人工智能醫療優勢范文

時間:2024-01-03 17:50:53

導語:如何才能寫好一篇人工智能醫療優勢,這就需要搜集整理更多的資料和文獻,歡迎閱讀由公務員之家整理的十篇范文,供你借鑒。

人工智能醫療優勢

篇1

作者簡介:常純,沈陽245醫院皮膚科,主治醫師。

尖銳濕疣是人瘤病毒(HPV)引起的一種常見性傳播疾病,其復發率較高,是困擾臨床醫生的一大難題。我院在治療過程中采用多功能電離子治療儀手術去除疣體,再聯合重組人干擾素外用,加肌注的方法,取得滿意的效果。現將治療情況報告如下:

1資料與方法

1.1一般資料:108例患者均為我院2008年7月至2010年3月間的門診患者,所有病例醋酸試驗均為陽性。治療期間,還患有其他性傳播疾病,妊娠或哺乳期婦女及治療前3個月內使用免疫抑制劑或抗病毒藥物的患者未被列入。108例患者中,男性有65人,占60.19%,女性有43人,占3981%;已婚76例,占70.4%,未婚32例,占29.6%;患者年齡在16至70歲之間,平均30.5歲,病程為0.5至6個月。男性患者發病部位多見于包皮、系帶、、尿道口等;女性患者多見于小、陰道口、前庭、陰道壁、子宮頸等部位。將108例患者隨機分為2組,治療組55例、對照組53例,兩組分別從性別、年齡、病程等方面進行比較,均無明顯性差異(P>005)。

1.2治療方法:手術前,對疣體周圍皮膚用碘伏常規消毒,2%利多卡因局部麻醉下,用多功能電離子治療儀進行燒灼,去除疣體,并將疣體基底部破損的皮膚去除干凈。治療范圍超出病灶部2mm.左右,然后,再用碘伏做創面清理消毒。治療組患者同時給予重組人干擾素a2b噴劑,局部外用,日二次,連用10至15天;同時給予重組人干擾素肌肉注射,每日一次,每次100單位,共用藥15天。兩組患者均每2周復查一次,連續6個月。期間個別患者給以電話隨訪,并作記錄。對復發患者立即給以上述相同治療,并從最后一次治療后連續復查6個月。

1.3療效判定標準:本觀察按照治愈、復發兩組結果來判定療效。治愈標準為:皮損完全消失,半年內無新發皮損;復發標準為:治療后無不潔史,6個月追蹤復查,原部位或附近部位可見新發皮損,醋酸白試驗陽性。

2結果

2.1治療結果。治療組:痊愈49人,占89.09%,復發6人,占10.9%,其中復發1次的有3人,復發2次的有2人,復發3次的有1人;對照組:痊愈27人,占50.94%,復發26人,占49.05%,其中復發1次7人,復發2次10人,復發3次以上10人。兩組治愈率比較,差異有統計學意義(P

2.2不良反應:治療組當天有輕度發熱,流涕感冒癥狀,第2~3天逐漸減輕,以后無異常,未作特殊處理。

3討論

尖銳濕疣好發于性活躍的中青年人群,其傳播途徑主要為性接觸。本病發病率高,傳染性強,復發率高,治療周期長[1]。

HPV可感染免疫功能正常和免疫功能抑制病人的粘膜和皮膚。病毒抗原與免疫細胞接觸少,極少發生抗原釋放和抗原遞呈,使機體不能產生有效的免疫應答,因而病毒不易被機體的免疫系統清除,使尖銳濕疣易于復發或病毒處于潛伏狀態[2]。目前,臨床上多用CO2激光、冷凍、電凝等治療手段,這些方法雖然能使疣體脫落和組織壞死,但治療區周圍會有潛伏的HPV感染存在,它們不能損傷HPV引起的亞臨床和潛伏感染灶[3],創面及周圍已感染病毒的上皮細胞未被完全清除掉,術后再逐漸擴散感染其鄰近的正常細胞,使原皮損處及臨近皮膚再次出現新疣體[4]。而干擾素能調節患者機體免疫功能,提高患者自身抗HPV感染功能,防止HPV微粒的重新感染及亞臨床感染,限制HPV病毒的復制,減慢病變部位細胞的分裂速度,從而使尖銳濕疣的復發率大大降低。

本組采用多功能電離子治療儀手術聯合重組人干擾素局部外用及肌肉注射的方法治療尖銳濕疣,治療效果好,復發率顯著低于對照組,是防止復發的有效辦法,明顯提高了治愈率,可供臨床參考。參考文獻

[1]吳漢光.,任恬野等. CO2激光術聯合5%咪喹莫特乳膏治療尖銳濕疣的臨床療效觀察.皮膚性病診療學雜志,2010.(2):130

[2]梁英,李軍. CO2激光聯合局部注射干擾素治療男性尖銳濕疣,中國激光醫學雜志2011.(6):403

篇2

摘要:人工智能的迅速崛起,為老年健康管理提供了全新的途徑,在優化老年健康管理全過程中發揮著重要價值。與此同時,因其服務于老年人這一特殊群體,對道德倫理的沖擊表現得更加突出。當前,伴隨著我國政府對人工智能的高度重視、企業與醫療機構的積極探索,人工智能在老年健康管理領域已積累了部分經驗,取得了初步進展。然而目前人工智能在老年健康管理中的應用仍處于起步階段,面臨價格壁壘難以突破、信息孤島劣勢明顯、多方主體合作不足、專業人才稀缺等現實問題。推進人工智能與老年健康管理的深度融合,需要政府、醫療機構與養老服務中心、科技企業等多方聯動,構建配套管理機制,從而使人工智能更好地服務于老齡化社會。

關鍵詞:人工智能;老年健康管理;老齡化;養老問題

作者:向運華王曉慧(武漢大學社會保障研究中心,湖北武漢430072)

人口老齡化是21世紀我國經濟社會發展的重大國情,截至2018年底,我國60周歲及以上人口有2.49億,占總人口的17.9%。人口老齡化態勢加劇的同時,空巢老年人占比持續攀升,獨居老年人群健康狀況不容樂觀,有74.7%的老年人患有至少一種慢性疾病。城鄉失能、半失能老年人口近4063萬,上門看病、康復護理等醫療健康類服務需求始終居于老年人各類需求首位。總書記明確指出“為老年人提供連續的健康管理服務和醫療服務”,健康老齡化成為健康中國時代和老齡化時代的重要命題。

萬物互聯的加速到來與人工智能技術的迅速崛起,正在改變著人們的社會資源獲取方式和生活方式。AlphaGo大勝人類棋手,標志著人工智能已在某些領域走到了人類智慧的前列。以互聯網為載體和AI為實現工具的經濟發展新形態正在逐漸形成,為社會各領域創造了前所未有的機遇,也給老年健康管理模式的突破與創新提供了現實可能。智慧健康養老由此產生,其最大的特點在于大數據收集、需求的智慧決策與服務的精準投放。2017年工信部、民政部和衛計委聯合印發《智慧健康養老產業發展行動計劃(2017-2020年)》,強調利用新一代信息技術產品推動健康養老服務智慧化升級。各地積極開展智慧健康養老應用試點,打造“硬件環境+智能設備+互聯網信息平臺+居家養老服務”的健康養老生態系統。如何發揮人工智能技術在老年疾病預防、診斷、緊急救助、治療與康復中的作用,如何有效聯接醫療服務機構以確保老年人享受到更高效、更優質、更便捷的健康服務,是當前亟待研究的現實問題,這對于降低空巢老人獨居風險,緩解老年護理人員短缺問題,提高老年人的健康水平具有重要價值。

一、立場博弈:人工智能時代老年健康管理的機遇與隱憂

(一)人工智能的崛起

人工智能(ArtificialIntelligence,簡稱AI)起源于1950年“圖靈測試”的理念,其首次被公開提出可追溯到1956年“人工智能之父”McCartney在美國會議上的報告。隨后人工智能隨著技術的發展、社會的進步不斷發展,1960年人工智能已能夠理解自然語言、自動回答問題和分析圖像圖形等,20世紀80年代又獲得了學習和認知能力。21世紀以來,物聯網的加速普及、大數據的崛起、云計算等信息技術的突破,人工智能迎來了發展高峰,逐漸形成了深度學習、跨界融合、人機協同、群智開放、自主操控等新的特征,開始具有自我診斷、自我修復、自我復制甚至自我創新的能力①。人類相繼進入了網絡社會時代、大數據時代與人工智能時代,三者共同構成了新的社會時代②。

關于人工智能的概念,國際人工智能專家N.J.Nilsson將人工智能視為怎樣表示知識、怎樣獲得知識及怎樣使用知識的科學③。其后,學者對人工智能的概念從類人、理性、思維與行為等四個方面著手定義,有學者進而從學科角度對人工智能進行了解釋,如國內學者吳漢東將人工智能定義為研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。綜合諸多學者對人工智能的認識,筆者認為人工智能的實質是基于人類的設定與要求,能以與人類智能相似的方式作出反應的智能機器或軟件。

人工智能時代的到來,正在改變甚至顛覆人類現存的生產、工作與交往方式。2016年美國的《國家人工智能研究和發展戰略計劃》指出,AI系統在某些專業任務上的表現勝于人類。1997年國際象棋、2011年Trivia、2013年Atari游戲、2015年的圖像識別與語音識別、2016年AlphaGo等AI產品的問世與應用,成為AI超越人類的里程碑事件,見證了AI的智能水平和社會意義。近十年來,人工智能愈發廣泛地應用在社會各個領域。農業領域,人工智能應用于自動播插與灌溉、日常田間管理、采收與分揀、產品檢驗、虛擬在線銷售等產前、產中和產后各個環節,大大減輕了人類的勞動量④。工業領域,工業機器人廣泛應用于汽車、電子、家電制造等生產線,緩解勞動力供需矛盾的同時提高了生產效率。服務業領域,微軟“Cortana”、蘋果“Siri”、聯想“小樂”等智慧客服系統為大眾所熟知;幾乎所有股票交易員已被機器人取代,投資顧問、風險審查和安全防范監控監管都普遍智能化。公共服務領域中,人工智能亦發揮著日益重要的作用,如用人臉對比技術來篩查犯罪分子;人工智能輔助醫療診斷與手術;人工智能用于智能評測、個性化輔導等等。人工智能也開始進入藝術創作領域、心理服務領域。學界普遍認為,弱人工智能技術在當前已基本實現⑤。

(二)人工智能時代老年健康管理領域的機遇

當前,在新一代信息技術的引領下,物聯網迅速普及,大數據快速積累,算法模型與運算能力持續突破,智能行業應用快速興起,為我國人工智能的迅速崛起提供了現實契機。從人工智能技術層的語音識別、自然語言處理、圖像識別和生物識別等,到人工智能應用層面的工業4.0、智能農業、無人駕駛汽車、智能家居、智能金融、智慧醫療與智能教育等,均得到了爆發式增長。我國正處于醫療人工智能的發展高峰,2016年中國人工智能+醫療市場規模達到96.61億元,增長37.9%。據估計到2025年人工智能應用市場總值將達到1270億美元,其中醫療行業將占市場規模的五分之一⑥。人工智能在老年健康管理中的應用主要體現在通過生理參數識別設備和無線射頻識別裝置等智能采集老年健康數據,為老年人提供雙向、互動的居家健康監測、健康咨詢、健康評估、健康干預服務以及緊急救助服務,克服時空限制,將健康管理貫穿疾病預防、診斷、治療與康復整個過程。人工智能時代為健康管理尤其是老年健康管理提供了全新的途徑,在優化老年健康管理模式過程中具有重要價值。

