近年来，多家企（qǐ）业源（yuán）源不断地向领先技术领（lǐng）域注（zhù）入大量资金，尤其是那（nà）些希望降低成本、改善患者（zhě）健康的（de）公司。市场情报公（gōng）司Tractica的（de）数（shù）据显示，2018年（nián）医疗人工智能技术（shù）领域的投入为21亿美元，预计到2025年这一（yī）数据将（jiāng）超（chāo）过340亿美元。

目前，亚（yà）马逊（Amazon）、西门子（Siemens）、IBM、Optum、通用电气医疗保健（jiàn）系统（GE Healthcare and Health Systems）、Mayo Clinic、纪念斯隆-凯特琳癌（ái）症（zhèng）中心（xīn）（Memorial Sloan Kettering）及（jí）美（měi）国山间医疗集团（tuán）（Intermountain）正在（zài）持续开发患者（zhě）记（jì）录，为人（rén）工智能算法训练提供医疗（liáo）数（shù）据，使其（qí）通（tōng）过识别模式进行（háng）学习，从而实现（xiàn）关键预测（cè）。

在某（mǒu）些情境下，人（rén）工智能的深度学（xué）习能力（lì）已超越（yuè）医生。专家预测（cè）2019年医疗人工智能将持续增（zēng）长，尤（yóu）其是（shì）在成（chéng）像（xiàng）、诊断（duàn）、预测分析（xī）和管理领域。

图片来源：图虫创意

管理（lǐ）领（lǐng）域（yù）增幅最大

远（yuǎn）的不说，预计到2019年底，医疗人（rén）工智能技术市（shì）场的投入就将超过（guò）17亿美元。

这项技术可用于检测医疗（liáo）支出中的浪费、欺诈和滥用行为，这些行为每年（nián）费（fèi）用（yòng）占到全美3万多亿美元支出的3%~10%。

弗若斯特沙利文（wén）（Frost and Sullivan）医疗保（bǎo）健和（hé）生命科（kē）学高级副总裁雷尼塔·达斯（Reinita Das）预测，未来几年内，医疗服务（wù）中人工智能操作平（píng）台的生产（chǎn）率（lǜ）将（jiāng）提升10%~15%。

对于重复性（xìng）的（de）耗时任务（wù），应该给予人工（gōng）智能蓬勃发展的空（kōng）间（jiān）。美国医疗体系（xì）中的确有很多此类工（gōng）作。

以调（diào）度和（hé）预约为例（lì）。克利夫兰医学中心（xīn）MetroHealth系统在2017年底引入人工智能协助运营决策之前，四（sì）家医院的挂号（hào）爽（shuǎng）约率为10%~35%。

MetroHealth首（shǒu）席战略和创新官卡（kǎ）里姆·波特斯（Karim Botros）表示（shì），MetroHealth可使用人（rén）工（gōng）智能来筛（shāi）选出（chū）那些很可（kě）能爽（shuǎng）约的患者（zhě），并（bìng）进行第（dì）二次提醒，从而避免浪费（fèi）医（yī）护人员的时间。到（dào）目前（qián）为止，人工智能已成功将爽约率降（jiàng）低了30%左右。

图片来源：图虫创意

专家表（biǎo）示（shì），2019年人工智能（néng）可能会涉（shè）足医院运营版块（kuài）。

Cleveland Clinic目前已开始使用人工智能系统来统一管理医院病床（chuáng）的（de）使（shǐ）用（yòng）情况（kuàng），充分（fèn）发挥其容量和利用率。通过（guò）观察（chá）手术（shù）室患（huàn）者的实时状况，该（gāi）程序有助于识（shí）别手术过程中的潜在（zài）困难（nán）。

人工（gōng）智能还可（kě）用于追（zhuī）踪药物及（jí）医（yī）疗设备状态，督促患者（zhě）支付医疗（liáo）费用。

自动化配（pèi）药工具软件（jiàn）服务商Kit Check为医疗机构提供机器（qì）学习方案“Bluesight for Controlled Substances”，帮（bāng）助其识别药物分流（liú）。该方案通（tōng）过对一系列指（zhǐ）标（如员工的物理位置、文（wén）档的上（shàng）传下载等）对（duì）员工（gōng）进行评分，来（lái）识（shí）别（bié）可能具有偷盗药物行为的医（yī）务人员（yuán）。

