人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学（来自百度百科）。近年来，随着AI人工智能技术的发展，智能导诊、医学影像的辅助分析、电子病历语音输入等人工智能技术在医院诊疗中开始逐渐应用。

01AI人工智能在医疗领域涉及到的关键技术

1、多源异构数据自动获取与处理技术：利用大数据基础技术完成多源、异构和非结构数据的清洗、脱敏、结构化、标准化，构建互联互通的医疗健康大数据库或平台。医院信息化系统HIS、LIS、PACS、CIS等系统每天都会产生海量非结构性数据，电子病历系统功能应用水平分级评价的实施，有助于AI人工智能进行数据处理。

2、人工智能深度学习：引入深度神经网络机器学习模型，应用自然语言理解技术，实现机器理解人类的自然描述，通过对海量病历的学习，构建递归神经网络等复杂的统计学习模型，形成智能辅助医疗工具。

3、承载TB级数据处理的大规模分布式计算平台：针对海量医疗数据大规模分布式计算平台，用于支持TB数量级的数据处理，支撑对海量医疗健康数据的快速分析以及增量数据的实时分析，挖掘出相关性和特异性信息，形成人工智能应用平台。

4、构建医疗知识图谱：通过输入词语进行检索，医疗健康大数据库或平台迅速从海量数据中找出相关联的疾病及其症状，检查检验医疗方案等，并以可视化图谱展示整体医疗知识族系，形成医疗大数据与人工智能融合应用。

02AI人工智能在医疗领域的应用

1、人机交互技术：在医生的问诊过程中，通过智能语者以及自然语言理解技术，人工智能能够不断捕捉医患沟通信息，帮助医生进行更全面更精准的问诊。如门诊病历的语音输入，医生查房时医嘱的语音录入。

2、医学影像技术：肺结节影像人工智能诊断、钼靶智能影像诊断分析、肿瘤AI的勾勒诊断、MRI心血管自动勾勒诊断等，在临床上得到大量应用，准确率远高于人工诊断。

3、机器的自我学习和推理：通过融合构建的知识库、抽取的指征信息、建立的深度学习模型进行推理，结合多角度信息进行综合决策，在医生输入电子病历的同时，不断提示患者可能所患病种及所需进一步的医技检查或处方；并对医生所开处方进行校验，实现对药品使用合理性审核。

03AI人工智能在医疗应用中面临的风险与挑战

AI人工智能还是新鲜事物，在医疗应用中存在诸多风险与挑战，比如概念营销多于实际应用 ；技术和装备展现较快，安全评估缺乏，AI训练数据不足等 ；局部应用急于部署，全院级应用相对缺失；技术标准、伦理规范缺失等 。

04AI人工智能与医生的关系

尽管AI人工智能在医院诊疗中提高了确诊率、降低了医护人员的劳动强度、改善了医患关系，但就当前及未来，AI人工智能仍有很长的一段路要走，如人和机器的决策方式不相同，医学需要稳定且可重复的证据支撑 ，深度学习是“黑箱”，数据本身具有不确定性 ；AI想要治病救人必须符合医学标准 ，现有算法不是在传统医学范式下研究出来的，不能直接体现医学所需要的指标，可靠度、可应用程度等，需要进一步检验 。引用费尔南多.莎瓦特尔《哲学的邀请》书中的一句话：信息是事实、知识是对信息的反思、智慧是知识选择和价值观的关联；从知识上升到智慧，需要一个与现实生活联系、与价值观和世界观同化顺应的过程。因此AI与医生的关系不是“取代”而是“互补。

正晨股份智能化创研所多年来一直致力于智慧医院信息化系统方案规划、架构搭建、深化设计、工程咨询、造价服务等，深得客户的信赖与认可，愿与您共同探讨智慧医院的建设。