第一,人工智能的發展為緩解醫護人員短缺提供了現實可能。據世界衛生組織公布的數據,歐盟關于每千人擁有護士數量的基本規定是不少于8人,挪威以17.27人位居世界第一,美國和日本分別是9.8人和11.49人,發展中國家例如巴西和南非,分別是7.6人和5.1人,然而我國每千人擁有護士數僅為2.36人。即使是按照大多數國家的5‰計算,我國護士缺口也多達350多萬,如果按照歐盟的標準,則缺口更大。與此同時,我國社區養老服務專職人員數量少且增長速度緩慢。民政部2009年開始統計社會服務職業技能人員中的養老護理員,截至2016年我國養老護理人員僅8528人。根據第四次中國城鄉老年人生活狀況抽樣調查結果,目前我國失能、半失能老年人口約為4063萬,占老年人口數的18.3%,按照3:1的國際標準計算,我國需要超過1300萬的護理人員。同樣,雖然國家大力推進醫養結合,將老年人作為重點人群納入家庭醫生簽約服務,但家庭簽約醫生覆蓋率仍不容樂觀。如何“以少足多”是擺在當前我國政府面前的重要議題之一。人工智能的崛起為化解這一醫療難題提供了新路徑。人工智能環境下,智能護理等機器的應用與推廣,大大減少了老年人對護理人員的需要,虛擬醫療助手替代護士,在醫生診療之外提供輔的就診咨詢、健康護理和病例跟蹤等服務,既減少了老年人前往醫院就診的次數,又有助于提高護理能力。顯然,這些對于緩解老年健康供需矛盾有積極意義。

第二,人工智能的發展為醫療機構提高服務效率提供了技術支持。一直以來,醫療服務效率都是備受關注和爭議的問題。醫療服務效率,即醫療機構在投入與產出之間的比率,是醫療服務領域的核心命題與重要目標。近年來,隨著我國醫療體制的不斷改革與發展,各級醫療機構的效率有了顯著提升,但受制于傳統醫療機構管理模式的慣性思維影響,醫療機構的服務效率與民眾期望仍有差距。新時代醫療服務效率的提升不僅需要制度的變革,也需要服務工具的革新。人工智能的發展為優化醫療服務提供了便利。一方面人工智能的應用降低了人力成本。醫學影像占醫療數據的90%,而且這一數據仍在攀升,年增長率約為30%,而放射科醫師數量的年增長率僅為4.1%,遠不及影像數據增長速度。借助AI技術分析醫學影像,將大大緩解醫院缺少醫生的壓力。此外,語音技術在醫療行業的普及,也正在將越來越多的普通醫生從日常機械式的醫案錄入工作中解放出來,提升錄入的效率,降低失誤率。另一方面,人工智能的應用也提高了醫療服務能力。人工智能輔助診斷技術應用在老年人某些特定的病種領域,幾乎可以代替醫生完成疾病篩查任務;智能手術機器人的應用既能保證精準定位,減少老年患者的疼痛,又能防止傳統手術易帶來的傳染疾病等危險;人工智能參與藥物研發,對于提高針對老年患者潛在藥物的篩選速度和成功率,縮短研發時間與成本有實際意義。綜上,人工智能的嵌入打破了以往醫治全程醫生親力親為的運作模式,智能機器的自主研判與決策能力,對于降低人力成本,大幅提高醫療機構、醫生的工作效率與質量,減少不合理的醫療支出有積極意義。

第三,人工智能的發展有助于提高老年人自我健康管理能力。多數疾病都是可以預防的,但是由于疾病通常在發病前期表征并不明顯,到病況加重之際才會被發現。而且由于老年人機體形態的改變和功能的衰退,對于疼痛和疾病的反應變得不敏感、不典型,很多病癥易被忽略或誤診,加上老年人行動不便,其中有多數老年人即使不舒服也不愿前往醫院進行診療。人工智能的應用大大緩解了這一狀態。人工智能技術與醫療健康可穿戴設備的結合可以實現疾病的風險預測和實際干預,實時監測老年人的生理參數,其雙向數據傳輸、在線溝通、便捷有效的特點,一方面可幫助老年人實時了解與掌握自身的健康狀況,享受個性化的健康管理和健康咨詢服務,滿足其健康教育需求;另一方面也能提高老年人自我健康管理意識,促進其積極參與自我健康管理和自我照顧,實現醫療衛生服務重心前移和全民健康管理。人工智能環境下的自我健康管理的實現延伸了傳統醫療的覆蓋能力,節省了傳統醫療方式的時間、空間成本及醫療費用,能夠有效緩解老齡化帶給整個社會醫療系統的負擔。此外,居家健康管理系統能為衛生管理者提供健康數據,有助于建立完備、標準化的居民電子健康檔案和區域衛生信息共享平臺,使政府突發公共衛生事件監測和應急體系的運轉更為高效、準確。

(三)人工智能時代老年健康管理領域的隱憂

萬物都有兩面性,人工智能同樣是把雙刃劍,人工智能從誕生至今,其對倫理的沖擊就不斷被討論。人工智能給老年健康管理帶來巨大便利的同時,也對道德倫理問題提出了重大挑戰。與人工智能的一般倫理問題相比,人工智能在老年健康管理中的應用因其服務于老年人這一特殊群體表現得十分特殊與突出。主要表現為兩個方面,一是老年人人格與尊嚴的多方面權益保障倫理問題更為加劇,二是老齡社會正義倫理問題更顯突出。

老年人人格與尊嚴的多方面權益保障倫理問題體現在隱私泄露、社會孤立與老年人的“物化”三個方面。首先,為更好地提供全方位健康管理服務,智能老年健康管理系統和智能設備需要采集老年人日常起居全時段、全方位、無盲區、長周期的海量生理數據,其中絕大多數的數據屬于隱私數據。這些數據通過簡單的分析和挖掘,就能得出老年人的生活習慣、身體狀況等信息,一旦被無意或有意泄露,極易被不法分子所利用以進行精準推銷甚至精細詐騙等違法活動,這對于易受騙的老年人群體來說無疑是巨大的隱憂,由此可能帶來的損失也不可小覷。《世界人權宣言》第12條規定任何人的私生活、家庭、住宅和通信不得任意干涉,他人的榮譽和名譽不得加以攻擊。正如一些學者認為我們應該對于弱勢群體運用特別的隱私保護政策①。然而目前我國的相關法律和政策還不盡完善,如有關病歷資料保護的法律或文件(《刑法》《侵權責任法》《醫療機構病歷管理規定》等)中多為宣示性條款,也尚無老年人隱私安全的針對性文件。如何保證健康數據在實時采集、傳輸、存儲、分析與使用過程中的安全,數據應當被保留多久、誰擁有隱私數據的訪問權等都是智能老年健康管理領域亟需解決的隱私方面的具體倫理問題。其次,智能機器監護老年人可能導致減少老年人社交、子女的陪伴。關于智能護理機器人的引入對老年人心理問題的影響研究表明,使用護理機器人的老年人易出現社會孤立現象,進而導致尊嚴受損②。過多的智能既會減少老年人外出和交流的頻率,也使子女或親朋責任感降低,對老年人的關懷止于虛擬問候,而不再是頻繁地看望與聊天。有學者認為,健康助手功能會使原本親近的護理關系轉換為遠程的虛擬的照料關系③。從而加劇老年人心理上的空虛感與孤獨感。如何緩解和調節老年人心理問題是人工智能在老年健康管理應用過程中不得不面對的問題之一。最后,老年人的“物化現象”也是值得關注的具體倫理問題。所謂物化,Kitwood對其的定義是:像對待無生命物質那樣對待人:推、拉、拽一個人,不把他當作一個有生命的個體。Astell曾認為輔助機器人可能會機械地控制使用者,并逐漸使其變得失去自主性④。智能護理機器人等操控式的服務過程有可能損害老年人自主意愿,老年人普遍認為不應該限制他們自主選擇的權利,如他們不希望所有人知道他們在家中跌倒,因為某些跌倒僅是小事,自己可以克服,他們認為只有自己需要幫助的時候才應通知別人。然而這與智能護理系統一旦發現護理對象跌倒,就立即發送消息給親人或醫護人員的護理策略相矛盾⑤。機器人應在何種程度上保障老年人的自主意愿,減輕其心理負擔,維護其尊嚴,是值得研究的課題。

老齡社會正義倫理問題主要體現在地區差異方面。由于我國國土面積大,各地區經濟發展水平并不一致,地區差異、城鄉差異問題都不容忽視。考慮到護理服務涉及人最基本的健康權利,然而由于經濟發展和收入水平不同,偏遠地區、農村的互聯網都不暢通,健康信息系統建設不到位⑥,老年人往往無力購買智能可穿戴設備、智能護理機器人等健康管理機器,貧富差距引發的社會資源分配不公問題凸顯。如何在研發和推廣智能設備中充分考慮老年人的購買力,是關乎社會正義的倫理問題。

二、現實考察:人工智能時代老年健康管理的困境

(一)人工智能時代老年健康管理的經驗

改革開放以來,尤其是進入21世紀之后,我國人工智能技術得到了巨大的發展。據中國電子信息產業發展研究院數據統計,2017年我國人工智能市場規模為216.9億元,比2016年增長52.8%,增長速度快于全球平均水平,2020年有望超過700億元①。其中,“人工智能+融合醫療、金融、教育和安防等領域企業”位居全球人工智能目標市場行業首位,總計占比40%。國家高度重視,企業與醫療機構積極探索老年健康產品的研發、推廣與應用,先后積累了一些經驗,取得了初步進展,為人工智能服務于老年健康管理奠定了重要基礎。

首先,信息化與大數據推動智慧醫療的發展,為人工智能在老年健康管理中的應用提供了技術支撐。信息化與大數據是人工智能有效嵌入的基本要素,因此醫療信息化的實現和醫療大數據資源的壯大是推動人工智能在老年健康管理應用的重要基礎。近幾年來,高速、移動、安全的新一代信息基礎設施建設加快,城市社區光纖網絡覆蓋率不斷提升,中國互聯網絡信息中心(CNNIC)的《中國互聯網絡發展狀況統計報告》顯示互聯網逐漸向高齡人群滲透,60歲以上老年人對互聯網的接觸率和應用率逐年上升。與此同時,健康養老服務信息平臺建設不斷推進,早在2011年,老齡辦和民政部門就在全國范圍內推進社區為老服務信息平臺建設項目啟動試點工作,試點項目50余個,據統計覆蓋老年人口僅3000多萬;2014年民政部和發改委確定在全國選取了42個地區推進養老服務業綜合改革試點,改革的重點之一即是加快信息平臺建設。2018年國務院《關于促進“互聯網+醫療健康”發展的意見》,強調推進遠程醫療覆蓋全國所有醫聯體和縣級醫院,支持高速寬帶網絡覆蓋城鄉醫療機構,建立互聯網專線保障遠程醫療需要。“互聯網+醫療服務”建設初具規模,各級醫療機構、養老服務機構積累了大量老年人有關的數據資源,其中包括老年信息數據庫建設與大數據共享平臺與服務平臺建設,為下一步人工智能的嵌入奠定了堅實根基。

