人工智能技术在医疗信息化中的应用思考

做有料且有趣的医疗信息化公众号

《愚人老黄》

传播:项目管理 | 网络安全 | 数据治理 | 瞎扯淡

编者按

近日单位在论证信息化建设项目,也在积极参与重庆市“智慧医院”评审。也迫使我去思考该如何开展医疗信息化建设。传统的HIS、LIS、PACS的建设内容在“云大物移智链”这些新兴技术下又应该具有哪些新的元素。自己也看了些相关的书籍,对人工智能也有了些许肤浅的认识,结合工作,谈谈个人体会。

人工智能技术冰封期来到?

最近有篇文章很火,说的是沃森医生的失败案例,进而大家开始口诛笔伐人工智能技术的种种梗。估计临床医生也会从病历堆里抬起头,望望天,心想终于不用担心被机器医生抢了饭碗了。想必沃森会很郁闷,这年初还是各家医院的座上客,怎么未经历秋天就突然进入了寒冬。其实也不必奇怪,虽然各种预测表明未来10年人工智能技术将无所不在,但是从Gartner曲线中可以看出,任何一种技术的发展,都要经历"科技诞生的促动期"、"过高期望的峰值期"、"泡沫化的底谷期"、"稳步爬升的光明期"以及“实质生产的高峰期”,如此的一个循环发展过程,进而才能成为一种通用技术。我们继续用历史的眼光来看AI的发展,其实它也已经经历了几次从高潮到低谷的发展,每一次的沉寂都会有新的发展。社会也在波浪中前进。

人工智能(Artificial Intelligence,AI)是指计算机像人一样拥有智能能力,它是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科,可以代替人类实现识别、认知,分析和决策等多种功能。

如当你说一句话时,机器能够识别成文字,并理解你话的意思,进行分析和对话等。

人工智能研究内容

人工智能发展历程

人工智能的起源:人工智能是在五六十年代被正式提出,1950年,一位名叫马文·明斯基(后被人称为“人工智能之父”)的大四学生与他的同学邓恩·埃德蒙一起,建造了世界上第一台神经网络计算机,这也被看做是人工智能的一个起点。同样是在1950年,被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。“如果一台机器能够与人类开展对话而不能被辨别出机器身份,那么这台机器就具有人一样的智能,具有了思维”。

1956年,在由达特茅斯学院举办的一次会议上,计算机专家约翰·麦卡锡提出了“人工智能”一词。后来,这被人们看做是人工智能正式诞生的标志。就在这次会议后不久,麦卡锡从达特茅斯搬到了MIT。同年,明斯基也搬到了这里,之后两人共同创建了世界上第一座人工智能实验室——MIT AI LAB实验室。值得追的是,茅斯会议正式确立了AI这一术语,并且开始从学术角度对AI展开了严肃而精专的研究。在那之后不久,最早的一批人工智能学者和技术开始涌现。达特茅斯会议被广泛认为是人工智能诞生的标志,从此人工智能走上了快速发展的道路。

人工智能的第一次高峰:在1956年的这次会议之后,人工智能迎来了属于它的第一次发展高潮。在长达十余年的时间里,计算机被广泛应用于数学和自然语言领域,用来解决代数、几何和英语问题。在当时,有很多学者认为:“二十年内,机器将能完成人能做到的一切。”

人工智能第一次低谷: 70年代,由于人工智能受计算机性能不足、能够提供训练的数据以及人们对问题复杂性认识不够等限制,导致与美国国防高级研究计划署的合作计划失败,人工智能的应用前景蒙上了一层阴影,开始经历长达6年的冰冻期。

人工智能的再次崛起:1980年,卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”。这是一种,采用人工智能程序的系统,可以简单的理解为“知识库+推理机”的组合,XCON是一套具有完整专业知识和经验的计算机智能系统。有了这种商业模式后,衍生出了像Symbolics、Lisp Machines等和IntelliCorp、Aion等这样的软硬件公司。1976年美国斯坦福大学的肖特列夫成功研制的医学专家系统MYCIN,是世界上第一个功能较全面的医学专家系统。1978年,北京中医医院关幼波教授与计算机科研人员合作,开发了“关幼波肝病诊疗程序”,这是中国最早的专家系统。在这个时期,仅专家系统产业的价值就高达5亿美元。

