时间:2023-08-02 16:17:55
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇人工智能医药范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
报告总体分为四个部分,分别从市场环境、产业格局、商业模式、机遇与挑战等方面对中国医疗人工智能产业进行分析。
无论是对中国还是对世界来说,人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展,人们逐渐开始寄希望于通过人工智能来解决医疗行业的痛点。此前,美国咨询公司弗罗斯特- 沙利文公司就曾提到,“人工智能可将医疗效果提高30% 到40%,减少多达50% 的医疗成本”。
在中国,医疗人工智能有着先天的发展优势。一方面,中国人口数量庞大,有充足的医疗数据,为医疗人工智能的发展提供了基石。另一方面,中国足够大的医疗市场也为人工智能企业创新提供了动力。
不负人们所期,近年来中国医疗人工智能市场正如火如荼地发展着。数据显示,自2013年到2017 年,中国医疗人工智能行业共获得241 笔融资。其中,2017 年国内医疗人工智能行业公布的融资事件近30 起,融资总额超过18 亿元。
2018 年,医疗人工智能市场火热依旧。一方面,资本热情不减,大额融资频发,医疗人工智能融资总额再创新高,仅2018 上半年就有18 家公司获投,总金额超过31 亿元。另一方面,已然成熟的互联网巨头,如BAT 等,以及传统医疗相关企业,如飞利浦等也早已重金布局医疗人工智能,大手笔向产业链扩展业务。
作为一种提高效率的工具,目前,医疗人工智能已经覆盖了医疗产业链条上的四大环节。其中,医疗环节以服务患者为主,针对患者提供一系列更精准、更高效的医疗服务。而医药、医保、医院环节则更多是为B 端的医疗机构、企业等服务。并且,医疗人工智能在经历过火热的发展后,迎来了商业化的关键期,目前绝大多数医疗人工智能的公司尚未实现盈利,且其产品多在医院进行试用,但他们已经通过不同的业务模式实现了付费收入。
人工智能对医疗领域的影响是开创性的、变革性的、颠覆性的。智慧医疗利用人工智能技术将数字化人体和数字化医疗等高度智慧化,部分代替了以往由人力完成的医疗工作,构建了从底层基因、中层病症数据,到上层诊断和手术的上下一体,人与机器互联、协作、共进的新医疗体系。
基于人工智能的智慧医疗主要有四个发展方向。
第一个发展方向是基因测序。比如某公司打造了遗传病智能化解读系统,首先提取和处理DNA数据,然后进行测序分析,最后根据数据分析的结果完成对疾病的关联分析。
第二个发展方向是辅助诊断。通过让机器学习海量医疗数据、专业文献、医学教材,模拟医生问诊流程,采集、汇总和整理病人症状描述,与用户进行反复交流和多重验证,最终给出治疗建议。
第三个发展方向是医学影像。机器可根据病人拍摄的医学影像资料,对病人病情进行确认诊断。
第四个发展方向是药物研发。某公司依托智能分析技术,可以在分子结构数据库中评估出820万种候选化合物,减少了研发成本,并缩短了研发周期。
智慧医疗产业链主要由智能硬件、诊断工具、医联平台、自诊平台、健康管理、医药电商等环节构成。
在智能硬件方面,医疗智能硬件主要有手环、手表、智能鞋等运动健康类监控设备,以及血压、血糖、脑电等病患监测设备。
在诊断工具方面,具有代表性的是前面文章所提到的IBM公司开发的沃森(Waston)医疗平台。
在健康管理方面,WellTok公司与IBM公司联合打造智慧医疗平台,以数据分析服务加强个人健康管理和改善生活习惯,还融合了医疗硬件、医疗保险、健康内容、健康应用等,丰富了平台生态。AiCure公司利用手机终端为患者提供按时用药的健康提醒服务。
未来,人工智能技术与智慧医疗产业的融合力度将不断加大,同时将进一步促进智慧医疗产业的整合提升,催生出一批提供集智能硬件、诊断工具、医联平台等于一体的智能云平台企业。
英国BabylonHealth平台计划整合Deepmind公司的人工智能技术,帮助患者在同医生进行文字、电话或视频交谈前,就提前预知自身健康状况。目前,BabylonHealth平台上约有100名医生,25万用户可通过月付或医疗保健的方式获取服务。
虽然现在大家都把眼光盯上了谷歌AlphaGo对阵围棋,可谷歌的心思却并非在这里,下棋只是一场商业秀,实际上,在各种版本的公关宣传中,谷歌已经非常明确的把未来人工智能的重点方向锁定医疗。