Kit Check首席执行（háng）官凯文·麦克唐纳（nà）（Kevin Macdonald）表示，“该程序（xù）通过分析医院内（nèi）部同级别人员（yuán）的数据（jù），来评估（gū）员工偷盗药物的概率。”

麦克唐纳还指出，人（rén）工智能或许会有助于降（jiàng）低（dī）药物（wù）支出，特别是涉及到受控药（yào）物（wù）废（fèi）弃、药物（wù）消（xiāo）耗及安全与合规性领域（yù）。

软件服（fú）务公司Simplee为医疗机构提供数据和预测分析服务，以此来确定患者的线（xiàn）上支（zhī）付能力，从而根据患（huàn）者的财务情（qíng）况自（zì）动为他们推荐付（fù）款（kuǎn）方案或选项。

“进入医疗（liáo）系统或其（qí）他领域时，我们经常碰（pèng）到（dào）的问题是，我们并（bìng）没有真正了解该领域的（de）工作流程和（hé）文化，也没有考虑应用（yòng）可行（háng）性，只是（shì）简单地对目标（biāo）进行（háng）追（zhuī）踪。”

图（tú）片来源：图（tú）虫创意

简（jiǎn）化患者匹配流程

人（rén）工（gōng）智能聊天机器人和虚拟助理可帮助拓展医（yī）疗可及性，让（ràng）患者免去一些不（bú）必要的现场就诊（zhěn），如巴（bā）比伦医疗（Babylon Health）的（de）疾病预防和人工智能诊断、Sense.ly的虚（xū）拟护士平台以及Novo Nordisk的糖尿（niào）病聊天（tiān）机器人Sophia。

如果患者需要医疗护理，人工（gōng）智能可帮助选（xuǎn）择（zé）合适的临床医生。

医疗机构巨头Providence St. Joseph Health（PSJH）使用一种（zhǒng）叫做Kyruus的人工智（zhì）能技术来提高（gāo）患者与（yǔ）医疗机构的匹配程度。PSJH首（shǒu）席（xí）数据官（guān）阿伦·马丁（Aaron Martin）表示，

在应（yīng）用该技（jì）术之前（qián），约（yuē）30%~40%的预（yù）约时段并未得（dé）到合理利用。

Kyruus使用医疗机构的数据管理程序来识别、匹配医患信息，为患者预约到最能满足需（xū）求的专家。

随着越来越多的老年人选择在家里养（yǎng）老，人工智能可用（yòng）于创（chuàng）建智能家居（jū）环境，持续关（guān）注老年（nián）人的健康和（hé）安全状况。人工（gōng）智能医疗公司Zanthion的首席执行官菲利普·瑞吉（Philip Regenie）如是预测。

不过，人工智能在家（jiā）中的监控（kòng）对象可不仅限（xiàn）于老年人。

专家预测，2019年（nián）人工智能（néng）将继续为医疗领域（yù）变革提供动力，帮助其（qí）从被动的、基于医院的模式向主动（dòng）的、基（jī）于家（jiā）庭的模式转变（biàn）。

人（rén）工智能的进步（bù），还将为患有慢性疾病（bìng）或活动受限的患者提供更大的助力。

与家庭传感器、可穿戴设备及（jí）其（qí）他家庭治疗方案相结合后，人工智能或许能够在症状（zhuàng）出现之（zhī）前帮助检测到重大疾病。

图（tú）片（piàn）来源：图虫创意

总部位于（yú）智（zhì）利的护理管理公司AccuHealth使用各种家庭（tíng）传感器收集患者数据，并将其（qí）输入（rù）到人工智能引（yǐn）擎，以此构（gòu）建预测警报和模（mó）型。