人工智能第二次低谷:7年之后,这个曾经轰动一时的人工智能系统就宣告结束。1987年,苹果和IBM公司生产的台式机性能都超过了Symbolics等厂商生产的通用计算机。从此,专家系统风光不再。

人工智能又一次崛起:上世纪九十年代中期开始,随着神经网络技术的逐步发展,以及人们对AI认知的提升,人工智能技术开始进入平稳发展时期。1997年5月11日,IBM的计算机系统“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫,成为人工智能发展的一个重要里程, 深蓝也就是沃森医生的爷爷。

深度学习助力人工智能快速崛起

2006年,Hinton在神经网络的深度学习领域取得突破,人类又一次看到机器赶超人类的希望。谷歌、微软、百度等互联网巨头,还有众多的初创科技公司,纷纷加入人工智能产品的战场 ,掀起又一轮的人工智能狂潮。

随着互联网及移动互联网的发展,使得人类拥有了海量的数据;运算能力也从传统的以 CPU 为主导到以 GPU 为主导;算法技术的更新迭代更是助力人工智能的兴起,2011 年之后,深度学习的兴起,带动了现今人工智能发展的高潮。

人工智能是建立在一系列学科基础上的科学,哲学描述的是知识与行动的关系;数学的逻辑、计算和概率成为了基础;宏观经济学的决策论,微观经济学的博弈论;神经科学、心理学、计算机工程、控制论还有语言学等等这些构成了人工智能。使得人工智能能够感知世界、能够具有一定的判断分析能力、能够做出惊艳世界的各种行为,但是所有这些学科也是在不断发展进步的,因此也不能奢望人工智能能解决所有问题。

算法、数据、计算能力、应用场景是人工智能的四大基础,而数据更是用于训练算法,提升算法的原材料。从理论上看,人工智能的算法就是由一个个数学公式构成。而这些算法公式往往解决的问题各不相同,尚没有一个终极算法能够解决所有问题。而同一个算法在应用到不同场景时,又需要对其参数进行调整,使得其能恰当的反映真实世界,甚至对于同一个算法,使用不同的参数配置都会产生不同的模型,最终的结果也就大相径庭。在整个训练(学习)过程中,数据又分为训练数据和真实数据,一个模型对于训练数据的高适应性(过拟合),又可能导致无法很好的适应真实数据。所以从这些人工智能的常识性知识可以用来解释,为啥很多宣传在各种测试中取得好成绩的人工智能产品,却依然无法解决现实的医疗问题了。

人工智能服务于医疗路在何方

从公布的Watson失败的几大因素中,训练数据不足,样本量不够是其中的重要因素。Watson的失败将会给人工智能医学应用泼一盆冷水,也让人们过热的头脑有些清醒,能够思考下,到底目前人工智能可以帮助医院做什么。

我认为,对于一些策略非常明确的工作,人工智能已经可以发挥出巨大的作用。如财务管理、排班管理、医疗质量管理、医院感控管理、医疗资源规划等等。从医疗信息化的发展来看,创新往往也是从非医疗服务开始,并逐渐切入到医疗核心业务。这从最早的医疗信息化以财务信息化开始,到互联网医疗从挂号收费切入,这些事例均符合这个规律。

因此掌握人工智能技术的公司,如果想切入医疗信息化,不如从这些入手开始技术与业务的整合。

参考文献:

机器学习(周志华)

人工智能一种现代的方法(Stuart J. Russell)

实话说,谈人工智能,我还只是门外汉,只是才刚刚接触相关知识。文章只能算是学习笔记,一定存在诸多错误,但希望有大神看到,认为老黄还算可教之菜,点拨个二三招,也方便日后我行走江湖时,能够自保。

做有料且有趣的医疗信息化公众号

愚人老黄

项目管理 | 网络安全 | 数据治理 | 瞎扯淡

欢迎关注、欢迎分享、一起学习、等你打赏

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181031G1ZFIR00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券