其次,國家高度重視,政策與法律建設不斷推進,為人工智能在老年健康管理中的應用提供了制度基礎。一方面,為推動人工智能的迅速發展,近年來我國人工智能領域指導性政策文件不斷出臺。如2017年7月國務院印發《新一代人工智能發展規劃》,同年12月工信部公布《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》,明確了我國新一代人工智能發展的戰略目標,部署構筑我國人工智能發展的先發優勢,加快創新型國家和世界科技強國建設。2018年1月中國電子技術標準化研究院《人工智能標準化白皮書(2018版)》,提出確立人工智能產業發展的標準體系;3月政府工作報告明確指出加強新一代人工智能在醫療、養老等多領域的應用。各省市積極響應,出臺本地區的具體實施意見,為人工智能在老年健康領域的應用確立了方向。另一方面,為應對各類風險與危機,我國不斷推出信息建設與信息安全的相關規定。據統計目前我國信息治理層面的相關法規已有100余件,涉及個人信息保護、網絡侵權預防和網絡犯罪懲治等多個領域②。具體到醫療行業,2013年國家衛生計生委、國家中醫藥管理局印發的《關于加快推進人口健康信息化建設的指導意見》,2015年國務院辦公廳印發的《全國醫療衛生服務體系規劃綱要(2015-2020年)》,2017年工信部、民政部、衛計委聯合印發的《智慧健康養老產業發展行動計劃(2017-2020年)》等文件,都著重強調形成覆蓋全生命周期的智慧健康養老產業體系,打造一批智慧健康養老服務品牌。2016年12月,國務院辦公廳印發《關于全面放開養老服務市場提升養老服務質量的若干意見》提出推進“互聯網+”養老服務創新,到2020年養老服務市場全面放開等,都指出實現全員人口信息、電子健康檔案和電子病歷三大數據庫要基本覆蓋全國人口并完成信息動態更新。這些直接或間接性文件的不斷完善,為人工智能在健康領域的應用提供了基本的制度框架。

最后,在技術與政策環境的激勵下,人工智能在老年健康管理中的應用初見成效。從易得的傳感器,到智能化的可穿戴設備,智能護理床、健康服務機器人、陪護機器人等服務機器人,越來越多智能設備參與到老年人健康管理領域。近幾年,房地產商、保險公司、養老機構積極推出高端養老項目,健康服務機器人也隨即而來,其中天津哈士奇機器人作為全球首臺健康服務機器人成為標志性事件。而后,機器人也開始應用在福利中心和養老機構,僅杭州就有70家養老機構和40家照料中心引進了“阿鐵”養老機器人①②,機器人具備健康檢測、健康顧問、緊急報警與陪伴逗樂四項主要功能。同時依托“互聯網+”搭起智能居家養老服務的橋梁,一是通過智能健康腕表隨時測量血壓、心率等生命體征數據。相關研究表明可穿戴智能設備在治療慢性病方面有顯著效果,治療費用、住院時間等都有所降低③④。二是“開心”等智能健康養老機器人通過人體感應、攝像頭遠程監護、聲源定位、語音識別等系統為居家老人提供安全監護、用藥提醒、數據分析等健康服務,約87%的受訪者表示類似于“開心”的智能健康養老機器人會對空巢老人有用⑤。三是通過“互聯網+”和遠程醫療、遠程手術等滿足老年人的醫療需求,通過機械骨骼、輪椅機器人等助力老人康復⑥。從監護到治療,人工智能在各種養老模式的老年人中的初步試水,為應對人口老齡化提供了戰略性思維。

(二)人工智能時代老年健康管理的難題

人工智能為老年人實現全過程健康管理提供了條件,推動了老年健康管理模式的突破與創新,然而目前人工智能在老年健康管理中的應用僅處于起步階段,尚有很多問題需要解決。

其一,從應用范圍來看,價格壁壘難以突破,老年健康管理中人工智能缺乏動力。醫療行業本身就極具復雜性和特殊性,醫療體制改革和醫養結合養老模式發展已推行多年,但仍有很多問題為人們所詬病。人大代表羅衛紅曾提出目前醫養結合雖初具成效,但仍存在醫養結合服務需求與承載力不對稱、行業管理體制不完善、醫養結合醫保支付政策難以保障護理需求等問題。人工智能嵌入老年健康管理為醫養結合模式的發展創造機遇的同時,也提出了更高的要求。人工智能設備造成的健康管理服務費用誰來支付、怎樣支付,目前國內尚未達成共識,這也解釋了為什么目前智能健康機器人多出現在養老機構,而非居家老人家中。不可否認,在當前醫療衛生服務供給不足的情況下,醫養結合型養老機構非常重要,機器人的引入對老年人尤其是對高齡老人、半失能老人與失能老人帶來了極大的便利。然而無論是9064模式還是9073模式,絕大多數老年人是居家養老。針對居家生活老年人的健康監測、預防、治療、康復、護理和心理慰藉等服務需求亟需人工智能的嵌入,然而形勢不容樂觀,一方面是因為智能裝備價格較高,老年人個體往往無意愿或無力購買較為昂貴的智能感應設備,另一方面是因為擔心后續健康服務能否持續跟進,比如一個智能腕表就價值幾千元,如果后期的服務沒跟上,老年人損失就會很大。人工智能的應用必須考慮各方支付意愿,其價格在某種程度上決定了其可推廣的范圍。如何圍繞大健康戰略來定位發展人工智能,實現醫療健康服務利益相關者的協作,為老年人提供全方位全周期的健康服務是亟須解決的關鍵問題之一。

其二,從信息化建設來看,人工智能應用于老年健康管理的信息孤島劣勢明顯。人工智能的應用離不開信息技術的支撐。推進醫療服務大數據建設,建設老年群體數據庫與醫療服務信息平臺,統一相關數據標準是基礎。“人工智能+醫療”最大的問題在于數據的來源和質量,因為我國的醫療數據在醫院與醫院間、醫院與家庭間存在信息孤島,即使在同一個醫院提取和利用數據仍涉及很多操作手續。與此同時,雖然各地政府一直在強調健康養老服務信息平臺建設,但進程并不樂觀,多數老年健康服務僅停留在通過社區門診或體檢獲得數據,共享在街道一級,實現市級統一平臺建設的省份屈指可數。除了技術條件的制約,更多的是缺乏全局的考慮與統籌規劃,民政部門、統計部門、公安部門、衛生部門、醫院等多部門之間的責任模糊,各涉老部門缺乏溝通與配合;各地區各自為政,缺乏共享理念和共享動力,有效的溝通不足,相互之間在操作系統、網絡協議、語義表示、數據庫類型,乃至硬件管理平臺上存在差異,醫療信息數據不能有效實現地區共享,阻礙了人工智能賴以為生的數據信息資源的有效流通,既造成了數據信息資源重復建設,也限制了數據信息資源功能的最大發揮。可見,要想人工智能應用于老年健康管理,積極突破數據壁壘勢在必行。

其三,從健康服務相關主體來看,養老機構、社區服務中心、醫療機構與企業的合作不足。養老服務機構、醫療機構等服務機構本身不生產人工智能設備,而是通過引進人工智能設備服務于老年人,科技企業才是人工智能產品的生產者。服務機構最了解老年健康管理全過程需要什么樣的人工智能產品,而科技企業則在技術上獨占優勢。二者通過跨界合作發揮各自的優勢,才能明確研發內容,最大程度縮短研發周期,以滿足老年人健康管理的需要。然而目前國內各級醫療機構、養老服務機構在該領域的開拓相對滯后,除了發達城市的大型房地產公司通過與科技公司合作建設高端養老基地,應用人工智能參與老年健康管理服務,實現了企業間的人工智能合作外,多數醫療機構、養老服務機構有待進一步跟進。與此同時,醫療機構、養老服務機構提升自身對人工智能產品的駕馭能力也離不開同科技企業的有效合作。兩者有效合作的缺乏在一定程度上制約了老年健康管理過程中的人工智能創新能力的提升。兩者如何建立合作機制,共同推進人工智能的技術創新與應用是人們不得不思考的當務之急。

其四,從研發主體看,老年健康管理領域的人工智能發展受制于稀缺的專業人才。人工智能任何相關技術方面的突破都依賴于人才,可以說其發展能力取決于人才數量。《全球人工智能人才白皮書》顯示全球AI領域的人才缺口達到百萬量級,2017年工信部發言人指出在我國人工智能人才缺口超過500萬,稀缺的專業人才資源是制約全球人工智能技術發展和應用落地的一大短板。人工智能的專業人才既要掌握數據挖掘、語音圖像識別等計算機層面知識,又要了解人工智能應用領域的客觀狀況。AlphaGo之所以能戰勝人類圍棋世界冠軍,在一定程度上是因為其設計者DemisHassabis本人就是天才棋手①。因此,人工智能老年健康領域的專業人才需要集計算機專業技術與健康養老服務行業實踐于一身,才能研發出適合老年群體的智能健康醫療設備。目前國內的人工智能專業性人才缺乏,且多集中于制造業、互聯網等領域的技術開發工作,雖然一些科技公司與醫療機構合作取得初步的成果,但在醫療領域結合上缺乏深度,直接針對健康服務領域的人工智能人才更是不足,阻礙了老年健康領域人工智能技術的推行。

三、未來選擇:人工智能時代老年健康管理的關鍵路徑

人工智能時代的到來,為老年健康管理創造了全新的環境,同時也對政府、社區、醫療機構、養老服務機構等提出了更高的要求。面對人工智能的迅速發展,需積極推進人工智能與老年健康管理的深度融合,以促進適應時代訴求的老年健康管理智能化。

(一)構建人工智能嵌入老年健康管理的管理機制

DouglassC.North指出制度是社會的游戲規則,規定了人與人之間的行為范式②。人工智能時代老年健康管理迫切需要現有機制的突破與創新,當前必須做好三個層面的具體工作。

一是形成專業的領導機制。人工智能科學嵌入老年健康管理離不開政府部門的統一規劃和部署。2018年國家醫療保障局成立,整合了此前散落在人社、民政、衛計委、發改委等多個部門的相關醫療職能,改變了“九龍治水”的管理局面,為人工智能在醫療行業、健康領域的嵌入提供了契機。在老年健康領域推廣人工智能應納入醫療保障局的工作內容,積極推動醫療機構、養老機構、社區養老服務中心等與科技企業的合作,全方位部署人工智能在老年健康管理中的應用格局,從傳感器,到智能化的可穿戴設備,健康服務機器人、智能護理床、陪護機器人等服務機器人,從智能家居設備、養老服務機構智能設備,到智能醫療機器,從老年人健康數據建設到疾病的預防、治療、康復與護理等,培養一支兼具智能理念和實踐經驗的新型領導隊伍,確保政府部門在人工智能應用中始終掌握主動權。

二是培養多元主體信息共享機制。人工智能的發展與應用依賴于數據,因此,人工智能嵌入老年健康管理,一方面需要挖掘分析大量老年健康數據,以便人工智能設備的研發,另一方面需要醫療機構、養老機構、社區居家服務中心、老年人等相互間的數據連通與安全共享,促使多方有效參與老年健康管理。加快健康養老信息平臺建設迫在眉睫,要著力提升多元參與主體的數據素養和技術素養水平,促進多元主體相互間協同配合,協調老年健康數據在各部門間的流通,實現數據信息的交互及供需的有效匹配,從而打破數據壁壘,為提升老年健康管理水平提供數據支撐。

三是建構道德倫理矯正機制。享受人工智能給老年健康管理帶來巨大便利的同時,也必須正視其對道德倫理的挑戰。首先,進一步完善信息保護機制,減少甚至消除老年人對個人信息數據泄露的擔憂。其次,科學認識和使用人工智能。雖然現有的人工智能在某些層面和維度接近、達到甚至超過了人類智能,但其工具性色彩沒有改變,人工智能在老年健康管理中的應用旨在提高健康管理水平,而不是取代醫護人員和親朋好友。兒女的關心、好友的慰問以及老年人必要的社交互動都不可或缺。最后應通過技術發展,為人工智能注入情感,促使人機交互更加和諧。

