人工智能医疗优势范文

导语：如何才能写好一篇人工智能医疗优势，这就需要搜集整理更多的资料和文献，欢迎阅读由公文云整理的十篇范文，供你借鉴。

篇1

作者简介：常纯，沈阳245医院皮肤科，主治医师。

尖锐湿疣是人瘤病毒（HPV）引起的一种常见性传播疾病，其复发率较高，是困扰临床医生的一大难题。我院在治疗过程中采用多功能电离子治疗仪手术去除疣体，再联合重组人干扰素外用，加肌注的方法，取得满意的效果。现将治疗情况报告如下：

1资料与方法

1.1一般资料：108例患者均为我院2008年7月至2010年3月间的门诊患者，所有病例醋酸试验均为阳性。治疗期间，还患有其他性传播疾病，妊娠或哺乳期妇女及治疗前3个月内使用免疫抑制剂或抗病毒药物的患者未被列入。108例患者中，男性有65人，占60.19%，女性有43人，占3981%；已婚76例，占70.4%，未婚32例，占29.6%；患者年龄在16至70岁之间，平均30.5岁，病程为0.5至6个月。男性患者发病部位多见于包皮、系带、、尿道口等；女性患者多见于小、阴道口、前庭、阴道壁、子宫颈等部位。将108例患者随机分为2组，治疗组55例、对照组53例，两组分别从性别、年龄、病程等方面进行比较，均无明显性差异（P>005）。

1.2治疗方法：手术前，对疣体周围皮肤用碘伏常规消毒，2%利多卡因局部麻醉下，用多功能电离子治疗仪进行烧灼，去除疣体，并将疣体基底部破损的皮肤去除干净。治疗范围超出病灶部2mm.左右，然后，再用碘伏做创面清理消毒。治疗组患者同时给予重组人干扰素a2b喷剂，局部外用，日二次，连用10至15天；同时给予重组人干扰素肌肉注射，每日一次，每次100单位，共用药15天。两组患者均每2周复查一次，连续6个月。期间个别患者给以电话随访，并作记录。对复发患者立即给以上述相同治疗，并从最后一次治疗后连续复查6个月。

1.3疗效判定标准：本观察按照治愈、复发两组结果来判定疗效。治愈标准为：皮损完全消失，半年内无新发皮损；复发标准为：治疗后无不洁史，6个月追踪复查，原部位或附近部位可见新发皮损，醋酸白试验阳性。

2结果

2.1治疗结果。治疗组：痊愈49人，占89.09%，复发6人，占10.9%，其中复发1次的有3人，复发2次的有2人，复发3次的有1人；对照组：痊愈27人，占50.94%，复发26人，占49.05%，其中复发1次7人，复发2次10人，复发3次以上10人。两组治愈率比较，差异有统计学意义（P

2.2不良反应：治疗组当天有轻度发热，流涕感冒症状，第2～3天逐渐减轻，以后无异常，未作特殊处理。

3讨论

尖锐湿疣好发于性活跃的中青年人群，其传播途径主要为性接触。本病发病率高，传染性强，复发率高，治疗周期长[1]。

HPV可感染免疫功能正常和免疫功能抑制病人的粘膜和皮肤。病毒抗原与免疫细胞接触少，极少发生抗原释放和抗原递呈，使机体不能产生有效的免疫应答，因而病毒不易被机体的免疫系统清除，使尖锐湿疣易于复发或病毒处于潜伏状态[2]。目前，临床上多用CO2激光、冷冻、电凝等治疗手段，这些方法虽然能使疣体脱落和组织坏死，但治疗区周围会有潜伏的HPV感染存在，它们不能损伤HPV引起的亚临床和潜伏感染灶[3]，创面及周围已感染病毒的上皮细胞未被完全清除掉，术后再逐渐扩散感染其邻近的正常细胞，使原皮损处及临近皮肤再次出现新疣体[4]。而干扰素能调节患者机体免疫功能，提高患者自身抗HPV感染功能，防止HPV微粒的重新感染及亚临床感染，限制HPV病毒的复制，减慢病变部位细胞的分裂速度，从而使尖锐湿疣的复发率大大降低。