若警报被触发，远程虚拟医院团队可以为这些（xiē）患者及其家属提供支持，避免出现不可逆的（de）症（zhèng）状恶化，同时患者也不必再去昂贵的急诊室就诊。

六个月前，美国（guó）医疗保（bǎo）险（xiǎn）公司Anthem与（yǔ）基于区块链的人工智（zhì）能平台公司doc.ai达（dá）成为期一（yī）年的合作，根据（jù）年（nián）龄、体重、身高、身体活动和污染暴露等（děng）数据来测试基（jī）于（yú）区块链的人工智能是否能够（gòu）预测人体发生过敏（mǐn）反应的时间。

AxisPoint高（gāo）级副总裁及首席（xí）营销官弗吉尼亚（yà）·格利（Virginia Gurley）举例（lì）说：“假（jiǎ）如区域内有野火，空气中（zhōng）颗粒物数（shù）量偏（piān）高，那么患有呼吸疾病的患者（zhě）就会收到预警信息，提醒其关窗，待在（zài）室内。”

美国联（lián）合健康集团（UnitedHealth）旗下（xià）的药品利益管理和数（shù）据（jù）分析公司Optum正在开发（fā）一款名为MyDigitalTwin的原型移动应用（yòng）程（chéng）序，用（yòng）于（yú）迷你型家庭设施传（chuán）感器的架（jià）构。该模型（xíng）利用大量（liàng）的基因组、外生和行为数据（jù）来实（shí）现线上显示（shì）个（gè）人的健康（kāng）状况。

“想（xiǎng）象一下，如果我（wǒ）们每个（gè）人都有个数字虚拟的双（shuāng）胞胎，医生就（jiù）可以利用它来模拟现况（kuàng），预测我们（men）未来的健（jiàn）康状况，精准地提出改善建议。”Optum的（de）技术研（yán）究员克里（lǐ）·霍利（lì）（Kerrie Holley）如是解释。

但该领域目（mù）前尚处于起步阶（jiē）段。“我认（rèn）为，预测（cè）模型的巨（jù）大潜力（lì）仍待开（kāi）发，要说服医生和保险公司相信该项目的盈利前（qián）景，还需要拿出更多可行性方案。”数据（jù）分析公司Global Data的全球总监兼医疗保健运营和（hé）战略部门（Healthcare Operations and Strategy）执行副总裁邦妮·贝恩（Bonnie Bain）表示。

图片（piàn）来源：图虫创意

保险公司有望用AI节约成本

据（jù）咨询巨头公（gōng）司埃森哲（Accenture）预（yù）测，人（rén）工（gōng）智能可通过简化计费、入（rù）院、索赔（péi）、质量（liàng）和合规控制及客户服（fú）务等核心功能，在短短18个月内帮助美国保险供应商（shāng）节省约70亿美元。

Afiniti是一（yī）种基于客户和商业私有数据（jù）的人（rén）类行为微妙模式，采用预测性分（fèn）析来匹（pǐ）配客户和客服中心运营人（rén）员的（de）技（jì）术公司。其首席执行（háng）官（guān）齐亚·奇（qí）什蒂（Zia Chishti）表示：很多保险公司（sī）都在（zài）应（yīng）用Afiniti的技术来（lái）降低（dī）客户（hù）的死亡率和发病率，包括保（bǎo）险巨头美国联合健康集团（UnitedHealth）。

自（zì）2017年以来，Afiniti的（de）医（yī）疗（liáo）客户已累计节省了1.25亿（yì）美（měi）元的支出（chū）。

对于（yú）支付方而（ér）言，人工智能的潜力在（zài）于 “选取用户提（tí）出的简（jiǎn）单问题（tí），在无需人工参（cān）与的情况下（xià）提供答案，且具（jù）有（yǒu）预测需求的能力。”埃森哲支付业务（wù）董事总经理（lǐ）理查（chá）德（dé）·伯汉泽尔（Richard Birhanzel）表（biǎo）示。

AI成像和诊断能力稳步增长

2018年，人工智能在（zài）医（yī）疗行业放射和图像（xiàng）分析领域（yù）的应用越来越（yuè）多，几乎可以断（duàn）定，2019年（nián）这（zhè）一趋势仍将（jiāng）持（chí）续。