(二)構建以人工智能為核心載體的老年健康技術系統

推進各級醫療機構和各地養老機構在老年健康管理中發揮更大的作用,需要通過智能化處理系統和便捷高效的急救處理流程,即系統能自動采集老年人身體狀況數據并進行分析,當發生意外跌倒或生命體征數據出現異常,智能呼叫相應的醫療機構,使老人及時、準確地獲取醫療服務。為此,應重點做好兩個層面的工作。

一方面,建設針對老年健康管理的智能處理系統。智能化系統基于計算機網絡技術和信息技術,強化老年健康的數據挖掘系統和數據存儲系統建設,有效整合老年健康管理智能化進程中的各類非數值型、非結構化數據,同時有針對性地引進合適的人工智能技術,如生物識別技術、自然語言處理、機器學習、虛擬等,提升人機交互過程中老年健康數據的處理效率,并以此形成由知識庫、數據庫、推理機、解釋器和知識獲取等組成的老年健康管理系統,為提高老年健康管理水平奠定基礎。

另一方面,創新以人工智能為基礎的醫療流程。智能系統的生命在于應用,老年健康管理途徑與方式的優化必須以智能處理流程的創新為依托。其一,通過人工智能實現老年人健康狀況的自動檢測,根據不間斷、全方位的健康數據跟蹤,智能評估老年人身體與心理的健康狀況,并基于數據分析提出智慧決策,確定老年人在健康方面應采取的措施。其二,智能系統要在識別老年人緊急救助需求的基礎上,主動通知醫療機構,使老年人及時得到救助。至于醫療機構的選擇應符合分級診療原則與就近原則。這對于減少老年人獨居風險,為空巢老人提供“健康保險”有積極的現實意義。

(三)構建“校—企—醫/養”在人工智能領域的深度合作機制

學校是人才培養的重要陣地,科技企業是人工智能產業發展的主力軍,而醫療服務機構與養老機構是老年健康管理的重要參與者。推進人工智能在老年健康管理領域的應用,迫切需要三者的深度協作,以達到通識成材、借勢運力、以智發展的目標。

其一,探索高校與企業協同人才培養模式。相比美國人工智能人才數量,我國明顯滯后。據領英數據顯示,我國從業經驗10年以上的AI人才占AI人才總數比例不足40%,而美國這一比例超過70%;美國人工智能基礎層、技術層和應用層的人才數量占比分別為22.7%、37.4%和39.9%,而中國為3.3%、34.9%和61.8%,人才培養勢在必行。如上文所述,人工智能的專業人才既要掌握數據挖掘、語音圖像識別等計算機層面知識,又要了解人工智能應用領域的客觀狀況。科技企業需要高校的理論與人才的支持,而高校則可借助企業的數據資源和技術平臺推進科研理論進展,將研究價值落地。因此,高校應加強人工智能相關學科建設,吸引國際頂級科學家和高層次人才,加強與科技企業、國外高校及相關機構的合作,將技術教學貫穿到實訓項目中,讓學生在校所學與企業實踐有機結合,培養貫通人工智能基礎理論、軟硬件技術與醫療服務領域應用的縱向跨界人才。人工智能校企合作將有助于人工智能在老年健康領域的加速發展,為人工智能應用打開新局面。

其二,搭建醫療服務機構與企業合作平臺。近年來,阿里巴巴、百度、騰訊和華為等國內企業在人工智能領域的崛起,為老年健康管理的轉型提供了技術支撐。人工智能本身就涉及多重技術,不同行業或領域的關鍵技術必然存在差異,加快人工智能在老年健康管理中的應用,醫療服務機構既要借助科技企業的技術優勢,引入智能技術,又要借助科技企業的智力優勢,培育服務人才。這就要求醫療機構積極通過研發外包的途徑,由科技企業打造契合老年健康管理需求的智能軟件與硬件,加快老年健康管理智能產品的開發與推廣,促進產品從監護提醒類、健康監測類,到醫療設備類、陪護聊天類,關注老年人身體健康的同時注意開發心理健康護理機器人,實現智能產品的多元化與精準化。與此同時,醫療機構通過與科技企業的合作,提高本機構內部人工智能的應用能力。

(四)構建老年健康管理人工智能產品的定價與補貼機制

人工智能在老年健康領域推行受阻的一個很重要的原因是企業囿于無利可圖與老人抱怨收費高現象并存。老年健康領域人工智能產品與服務的價格既不能完全市場化也不能嚴控低價,應建立合理的定價機制與相應的財政保障機制,以平衡市場主體盈利與老年人經濟承受力來促進人工智能在老年健康領域的廣泛應用。

一方面,合理確定老年健康領域人工智能產品的價格。老年人的健康管理產品與服務具有一定的福利性,過高的價格會忽略老年人的經濟承受能力,過低的價格又影響社會資本的收益率與參與積極性,阻礙該領域的進一步發展。根據資本資產定價模型,任何資產的期望收益率都由無風險利率和對所承擔風險的補償—風險溢價兩部分構成,考慮到服務對象的特殊性,老年健康領域人工智能產品合理的投資收益率應等于或略低于市場平均投資收益率,兼顧經濟效益與社會效益。

另一方面,建立相應的財政補貼機制。雖然老年人收入來源更加多元,自報需要照護服務的比例不斷提高,越來越多的老年人有能力購買健康管理設備,但價格仍然是影響其選擇與否的關鍵因素之一。而且受年齡、身體狀況、收入等多重因素影響,有必要分地區、分群體進行大面積的調查統計,找到不同身體狀況與經濟狀況的老年人有能力和意愿支付的平均價格。根據計算出來的市場價格與老年人可支付的價格,分類別分等級進行補貼,對于經濟困難的失能半失能老人要免費配置相應的智能設備。

此外,加強老年健康管理人工智能應用狀況的監管體系和績效評價體系。當前人工智能技術整體還處在較低的發展層次,在認知能力、感知行為、風險對抗等諸多方面仍比較笨拙,應在加強人工智能嵌入的可能性風險管理的基礎上,采取第三方評估方式,科學評價人工智能應用過程的技術適用、服務質量等環節。推進老年健康管理領域的人工智能應用的不斷改進與發展。

四、結語

篇3

人工智能到底神在哪里?

張海濤:的確,2015~2016一年多的時間里,現代醫學發生了轉折性的變化。大數據、精準醫療、人工智能這些成為醫療領域的“爆款”詞匯。智能醫療已經不是從科幻片中看到,是真實世界的真實事件。人工智能有多神,要回答這個問題,得先了解醫療的人工智能完成了哪些了不起的事。

第一是認知計算,人工智能可以24小時不間斷的讀取海量文獻,具備最全面的基礎知識和最新進展,這屬于認知,很好理解。但重點在于智能要做到的不僅是錄入,而是讀懂,將海量外部信息轉化為自身知識和結論。比如從文獻中獲取了他汀在某個數值下使用會減少冠心病發生,它會給出相應治療建議,這是計算,即學習能力。人工智能能快速將患者病情的相關信息搜索一遍,通過統計運算給出最個性最優化的治療方案。再拿現有的可穿戴設備舉例,雖然它能監測人的心率運動量等,但無法給出進一步建議,未來的人工智是能根據不同患者的狀況給出不同的解決方案的,告訴你食物攝入不足還是過多,運動量還需多少達標等等。

第二是深度學習,等同于人類直覺。打個比方,我們讓機器人對某個物品做出鑒別,它需要根據這個物品的大小、重量及其他特定屬性做出判斷并得出結論。而具備深度學習的智能機器可以不需通過數據和邏輯得出結論,當它看到一位急癥患者,會根據患者的痛苦面容、喘氣速度、所選醫院和科室等,迅速反應出他是急性左心衰。這種推測不需要輸入患者信息,反應快,但不一定準確。

第三是智能數據。以前講到的數據其實是小數據,我們對小數據進行抽樣研究去尋找規律,但這種推理只能預測大概率事件,無法認識小概率事件。例如他汀輸注后的橫紋肌溶解是小概率事件,如果發病率為十萬分之一,我們很難收據足夠樣本進行研究分析。相反,如果通過智能錄入一千萬例患者,按比例將有一百例患者,假設一百例都出現在北京,那么可認為發病與地域相關,如果其中九成是男性則可認為疾病與性別有關,如果其中又有九成是抽煙者,說明疾病與煙草有關。這對我們定位和救治小概率事件中的人群有重大意義。通過這種方式發現小概率事件的規律,可以理解為將架構師的腦袋放在大數據庫中,可使我們的認識更接近真實世界。另一方面,通過大數據發現規律可以更好的預測未來。再比如,人工智能根據患者身高體重、血糖血脂以及個人生活方式進食方式等預測他在某個時間可能發生低血糖,可以在此之前提醒患者補充糖類來預防惡性事件發生。

用于心臟疾病的人工智能可以實現什么?

張海濤:現在來看至少能實現兩方面的問題。我們知道心臟病患者在出院后要滿足用藥達標和生活方式達標,如果患者僅有高血壓,用藥達標是較容易實現的,如果患者在高血壓基礎上還合并高血脂、消化道出血,或合并前列腺問題,有闌尾手術史、腦梗史,有牙科問題等,這時需要綜合各專科的知識來做決策。但人腦的知識儲備是遠遠不足的,人工智能卻可具備最全面正確的知識和診療標準,可以指導醫生臨床用藥。另外,它可以連續觀察患者出院后的運動狀況,根據其身高體重心律血壓用藥狀況等給予運動方式建議,并做出評估。

在6月17-19日舉辦的第五屆中國心臟重癥大會上,人工智能作為會議的亮點之一會有很多精彩的報告。可以說,心臟重癥領域要正式“觸電”大數據、智能醫療、精準醫療,去擁抱新思潮、新設備、新話題和新模式,非常希望屆時與更多醫生探討這一話題。

人工智能可以治病,醫生做什么呢?

張海濤:智能醫生只能為數字人看病。什么是數字人呢?從某種意義上,人具有生物人和數字人兩種基本屬性,血型、身高、體重等構成數字人。人工智能可像人一樣讀文獻,超過人的精力,24小時不間斷的讀錄文獻,具備最全面的醫學基礎知識和最新進展,并且具備超強的運算能力,可快速將患者信息統計運算,給出最個體優化的治療方案,但它無法與患者進行情感交流。說到底,醫學是文明的產物,醫生不是修理工,我們的醫療過程會涉及到感情、文化、患者意愿等,這是機器無法復制的。未來,人工智能是醫生的助手,為醫生的決策提供參考,醫生根據患者意愿、經濟能力、依從性等綜合考量并做出決定。

醫生在臨床決策出現沖突時怎么辦?醫生的權威性會受到挑戰嗎?

張海濤:這是個很關鍵的問題。首先,不但人與人工智能間會遇到決策不一致,人工智能本身也會遇到,它能錄入巨大數據,其中必然有觀點相悖的信息,但它比人更理性,會一遍遍學習從而得出最優建議,而人類在治療中感性成分更多。從另外的角度想想,其實沒有一種方式是非常完美的,任何一種方式都有利弊,所謂的決策的沖突和矛盾屬于真實現象,是允許存在的。

醫生的決策與人工智能發生沖突時呢?通常覺得,醫生對同一種疾病應該有相同的診斷、相似治療方案,實際不同醫生在同一疾病的診療方案會相差很大,這受醫生教育、利益、地域文化的影響。比如女性更年期后服用雌激素的比例在美國是28%,在中國不到7%。中國女性的觀念傾向于不用,因為服用雌激素可能引發腫瘤,而美國人對生活質量的要求高,她會選擇使用。醫生與智能出現決策沖突并不奇怪,醫生需要根據不同需求確定醫囑,無關對錯。所以,醫生仍需查文獻、不斷學習,需要綜合判斷,智能給出的只是參考,它只是醫生的助手或患者的顧問,絕不會取代。

未來,手術也可以被機器取代嗎?