本组采用多功能电离子治疗仪手术联合重组人干扰素局部外用及肌肉注射的方法治疗尖锐湿疣，治疗效果好，复发率显著低于对照组，是防止复发的有效办法，明显提高了治愈率，可供临床参考。参考文献

[1]吴汉光.，任恬野等. CO2激光术联合5%咪喹莫特乳膏治疗尖锐湿疣的临床疗效观察.皮肤性病诊疗学杂志，2010.（2）：130

[2]梁英，李军. CO2激光联合局部注射干扰素治疗男性尖锐湿疣，中国激光医学杂志2011.（6）：403

篇2

摘要：人工智能的迅速崛起，为老年健康管理提供了全新的途径，在优化老年健康管理全过程中发挥着重要价值。与此同时，因其服务于老年人这一特殊群体，对道德伦理的冲击表现得更加突出。当前，伴随着我国政府对人工智能的高度重视、企业与医疗机构的积极探索，人工智能在老年健康管理领域已积累了部分经验，取得了初步进展。然而目前人工智能在老年健康管理中的应用仍处于起步阶段，面临价格壁垒难以突破、信息孤岛劣势明显、多方主体合作不足、专业人才稀缺等现实问题。推进人工智能与老年健康管理的深度融合，需要政府、医疗机构与养老服务中心、科技企业等多方联动，构建配套管理机制，从而使人工智能更好地服务于老龄化社会。

关键词：人工智能；老年健康管理；老龄化；养老问题

作者：向运华王晓慧（武汉大学社会保障研究中心，湖北武汉430072）

人口老龄化是21世纪我国经济社会发展的重大国情，截至2018年底，我国60周岁及以上人口有2.49亿，占总人口的17.9%。人口老龄化态势加剧的同时，空巢老年人占比持续攀升，独居老年人群健康状况不容乐观，有74.7%的老年人患有至少一种慢性疾病。城乡失能、半失能老年人口近4063万，上门看病、康复护理等医疗健康类服务需求始终居于老年人各类需求首位。总书记明确指出“为老年人提供连续的健康管理服务和医疗服务”，健康老龄化成为健康中国时代和老龄化时代的重要命题。

万物互联的加速到来与人工智能技术的迅速崛起，正在改变着人们的社会资源获取方式和生活方式。AlphaGo大胜人类棋手，标志着人工智能已在某些领域走到了人类智慧的前列。以互联网为载体和AI为实现工具的经济发展新形态正在逐渐形成，为社会各领域创造了前所未有的机遇，也给老年健康管理模式的突破与创新提供了现实可能。智慧健康养老由此产生，其最大的特点在于大数据收集、需求的智慧决策与服务的精准投放。2017年工信部、民政部和卫计委联合印发《智慧健康养老产业发展行动计划（2017-2020年）》，强调利用新一代信息技术产品推动健康养老服务智慧化升级。各地积极开展智慧健康养老应用试点，打造“硬件环境+智能设备+互联网信息平台+居家养老服务”的健康养老生态系统。如何发挥人工智能技术在老年疾病预防、诊断、紧急救助、治疗与康复中的作用，如何有效联接医疗服务机构以确保老年人享受到更高效、更优质、更便捷的健康服务，是当前亟待研究的现实问题，这对于降低空巢老人独居风险，缓解老年护理人员短缺问题，提高老年人的健康水平具有重要价值。

一、立场博弈：人工智能时代老年健康管理的机遇与隐忧

（一）人工智能的崛起

人工智能（ArtificialIntelligence，简称AI）起源于1950年“图灵测试”的理念，其首次被公开提出可追溯到1956年“人工智能之父”McCartney在美国会议上的报告。随后人工智能随着技术的发展、社会的进步不断发展，1960年人工智能已能够理解自然语言、自动回答问题和分析图像图形等，20世纪80年代又获得了学习和认知能力。21世纪以来，物联网的加速普及、大数据的崛起、云计算等信息技术的突破，人工智能迎来了发展高峰，逐渐形成了深度学习、跨界融合、人机协同、群智开放、自主操控等新的特征，开始具有自我诊断、自我修复、自我复制甚至自我创新的能力①。人类相继进入了网络社会时代、大数据时代与人工智能时代，三者共同构成了新的社会时代②。