对于医疗产业的巨大蛋糕,谷歌垂涎欲滴早已经不是一天两天,谷歌在大数据上的应用最早也是从所谓的可以预测流行感冒这种传染病而被社会所知。而且,社会上真正能让谷歌手里所掌握的这种“人工智能”发挥作用的领域并不多,而医疗显然是最合适的场所。
AlphaGo之所以可以和顶尖高手下棋,主要原因是全部吸收了人类棋手千年的成果和经验,这都得益于保留和流传下来的丰富棋谱,否则,巧妇难为无米之炊,AlphaGo根本就不可能会下棋。当然,下棋这个营生获利太小,对于谷歌的吸引力一点都没有,社会上的各行各业中,能够保存基本完整且具有连续性资源可供机器进行学习的,医疗的病例最与棋谱类似。当然,病例要比棋谱还要复杂的多,非标准化的记录也增加了很多麻烦,好在可验证的机会比围棋更多,操作的难度也应该适中。
在2007年微软推出“健康库”系统,让患者可以上传病历之后,谷歌也打造了谷歌健康(Google Health)平台,让患者通过互联网,将自己的病历、健康数据上传到统一的网络平台,由自己管理,或选择与医生、朋友、家人共享。如此,谷歌已经收集和整理了大量的数据,为人工智能在医疗上的应用做足了功夫。
据报道,现在谷歌健康的合作伙伴已经包括各类研发机构、健康保险公司甚至医药零售商。谷歌通过与美国最大的药品零售商CVS(Consumer Value Stores)合作,让消费者将药物服用数据上传到谷歌健康系统,从而辐射1亿多美国人口,获得这些患者的部分病史,这相当于美国总人口的1/3。
有专家认为,医疗历来是技术驱动的重要代表。没有听诊器的发明,医生要用人耳靠在背上和胸前听诊;没有CT磁共振的发明,骨科、内科、外科都没法进展;没有无菌术和手术器械的发明,很多疾病还是不治之症;没有很多重磅药物发明,很多疾病必然素手无策。除了战争,医疗一直是应用最新科技的试验场和推动力。
在互联网改变医疗的发展途径上,据说有七个方面,但实际就是两种道路。一种是借助互联网平台的分享与众筹能力,通过全社会的资源共享来研发新药或新治疗手段。比如,制药巨头葛兰素史克(GlaxoSmithKline)公开了13500种化合物的数据,帮助开发抑制疟原虫的新药物。葛兰素史克希望通过分享信息,帮助科学家设计出一种治疗效果更好的新药物。这是制药行业首次大规模应用开源开发模式到新药开发上,志愿者通过通力合作可能创造新药。另外一种,就是以谷歌为首的,使用网络收集整理数据,提高自己人工智能水平,然后应用到药品开发和治疗手段的研发上。
可以预见,在未来,如果谷歌AlphaGo这样的工具应用到中医领域,这个依靠艰难的经验积累才能获得治疗能力的古老行业也许会焕发青春,当流传至今的千年验方通过计算机的深度学习加以提炼吸收,也许会真的造就一位古往今来最牛的“神医”,华佗就真的重生了。
像AlphaGo这样的人工智能未来会帮助培训医生,辅助提高医生的诊疗水平,大大减少误诊率,可以拯救数以百万人的生命,甚至,未来可以是这样的人工智能来操控手术刀进行复杂的手术,毕竟,人工智能没有情绪和压力,也不会疲劳,手术的风险会更小。实际上,这只是工厂里的制造机器人在医疗上的再造。
当然,未来的医疗,很可能需要人工智能、虚拟现实和3D打印结合起来,构筑成完美的现代化医疗科技体系。人工智能主导诊疗,虚拟现实负责心理治疗和医生的技术训练,3D打印则在人工智能的指令下完成器官再造等治疗方案。
关键词 工业强省 智能化 发展方向 突破点
中图分类号:TP18文献标识码:A
Intellectualization Development of Powerful
Province Depending on Industry in Guizhou
WU Maonian
(School of Science, Guizhou University, Guiyang, Guizhou 550025)
AbstractThe paper first discusses the position and function of intellectualization development of powerful Guizhou province depending on industry. Secondly, it proposes some breakthroughs and methods in intellectualization development of powerful province depending on industry.