張海濤:手術操作其實是創造“藝術”的過程,需要更多層面的知識和技能,而且機器在精細操作方面遠不如人類手指靈活,它的優勢是運算速度和自我學習能力。雖然現在達芬奇機器人下的手術在很多醫院開展,但真正實現機器人做手術還很長遠。

如果人工智能能可實現基本醫療任務,患者來院的剛需是什么?

張海濤:患者需要醫生的建議以及最終的處方權。人工智能得出的結論只是一個參考,醫生可信可不信,如果它提供的數據比醫生知識所涵蓋的要準確,醫生要考慮依從。

篇4

你可能會收到一條略帶情緒的回復:“認識這么久還被問這個問題有點尷尬,我是你的助理”。

如果你再追問,這位智能助理還會半自豪半傲嬌地告訴你:“我不喜歡被貼上這樣的標簽,組成我的是硅、內存和堅持信仰的勇氣。”

類似Siri一樣的人工智能語音助手正越來越多地走入消費者的生活。人們對于人工智能的態度,也從最初AlphaGo屢屢戰勝頂尖棋手時的震驚,到AI贏了德州撲克大賽冠軍時的“習以為常”。

瑞銀在其報告《亞洲前瞻:人工智能如何塑造亞洲新面貌》中預測,人工智能的應用在下一個10年末會創造數百億美元的營收規模,我們所在的亞洲是其主要的營收來源地。雖然現在影響并不太,但是到2030年,人工智能技術每年將為亞洲創造1.8萬億到3萬億美元的經濟價值。其中包括引進新產品服務和項目、產品改良所省下的成本,整體價格下降,以及生活方式改善。

不過人工智能提升效率、降低成本的同時,越來越多的工作也正被人工智能所取代。2000年,高盛位于紐約的股票F金交易部門尚有600位交易員,到今年年初只剩下了兩位,其余工作全部由機器自動處理。瑞銀給出的數字是,從中長期來看,僅亞洲地區而言,人工智能就將對3000萬至5000萬個工作崗位產生沖擊。

首先受到沖擊的就是中端技術類工作。其中,對于以制造業驅動的中國所受威脅很大―強預判、高重復,對于機器而言,可比需要個性化、創造力或手工藝的低技能和高技能崗位容易多了。相對,中國香港、新加坡和印度等服務驅動型城市和國家受到的影響則較小。

從行業分布來看,影響最大的5個行業是金融服務、醫療保健、制造、零售和交通。這些行業的營收加在一起,相當于當前亞洲國內生產總值(GDP)的2/3。瑞銀認為,除了醫療保健,其他4個領域可能會遭遇重大沖擊。其實從中國和印度的發展不難看出,互聯網企業借助金融技術,已經對傳統金融造成沖擊并引發革新,比如更為便捷的支付手段和虛擬助手等應用的陸續出現。人工智能的應用會深化這種革新。

不過也別過于擔心。瑞銀認為,盡管你的工作在未來可能由機器人來完成,但放到更長遠的時間線來看,凈失業率反倒相對可控,甚至會逐漸降低。因為雇員的整體生產力也會隨著人工智能的崛起而顯著提高,這讓雇員有更多機會完成創造力強的工作,亞洲的這些行業若能有效運用人工智能,相比帶來的威脅,人工智能反而會在亞洲創造數百萬個新的就業機會。

人工智能是第四次工業革命的核心,這是依托高度自動化和互聯互通的一場革命。瑞銀把人工智能的發展分為3個階段。支持工業自動化和機器人產業的狹義智能(ANI)是最初級的階段,比如工廠的自動化生產線,淘寶和亞馬遜的個性化推薦等。ANI相當于嬰兒,只能管理一項功能。上升了一個等級的通用人工智能(AGI),能夠處理多個領域的工作,比如推理、解決問題和抽象思維能力,差不多與成年人相當。比如本文開頭提到的Siri等智能助手的應用,我們正在向這個階段過渡。這種人工智能是多種技術的交織,比如神經網絡、自然語義處理、機器學習(涵蓋深度學習)和認知計算的融合,隨后,逐漸擴大到無人機和自動駕駛應用。人工超級智能(ASI)則是智能爆發的最后階段,是人工智能的最高等級。在此階段,人工智能將在所有領域全面超越人類智能,它能在眾多復雜的線索中作出比人類更好的決策,并先一步看到未來。瑞銀稱,未來10至15年將是人工智能領域最激動人心的時期,其應用將呈指數級增長,今后的人工智能應用,會像如今基于互聯網的設備一樣普及。

相對于歐美而言,亞洲進入人工智能世界的時間較晚。目前,有少數幾家亞洲公司在語音識別或圖像搜索等關鍵技術領域已經能夠匹敵美國技術巨頭,但依然沒有形成像美國一樣的生態系統。根據產業研究機構Zinnov的數據,全球人工智能產業有將近2200家創業公司,其中半數以上位于美國,中國的55家公司和印度的169家公司,對比而言顯著落后。 2030年人工智能對亞洲5大行業發展造成的經濟影響

前路漫長,但這些亞洲的人工智能公司依然有機會成為全球IT領域的領導者―較晚研發反而很可能“因禍得福”。因為有了歐美的經驗,亞洲的人工智能公司可以避開現有的某些低效系統和流程,直接落實最先進的技術。比如大多數亞洲人工智能新進入者可以利用當下先進的云基礎設施和圖形處理設備,而西方同業公司在創業初期則缺乏這些條件。

同時應該看到,在美國境外,中國和印度吸引的人工智能資本是最多的,這些聰明的資本看到了亞洲在人工智能領域的巨大潛力。瑞銀把亞洲因人口結構帶來的紅利形容為“有著令人羨慕的優勢地位”。Zinnov預測,到2025年,以中國和印度為代表的亞洲人工智能人才將突破1.5萬人,比美國的1.1萬人多1/3。

人工智能面對的倫理困境依然是亟待解決的問題,因為目前并沒有相關的行為準則可以參考,這就需要政策制定者在給與寬松的市場環境下,主動規范責任和督促。由于機器會大量取代人工,不少人曾擔心亞洲的政府因為害怕就業受到沖擊而反對人工智能的應用―這樣可能適得其反,并將嚴重損害競爭力和創新。可喜的是,亞洲的企業和政府已經意識到人工智能的潛力,并把它的應用作為戰略去規劃。若政府鼓勵和大學或初創企業聯手,幫助公民提高技能水平并鼓勵在人工智能上的創新,這套從上至下的協作還有助于制定共同的標準,建設可媲美硅谷的研發地帶。

篇5

一份來自于斯坦福大學的研究報告概述了人工智能的發展趨勢,暢想了2030年人工智能將如何融合并影響我們的生活。

除了現在市場上推出的智能恒溫冰箱、智能電飯煲,在未來,太陽能也能與智能家居相結合。WindowSocket,這是一款能吸在窗戶上的太陽能插座,自帶吸盤,需要的時候將之吸在玻璃上面,內置的太陽能電池就能開始工作――這個設計不算新鮮,真正新鮮的是,它背面提供標準的三孔插座,任何現有的電器,幾乎都可以接入它進行工作。看似和普通桌子別無二致,不同之處在于帶有花紋的玻璃桌面里面,嵌有太陽能電池板,可以將太陽能轉化為電能存儲在桌子里面。和普通太陽能電池的不同之處在于這種電池即便沒有太陽直射,也可以在燈光的照射下發電。

這些太陽能智能家居聽起來都很酷炫,讓我們接下來看看其他將要融入我們生活的智能應用。

人工智能醫生

人工智能助手能夠通過特殊的語音識別技術、閃電般的文獻檢索能力幫助醫生診斷、治療患者,并洞悉患者的喜好和習慣,從而更好地提供個性化醫療和服務。

盡管醫療技術發展迅速,但是醫生的問診過程依然沒有改變:患者呈述病癥或者不適,醫生根據他們的描述開各類化驗單或處方。

人工智能助手的工作流程是讓患者對著計算機描述癥狀,并快速縮小發病原因,從而讓醫生集中精力診斷。通過先進的語音識別技術、獨立從數據庫中匹配病癥的能力,人工智能助手能夠加快醫生的預約、減少誤診的概率。將來某一天,手機上的一個APP或許能夠在家里對患者進行診斷。

智能交通信號燈

“智能交通信號燈”利用照相機、道路傳感器、人工智能系統收集數據、獨立決策,以便適應車流量的隨機性并調整工作時間表,從而更優化地處理交通堵塞、行人安全通行等問題。據了解,這一方式不僅僅可以減少交通壓力,還能夠減少汽車因空轉帶來的空氣污染和汽油消耗。

目前,卡內基梅隆大學的研究團隊已經在賓夕法尼亞州、洛杉磯、加利福尼亞、華盛頓等多地測試了智能信號燈的實用性。也許,2030年它們將出現于每一條街道上。

機器人助教

機器人的發展將能夠讓其成為教師或者助理,從而根據學生不同的優缺點實現“因材施教”。2030年,學校里的助教可能不是人類。人工智能可以快速應對大學生的困擾,同時可以協助教授對學生進行評分。計算機程序,甚至于人形機器人,可以掌握不同學生的優勢和劣勢,促使他們的個性化發展。

今年,亞特蘭大佐治亞理工學院利用智能助教運行一個在線課程,幾乎沒有學生意識到回答他們問題的竟然是一個計算機程序。機器人可以成為能夠交流的伙伴,而不僅僅局限于電子教科書。

預測罪犯

電影《少數派報告》講述人類利用“先知”預測罪犯,并在其犯罪之前對其進行逮捕。這樣感知未來的能力獲取可以借助人工智能實現。

篇6

目前,人工智能的發展階段呈現以下三個特點:

第一,人工智能在特定約束條件下已具備超越人腦某個方面的能力,但綜合來看僅僅相當于蠕蟲的智能水平。近期,谷歌研發的人工智能AlphaGo圍棋程序在與世界圍棋九段李世石的對局中以4:1取勝。AlphaGo采用更為優化的深度學習神經網絡,在規則已知和邏輯可控的棋類競技中實現了對人類的超越。IBM的沃森機器人能夠在幾秒之內篩選數十年癌癥治療史中的100多萬份患者病例記錄,為醫生提供可供選擇的循證治療方案。但無論是AlphaGo還是沃森都需要由人類預先進行知識分類和設計上的干預,并且“智能”的高低很大程度上取決于所學習先驗樣本的數量和準確性。因此,通用意義上的人工智能依然是一個漫長而復雜的過程,目前能夠做到的更多是特定場景下人類某項大腦能力的延伸和對人類思維決策進行輔助。

第二,人工智能發展可分為不同層次,目前部分技術分支在行業中的應用已取得突破。人工智能發展層次可分為感知智能(語音、圖像識別,自然語義理解,機器翻譯,機器搜索等),認知智能(神經元芯片、深度學習算法、行為規劃等)和自主智能(機器推理、決策和聯想等)。感知智能方面,國外的谷歌、IBM、臉書、微軟和國內的百度、科大訊飛等在語音和圖像識別、機器翻譯、大數據搜索等細分技術領域推出了一批有顯著創新性的技術產品。認知智能方面,對神經元芯片、深度學習算法的開發主要集中在IBM、高通、谷歌為首的國際巨頭以及美國“類人腦芯片”(SyNAPSE)、歐洲“歐腦項目”納入的高校和科研機構中。由IBM主導的SyNAPSE項目預計在2016年內能夠完成100億神經元規模的計算機原型,但距離通用型、成熟型產品問世尚需較長時日。

