讓聾啞人發聲？讓盲人看到圖像？今年上半年，兩項最新研究成果吸引了天津國際生物醫藥聯合研究院黨委書記黃亞樓的關注，促使他對智慧醫療的前景十分看好。

《自然》雜志發表了加州大學舊金山分校的最新成果，該校科學家設計出一種可以將大腦信號轉化為語音的設備。這套人類語音合成系統，通過解碼與人類下頜、喉頭、嘴唇和舌頭動作相關的腦信號，合成出受試者想要表達的語音。

《細胞》雜志又發表了一篇哈佛大學的研究成果。科學家把猴子的大腦與傳感器和神經網絡連接起來，刺激猴子大腦中負責識別面部的單個神經元，并向猴子播放人工智能（AI）系統生成的圖像，最終成功地激活特定的神經元，而不影響其他神經元。

也就是說，電影《盜夢空間》中的“造夢師”或許將成為現實，它可以還原猴子眼中的世界，同樣意味著也能讓盲人“看到”圖像，讓正常人體驗“夢境”。而通過大數據和機器學習，不久的將來，聾啞人可以發出聲音，正常人也可以把意念轉換成聲音傳遞出去。

“智能是一種賦能技術，可以為包括醫藥產業在內的各行各業提供發展助力，從這個角度來看，智慧醫療將是未來的大趨勢。” 日前，在天津濱海新區召開的第二屆京津智慧醫療創新論壇上，黃亞樓感嘆道。

賦能智慧醫療

近年來，“AI+大數據”已經跨越了醫療方面的許多核心領域，從診斷到健康治療，再到智能設備，從改善患者就醫體驗到提高醫療流程效率，“AI+大數據”已經成為醫療健康行業的有力輔助和支撐。

2017年，斯坦福大學開發出一種全新的人工智能成像軟件，該軟件本質上是卷積神經網絡，在檢測肺炎方面甚至優于放射科醫生。2018年，美國食品藥品監督管理局（FDA）批準了首個無需臨床醫生即可給出篩查決定的設備IDx-DR，該設備可以在幾分鐘內告訴受檢者是否患有糖尿病視網膜病變。

更具魔幻色彩的是，AI還可以實現“聽音診病”。以色列聲音分析公司Beyond Verbal將智能手機和便攜式麥克風設備轉換成心理健康傳感器，通過聲音就可以識別出是否患有冠狀動脈疾病；一款名為SkinVision的App，使用智能手機的攝像頭拍攝皮膚病變，通過圖片就能偵測出73%的黑色素瘤，并確定癌癥的風險。

天津國際生物醫藥聯合研究院副院長尹占春通過梳理近年來不斷涌現的智能醫療產品發現，從手術的未來到病人的未來，從醫療保健運營到醫學研發、精密醫學的未來，“AI+大數據”將從方方面面重塑醫療行業。

尹占春稱，在手術方面，AI、機器學習和大數據為醫生、科學家和患者提供最新、最準確的實時臨床理解、建議及修正；對于病人，可穿戴醫療設備、網絡、傳感器和虛擬現實技術促進患者及家屬參與診斷、康復和互利方面的協調，從而改變疾病管理；基因組學、精密醫學及個性化治療為醫療保健人員提供擴展的工具包，通過對疾病基因層面的了解，提供更精準的治療和更主動的風險管理。

而在醫藥研發方面，“AI+大數據”所起到的作用甚至可能是顛覆性的。天云大數據副總裁李從武表示，在新藥研發方面，用深度學習、神經網絡模型可以分析化合物的構效關系；另外，通過深度學習和自然語言處理，分析大量的生物科學信息，還可以對藥物活性、安全性和副作用進行預測。

“以前，試劑作為新藥研發的核心產品，而現在的核心在于數據。”李從武說，在新藥研發中，以往針對適應癥或副作用的研究方式是通過實驗檢測藥物晶型，而現在則可以通過數據模擬快速檢測藥物晶型。

聰明但并不完美

人工智能擁有超強的學習能力，只要有大量的數據做支撐，它就可以被訓練成“永不疲倦的機器人”，協助醫生判斷疾病，讓病癥“無處遁形”。新藥研發的關鍵也已從實驗檢測轉向數據分析，“AI+大數據”在藥物靶點預測、藥物篩選、藥物適應癥預測方面都大有可為。

但是，在黃亞樓看來，智慧醫療還面臨很多的問題和困難。首先就是知識的缺乏，目前可用于機器的知識不足，而不只是算法的問題。另外，人類已有知識的工程化也欠缺。“人工智能即使看上去再靈巧、聰明，如不能學習、進化，就只是一臺自動化機器。”

不僅如此，具有AI功能的醫療器械或診斷軟件還面臨審批障礙，黃亞樓稱，機器學習的最大優點之一就是持續學習和改進的能力，那么，是否允許公司對其設備進行一些小的更改，而不必每次都提交申請？已經審批的具有機器學習能力的技術、產品，在后續應用中是否允許機器學習？是否還需要再次審批？這些都是目前亟待解決的問題。

尹占春則表示，在網絡安全方面，怎樣對付黑客的惡意攻擊；在醫學倫理方面，如果AI手術出錯，誰該負責任；另外，患者可能會對AI診斷或治療產生不信任，醫療保健工作者有可能對AI過度依賴而產生技能退化，這些都是未來必須要思考的問題。

“人工智能要改變的是人與機器的關系，人與機器不是相互排斥，而是在交互中互相提高。”黃亞樓表示，AI用于醫療健康更具前景，也更具挑戰。“機器會替代人做很多事，包括學習，但它無法代替人類，而使用智能技術的人一定會取代不使用智能技術的人。”
? ? ? ? 責任編輯：tzh