近日，由中國電子學會、中國數字經濟百人會、商湯智能產業研究院聯合編制的《新一代人工智能白皮書（2020年）——產業智能化升級》正式發布。

　　當前，新一代人工智能與產業各領域、各環節深度融合，加速推動數據和知識成為經濟增長的第一要素，人機協同成為主流生產和服務方式，跨界融合成為重要發展模式，共創分享成為經濟生態的基本特征，持續引領產業向價值鏈高端邁進，加快推進產業智能化升級。資本密切關注新一代人工智能的落地，白皮書介紹，2014年至2019年醫療產業智能化升級吸納了49億美元的資金。

　　針對醫療產業的智能化升級，白皮書從升級路徑、升級效應、市場前景三個方面展開了分析，并展示了相關案例：

　　1、升級路徑：行業經驗的有益補充

　　新一代人工智能技術通過與可穿戴設備的結合，率先應用于生活化的健康管理，將用戶的多項健康指標以數據形式進行量化，建立個性化健康管理方案。通過語音識別、自然語言處理等技術，將患者的病癥描述與標準的醫學指南作對比，自主提供醫療咨詢、自診、導診等服務，同時將醫生口述的醫囑按照患者基本信息、檢查史、病史、檢查結果等形式形成結構化的電子病歷。隨著深度學習算法與醫療行業數據的加速融合，圍繞醫療領域過往沉淀的大量病理案例，利用機器視覺、知識圖譜等技術手段，通過大量的影像數據和診斷數據，模擬醫療專家的思維、診斷推理和治療過程。

　　2、升級效應：推動優質醫療資源供給升級

　　隨著醫療產業智能化的不斷升級和應用推廣，患者可以足不出戶地借助隨身可穿戴設備等智能設備實時讀取自身精準的醫療信息數據，通過智能診斷云服務平臺將數據傳給醫療機構，醫生根據病人的精準醫療信息做出疾病的診斷并制定配套的治療方案，使得患者的治療體驗得到大幅改善，極大提升了治愈率，緩解了優質醫療機構硬件資源緊張的問題。同時，隨著行業數據的進一步開放，智能診療系統結合優質的專家經驗，協助基層醫療機構提高疾病表征的檢出率，減少漏診的同時幫助癌癥等重大疾病患者實現早診早治，有效提高基層醫療機構的診療水平。

　　3、市場前景：引領醫療產業進入預防和普惠新階段

　　智能健康管理基于預防、調養和個性化管理的特性，逐步成為預防醫學的主流，根據世界衛生組織2019年發布的《全球健康風險》報告顯示，2025年個人健康管理市場規模將達到10萬億美元，隨著海量人群健康管理檔案的匯集，未來將逐步構建人類健康數據庫，依托深度學習算法訓練健康基因模型，實現對大規模傳染病和慢性病的前瞻性管理。逐步完善的電子病歷結合智能診療系統正在輔助醫生提升診療效率，據IDC公司調研數據顯示，智能診療系統將過去4至6小時的診斷流程縮短到10分鐘，準確率提高至91%，隨著知識圖譜、自然語言處理、群體智能和人機交互等技術的滲透，基于海量醫療數據和專業文獻分析的智能診療系統通過假設認知和大規模的實證分析，逐步取代醫生的部分職能，實現從疾病的診斷到病情的確立到治療方案制定的一體化，全面推動優質醫療資源的普惠。

　　案例一：GE醫療推出Edison平臺為醫療機構賦能

　　美國通用電器旗下的GE醫療推出一個全面集成化智能醫療應用開發平臺EdisonIntelligencePlatform，整合不同業務部門、供應商、醫療網絡和生命科學應用場景下的全球性、多樣化數據，通過云端或設備邊緣服務，提供可部署在醫療設備上的操作指引。圍繞Edison平臺，目前開發出多款智能醫療應用，例如放射科指揮中心方案、LOGIQE20雙引擎超聲、CT智能訂閱、影像科成像協議與序列中心管理平臺、Mural重癥監護指揮中心等，在全球范圍內幫助醫療機構提高診療和運營效率。

　　案例二：飛利浦醫療重塑衛生保健周期

　　荷蘭飛利浦醫療科技公司運用深度學習技術匹配、理解和適應不斷變化的醫療保健需求，通過提供有效的可視化、檢測偏離正常及早期預警來支持臨床醫生，協助醫生做出正確決策。同時，通過構建數據科學家平臺，創建和訪問高質量的健康數據源，從幫助衛生保健提供者到幫助用戶管理自己的健康，以達到家庭護理和健康管理的目的。

　　案例三：西門子醫療打造智慧影像“鏈”

　　德國西門子醫療公司利用知識圖譜展開影像醫學的整理與深度學習，推出了ALPHA解剖引擎和ALPHA報告引擎，實現了基于前處理技術的快捷解剖，并初步通過多處理軟件組合運行及多軟件結果合成一個報告，解放了醫生的時間與精力，使得醫生可更多地關注于病灶、病證本身，并構建放射語庫RadLex對病證實現書簽檢索，以供科研上的深度挖掘。

　　圍繞接下來如何繼續推進醫療產業智能化升級，白皮書提出了四大措施建議：

　　第一，積極打造智能化新型基礎設施。包括新型網絡基礎設施建設、數據智能基礎設施建設與應用、以及智慧應用基礎設施建設。通過這些建設實現重點區域和典型應用場景精準覆蓋，強化智能計算服務能力，建設跨層級、跨地域、跨系統、跨部門、跨業務的產業智能化創新應用體系，全面提升產業智能化應用基礎能力。

　　第二，加快推進行業數據開放融通。建立健全數據共享和披露制度、加強數據資源挖掘分析應用、提升數據安全保障能力。

　　第三，大力培育產業智能化運營系統。包括加強培育產業智能化發展平臺和開展智能化升級重點領域應用示范。鼓勵領軍企業將行業數據與新一代人工智能技術和算法深度融合，為產業智能化升級提供基礎資源支持和應用發展平臺。

　　第四，優化構建智能化安全保障體系。加強云計算和大數據平臺、智能終端與移動應用的智能化安全保障。加強安全防護，制定行業標準，加強測評和監管。

　　責任編輯人：CC