第三,我國應積極應對人工智能發展新浪潮,以產學研用協同創新打造國際競爭新優勢。近年來,美歐等國家在人工智能領域不斷加大投入,開展專利布局,以技術和應用為紐帶構筑產業生態。我國在人工視覺、語音語義識別等細分產業領域并不落后,但從全局來看,在人工智能基礎理論、核心算法和產品成熟度、產業投資和人才隊伍儲備等方面與國外對比還存在明顯差距。國外大企業重點攻關認知智能和自主智能,我國企業目前多集中在感知智能的低級階段。

當前階段,人工智能技術產業化發展應當從以下四個方面著手改進:

一是加強人工智能核心技術研發和產業化。制定人工智能產業技術發展路線圖,在客觀分析、科學研判的基礎上,找準產業未來發展的薄弱點和趕超點。加大資金投入力度,重點突破自然語音語義識別、機器學習、智能搜索等關鍵技術,完善核心芯片、顯示器件、智能傳感器、開發工具與集成環境等產業鏈配套。

二是有效推進人工智能行業應用示范。加快人工智能技術在家居、汽車、無人系統、安防等領域的推廣應用,提升生產生活的智能化服務水平。支持在制造、教育、環境、交通、商業、健康醫療、網絡安全、社會治理等重要領域開展人工智能應用試點示范。

篇7

本次在北京召開的主題為“創新驅動,應用引領,服務制造強國建設”的第一屆中國人工智能技術與應用大會暨人工智能60周年頒獎典禮,由中國電子信息產業發展研究院主辦,中國計算機報社、中國軟件評測中心承辦,在這樣專家云集,匯聚多家高新技術企業和各類型人工智能新型產品行業性盛會上,何以嫦娥抗衰股份的“嫦美皮膚解碼機器人”系列產品能戰勝強手,脫穎而出?

專注醫學抗衰 致力于智能機器人的醫學應用

武漢嫦娥醫學抗衰機器人股份有限公司是國內成功將現代人工智能學習機器人技術、云數據技術、物聯網技術、高精度影像學技術等多學科綜合運用于人類抗衰老醫學臨床的高新技術公司。“嫦美皮膚解碼機器人”是武漢嫦娥醫學抗衰機器人股份有限公司股改以來推出的首款高智能產品,該款機器人集皮膚圖層解碼、皮膚信息云數據比對、皮膚大數據在線分析、皮膚個性化解決方案等多項技術創新于一身,在皮膚精確檢測的基礎上,借助現代智能科技,開啟了皮膚抗衰技術質的飛躍。

“嫦美皮膚解碼機器人”用于專業生活美容、醫療美容和皮膚醫療機構的皮膚深度解析、評測、發展預測和提供個性化解決方案。嫦娥抗衰股份依托智能機器人,嘗試醫學抗衰機器人+抗衰生態圈的全新運營模式。就機器人而言,可以從水分、油分、紫質、暗斑、皺紋、色素、毛孔、色斑、紋理九個方面形成量化指標,而且科研隊伍具有不斷擴展開發新指標的潛力,與現有的市場上的皮膚檢測產品相比較,“嫦美皮膚解碼機器人”具有明顯的優勢。第一,皮膚檢測的深度和精度更顯卓越,全面表述皮膚狀況的九大量化指標;第二,直觀、準確的皮膚發展趨勢預測能力,幫助客戶和使用機構提前預防及有針對性地解決皮膚問題;第三,依托皮膚大數據、機器人自學習能力,不斷完善皮膚檢測體系,提供的皮膚問題解決方案更權威,在此基礎上,結合移動端、PC端和機器人設備端等多終端互聯,建立皮膚解碼、養護、治療的生態圈,以高科技和現代服務理念為基石,實現醫療機構、醫美機構和消費者的多方共贏。

嫦娥抗衰股份前身是武漢雅典娜科技有限公司,公司自成立之初,就定位于人工智能新技術的研發。經過全面的市場和行業調研,公司將眼光聚焦于醫學抗衰領域,開始人類醫學抗衰的新技術和新產品研發。公司曾先后與武漢大學、華中科技大學、武漢理工大學等多家高校和專業研究機構形成戰略合作,共同建立多個醫學抗衰研究中心,2016年公司正式更名為嫦娥抗衰股份。

“嫦美皮膚解碼機器人”是嫦娥抗衰股份兩年磨一劍、錘煉而出,而能讓嫦娥人矢志不渝的堅守最初的理念的,莫過于對人類抗衰事業不懈的追求,以現代智能科技解決人類抗衰問題的決心。

嫦美皮膚機器人 開創醫學抗衰機器人時代

“嫦美皮膚解碼機器人”是自主研發的智能型皮膚解碼產品,可以自我學習和完善,具有精確的皮膚檢測功能,卻完全不同于皮膚檢測設備。

嫦娥抗衰股份在分析了”嫦美皮膚解碼機器人”的工作原理后,給皮膚解碼機器人做定義:

皮膚解碼技術托生于現代機器人自我深度學習技術,結合云數據技術和高精度影像學技術,突破皮膚檢測僅限于皮膚淺表層的局限,基于全臉,更深層次地展現皮膚問題的發生根源,從而達到為皮膚解碼的目的。皮膚解碼機器人運用云數據技術,通過儲存的數十萬份中國人不同年齡段、不同地域、不同生活習慣的皮膚標本庫,建立權威的綜合評測標準。

在此基礎上,皮膚解碼機器人將客戶信息與機器人皮膚評測標準及儲存數據進行比對,分年齡、分地域、分季節地評測出客戶樣本與檢測標準之間的差距,從而準確評定客戶皮膚水分、油分、色素、毛孔、皺紋、色斑、紫質、暗斑、紋理等9大指標上的差異度,且動態分析皮膚生長發展趨勢預測。

最后,皮膚解碼機器人根據解碼皮膚樣本的皮膚問題及病變情況,出具個性化、系統化、科學化的皮膚問題改善及治療解決方案,結合皮膚醫療機構治療能力,對客戶的皮膚進行全面改善或醫治。

“嫦美皮膚解碼機器人”項目研發由武漢理工大學教授劉新華博士牽頭負責。“嫦美皮膚解碼機器人”在立項之初,劉新華帶領團隊做了詳實的市場調研,發現國內的皮膚檢測產品大多是美、韓產品。做中國自己的“智造”產品,要超越現有產品層次,超越皮膚檢測的范疇,這成為“嫦美皮膚解碼機器人”立項的基礎。

“嫦美皮膚解碼機器人”的研發過程攻克了許多技術難關,其中一個算法上的難點,研發團隊曾不眠不休地鉆研了7個晝夜。自主研發不容易,但經過“嫦美皮膚解碼機器人”項目研發,劉新華教授仍舊希望中國 “智造”多出現,中國創造要在世界上大放光彩。

“嫦美皮膚解碼機器人”擁有先進的“第三代光腦-CAⅢ”智能系統,為機器人自學習能力提供智能系統保障,配備高精準的有效像素設備,在外觀設計、制作工藝、軟件設計多層面的技術創新,先后獲得了發明專利數十個,突破傳統皮膚檢測產品的技術困境,從現代技術角度詮釋皮膚解碼的意義,將醫學抗衰產業帶入機器人時代。

探索“產學研”模式 共創醫學抗衰智能化未來

醫學抗衰領域的智能化技術創造和創新,是推動產業發展的核心力量,也是公司發展的核心動力,然而技術研發是積聚社會優勢資源,共同發力的結果,是長期的過程。公司需要有能力整合優勢資源,也需要有厚積薄發的耐力。

嫦娥抗衰股份圍繞醫學抗衰事業版圖,與武漢大學、華中科技大學、武漢理工大學等國內外高校、研究機構強強聯合,先后斥資千萬,致力于人類抗衰課題的綜合研究、開發及技術革新,成立了武漢理工大學醫學抗衰老信息工程研究院、武漢大學醫學影像信息研究中心、華中科技大學國家級激光臨床應用研究中心、武漢理工&嫦娥抗衰智能醫療信息化研究中心等多個研究機構。

篇8

解詞

人工智能(A r t i f i c i a l Intelligence),英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

論調

2016年是人工智能概念提出60周年。對于人工智能,斯蒂芬?霍金博士評論道:“真正的人工智能技術,將是人類歷史上最了不起的發明。”

2016年3月初,經過7天的鏖戰,谷歌的“阿爾法狗”(AlphaGo)在人機圍棋大賽中大勝韓國九段李世石,彰顯了當代人工智能的飛速進展和強大實力,也給無數人的心靈震撼一擊。

同時,其他巨頭的人工智能產品也都在不斷顯露鋒芒。2016年4月,阿里云人工智能程序小Ai成功預測了《我是歌手》第四季總決賽的前三名,并在最終對決中成功預測李玟奪冠;微軟的人工智能系統實現了“看圖講故事”;百度的“百度大腦”已經達到4歲孩子的智力水平,百度無人汽車已在路況復雜的北京五環路上試行,應急表現優于司機;度秘機器人已經入駐上海虹橋的肯德基概念店,直接為客人點餐,等等。

看上去,這些人工智能離大規模普及似乎還需較長時間,實際上,隨著人工智能與大數據、物聯網、機器人、生物醫藥、虛擬現實等新興產業結合,它對其他產業乃至社會經濟的滲透速度,將會越來越快。

當前,新一輪科技革命和產業變革正在孕育興起。從2016年11月召開的第三屆世界互聯網大會來看,世界互聯網科技的創新正在呈現出愈加趨向前沿科技競爭的方向。前沿技術的創新作為互聯網行業的“風向標”,幾乎決定了整個互聯網的發展高度。

2016年10月,奧巴馬主持白宮前沿峰會,展望美國在未來50年的發展。白宮在峰會上《國家人工智能研究與發展策略規劃》報告,旨在把人工智能計劃的全部潛能用來強化經濟及改善社會。不僅如此,歐盟委員會也宣布,“人腦工程項目”入選歐盟“未來新興旗艦技術項目”。

而中國對人工智能的重視程度與扶持力度也在持續提升。2015年7月的《國務院關于積極推進“互聯網+”行動的指導意見》,明確指出要重點發展人工智能在家居、終端、汽車、機器人等領域的應用;“十三五”規劃中將人工智能上升為國家戰略;2016年5月,國家發改委、中央網信辦等聯合印發《“互聯網+”人工智能三年行動實施方案》……毋庸置疑,未來人工智能技術的發展與飛躍,將極大地改變世界面貌,改變人們的生活方式。

電報從發明到推廣用了20年;電話從發明到推廣用了不到10年時間;而當前計算機軟件的研發和推廣,常常連幾個月時間都用不到――2017年1月初,在AlphaGo的升級版化身“神秘棋手”Master以60勝0負1平的戰績橫掃人類圍棋高手之后,人工智能百度大腦又險勝“世界記憶大師”――互聯網在進入下半場的同時,新的一幕在2017年被揭開,人工智能激動人心,充滿無限可能。

記事

當前,一股席卷全球的人工智能熱潮正撲面而來,無論是硅谷的創業公司、大學及科研機構,還是世界科技巨頭谷歌、微軟及百度都紛紛在人工智能領域投入大量人力物力,著手進行前瞻性研究。

AlphaGo大勝李世石

2016年3月15日,谷歌人工智能圍棋軟件AlphaGo與韓國名將李世石的第五場對戰結束,AlphaGo以4:1的總比分大勝李世石。3月9日到15日,AlphaGo與李世石一共大戰五局,前三局AlphaGo大勝,第四局李世石扭轉了敗勢,但第五局李世石再次失利。