关于人工智能的概念，国际人工智能专家N.J.Nilsson将人工智能视为怎样表示知识、怎样获得知识及怎样使用知识的科学③。其后，学者对人工智能的概念从类人、理性、思维与行为等四个方面着手定义，有学者进而从学科角度对人工智能进行了解释，如国内学者吴汉东将人工智能定义为研究、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。综合诸多学者对人工智能的认识，笔者认为人工智能的实质是基于人类的设定与要求，能以与人类智能相似的方式作出反应的智能机器或软件。

人工智能时代的到来，正在改变甚至颠覆人类现存的生产、工作与交往方式。2016年美国的《国家人工智能研究和发展战略计划》指出，AI系统在某些专业任务上的表现胜于人类。1997年国际象棋、2011年Trivia、2013年Atari游戏、2015年的图像识别与语音识别、2016年AlphaGo等AI产品的问世与应用，成为AI超越人类的里程碑事件，见证了AI的智能水平和社会意义。近十年来，人工智能愈发广泛地应用在社会各个领域。农业领域，人工智能应用于自动播插与灌溉、日常田间管理、采收与分拣、产品检验、虚拟在线销售等产前、产中和产后各个环节，大大减轻了人类的劳动量④。工业领域，工业机器人广泛应用于汽车、电子、家电制造等生产线，缓解劳动力供需矛盾的同时提高了生产效率。服务业领域，微软“Cortana”、苹果“Siri”、联想“小乐”等智慧客服系统为大众所熟知；几乎所有股票交易员已被机器人取代，投资顾问、风险审查和安全防范监控监管都普遍智能化。公共服务领域中，人工智能亦发挥着日益重要的作用，如用人脸对比技术来筛查犯罪分子；人工智能辅助医疗诊断与手术；人工智能用于智能评测、个性化辅导等等。人工智能也开始进入艺术创作领域、心理服务领域。学界普遍认为，弱人工智能技术在当前已基本实现⑤。

（二）人工智能时代老年健康管理领域的机遇

当前，在新一代信息技术的引领下，物联网迅速普及，大数据快速积累，算法模型与运算能力持续突破，智能行业应用快速兴起，为我国人工智能的迅速崛起提供了现实契机。从人工智能技术层的语音识别、自然语言处理、图像识别和生物识别等，到人工智能应用层面的工业4.0、智能农业、无人驾驶汽车、智能家居、智能金融、智慧医疗与智能教育等，均得到了爆发式增长。我国正处于医疗人工智能的发展高峰，2016年中国人工智能+医疗市场规模达到96.61亿元，增长37.9%。据估计到2025年人工智能应用市场总值将达到1270亿美元，其中医疗行业将占市场规模的五分之一⑥。人工智能在老年健康管理中的应用主要体现在通过生理参数识别设备和无线射频识别装置等智能采集老年健康数据，为老年人提供双向、互动的居家健康监测、健康咨询、健康评估、健康干预服务以及紧急救助服务，克服时空限制，将健康管理贯穿疾病预防、诊断、治疗与康复整个过程。人工智能时代为健康管理尤其是老年健康管理提供了全新的途径，在优化老年健康管理模式过程中具有重要价值。

第一，人工智能的发展为缓解医护人员短缺提供了现实可能。据世界卫生组织公布的数据，欧盟关于每千人拥有护士数量的基本规定是不少于8人，挪威以17.27人位居世界第一，美国和日本分别是9.8人和11.49人，发展中国家例如巴西和南非，分别是7.6人和5.1人，然而我国每千人拥有护士数仅为2.36人。即使是按照大多数国家的5‰计算，我国护士缺口也多达350多万，如果按照欧盟的标准，则缺口更大。与此同时，我国社区养老服务专职人员数量少且增长速度缓慢。民政部2009年开始统计社会服务职业技能人员中的养老护理员，截至2016年我国养老护理人员仅8528人。根据第四次中国城乡老年人生活状况抽样调查结果，目前我国失能、半失能老年人口约为4063万，占老年人口数的18.3%，按照3：1的国际标准计算，我国需要超过1300万的护理人员。同样，虽然国家大力推进医养结合，将老年人作为重点人群纳入家庭医生签约服务，但家庭签约医生覆盖率仍不容乐观。如何“以少足多”是摆在当前我国政府面前的重要议题之一。人工智能的崛起为化解这一医疗难题提供了新路径。人工智能环境下，智能护理等机器的应用与推广，大大减少了老年人对护理人员的需要，虚拟医疗助手替代护士，在医生诊疗之外提供辅的就诊咨询、健康护理和病例跟踪等服务，既减少了老年人前往医院就诊的次数，又有助于提高护理能力。显然，这些对于缓解老年健康供需矛盾有积极意义。

