深度探索AI技术 让辅助医疗“大有作为”

随着科技进步，AI人工智能在专业技术人员的开发和研究下，理论和技术日益成熟，现已融入到社会生产和人们生活的方方面面当中，推进了人类现代文明的发展。应用AI的领域也在不断扩大，特别是医疗行业，在AI等新技术的加持下，克服了诸多重点和难点问题，将疾病预防及诊疗水平推向了新高度。

国务院在2017年发布了纲领性的文件《新一代人工智能发展规划》，其中着重指出要推广和应用人工智能治疗新模式与新手段，建立快速的智能医疗体系，之后多个省市也陆续发布了“人工智能+医疗”的相关政策，推动AI医疗的加速普及与发展。

从全球的实践来看，人工智能主要能带来科研和医疗服务的升级以及医疗手段的精准化。例如，人工智能可以帮助医药公司模拟药物研发，加速研发过程，也可以作为辅助诊断功能被集成到医疗器械和医疗软件中，还能帮助放射科医生进行前期医疗图像处理并形成诊断报告，也能直接为患者提供个性化的健康管理方案，实现疾病的前期预防和及时诊断。同时人工智能还可以帮助医疗机构优化医疗供需策略，为不同类别的需求者提供最优的服务方案。在这一系列多元应用中，智能诊疗和健康管理是最重要和最核心的应用场景。AI技术可以训练模型从病患数据中找到逻辑和模式，模拟医生的思维和诊断方式，从而辅助医生做出更精准的诊断，或选择更合适的诊疗方案。得益于AI技术的支撑，新型的诊断方式具有诸多优势，能够降低医生的工作强度和学习成本，更好的为医院、医生和患者提供服务，从而提供更精准的诊断及治疗方案，提高诊疗效果和患者的就医体验。由我国智慧医疗科研专家李皓婷研发的基于深度神经网络的AI辅助诊疗系统便是AI技术在医疗领域成功应用的优秀代表。

多年的医疗行业一线工作经历，让李皓婷切身体会到了AI人工智能技术在医疗行业中发挥的重要作用及巨大的发展潜力，更深度了解了智慧医疗领域存在的技术难题和发展瓶颈。她凭借敏锐的思维以及技术创新能力，以严谨认真的医学态度研究、探索、创新，深度应用神经网络技术的特点和优势，结合人工智能的包括推理、知识、规划、学习、交流、操控等诸多能力，研发出基于深度神经网络的AI辅助诊疗系统。该系统通过搭建具有可靠来源数据的基础数据库，利用解剖学原理将手术对象进行数字建模，将图像识别技术与术野视频进行对比分析，辅助医生快速进行影像检查数据的诊断，并进行各类病灶的探查、开刀位置的选定判断等，提高了诊疗步骤的标准化、规范化、科学化，实现了高效的辅助诊疗。

系统首先创建AI辅助诊断基础数据库，通过收集患者、药物及病理数据，并使数据互通互联，为AI的应用提供支持。再应用语音/语义识别、计算机视觉等技术，对非结构化数据进行分析提炼，并进行智能学习。最后，系统将AI与不同细分领域的应用相结合，用以进行病理和影像辅助诊断、用药及诊疗方案制定、智能健康管理等。而此系统最大的亮点在于：在AI和大数据支持下从历史患者数据、医学知识图谱等数据中发现更详细、准确的内容，利用神经网络建立线性回归模型及决策树，由此形成科学、全理的诊疗模型，并不断进行自我优化和完善，针对不同患者的不同情况，推荐个性化的治疗方案、用药方案，和出院后的健康管理计划。

基于深度神经网络的AI辅助诊疗系统在应用中受到了相关医疗机构及专家的高度评价，特别是在手术过程中发挥着重要的辅助作用，可有效帮助医生快速掌握患者的详细病情信息，确定病灶的位置、形态，并可以指明手术路径经过的重要神经、血管及组织的风险部位，帮助医生获得三维模型，确定手术路径，保证了手术的精确性和安全性，提高了手术效果和效率，具有极高的行业价值和社会价值。

除了基于深度神经网络的AI辅助诊疗系统，李皓婷研发的基于数据挖掘技术的临床DM、R&T智慧辅助系统，多学科协作远程诊疗云平台等技术成果，也都填补了医疗行业内的多项技术空白，为国内外广大医学行业同仁所称道，为推动我国智慧医疗体系的完善发展贡献了重要力量。（作者：李晓钰）