作為中華民族傳承已久的棋類游戲,圍棋一直以來都被業內公認為是一塊計算機無法攻克的高地。回顧這場吸睛全球的人機大戰,其意義已經遠超圍棋,人們熱衷于談論AlphaGo,更多的是出于對人工智能技術的關切。

2016年3月12日,《經濟學人》刊發題為《人工智能和圍棋一決勝負》的文章指出,不同于1997年深藍對弈的國際象棋,AlphaGo對弈的圍棋更加復雜,每下一步后能產生的可能性也更多。但AlphaGo背后的算法在比賽中已經顯示出自己的優勢。通過深度學習,它已經能模擬人類下棋,擁有“直覺”,并能給出下一步的最佳策略選擇。深度學習是未來通用人工智能必不可少的部分,目前已經有眾多公司在這一領域投入資金和精力。未來,我們可以期待深度學習在人臉識別、語音識別甚至是醫療領域的應用。

百度大腦險勝“世界記憶大師”

2017年1月6日晚,江蘇衛視播出的第四季《最強大腦》節目中迎來一位特殊選手――百度派出搭載百度大腦的人工智能機器人“小度”,挑戰最強大腦的名人堂選手。經過兩小時比賽,“小度”憑借在人工智能和人臉識別領域的深厚積累,以3:2險勝人類最強大腦的代表王峰。

百度大腦“小度”的背后是萬億級的參數、千億樣本和千億特征訓練,能模擬人腦的工作機制,學習訓練極其復雜的模型。

此前,百度董事長兼CEO李彥宏也在《最強大腦》第四季預告片中表示,如果最強大腦是人類腦力極限的代表,那么百度大腦是人工智能高水平的代表。無論輸贏,都會對人工智能的技術發展做出突破性的貢獻。

篇9

“阿爾法狗”是一些網友對谷歌AlphaGo人工智能的昵稱。昨日,“阿爾法狗”憑借著卓越的算法能力,在舉世矚目的“人機大戰”中連續第3局戰勝了圍棋世界冠軍、圍棋九段(職業級別最高段)選手李世石。“機器戰勝人”,引發了大眾對人工智能威脅人類的擔憂。那么“阿爾法狗”到底是誰?它的圍棋技術是如何學習的?人工智能又離我們到底有多遠呢?

解讀

“阿爾法狗”是什么鬼?

“阿爾法狗”其實是一款圍棋人工智能程序,由位于英國倫敦的谷歌旗下DeepMind公司開發。它也是第一款能擊敗專業圍棋選手的計算機軟件。

據DeepMind的團隊介紹,選擇圍棋,恰恰是因為圍棋的復雜。圍棋的“分支因子”無窮無盡,走法比全宇宙的原子數量還要多。傳統的計算機程序在下棋時,會使用“暴力計算”的做法,為所有可能的步數建立搜索樹,也就是根據數學和邏輯推理的方法,把每一種可能的路徑都走一遍,從中選出最優的走法。

但是圍棋棋盤有361個點,走法變化繁多,普林斯頓的研究人員算出了19×19格圍棋的精確合法棋局數的所有可能性是一個171位數——比宇宙中的原子數還多。這樣的計算結果,哪怕是巨型計算機也要算上許多年。而且由于圍棋的每顆棋子都相同,沒有大小的區分,這使得圍棋的下法中增加了很多“隨機”的成分,無法用邏輯推理來預測。所以圍棋一直被認為是人工智能領域的最大挑戰。

在阿爾法狗出現之前,電腦的圍棋能力還停留在業余水平。專家預言,想擊敗世界上的精英選手,電腦技術至少還要再發展十年。但是“阿爾法狗”做到了。

簡單來說,“阿爾法狗”系統之所以可以玩轉圍棋,是因為它具有兩個大腦,一個叫做“策略網絡”,負責選擇下一步走法;另一個“價值網絡”,負責預測比賽勝利者,每走一步估算一次獲勝方,而不是一直搜索到比賽結束,從而減少了運算量。兩個大腦配合工作,于是將圍棋巨大無比的搜索空間壓縮到可以控制的范圍之內。

揭秘

“阿爾法狗”的圍棋是怎么學的?

戰勝人類的第一步是模仿人類。“阿爾法狗”首先用圍棋專業棋手的3000萬步實例對“價值網絡”進行訓練。而假如一個人要學習3000萬步,每步1分鐘,需要60多年。通過這種經驗學習,阿爾法狗對人類走法的預測準確率就能達到57%了。

模仿之后,第二步便是超越人類。“阿爾法狗”最特別的一點就是,它可以“深度學習”。DeepMind公司CEO哈薩比斯說:“AlphaGo的棋風跟人類很像,因為它會像人一樣去學,而且在下棋的過程中變得越來越強大,你我都是這么學的。”

傳統意義下,計算機做出的所有反應都依賴于人類事先寫入的、具體的程序。因此,如果把所有非典型的例子都一一窮盡,轉化為代碼告訴計算機,是一項非常龐雜的工作。

但是“阿爾法狗”不會如此“按部就班”,它可以像人腦一樣自己來學習,不斷提升棋藝,靠的就是“深度機器學習網絡”。簡單來說,阿爾法狗可以自己與自己對弈,目前它自我對弈已經超過3000萬局,在這個過程中,“阿爾法狗”不斷積累勝負經驗,舉一反三,形成對圍棋的一種“全局觀”。如此,“阿爾法狗”在接下來的比賽中就不會完全依賴于“經驗”,而是依靠自己的評價網絡,帶有創新性地選擇最有利于自己的走法。

“阿爾法狗”與人類對戰已經不是第一次了,去年10月,它就曾以5:0的成績完勝歐洲圍棋冠軍、職業二段選手樊麾。在那之后,有專家就曾預測,“計算機程序擊敗圍棋世界冠軍是遲早的事,這是因為,計算機的運算速度比人腦快得多,能憑借‘大數據+深度學習’在短期分析完一個人一生也無法窮盡的棋譜,棋力提升的速度和幅度都很驚人。”

分析

人工智能距離我們有多遠?

在“阿爾法狗”戰勝李世石后,許多人驚訝于人工智能的高水平,并且立志學習圍棋,以便有一天能離人工智能更近一步。事實上,人工智能距離我們并不遠,并且會越來越近。

如果你有一部iPhone,就可以通過SIRI語音助手直接讓它為你接打電話、讀取短信、介紹餐廳、報告天氣等,用戶可以和SIRI對話,如果SIRI沒理解,還會反問,“您是要導航去公司,還是回家?”這里的SIRI就是一套人工智能語音系統。

人工智能,就是能以人類智能相似的方式作出反應的智能機器。家里的掃地機器人可以自動發現污物并幫助打掃,這就是人工智能的功勞。

前不久騰訊開發的一款寫稿機器人Dreamwriter,可以根據算法在第一時間自動生成稿件,瞬時輸出分析和研判,一分鐘內將重要資訊和解讀送達用戶。上個月,搜狐推出了智能股市播報系統,由機器人自動跟蹤、捕捉市場的動態,進行純粹客觀描述,以信息流的方式推送給用戶。上述兩項人工智能引發了對機器與人工之間如何平衡的討論,有專家表示,“機器重在掃描挖掘發現信號和機會,而人工重在深度分析和評論,只有找到其中的平衡點,才能滿足用戶對資訊有效性的實際需求,帶來創造性的閱讀體驗。”

此外,支付寶推出的“芝麻信用評分”也是基于人工智能機器評出的,人工智能結合用戶信用歷史、行為偏好、履約能力、身份特質、人脈關系五個維度客觀呈現個人信用狀況的綜合評分。分數達到一定標準,可以享受各種信用借貸、免押服務、實名社交服務。

這些生活中的場景都是基于人工智能完成的,而科學家們也在致力于用人工智能解決更多生活中的問題,哈薩比斯說:“盡管游戲是開發和測試人工智能快捷高效的完美平臺,但我們最終還是想用這些技術來解決現實世界中的重要問題。我們的方法具有普遍性,所以我們希望有一天能夠對它們進行擴展,幫助我們解決人類社會中最棘手也是最緊迫的問題,這些問題從氣候建模到疑難雜癥分析,不一而足。”

預期

什么職業會被人工智能取代?

在人機大戰的前三局都被“阿爾法狗”拿下后,許多網友恐慌,人類最終會不會被機器所取代呢?事實上,隨著人工智能的發展,機器確實可以通過深度學習來代替人類做越來越多的工作,根據一項報告,到2025年,約有25%的工作將由人工智能或是機器人所取代。但是,人類依靠獨有的創造性、互動性和談判性,在一些職業中仍然占有絕對優勢。

2013年,由牛津大學一位研究者的論文顯示,未來有700多種職業都有被機器替代的可能性。職業中可自動化、計算機化的任務越多,就越有可能被交給機器完成,其中以行政、銷售、服務業最為危險。

盡管機器可以模仿人類的大腦進行學習,但是在目前的科技水平下,相比人類,機器欠缺了原創能力、互動能力和談判能力。因此,具備這三種要素的職業便不容易被機器替代。比如文創、科技和管理行業,就比較安全。

根據上述論文,內外科醫生、編舞、教師、作家、律師、人力資源經理、科學家、工程師和記者屬于比較安全的、不容易被替代的職業;相反,司機、技工、建筑工人、裁縫、快遞員、抄表員、收銀員、保安和洗碗工屬于比較危險的、有可能被機器替代的職業。

即使如此,專家表示,人類也無需恐慌,雖然計算機可能在一些方面超過人類,但是它依舊不是“整全的人”,例如“阿爾法狗”,它只會下圍棋,并不像人類可以做許多事情:彈琴、下棋、與人交流,甚至創造各種人工智能系統……只有人類能處理生活中紛繁復雜的情況,人工智能取代人類的擔心為時尚早。

但是,在人工智能逐漸代替人類工作的情況下,如何找到機器和人工的平衡點,也是需要思考的問題。比如有業內人士對智能寫稿、智能看盤機器人表示,“智能化資訊不僅僅只是簡單地進行數據挖掘、分析,更重要的是解決機器與人工和諧發展的問題,機器重在掃描挖掘發現信號和機會,而人工重在深度分析和評論,只有找到其中的平衡點,才能滿足用戶對資訊有效性的實際需求,帶來創造性的閱讀體驗。”

影響

人工智能概念股被帶火

隨著“人機大戰”的進行,原本默默無聞的人工智能概念股被推上風口浪尖。周四、周五人工智能概念股領漲兩市。周五從早盤開始,A股人工智能概念股紛紛上漲。截至收盤,科大智能、大橡塑、遠大智能漲停,泰爾重工、寶德股份等漲幅超5%,勁拓股份、埃斯頓等漲幅也逾4%。此外,數據顯示,多只人工智能概念股出現大單流入的狀況,其中,兩只漲停股科大智能和遠大智能超大單凈流入分別達5659.59萬元、5462.39萬元。

某券商分析師對北青報記者表示,相關概念股的上漲是必然的,并表示:“人工智能被我國科技界視為彎道超車的一次難得的歷史機遇,我們堅定地看好人工智能這一未來最重要的產業方向,并推薦智能醫療、視頻安防、人臉識別、圖像識別、專家系統和硬件設備等多個行業和產業的相關股票。”

另有分析師指出,依托人工智能的消費端和工業端的機器人也將是未來的熱點。其中,助老助殘機器人、護理機器人、醫療手術機器人、清潔機器人、娛樂機器人將成為消費市場的重要需求。另外根據《工信部關于推進工業機器人產業發展的指導意見》,到2020年要建立完善的智能制造裝備產業體系,產業銷售收入超過3萬億元,實現裝備的智能化及制造過程的自動化,也意味著工業機器人的市場空間潛力巨大。

不過,有趣的是,一位證券行業從業者表示,雖然人工智能概念股大火,但自己并沒有心情炒,反而擔心“讓它來分析A股,估計我們都要失業”。

相關新聞

阿里也要做“阿爾法狗”?