第二，人工智能的发展为医疗机构提高服务效率提供了技术支持。一直以来，医疗服务效率都是备受关注和争议的问题。医疗服务效率，即医疗机构在投入与产出之间的比率，是医疗服务领域的核心命题与重要目标。近年来，随着我国医疗体制的不断改革与发展，各级医疗机构的效率有了显著提升，但受制于传统医疗机构管理模式的惯性思维影响，医疗机构的服务效率与民众期望仍有差距。新时代医疗服务效率的提升不仅需要制度的变革，也需要服务工具的革新。人工智能的发展为优化医疗服务提供了便利。一方面人工智能的应用降低了人力成本。医学影像占医疗数据的90%，而且这一数据仍在攀升，年增长率约为30%，而放射科医师数量的年增长率仅为4.1%，远不及影像数据增长速度。借助AI技术分析医学影像，将大大缓解医院缺少医生的压力。此外，语音技术在医疗行业的普及，也正在将越来越多的普通医生从日常机械式的医案录入工作中解放出来，提升录入的效率，降低失误率。另一方面，人工智能的应用也提高了医疗服务能力。人工智能辅助诊断技术应用在老年人某些特定的病种领域，几乎可以代替医生完成疾病筛查任务；智能手术机器人的应用既能保证精准定位，减少老年患者的疼痛，又能防止传统手术易带来的传染疾病等危险；人工智能参与药物研发，对于提高针对老年患者潜在药物的筛选速度和成功率，缩短研发时间与成本有实际意义。综上，人工智能的嵌入打破了以往医治全程医生亲力亲为的运作模式，智能机器的自主研判与决策能力，对于降低人力成本，大幅提高医疗机构、医生的工作效率与质量，减少不合理的医疗支出有积极意义。

第三，人工智能的发展有助于提高老年人自我健康管理能力。多数疾病都是可以预防的，但是由于疾病通常在发病前期表征并不明显，到病况加重之际才会被发现。而且由于老年人机体形态的改变和功能的衰退，对于疼痛和疾病的反应变得不敏感、不典型，很多病症易被忽略或误诊，加上老年人行动不便，其中有多数老年人即使不舒服也不愿前往医院进行诊疗。人工智能的应用大大缓解了这一状态。人工智能技术与医疗健康可穿戴设备的结合可以实现疾病的风险预测和实际干预，实时监测老年人的生理参数，其双向数据传输、在线沟通、便捷有效的特点，一方面可帮助老年人实时了解与掌握自身的健康状况，享受个性化的健康管理和健康咨询服务，满足其健康教育需求；另一方面也能提高老年人自我健康管理意识，促进其积极参与自我健康管理和自我照顾，实现医疗卫生服务重心前移和全民健康管理。人工智能环境下的自我健康管理的实现延伸了传统医疗的覆盖能力，节省了传统医疗方式的时间、空间成本及医疗费用，能够有效缓解老龄化带给整个社会医疗系统的负担。此外，居家健康管理系统能为卫生管理者提供健康数据，有助于建立完备、标准化的居民电子健康档案和区域卫生信息共享平台，使政府突发公共卫生事件监测和应急体系的运转更为高效、准确。

