多模數(shù)據(jù)分析幫助準確判斷病癥

如何能夠準確判斷這些病癥，這需要運用到多模數(shù)據(jù)分析（MRT），張京雷接著介紹道。舉個例子，在心血管科，每個病人的病例中都有許多數(shù)據(jù)，這些數(shù)據(jù)數(shù)量甚至多達上百組，對于一般醫(yī)生而言，只能通過個別組的數(shù)據(jù)來判斷病人的病情，如心腦血管、心臟病等疾病，這些病癥通過化驗的指標只是簡單的幾組數(shù)據(jù)，但是通過人工智能算法，可以同時對幾十組甚至上百組數(shù)據(jù)進行詳細的分析揭示疾病的內(nèi)在規(guī)律，找到更好的診療方法，這是人類自身的能力所達不到的。

并且當數(shù)據(jù)足夠多時，也可以通過查找這些數(shù)據(jù)之間的關(guān)聯(lián)，找到一些疾病與關(guān)鍵因素之間的關(guān)系。比如可以通過多模態(tài)分析可以判斷病人的發(fā)病與飲食、生活習慣、基因等直接關(guān)聯(lián)性有多少，這對于疾病的攻克與治療有非常積極的意義。

并且多模數(shù)據(jù)分析可以把醫(yī)院中繁多的紙質(zhì)病歷全部數(shù)字化、結(jié)構(gòu)化，極大的節(jié)省了醫(yī)生的時間及精力，可以讓他們更專注于本職工作。

未來醫(yī)療人工智能的潛力應用

張京雷還表示，醫(yī)療人工智能目前在兩個領域中的潛力比較大，并且他也相信未來會證明這一點。第一便是醫(yī)療影像分析，由于影像本身就是結(jié)構(gòu)化的，比如眼底照片；再一個如CT或磁共振等，也是同樣的道理，沒有人為因素干擾，可以通過人工智能進行快速、準確的分析；其次是醫(yī)療大數(shù)據(jù)，可以把非結(jié)構(gòu)化變成結(jié)構(gòu)化的數(shù)據(jù)，通過分析大量的病歷資料找出更好的治療方案，更好地管理疾病，目前也有許多公司在進行相關(guān)的研究。

未來， Airdoc的技術(shù)開發(fā)會從眼底擴展到全眼科。張京雷表示，AI可以用于兒童近視的預防，通過人工智能可以幫助父母監(jiān)測和預測小朋友近視的發(fā)展變化，將來這種預測可以精確到近視最可能在哪個星期發(fā)生。全眼科之后則是全身的人工智能，這也是未來醫(yī)療人工智能的方向。

目前對于數(shù)據(jù)的安全性也是一個討論的重點，對于醫(yī)療科技行業(yè)來說就更是重中之重，因為獲取的數(shù)據(jù)都是非常敏感的病患數(shù)據(jù)。對于數(shù)據(jù)的防護，張京雷表示，Airdoc所有上傳的數(shù)據(jù)都是通過加密保護的，其次在上傳與保存的過程中，這些數(shù)據(jù)都要嚴格脫敏，也就是數(shù)據(jù)與病人的個人信息完全分離，這也是整個醫(yī)療行業(yè)的慣例。

并且為了這些醫(yī)療數(shù)據(jù)的存儲和使用，Airdoc參與了國家科技部監(jiān)管之下的STI醫(yī)療眼科大數(shù)據(jù)平臺。在政府的嚴格監(jiān)管下，上面所有脫敏數(shù)據(jù)都是可以共享進行科研，對于今后的人工智能技術(shù)發(fā)展還有臨床實踐都有相當?shù)姆e極意義。

人工智能將更好的輔助醫(yī)療診斷

最后說到人工智能將來的服務對象時，張京雷解釋道，Airdoc主要面向的服務對象其實還是醫(yī)生——人工智能主要的功能是輔助醫(yī)生對于病癥進行診斷，但無法代替醫(yī)生做出診斷。舉個例子，目前已知的皮膚病超過2,000種，這就需要大量相對獨立的算法合作來分析相關(guān)病癥；而且許多皮膚病外觀基本一致，因此醫(yī)生需要額外詢問患者其他情況才能夠確診，這對目前的人工智能技術(shù)還是個挑戰(zhàn)。

當然未來的人工智能技術(shù)可能通過深度學習實現(xiàn)更多的功能，但是目前而言還有許多制約因素，包括法律上的制約——比如當人工智能診斷失誤的時候，誰來承擔法律責任等。因此很長的一段時間來看，人工智能都將是醫(yī)生的一個輔助工具，無法取代醫(yī)生。

未來人工智能最大的作用是解決醫(yī)生大量簡單重復性的工作，提高醫(yī)生的工作效率，讓醫(yī)生真正發(fā)揮他們的智慧和能力。人工智能與醫(yī)療這對搭檔，將會顛覆今后的醫(yī)療環(huán)境，這值得我們所有人期待。