這些年來，看人工智能如何“助攻”醫療領域

從一開始的掛號到最后的治療，人工智能正在悄悄引導著一場醫療大變革。

這幾天，南京本地論壇的一條消息備受關注，去年接受600多萬捐款的南京4歲脊索瘤女孩“媛媛”在奔赴美國治療一年之后還是離開了人世，在不少人為之惋惜的時候，也有不少網友關注著另一個方向，那就是善款的走向。

其實，早在去年6月份的時候，社會上關于這筆善款就有了一番爭論，后來結果是其父母站出來向人們做出了公開回復。而此時這個要求的再次出現，往深了講，也還是慈善事業的一個通病——信息不透明。

由于信息不透明，中國的慈善事業遭到了很大的打擊，尤其是在“郭美美事件”之后，慈善事業更是被推上了風口浪尖。而由于民眾的不信任，直接導致了慈善基金的縮減，從而在一定程度上也間接地對那些需要救助的家庭造成了不利影響，延誤救助時機。不過，對于這方面，現在的人們似乎找到了一種解決方案，那就是現在正熱的區塊鏈技術。然而，在救助生命上，正在改變傳統方式、發揮自己力量的可不只有區塊鏈一個，這些人工智能技術正在從基礎開始，為人類的健康做出貢獻。

大數據讓信息更透明

在如今的這個時代，動不動就上千的醫藥費已然是個鐵一般的事實，而一旦碰上個重癥，那將是一個難以承受之痛，這時候，就是紅十字會、各種基金會等社會救助組織出現的時候了。但是，由于信息不透明，哪怕公了數額，也難以保證這筆錢能夠全數送到被救助者的手中。

鑒于區塊鏈上的數據具有可信任性、安全性和不可篡改性，其與慈善事業的結合似乎就成了必然。當前，有許多救助機構、項目都利用了區塊鏈技術，比如螞蟻金服公司與中華社會救助基金會聯手發起的“聽障兒童重獲新生”項目，讓每一筆捐款資金的走向都清清楚楚的永久記錄在案，而捐款者也可隨時查詢，從而讓社會監管變得透明化、公正化。

此外，醫藥費的昂貴也是一個存在的問題。如果將區塊鏈技術應用于醫院系統，人們或許就可以了解到自己每一筆花費的走向，也可杜絕醫院內的一切不可言明之事，還醫院一個干凈的氛圍。

機器學習帶來的醫療“奇跡”

除了醫療費之外，現在掛號難也是一個“老大難”了。其實，導致掛號難的因素除了人多之外，醫生診斷的效率也是一個問題，而這個效率還要視具體情況而定，有一點難以控制。當前，谷歌等團隊正在試圖利用人工智能來協助醫生進行診斷及病情預測，比如南加州大學的研究人員開發出的機器學習工具SimSensei，僅僅憑靠一句話就能夠準確地診斷出抑郁癥，不僅診斷效率提高了，也大大提高了疾病診斷的準確率，從而全面的提高了效率。

另外，在治療階段，機器學習也在悄悄改變著傳統的治療過程。以往，一個解決方案的制定需要醫生花費大量人力物力去搜集各項資料，而現在借助于機器學習等人工智能技術，AI系統完全可以在短時間以內完成這份工作，并向醫生提供治療建議，正如IBM Watson的認知平臺，目前其已經在德國協助醫生治療罕見疾病了，可見機器學習性能之強大。并且，借助機器學習，研究者們甚至開發了網絡神經裝置，“奇跡”的幫助癱患者恢復了運動功能。

機器人領導的大變革

論起應用和重視程度，機器人應該是醫療領域的第二名（機器學習第一名），它主要參與了護理、手術和運送過程。

護理的話應該不用多說了，目前的護理機器人還只是實現了一些基礎的功能，比如抱著病患移動、端茶送水等等，或是與病患進行簡單的對話，相對于理想狀態而言，當前的護理機器人明顯不合格。

在手術方面，最典型的就是達芬奇機器人，在醫生的操控下，它能夠進行更為精確的手術操作。就在今年9月份，江蘇省人民醫院就利用達芬奇機器人成功的為一名20周大的嬰兒進行了微創手術，并且，說起手術機器人市場，幾乎已經被達芬奇機器人所壟斷了，由此，我們可以想見機器人對于傳統手術的改變是極大的。

另外，很多時候我們都可以看到一些新聞，里面講到一些地方由于位置太偏，從而醫藥不能及時送到患者手中，以至于耽誤了治療的黃金時機?；蛟S有人會說用直升機來運用藥物，但如果直線距離不遠，只是地形難以走過，這時候與直升機相比，無人機顯然更為有效。比如美國的無人機公司ZipLine已經與盧旺達政府達成合作，利用無人機為其輸送藥物和血液，而白宮也希望其能夠在美國開展偏遠農村地區的藥物運輸業務。如此，不管是經濟上，還是醫療上，無人機完全能夠符合需要。

在醫療上，人工智能正在悄悄滲透各方各面，不管是醫療費、診斷、治療，還是藥物的運輸，我們都可以看出，人工智能正帶給醫療領域一場顛覆性的變化。對于患者和醫生來說，這也正是他們所期待的，當然，某些醫療崗位的人們或許要擔心那么一點點。不過，縱觀人工智能帶給醫療行業的變化，這場“拯救人類健康”的變革終究是無法避免的。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！