（三）人工智能时代老年健康管理领域的隐忧

万物都有两面性，人工智能同样是把双刃剑，人工智能从诞生至今，其对伦理的冲击就不断被讨论。人工智能给老年健康管理带来巨大便利的同时，也对道德伦理问题提出了重大挑战。与人工智能的一般伦理问题相比，人工智能在老年健康管理中的应用因其服务于老年人这一特殊群体表现得十分特殊与突出。主要表现为两个方面，一是老年人人格与尊严的多方面权益保障伦理问题更为加剧，二是老龄社会正义伦理问题更显突出。

老年人人格与尊严的多方面权益保障伦理问题体现在隐私泄露、社会孤立与老年人的“物化”三个方面。首先，为更好地提供全方位健康管理服务，智能老年健康管理系统和智能设备需要采集老年人日常起居全时段、全方位、无盲区、长周期的海量生理数据，其中绝大多数的数据属于隐私数据。这些数据通过简单的分析和挖掘，就能得出老年人的生活习惯、身体状况等信息，一旦被无意或有意泄露，极易被不法分子所利用以进行精准推销甚至精细诈骗等违法活动，这对于易受骗的老年人群体来说无疑是巨大的隐忧，由此可能带来的损失也不可小觑。《世界人权宣言》第12条规定任何人的私生活、家庭、住宅和通信不得任意干涉，他人的荣誉和名誉不得加以攻击。正如一些学者认为我们应该对于弱势群体运用特别的隐私保护政策①。然而目前我国的相关法律和政策还不尽完善，如有关病历资料保护的法律或文件（《刑法》《侵权责任法》《医疗机构病历管理规定》等）中多为宣示性条款，也尚无老年人隐私安全的针对性文件。如何保证健康数据在实时采集、传输、存储、分析与使用过程中的安全，数据应当被保留多久、谁拥有隐私数据的访问权等都是智能老年健康管理领域亟需解决的隐私方面的具体伦理问题。其次，智能机器监护老年人可能导致减少老年人社交、子女的陪伴。关于智能护理机器人的引入对老年人心理问题的影响研究表明，使用护理机器人的老年人易出现社会孤立现象，进而导致尊严受损②。过多的智能既会减少老年人外出和交流的频率，也使子女或亲朋责任感降低，对老年人的关怀止于虚拟问候，而不再是频繁地看望与聊天。有学者认为，健康助手功能会使原本亲近的护理关系转换为远程的虚拟的照料关系③。从而加剧老年人心理上的空虚感与孤独感。如何缓解和调节老年人心理问题是人工智能在老年健康管理应用过程中不得不面对的问题之一。最后，老年人的“物化现象”也是值得关注的具体伦理问题。所谓物化，Kitwood对其的定义是：像对待无生命物质那样对待人：推、拉、拽一个人，不把他当作一个有生命的个体。Astell曾认为辅助机器人可能会机械地控制使用者，并逐渐使其变得失去自主性④。智能护理机器人等操控式的服务过程有可能损害老年人自主意愿，老年人普遍认为不应该限制他们自主选择的权利，如他们不希望所有人知道他们在家中跌倒，因为某些跌倒仅是小事，自己可以克服，他们认为只有自己需要帮助的时候才应通知别人。然而这与智能护理系统一旦发现护理对象跌倒，就立即发送消息给亲人或医护人员的护理策略相矛盾⑤。机器人应在何种程度上保障老年人的自主意愿，减轻其心理负担，维护其尊严，是值得研究的课题。

老龄社会正义伦理问题主要体现在地区差异方面。由于我国国土面积大，各地区经济发展水平并不一致，地区差异、城乡差异问题都不容忽视。考虑到护理服务涉及人最基本的健康权利，然而由于经济发展和收入水平不同，偏远地区、农村的互联网都不畅通，健康信息系统建设不到位⑥，老年人往往无力购买智能可穿戴设备、智能护理机器人等健康管理机器，贫富差距引发的社会资源分配不公问题凸显。如何在研发和推广智能设备中充分考虑老年人的购买力，是关乎社会正义的伦理问题。