篇10

人工智能診治癌癥的機理

利用人工智能診治疾病是人類一個雄心勃勃的計劃,而且,這一計劃早就有一些初步結果,例如2007年,美國國際商業機器公司(IBM)就推出了人工智能軟件――沃森醫生(Watson)。現在,人們特別希望利用人工智能去征服某些嚴重危害人們生命和健康的疾病,如癌癥,而且也已經進入實踐,并且有不小的收獲。

要讓人工智能診治癌癥,第一步需要人工智能有像人一樣的感知,即知道周圍的環境,尤其是生物體和人的機體環境,什么是正常的機體,什么是異常的機體,甚至是癌變的機體,尤其是只具有微小變化的機體,例如,只有幾個發生癌變細胞的乳腺或肺。

第二步是,人工智能不僅要感知正常和異常機體的不同,還要理解為何有這樣的不同,是癌變引起的不同,還是其他疾病引起的不同。最后第三步才是判斷和決策,即得出結論,在感知和正確理解的基礎上,向醫生提供對某個個體檢測的結果,是患癌還是沒有患癌,抑或是患了其他疾病。

要讓人工智能感知和理解人體環境和器官,就要讓其學習,包括利用大數據的機器學習(算法)和深度學習,這兩者有時是相互結合的,同時也是相互滲透的。大數據學習和處理是人工智能的強項,可以達到比人類能力強幾百倍幾千倍的快速數據運算、分析和理解。而在癌癥診治的深度學習上,更需要人工智能像人一樣進行學習,例如對通過物理和化學方式拍攝的人體各種部位,以及深淺度不同組織的圖像要有正確的感知和理解,如對X線圖像、磁共振成像和CT掃描圖像的感知、解讀,并得出結論,即診斷。

但是,人工智能的癌癥診治深度學習并不僅限于對癌癥和正常組織圖像的解讀,而是包括更多的深度學習的內容,例如,對癌癥標記物和特異分子的識別。

癌癥診治的人工智能學習內容

2016年1月,美國總統奧巴馬宣布了“癌癥登月計劃”,由副總統拜登全面負責。“癌癥登月計劃”的其中一個項目就是讓人工智能進行機器學習(算法)和深度學習,以識別癌癥。為此,美國能源部與美國國家衛生研究院下屬的國家癌癥研究所合作,提出了“高級癌癥計算解決方案的聯合設計任務”,這個項目就是致力于解決三個基于計算機學習的人工智能抗癌難題。

首先是從認識癌癥的分子層面學習,要讓人工智能了解RAS/Raf通路的蛋白質相互作用。RAS基因在20世紀60年代被發現是致癌基因,存在于30%的癌癥患者中。1982年,美國科學家溫伯格等人從膀胱癌細胞中克隆得到第一個人類癌基因,由于它和之前發現的鼠肉瘤病毒基因C-RAS高度同源,因此被命名為RAS基因。RAS基因編碼產生的蛋白定位于細胞膜內側,為GTP/GDP結合蛋白(GDP為鳥嘌呤二核苷酸磷酸,GTP是鳥嘌呤三核苷酸磷酸),通過GTP與GDP的相互轉化來調節信號通路的傳遞。由于RAS蛋白的相對分子量是21千道爾頓(kDa),故又被稱為p21蛋白。

之后,人們又發現了RAS蛋白的直接效應因子Raf-1蛋白激酶。Raf-1激酶對細胞增殖、細胞分化、細胞凋亡和細胞周期停滯有重要作用,利用這些作用可以知道癌癥的發生、發展,以及找到治療癌癥的藥物和方法。

“癌癥登月計劃”讓人工智能進行的第二個學習任務是,進行臨床前的藥物篩查。這是一種研發癌癥藥物的預測模型,在臨床試驗前進行最大化的藥物篩選,為癌癥病人提供精準醫療方案。具體而言是對臨床前和臨床試驗時的癌癥數據進行篩選,結合小鼠模型中的新數據,通過反饋循環讓實驗模型指導計算模型的設計,建立腫瘤藥物反應的預測模型。其實,這也是基于特殊數據和大數據的學習和分析。

“癌癥登月計劃”讓人工智能進行的第三個學習任務是,學習和建立人口模型。這就要求人工智能根據不同人群的生活方式、生活環境、所患癌癥的種類、不同的醫療體系等,從數百萬癌癥病人的病歷數據中自動分析,從而獲取最佳治療策略。當然,海量病人的數據來自美國國家衛生研究院、美國食品和藥物管理局、制公司和第三方付款機構。

可以看到,美國的“癌癥登月計劃”中的人工智能學習并不包含腫瘤圖像的識別,所以人工智能診治癌癥的學習在不同的國家有不同的內容。

人工智能幫助診治癌癥

人工智能對癌癥的識別和診斷首先體現于對癌癥數據的解讀上,其中最重要的是對癌癥基因和基因組的識別和解讀。

機器學習(算法)是人工智能的一個基本內容,其中,數據的輸入、輸出、賦值等運算可以讓人工智能對某一問題進行計算分析,從而得出初步結果。對癌癥的診斷和治療也可以利用這一點。加拿大西方大學的羅根等人研發了一套算法,通過對基因數據的分析得出最可能的有效治療癌癥的方案,并且讓該治療方案變得更加個性化。

研究人員使用了一套含有40個基因的數據,這些基因可以在90%的乳腺癌中找到。在接受試驗的近350名癌癥病人當中,至少都會接受紫杉醇或吉西他濱一種化療藥物治療。之后,研究人員讓人工智能對數據展開處理并找出藥物與病人基因之間存在的關系。結果顯示,同時接受兩種藥物的治療有效率為84%,只接受紫杉醇的治療有效率為82%,只接受吉西他濱的治療有效率則在62%~71%之間。

這就為醫生提供了選擇更好或最佳治療方案的決策基礎,例如,在上述方案中,醫生選擇對病人同時使用紫杉醇和吉西他濱,可以達到最高的84%的治療有效率。

2016年,日本研究人員稱,他們開發的人工智能軟件能夠準確診斷出女性患者所患的罕見類型的白血病,而且,這種軟件對腫瘤大數據的提取和分析是其優勢之一,它僅需要花費10分鐘時間就能夠對臨床腫瘤研究所提供的來自2000萬名女性的遺傳信息進行對比分析,從而做出診斷。

但是,最早開發應用于醫療領域的人工智能的美國國際商業機器公司更是走在了前面。

沃森癌癥醫生

美國國際商業機器公司之前推出的人工智能軟件――沃森醫生診治疾病是建立在對大數據的檢索、使用和算法之上。沃森醫生儲存了數百萬的文檔資料,包括字典、百科全書、新聞、文學以及其他可以建立知識庫的參考材料。沃森的硬件配置可以使它每秒處理500GB的數據,相當于1秒閱讀100萬本書。

沃森在面臨一位就診者的時候,會進行一系列的算法,包括語法語義分析、對各個知識庫進行搜索、提取備選答案、對備選答案證據搜尋、對證據強度的計算和綜合等。此外,沃森醫生還可以通過詢問病人的癥狀、病史,迅速給出診斷提示和治療意見。通過這些程序進行診斷,沃森的診斷準確率達到73%。

現在經過多年的改進,研究人員把沃森醫生的突破之一選擇為對癌癥的識別和診斷。最近,美國國際商業機器公司和美國著名的基因公司Illumina進行合作,在沃森醫生的基礎上,專門進行癌癥基因組的標準化測序和解讀,以診斷癌癥。根據這個目標,美國國際商業機器公司研發了一個新的專門對基因組進行測序和分析的軟件,即沃森基因組(相當于專門診治腫瘤的專科醫生),并將這個軟件整合到Illumina公司的Base Space和腫瘤測序計劃中,這就可以讓沃森基因組使用Illumina公司的實體腫瘤分析面板TruSight Tumor 170。TruSight Tumor 170匯集了一套整合DNA與RNA的靶向癌癥相關的基因突變,包括突變與微缺失、基因擴增、基因融合以及剪接變異,使得腫瘤譜分析從一系列單基因檢測向多基因檢測轉變,為腫瘤基因組提供了更加全面的視圖。教會機器識別這些腫瘤基因數據,可以快速辨識和診斷腫瘤。

新的智能軟件融合后,沃森基因組可以在短短的幾分鐘之內讀取TruSight Tumor 170生成的遺傳信息文件,梳理專業指南、醫學文獻、臨床試驗匯編和其他知識來源。然后,系統將生成包含每個基因組改變的注釋報告。使用沃森基因組可以大幅減少解釋結果所花費的時間。比較起來,研究人員也可以使用TruSight Tumor 170進行癌癥基因的檢測,但是,速度很慢。沃森基因組在幾分鐘內做的事情,研究人員一般需要一個多星期才能做完。

不僅在速度上沃森基因組可以比人類快得多,而且在檢測的準確性以及提供治療癌癥的方式上,沃森基因組與臨床大夫和腫瘤專家提供的方案基本一致。美國北卡羅來納大學教堂山分校的夏普尼斯博士研究了1000余名癌癥患者的數據,發現在99%的病例中,沃森基因組提出的治療建議與分子腫瘤專家團隊提出的治療建議相同。此外,美國國際商業機器公司旗下的沃森健康的副總裁哈韋還指出,在30%的腫瘤病例中,沃森基因組還發現癌癥專家遺漏的一些細節。

基于這些結果,研究人員認為,教會人工智能診治腫瘤大有可為。現在,美國20個專注于基因組學和腫瘤學領域的癌癥研究所,包括紀念斯隆?凱特林癌癥中心和北卡羅來納大學教堂山分校的腫瘤研究機構正在進一步培訓沃森基因組,以便讓沃森基因組能更快和更好地診治癌癥。

對癌癥圖像的智能解讀

診斷癌癥不僅要靠解讀癌癥特有的基因、分子標記物等,還要認識和判斷采用各種物理和化學方式拍攝的人體腫瘤的圖像,這既是人工智能深度學習的內容,又是人工智能幫助人類診治癌癥的一個重要途徑,在這個方面,人工智能也取得了一些進展。

2016年8月,美國休斯頓衛理公會醫院的研究人員在《癌癥》雜志上發表文章稱,他們研發的一款人工智能軟件在解析乳腺X線圖片時比普通醫生快30倍,診斷乳腺癌的準確率更是高達99%。這個癌癥診斷軟件可以直觀地將X光圖片的信息轉譯成診斷信息,方便醫生快速對病人病情做出判斷,避免耽誤病情。

即便是腫瘤科的專科醫生,對諸如X線片、CT和核磁共振成像圖片的解讀都不會是百分之百的準確,而且有很多誤讀。美國疾病預防控制中心(CDC)和癌癥協會的數據顯示,每年美國大約有1210萬人接受乳腺X線圖片檢測,其中差不多有一半人在X圖片上會出現陽性結果,但實際上是假陽性。為此,又迫使大量女性為了求得安心而進一步接受乳腺活組織檢查,進行這一檢查的人每年有160萬人左右,其中20%的女性根本就沒病。這給許多女性和其家庭造成極大經濟和精神負擔。

為了改變這種狀況,研究人員打算從人工智能著手來解決X線圖片識別癌癥的假陽性問題。衛理公會醫院的研究人員設計的這個人工智能軟件能夠掃描病人的X線影像結果,能采集診斷特征,并將乳腺X線影像結果與乳腺癌亞型進行關聯。此后,醫生可使用軟件的分析結果來精確預測每個病人是否有患乳腺癌的風險。