Key wordspowerful province depending on industry; intellectualization; the direction of development; breakthrough
为了应对金融危机和保持经济增长,国务院提出了行业振兴规划,国务院先后确立并通过了钢铁、汽车、纺织、装备制造、船舶工业、轻工业、石化产、电子信息业、有色金属和物流业十个行业振兴规划。经过几年的初步发展已经初显行业振兴带来的各种好处。2010年贵州省领导经过仔细调研,提出了工业强省战略,随后确立了贵州工业的十大振兴计划。它们是电力、煤炭、化工、装备制造、有色、建材、烟酒、钢铁、高新技术、民族制药和特色食品十大振兴产业。振兴计划明确提出以产业振兴为目标,以增强创新能力为核心,加强统筹部署,凝炼共性关键技术,集中力量加快推进。为了更好的发挥科学技术在工业强省中的地位和作用,贵州省科技厅在在2011年初启动了,《贵州省科技支撑工业十大产业振兴实施方案(2011-2015年)》①。实施方案明确,加快科技重大项目的实施与科技创新成果的推广应用,支撑贵州省重点产业振兴;发展高新技术产业,改造和提升传统产业,推动产业结构的调整和升级,培育新兴产业,创造新的市场需求和经济增长点;加强企业技术创新能力建设,加快建立以企业为主体、产学研用紧密结合的技术创新体系,增强企业综合竞争力;提升科技在推进新型工业化进程中的支撑能力,为加速发展、加快转型、推动跨越做出切实贡献。实施方案提出,五年间,全省科技投入保持持续增长,财政应用技术研究与开发资金年均增长20%,全社会研究与发展(R&D)经费投入占全省生产总值的比重达到1.2%;创新服务体系进一步完善;专利申请量保持35%的年均增长率,专利授权量保持30%的年均增长率;在化工、装备制造、冶金、有色等重点领域形成产业集群,拥有一批具有市场竞争力的高新技术产品,高新技术产业产值占国内生产总值的比重达8%以上;节能环保、新材料、新能源、生物产业年均增长率达到25%左右,成为贵州战略性新兴产业领域新的增长点;民族医药产业发展能力不断提升。
随着对工业强省战略认识的加深,各级领导逐步认识到新的省领导提出的工业强省中的工业已经不在是传统意义下的工业,而是新型工业。那么新在那儿呢?本人认为将最新的科研成果与贵州的工业有机结合起来的工业化道理就是新型工业。综合上述信息,作者认为贵州的工业强省道路应该着眼于新型工业,即是在工业的发展道路上需要大力引进现代科学技术。尽管贵州工业强省战略还有不少问题,但作者认为在工业强省的大路上我们应该做到放眼世界新科技成果、重视国内新技术和高级人才、立足用好用足贵州省内的工业基础和人才。作者在此探讨一下贵州工业化道路上的人工智能技术应用做一个较为详细的说明,其他的新科学技术的应用类似。
人们普遍认为,计算机将会向网络化、智能化、并行化方向发展。二十一世纪的信息技术领域将会以智能信息处理为中心。人工智能(Artificial Intelligence,简称AI)②,是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科。作为一门边缘新学科得到世界的承认并且日益引起人们的兴趣和关注。不仅许多其他学科开始引入或借用AI技术,而且AI中的专家系统、自然语言处理和图象识别已成为新兴的知识产业的三大突破口。对人工智能的研究,由于研究角度的不同,形成了不同的研究学派。这就是:符号主义学派、连接主义学派和行为主义学派。人们普遍认为,计算机将会向网络化、智能化、并行化方向发展。二十一世纪的信息技术领域将会以智能信息处理为中心。
目前人工智能主要研究内容是:分布式人工智能与多智能主体系统、人工思维模型、知识系统、知识发现与数据挖掘、遗传与演化计算、人工生命、人工智能应用(如:模糊控制、智能大厦、智能人机接口、智能机器人等)等等。人工智能研究与应用虽取得了不少成果,但离全面推广应用还有很大的距离,还有许多问题有待解决,且需要多学科的研究专家共同合作。未来人工智能的研究方向主要有:人工智能理论、机器学习模型和理论、不精确知识表示及其推理、常识知识及其推理、人工思维模型、智能人机接口、多智能主体系统、知识发现与知识获取、人工智能应用基础等。