二、现实考察：人工智能时代老年健康管理的困境

（一）人工智能时代老年健康管理的经验

改革开放以来，尤其是进入21世纪之后，我国人工智能技术得到了巨大的发展。据中国电子信息产业发展研究院数据统计，2017年我国人工智能市场规模为216.9亿元，比2016年增长52.8%，增长速度快于全球平均水平，2020年有望超过700亿元①。其中，“人工智能+融合医疗、金融、教育和安防等领域企业”位居全球人工智能目标市场行业首位，总计占比40%。国家高度重视，企业与医疗机构积极探索老年健康产品的研发、推广与应用，先后积累了一些经验，取得了初步进展，为人工智能服务于老年健康管理奠定了重要基础。

首先，信息化与大数据推动智慧医疗的发展，为人工智能在老年健康管理中的应用提供了技术支撑。信息化与大数据是人工智能有效嵌入的基本要素，因此医疗信息化的实现和医疗大数据资源的壮大是推动人工智能在老年健康管理应用的重要基础。近几年来，高速、移动、安全的新一代信息基础设施建设加快，城市社区光纤网络覆盖率不断提升，中国互联网络信息中心（CNNIC）的《中国互联网络发展状况统计报告》显示互联网逐渐向高龄人群渗透，60岁以上老年人对互联网的接触率和应用率逐年上升。与此同时，健康养老服务信息平台建设不断推进，早在2011年，老龄办和民政部门就在全国范围内推进社区为老服务信息平台建设项目启动试点工作，试点项目50余个，据统计覆盖老年人口仅3000多万；2014年民政部和发改委确定在全国选取了42个地区推进养老服务业综合改革试点，改革的重点之一即是加快信息平台建设。2018年国务院《关于促进“互联网+医疗健康”发展的意见》，强调推进远程医疗覆盖全国所有医联体和县级医院，支持高速宽带网络覆盖城乡医疗机构，建立互联网专线保障远程医疗需要。“互联网+医疗服务”建设初具规模，各级医疗机构、养老服务机构积累了大量老年人有关的数据资源，其中包括老年信息数据库建设与大数据共享平台与服务平台建设，为下一步人工智能的嵌入奠定了坚实根基。

其次，国家高度重视，政策与法律建设不断推进，为人工智能在老年健康管理中的应用提供了制度基础。一方面，为推动人工智能的迅速发展，近年来我国人工智能领域指导性政策文件不断出台。如2017年7月国务院印发《新一代人工智能发展规划》，同年12月工信部公布《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，明确了我国新一代人工智能发展的战略目标，部署构筑我国人工智能发展的先发优势，加快创新型国家和世界科技强国建设。2018年1月中国电子技术标准化研究院《人工智能标准化白皮书（2018版）》，提出确立人工智能产业发展的标准体系；3月政府工作报告明确指出加强新一代人工智能在医疗、养老等多领域的应用。各省市积极响应，出台本地区的具体实施意见，为人工智能在老年健康领域的应用确立了方向。另一方面，为应对各类风险与危机，我国不断推出信息建设与信息安全的相关规定。据统计目前我国信息治理层面的相关法规已有100余件，涉及个人信息保护、网络侵权预防和网络犯罪惩治等多个领域②。具体到医疗行业，2013年国家卫生计生委、国家中医药管理局印发的《关于加快推进人口健康信息化建设的指导意见》，2015年国务院办公厅印发的《全国医疗卫生服务体系规划纲要（2015-2020年）》，2017年工信部、民政部、卫计委联合印发的《智慧健康养老产业发展行动计划（2017-2020年）》等文件，都着重强调形成覆盖全生命周期的智慧健康养老产业体系，打造一批智慧健康养老服务品牌。2016年12月，国务院办公厅印发《关于全面放开养老服务市场提升养老服务质量的若干意见》提出推进“互联网+”养老服务创新，到2020年养老服务市场全面放开等，都指出实现全员人口信息、电子健康档案和电子病历三大数据库要基本覆盖全国人口并完成信息动态更新。这些直接或间接性文件的不断完善，为人工智能在健康领域的应用提供了基本的制度框架。

