在人工智能+辅助诊疗场景中IBM Watson是目前最成熟案例

2017-02-27 08:22

手机浏览

导读：在人工智能+辅助诊疗场景中IBM Watson是目前最成熟案例。在医疗领域，AI 有广泛的应用前景。具体而言，从全球创业公司实践的情况来看，具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他。

参考《2017-2022年中国医疗服务行业市场监测及十三五运行态势预测报告》

在医疗领域，AI 有广泛的应用前景。具体而言，从全球创业公司实践的情况来看，具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他。

人工智能+辅助诊疗

AI+辅助诊疗，即将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。在诊断中，人工智能需要获取患者病症，进而解释病症，通过推理判断疾病原因与发展趋势，最后形成治疗方案。一般的辅助诊疗模式为“病症-假设-选择治疗方案”：

病症是指患者的临床表现，包括患者自述症状、医生检查发现的症状以及专门化验分析结果。将病症信息输入人工智能，描述病症的数据包括病症的值域、可靠性、相互间逻辑关系等等。由于独立病症之间可能组成综合病症，因此在病症获取过程，人工智能系统可要求患者或医生提供某方面的病症。病症由推理规则连和假设联系起来。

假设是指对患者做出的可能结论。假设分成若干级，高级假设是低级假设的结果。假设应表示出疾病发展过程及原因。

治疗计划是从诊断中推理出来的，经过权衡利弊（疗效、毒性、副作用及其他），并考虑到疾病转移的可能性。

在 AI+辅助诊疗的应用中，IBM Watson 是目前最成熟的案例。

Watson 是自 2007 年开始，在 Deep QA 问答系统的基础上开发的人工智能系统。据 IBM 资料显示，在硬件方面，Watson 有 90 台 IBM Power750 服务器组成的集群服务器，配有 2880 颗 Power7 处理器以及16TB 内存。硬件配置保证了 Watson 高效的运算能力，可以每秒处理500GB 的数据，相当于 1 秒阅读 100 万本书。在软件方面，Watson采用 Apache Hadoop 框架做分布式计算，还有 Apache UIMA 框架、 IBM Deep QA 软件和 SUSE Linux Enterprise Server 11 操作系统。

强大的软硬件赋予了 IBM Watson 三方面的基础能力：理解+推理+学习。

将基础能力与人类医生的一般医疗诊断模型进行融合，形成了Watson 在提供辅助诊疗的处理逻辑。其实质是融合了自然语言处理、认知技术、自动推理、机器学习、信息检索等技术，并给予假设认知和大规模的证据搜集、分析、评价的人工智能系统。在 Watson 形成数据库之前，阅读大量医学文献、论文、期刊，用到了机器学习；在理解患者口述病症的时候，Watson 运用了自然语言处理技术；在对语言的理解和推理中运用到认知技术和自动推理；在推理后寻找诊断结论和治疗方案时用到了信息检索。