同时如下的这则2006年的信息也让人兴奋:“今年初,牡丹江市金跃集团与韩国文豪斯株式会社签订合作协议,欲引进人工智能高新技术及相关技术和产品落户牡丹江,在中国大力开发人工智能高新技术市场。该项目研发的具有自主知识产权的最新一代人工智能高新技术,其研发成果已经远远超出了国内软件的发展速度,在世界人工智能软件研发领域也走在前列,在国内可首创人机对话的先河,市场潜力大,科技含量高。项目建成后,将形成集研发、推广、销售于一体的人工智能软件研发和生产中心,该项目全面启动后,年可实现销售收入2~5亿元人民币,年可实现利税1亿元人民币以上,年销售利润率40%。该项目成功运作不仅可填补我市高科技软件研发技术的空白,而且还可带动我市相关传统产业提档升级和市直利税的增长。”
综合贵州的实际省情和目前人工智能的发展,笔者认为可以从以下几个方面去突破。
(1)结合贵州十大产业中的电力和装备制造,智能化是一个重点发展的方向。现在智能电网的研究何义应用都正处于起步阶段,抓住这个机会,加大科技投入这个领域,力争或者具有世界先进水平的核心技术是重点。智能化机械制造业是目前的一个热点研究,充分利用国家复合改性聚合物材料工程技术研究中心和省部共建教育部现代制造技术重点实验室等的研究基础,做好围绕现在制造技术的装备制造业发展。
(2)由于贵州十大产业中的煤炭、化工、有色、建材、钢铁均需要对资源的挖掘开采,具有智能化的资源开采设备开发和二次开发是重要的内容。同时科学合理的对资源开采也是一个关键。充分利用国家复合改性聚合物材料工程技术研究中心、省部共建教育部喀斯特环境与地质灾害防治重点实验室和省部共建教育部现代制造技术重点实验室等的研究基础,做好长期合理利用资源为贵州绿色、健康发展。
(3)民族制药和特色食品应该是贵州的重要特产之一,在国内具有较好的基础。首先贵州植物非常丰富,是民族制药的重要基础,现在已经形成了国内最大的民族制药基地。现在国家也在大力加大中药制药力度,所以政府应该重视与相关部门联系,充分利用教育部绿色农药与农业生物工程重点实验室、教育部西南药用生物资源工程研究中心和贵州省中药材繁育与种植工程实验室等机构的研究基础,加大新药的开发使之具有自己的知识产权才是长远之计。其次特色食品也是贵州省的一个品牌,比如国内知名的老干妈辣椒。尽管贵州具有很好的原材料,但是目前品牌单一和传统的制作方法使得产量较低,必须加大科研程度,使得具有智能的机器能代替目前的手工制作,增加产量。
注释
摘 要:多媒体教学手段的引入,极大地增加了课堂的信息量,丰富了课堂教学的表现形式,但是同样也暴露了教材信息量不足、多媒体教学素材匮乏等问题。本文结合作者的教学实践介绍了在备课过程中利用Internet搜索引擎拓展多媒体教学内容、丰富多媒体课件素材的方法。经过32学时的“人工智能”本科生课程实践,验证了该方法的可行性和有效性。
关键词:搜索引擎;多媒体教学;备课
中图分类号:G434
文献标识码:B
图文声像并茂、形象生动直观是多媒体教学最基本的特点。多媒体可以在较短时间内提供较传统教学模式更多的信息,提高教学效率,这是多媒体教学最突出的优点。此外,多媒体教学能够充分发挥计算机网络的辅助教学功能,学生可以从网络上查阅教师的电子邮件和教辅资料,最大限度地节约教育资源,把教师从传统的教学模式中解放出来,从而有更多的时间和精力应用到科研、教研等创造性工作中去。但是在多媒体教学备课中也暴露出一些新的问题,比如信息来自哪里?多媒体课件的素材来自哪里?
Internet是一个巨大的信息资源宝库,充分利用Internet资源可以对多媒体教学的信息和素材形成有益的补充。但是Internet信息过载和资源迷向问题又使我们面对浩如烟海的信息资源无所适从。Internet搜索引擎的诞生为我们提供了信息获取的强有力工具,只需要输入关键词或关键词的组合进行搜索即可,高级搜索技巧也可以通过阅读网站上的帮助信息来很快掌握。
下面从四个方面介绍多媒体教学在备课过程中如何利用Internet搜索引擎拓展教学内容、丰富课件素材。
1 利用Internet搜索引擎对教学内容追根溯源
2005年全国高等学校教学督导工作研讨会上,哈尔滨工程大学总督学杨曜根教授在报告《让新的教学理念进课堂》中指出,目前在课堂教学内容上往往是重“结论”、轻“过程”,只是注重传授前人已解决的定理、概念、知识的现成结论,不注重揭示前人对这些知识的艰辛探索过程。其实,这不单纯是理念问题,往往不是教师不想讲过程,而是不会讲,这都受着教材内容和教师知识面的制约。