人工（gōng）智能（néng）对（duì）病理学、皮肤病学和放射学等（děng）医学图像密集领域的影响（xiǎng）是显而易（yì）见的。Frost & Sullivan的（de）数据显（xiǎn）示，2018年100多个人工智（zhì）能医疗成像初创企业中，绝（jué）大多数（shù）的业（yè）务都集中在（zài）图像分析上，而基于人工智能的医疗成像（xiàng）市场有（yǒu）望（wàng）在2023年前达到20亿美元。

不（bú）过，医疗（liáo）界对人工智能在分析领域的应用尚（shàng）有疑虑。在（zài）2018年早些时（shí）候，IBM Watson的超级电脑未能准确检测出癌（ái）症。

专家表示，这项技术发（fā）展得太（tài）快了，范围也很广。但（dàn）在特定的诊断领域，人工智能未来仍有着巨大的发展潜力。

例（lì）如（rú），Mayo Clinic表示，人工智能与心电（diàn）图结（jié）合，可以成功检测出（chū）某类心脏病。2018年10月，Scripps转译医（yī）学（xué）研（yán）究院和人工（gōng）智能计算公司NVIDIA达成合作，致力于（yú）开发（fā）深度学习工具，预（yù）测（cè）心房颤动及（jí）分析（xī）整个（gè）基（jī）因组序列。

纪念（niàn）斯隆-凯特琳癌症中心和斯坦福大学也正在研究机器学（xué）习（xí）在（zài）肿瘤学中（zhōng）的应用。

最近，来自（zì）纽约贝丝·以色列医疗中心（Beth Israel Deconess Medicare Centre）和（hé）哈（hā）佛医学院（yuàn）的研究团队使用深度学习（xí）训（xùn）练人工智能来进行肿瘤诊断。将（jiāng）人工智（zhì）能与人类病理（lǐ）学结（jié）合时，该项目的准确率（lǜ）可达到99.5%。

图片来源：图虫创意

AI在眼疾领域可实（shí）现独立（lì）诊断

2018年8月，谷歌宣布其（qí）旗下DeepMind人工智能系（xì）统向50种眼疾患（huàn）者推介了准确（què）的眼科（kē）转诊（zhěn），尽管这项（xiàng）技术尚未得到（dào）临床批准，但（dàn）准确率（lǜ）高达94%，与医疗专家（jiā）的水平相当。

在（zài）临床批准方面，IDx-DR已夺得桂冠。2018年4月，该软件（jiàn）成为首个（gè）获得美国食品药品（pǐn）监督管理局（Food and Drug Administration，FDA）商业授权的自（zì）主人工智能，可用于（yú）诊断糖尿病视网膜病变。

自主人工智能会带来深远的（de）影响，尤其是在患者就诊方（fāng）面。如果很（hěn）难（nán）找到资质较高的医生时（shí），应用该技术，患者可（kě）在住所附近的诊所获（huò）取准确率（lǜ）超高的诊断和治疗服务。

不过这也有缺陷，人工智能只能（néng）用于诊断极特定类（lèi）型（xíng）的疾病。病（bìng）情需要具备典型性，且每次出现（xiàn）的症状得具有相似性（xìng）。

符合标准的疾（jí）病（bìng）包括青（qīng）光眼和黄斑变性等。除此之（zhī）外（wài），多家公（gōng）司正在探索（suǒ）自主人工智能（néng）在（zài）胃（wèi）肠道和皮（pí）肤疾病中的（de）适用（yòng）性。

Doctor Hazel就是一个处于探（tàn）索阶段的例子。该应用程序于2017年推（tuī）出，后（hòu）改名为BlueScan，通过整理图像数据（jù）库，诊断划（huá）分（fèn）痣的（de）类型，判断其为良性（xìng）还（hái）是潜在的癌症。

阿（ā）布（bù）拉（lā）莫夫预（yù）测（cè）道，2019年医疗界将会围绕人工智能作为诊断工具的话题展开更深入的探（tàn）讨，但他同（tóng）时强调（diào），自主人工智（zhì）能并不意味着（zhe）完（wán）全不需要人工干预。

“医生会失误，人（rén）工智能同样也（yě）会犯错。”阿布拉（lā）莫夫表示：“我们（men）正在研究的人工智能仍需（xū）在医（yī）疗系（xì）统背景下运行。”人类和技术是在协同（tóng）合作。