正如杨教授所言,“每门学科的发展过程,每门学科中新观点、新原理的建立,科学技术的发现、发明和发展,无不是前人向传统、敢于向权威挑战、大胆想象、不断创新的结果,充满了前人大胆求异、创新的事例,展示这些在学生面前,正可以大大启发学生的好奇心、兴趣,培养学生逆向思维,引导学生不断发问‘为什么’,培养学生的求索精神”。但这些过程事例很少编入现行教材中,传统的教学手段课堂信息量有限,作为教师当年也没有在课堂上听过这些过程事例,事实上这是一个盲区,需要另辟蹊径来扫除这个盲区,而Internet搜索引擎则是“扫盲”的有力工具之一。
举例来说明这个问题。人工智能的教材中对人工智能本身的发展历程介绍的较多,但是逻辑演算作为人工智能课程的重要内容,逻辑学本身的来龙去脉在教材中却鲜有提及。备课时,当然可以跳过逻辑学的历史,也可以去图书馆查阅逻辑学专业书籍,但是利用Internet搜索引擎不失为一种便捷的方式。我们只需要在Google等搜索引擎中输入“逻辑学”、“起源”、“发展”、“分支”等关键词的简单组合,就可以很容易地找到“逻辑学传统上可分为古希腊的逻辑学、中国的名辩、古印度的因明学三个分支”、“现代逻辑学已从单一学科逐步发展成为理论严密、分支众多、应用广泛的学科群”等,再顺藤摸瓜,搜索“古希腊 逻辑”、“名辩 逻辑”、“因明学 逻辑”、“现代逻辑学 分支”等关键词,便可向前把2000多年前印度的正理派、中国的墨子、古希腊的亚里士多德都追溯出来,向后把量子逻辑、控制论逻辑、概率逻辑、价值逻辑、法律逻辑、科学逻辑等信手拈来,经过进一步加工提炼,融入到课堂教学中,对拓展学生知识面、激发学生的探究欲望能起到良好的作用。
2 利用Internet搜索引擎为课堂讲解旁征博引
在课堂上旁征博引,能够丰富教学内容,提升知识的吸引力,增强教师的表现力,激发学生学习兴趣,同时,对同一个问题换个角度、换个说法来阐述,也易于学生理解和掌握,提高课堂教学实效。但是旁征博引对任课教师的知识面要求非常高,尤其对于青年教师,因此在备课时有针对性地利用Internet搜索引擎拓展自己的知识面是非常必要的。
还是举例来说明这个问题。Agent是人工智能领域研究的热点问题,Stanford著名人工智能学者Hayes-Roth讲过“Agent是人工智能最初的目标,也是人工智能最终的目标”,而我校现行人工智能课程教学大纲中并不包含这部分内容,为了引领学生走到学科前沿,我准备了2个课时补充讲授Agent。但目前国内的人工智能教材中,仅有蔡自兴教授的《人工智能及其应用》一书将Agent作为一章来讲解。Agent理论部分的几个概念非常抽象,且学术界观点不一,如果仅将一家之言介绍给学生,不但学生难于理解,而且容易片面认识问题,因此广泛引用和介绍学术界的观点是非常必要的。在准备这部分内容时,Internet搜索引擎发挥了重要作用。用“agent definition”等关键词在Google中搜索,并根据搜索结果不断追溯和拓展,就可以查到Agent一词的拉丁语起源――agere。Agent作为人工智能术语首见于Minsky的《Society of Mind》一书,以及Agent在美国传统词典中的定义,Jiming Liu & Jianbing Wu、Hayes-Roth、Smith, Cypher & Spohre、Wooldridge & Jennings、Shoham、Russel & Norvig、IBM等学者和公司从自主、智能、软硬件、心智、实体等各个角度和立场给出的定义和讨论,将这些内容融合提炼之后呈现给学生,无疑会加深学生对抽象概念的理解,同时对教师本人的知识面也是一个丰富和扩展的过程。
3 利用Internet搜索引擎对教学用例举一反三
多媒体教学用例必须遵循针对性、典型性、启发性、科学性、思想性、简洁性、趣味性和生动形象性等原则,才能达到较好的授课效果,提高教学质量,但是备课时要准备如此恰当的例子却非常困难。利用Internet搜索引擎可以开阔备课思路,对教学用例举一反三。
例如,人工智能中著名的“猴子与香蕉”问题在蔡自兴先生的《人工智能及其应用》教材中仅举此例用于讲解状态空间问题表示法。利用Internet搜索引擎还可以找到该问题在讲解问题归约、谓词逻辑、产生式系统等知识表示方法时的举例及动画演示过程,将这些举例贯通起来在知识表示总结时使用,并借用网上制作好的动画演示,课堂效果很好,且备课效率很高。
4 利用Internet搜索引擎对课件素材锦上添花
多媒体课件是多媒体课堂教学的关键,是影响多媒体课堂教学效果的重要因素。课件过于简单和粗糙,或者过于花哨,过多过滥地使用多媒体效果,会分散学生注意力,不利于学生课堂学习,致使教学效果降低。因此简洁明了、形象生动的多媒体素材必不可少。利用Internet搜索引擎的图片、音乐等搜索功能可以获得很多极富表现力的音像资料来阐释或演示抽象的概念和原理。
在人工智能课上讲解语义网络时用到这样一个例子:用语义网络法描述歌曲《军港之夜》中“军港的夜啊静悄悄,海浪把战舰轻轻地摇”这一句的意境。准备这个例子的时候,除了准备解题过程,我还搜索了一首《军港之夜》乐曲、一张军港夜幕降临时的照片和演唱者苏晓明的照片,加工处理后做到多媒体课件中,并做到不喧宾夺主。在课堂教学中讲这个例子时,发现学生随着轻柔的音乐、美丽的画卷一起随着老师分析着问题,都聚精会神的。
在讲解启发式搜索算法时,我从网上搜到了孔子的名句“人无远虑,必有近忧”,唐代诗人卢纶的《送吉中孚校书归楚州旧山》,其中有四句“林昏天未曙,但向云边去,暗入无路山,心知有花处”,同时还下载了学校的平面图,用“人无远虑,必有近忧”引出启发式搜索利用启发式信息的思想,利用卢纶的诗来阐释启发式搜索的意境,再结合学校的平面图提问学生去附近的超市(在图上均有标注)购物时如何规划路径。就在这样一种轻松甚至诗情画意的氛围中,学生便深刻领会了启发式搜索的思想内涵。
此外,利用丰富的多媒体素材还可以对学生进行科学素养的熏陶。例如,在准备人工智能发展史这一课内容时,我们从网上搜到了Turing、McCarthy、Minsky、Shannoon、Simon、Newell、Feigenbaum、Hopfield、Brooks等在人工智能发展史上举足轻重的学者的照片,照片中透出的大家风范、学者目光中流露的执著精神、表情中蕴含的严谨深邃、笑容中深藏的儒雅乐观……无不感染着学生。
5 结论
在开展多媒体教学实践中,利用Internet搜索引擎辅是第一步,对信息的加工处理、凝练升华是备课时一项更艰巨的任务,这个问题已有很多文献探讨过,本文不再赘述。
参考文献
[1] 张红霞.多媒体教学的实践与探讨[J].吉林省教育学院学报,2006,22(6):70-71.
[2] 卢建中.有关计算机辅助教学的几点看法[J].西安邮电学院学报,2002(7):79-81.
[3] 张忠禄,李东侠,张永春.多媒体教学质量研究[J].长春工程学院学报(社会科学版),2006,7(3):83-85,88.
[4] 范秉琪,范秉琳.高校多媒体教学的发展方向[J].河南教育学院学报(自然科学版),2006,15(3):70-72.
[5] 张永红,李泳.多媒体教学的应用与思考[J].中国医药导报,2006,3(29):77.
[6] 杨兰生.以多媒体为教学平台的课堂教学的思考[J].大连民族学院学报,2006,(5):78-80.
其一是信息不流通的问题,患者在不同的医院,需要那办理不同的就诊卡;任何一家医院的医生看不到患者多次就诊的完整临床诊疗过程,无法准确掌握患者完整诊疗过程和健康状况。腾讯先后通过微信公众号等产品,建立信息共享的医疗电子档案,以解决“信息孤岛”的问题。
其二是“看病难”的问题,名医的需求量很大,但是能诊断的病人有限。马化腾认为根源在于“医生怎么样才能够释放自己的能力”,希望通过信息化的手段,打造一个医疗团队,实行科学化的分层、分级,将一些简单的诊断交由助理、护士来处理,最后由名医诊断。这样可以成倍扩大医疗产能。
腾讯的“医疗能力超市”
这几年,在投资的同时,腾讯尝试做微信智慧医院、糖大夫、腾爱医生、觅影等,涉及了支付模式创新、慢病管理、人工智能等多个领域。
1. 智慧医院
早在2013、2014年,腾讯便提出微信智慧医院的概念,做的事情也很简单,依托于微信公众号的线上能力,帮助医院做挂号、信息流转等基础医疗服务;2015年——2016年,微信智慧医院的2.0版本提出以医院作为核心体系,挖掘医院流程里线上信息化、数字化以及互联网化能力;从2017年开始,以小程序、公众号作为整体服务入口,医保、商保、区块链技术、AI、人工智能在医院落地,这是智慧医院3.0版本。
2. 慢病管理
2015年,腾讯推出了一款检测血糖的智能硬件产品“糖大夫”,这算是腾讯第一次直接出手,那一年也是腾讯投资的高峰期。2016年3月25日,在“互联网+慢病管理”贵州模式会上,腾讯正式公布腾爱医疗战略布局,计划用智能终端、医生平台、“健康基金+医保”的互联网金融、大数据这“四驾马车”连接医疗。但钛媒体注意到,近两年腾爱医生的相关动态逐渐变少。
3. 人工智能
2017年8月,推出AI产品“觅影”,同年11月科技部公布了“首批国家人工智能开放创新平台名单”,在AI+医疗方向上,将依靠腾讯公司建设医疗影像国家新一代人工智能开放创新平台。
“我们没办法改变供需矛盾、没办理控制需求,我们只能用科技的手段,用互联网的能力来缓解供求之间的矛盾,提升医院的效率。怎样帮医院做到这样的事情?这一定是医院主导,腾讯助力。”腾讯副总裁陈广域坦言,腾讯不应该做的是包办、代办,“我们希望合作方把我们当做一个超市,可以选择需要的能力,我们不能强迫你们选择不喜欢的东西。”
目前,腾讯医疗布局分为投资和自建两种方式。在自建中,腾讯分为两个团队,一个是腾讯医疗团队,负责的业务包括糖大夫、腾爱医生、企鹅医典、医疗云等,主要聚焦于医疗业务本身。另一个团队是“互联网+医疗”业务,该业务又分为两大板块:一个是微信智慧医院,包括挂号、处方流转、医疗咨询,利用互联网工具提升医院、医生效率;另一个方向是腾讯觅影,包括AI医疗影像、AI辅助诊断,探索AI如何进入到医疗比较核心的领域。
AI医疗的决心——腾讯觅影
精英团队打造精品应用
目前,国内医疗AI创业公司也多以影像识别为主,据统计,AI医学影像的创业公司多达几十家,医学影像识别成为医疗AI领域里较为成熟的垂直细分领域。医学影像成为“一枝独秀”的原因在于,影像数据获取相对容易,三甲医院设备都是GPS设备、全球顶尖设备。原始数据是电子化的,对于初创公司来说,一个是图像的质量,一个是电子化获取程度,都相对容易。”
2017年8月,腾讯了AI医学影像产品“腾讯觅影”,利用人工智能医学影像技术辅助医生实现早期食管癌筛查,凭借“觅影”腾讯正式进军医疗人工智能,加上早前的“百度医疗大脑”、阿里“ET医疗大脑”,BAT已经全部入局医疗人工智能。
腾讯在医疗领域有三个方面的积累:用户服务、数据能力、资源整合。而医疗AI以及影像识别是在学术科研上的应用;此外,在用户服务上,腾讯也涉及了预约挂号、在线问诊等业务。
腾讯觅影整合了腾讯内部几个顶尖的AI的团队,包括我们的互联网+部门,包括腾讯的AILab、腾讯优图实验室和架构平台部,可以说是汇集了腾讯最精英的人工智能技术团队。
从觅影产品的后端来看,是有一个AI医学实验室,除了顶级的人工智能算法专家之外,医学实验室也聘请了全国顶级的一些医疗影像科的医生和很多的全科医生,同时也会跟很多的医疗机构和医学院校以及各个地方政府共同去合作。
产品技术的应用
当前,觅影可以去辅助于这几项癌症:食道癌、肺癌、宫颈癌、乳腺癌和糖尿病引起的视网膜病变。
腾讯觅影可以把医生或PET系统(正电子发射计算机断层显像技术)里面的影像传到腾讯搭建的系统当中,再利用人工智能技术和算法判断这个片子是不是高风险的早期病症,诊断准确率达到90%以上。
腾讯觅影是怎么做到呢?在训练数据的采集方面,腾讯团队集中采集了几十万张中国人的同一病症片子。虽然全球有很多公司在做AI医疗影像,甚至有一些片子可能都有一些开源的,从网上可以下载到,但很多片子都是外国病人的,外国的数据去训练中国人的模型,准确率还是比较低的。
因为每种病灶只有一小块,大多数的区域是一个正常的,腾讯团队会把这个医疗原始的图片切成很小很多小的块,分别去估计每一个小块患病的概率,最后得出一个诊断结论。
从觅影的实际应用场景来看,一方面,腾讯在与三甲医院合作,提高三甲医院医生看病的效果;另一方面,团队希望更多地与基层医院进行合作,提高基层医院整个的诊疗水平。同时,觅影产品也会跟腾讯基金会合作,通过一些公益基金的项目,利用技术给国家和人民造福。
腾讯智慧医院3.0的创新解决方案
微信智慧医院3.0亮点颇多:不仅实现了连接、支付、安全保障和生态合作的四大升级,同时还加入了AI、区块链等全新技术,全面开放腾讯核心能力。
1. 连接升级
通过整合人社、医院、药企、保险等资源共同联动,提供在线咨询、处方流转、商保直赔等服务。以处方流转为例,在药品零加成政策背景下,基于腾讯支付、AI人脸识别、区块链等核心技术能力,连接医院、流通药企及用户,实现电子处方安全流转、全流程可追溯,助力医药分离。用户可选择药店取药、药店配送到家等多种购药方式。
2. 支付升级
支付场景升级,包括医院、药店、社康、保险更多场景均支持微信支付。比如,在医院可以使用微信公众号实现在线支付、处方单扫码付、终端机快捷支付等;在保险场景,可在线使用社保个账购买健康保险;在药店、社康场景下,可实现在线刷码支付,免带卡便捷购药等。同时,支付方式将医保、商保、自费等全部纳入,让消费者实现无缝支付。
3. 安全升级
微信智慧医院3.0能够全面保障实名安全、支付安全、数据安全和风控安全。比如,一直以来,医疗数据安全和患者隐私保障是医疗行业的核心问题。而区块链所拥有的多方共识、不可篡改、多方存证、随时可查等优势,使其成为医疗数据保管的最佳方案。智慧医院3.0就将运用区块链技术,为监管方、医院、流通药企搭建了一条联盟链,保障数据、隐私安全的同时,实现链上数据防篡改。
4. 生态合作升级
除了在自身能力方面,微信智慧医院3.0更加注重整个生态的合作共赢。从资金、资源、技术、产品四大维度,与合作伙伴联手,实现合作升级,推动业务有效落地,合力打造互联网+智慧医院的建设。
尾声与展望
腾讯的高管们曾多次公开强调:“互联网+医疗”是为医者赋能,需要发挥“连接、信任、融合”三大核心要素的作用,提升医疗服务效率,建立“医患”信任感,真正解决医疗行业的“痛点”,共建融合的医疗生态体系。
目前人们多以人工神经网络、贝叶斯网络、决策树、人工智能等数据挖掘技术研究和探讨中医症候的构成特点及规律,其分析结果多是平面图形、整体的。但以四维模型分析疾病和症候的方法目前还未见报道。用三维立体模型可分析疾病辨证分型规律,并可观察到个体在总体样本中的位置,对中医个案研究也有特定价值。若加入时间作为第四维度则可以动态演示疾病发展、演变过程。
整体思路:将每个患者症状等资料排布在二维平面上,再将这些平面平行等间距排列即构成三维立体结构,以时间因素作为第四维度构成整体模型。
1 平面内分析
将一个患者的症状以点形式排布在二维平面上,通过用专业知识分析症状间的关系得出一个或数个辨证证型,如同一患者同时有气虚证、阴虚证、血瘀证,归纳为一证即气阴两虚兼血瘀证。平面内推导也可用人工智能的方法。
2 排列顺序
将平面平行等距排列起来是要有次序的。我们将相同证型症状相似患者排布到一起,具体可通过给不同程度的症状和平面推导出的证赋值,比较计算差异度,排列组合平面次序,取差异度总和最小时排列次序。这样就构成了三维立体结构。
3 症状关联
同一症状点在各平面内横纵坐标相同,以用于计算和整体分析。按关联度高低排列症状分布,两症状关联度越高距离越近,关联度越低距离越远。具体可通过给定特定坐标,计算任意两点间距离,再用排列组合调换症状点排布位置,取最合适的排布。这样我们就可以看出疾病症状分布立体结构,可以分析整个样本,也可以分析疾病中单个证型。若单个证型的疾病症状分布结构成明显畸形则可以考虑继续分型。
转贴于
4 时间因素
加入时间因素作为第四维度,则可以动态演示疾病发展、演变过程。要观察这个变化过程,我们要给相应的可变因素赋值,目的是给定标记,以便观察其变化过程。如症状轻重赋予大小的值,性质赋予形状的值,患者平面赋予颜色的值。随着时间变化,平面位置的改变,可通过颜色看出,即患者证型改变可以由颜色改变看出。症状结构改变可由症状位置看出,轻重、性质可由形状变化看出。这样就可以观察分析单样本和整体样本病情发展变化规律了。
5 总结
本模型将临床样本分析转换为对空间图形的分析,可以立体显示症状分布规律,直观观察个体和总体样本症状分布。可用于分析病症分布规律,分析病症发展变化规律,也有助于中医个案研究[1-4]。
【参考文献】
[1]施明辉,周昌乐.人工神经网络在中医诊断中的应用现状与趋势[J].中国中医药信息杂志,2007,14(1):2-5.
[2]孙贵香,袁肇凯.人工神经网络在中医证候研究中的应用[J].中华中医药学刊,2007,25(7):1450-1452.
[3]朱文锋,晏峻峰,黄碧群.贝叶斯网络在中医证素辨证体系中的应用[J].中西医结合学报,2006,4(6):567-571.