最后，在技术与政策环境的激励下，人工智能在老年健康管理中的应用初见成效。从易得的传感器，到智能化的可穿戴设备，智能护理床、健康服务机器人、陪护机器人等服务机器人，越来越多智能设备参与到老年人健康管理领域。近几年，房地产商、保险公司、养老机构积极推出高端养老项目，健康服务机器人也随即而来，其中天津哈士奇机器人作为全球首台健康服务机器人成为标志性事件。而后，机器人也开始应用在福利中心和养老机构，仅杭州就有70家养老机构和40家照料中心引进了“阿铁”养老机器人①②，机器人具备健康检测、健康顾问、紧急报警与陪伴逗乐四项主要功能。同时依托“互联网+”搭起智能居家养老服务的桥梁，一是通过智能健康腕表随时测量血压、心率等生命体征数据。相关研究表明可穿戴智能设备在治疗慢性病方面有显著效果，治疗费用、住院时间等都有所降低③④。二是“开心”等智能健康养老机器人通过人体感应、摄像头远程监护、声源定位、语音识别等系统为居家老人提供安全监护、用药提醒、数据分析等健康服务，约87%的受访者表示类似于“开心”的智能健康养老机器人会对空巢老人有用⑤。三是通过“互联网+”和远程医疗、远程手术等满足老年人的医疗需求，通过机械骨骼、轮椅机器人等助力老人康复⑥。从监护到治疗，人工智能在各种养老模式的老年人中的初步试水，为应对人口老龄化提供了战略性思维。

（二）人工智能时代老年健康管理的难题

人工智能为老年人实现全过程健康管理提供了条件，推动了老年健康管理模式的突破与创新，然而目前人工智能在老年健康管理中的应用仅处于起步阶段，尚有很多问题需要解决。

其一，从应用范围来看，价格壁垒难以突破，老年健康管理中人工智能缺乏动力。医疗行业本身就极具复杂性和特殊性，医疗体制改革和医养结合养老模式发展已推行多年，但仍有很多问题为人们所诟病。人大代表罗卫红曾提出目前医养结合虽初具成效，但仍存在医养结合服务需求与承载力不对称、行业管理体制不完善、医养结合医保支付政策难以保障护理需求等问题。人工智能嵌入老年健康管理为医养结合模式的发展创造机遇的同时，也提出了更高的要求。人工智能设备造成的健康管理服务费用谁来支付、怎样支付，目前国内尚未达成共识，这也解释了为什么目前智能健康机器人多出现在养老机构，而非居家老人家中。不可否认，在当前医疗卫生服务供给不足的情况下，医养结合型养老机构非常重要，机器人的引入对老年人尤其是对高龄老人、半失能老人与失能老人带来了极大的便利。然而无论是9064模式还是9073模式，绝大多数老年人是居家养老。针对居家生活老年人的健康监测、预防、治疗、康复、护理和心理慰藉等服务需求亟需人工智能的嵌入，然而形势不容乐观，一方面是因为智能装备价格较高，老年人个体往往无意愿或无力购买较为昂贵的智能感应设备，另一方面是因为担心后续健康服务能否持续跟进，比如一个智能腕表就价值几千元，如果后期的服务没跟上，老年人损失就会很大。人工智能的应用必须考虑各方支付意愿，其价格在某种程度上决定了其可推广的范围。如何围绕大健康战略来定位发展人工智能，实现医疗健康服务利益相关者的协作，为老年人提供全方位全周期的健康服务是亟须解决的关键问题之一。

其二，从信息化建设来看，人工智能应用于老年健康管理的信息孤岛劣势明显。人工智能的应用离不开信息技术的支撑。推进医疗服务大数据建设，建设老年群体数据库与医疗服务信息平台，统一相关数据标准是基础。“人工智能+医疗”最大的问题在于数据的来源和质量，因为我国的医疗数据在医院与医院间、医院与家庭间存在信息孤岛，即使在同一个医院提取和利用数据仍涉及很多操作手续。与此同时，虽然各地政府一直在强调健康养老服务信息平台建设，但进程并不乐观，多数老年健康服务仅停留在通过社区门诊或体检获得数据，共享在街道一级，实现市级统一平台建设的省份屈指可数。除了技术条件的制约，更多的是缺乏全局的考虑与统筹规划，民政部门、统计部门、公安部门、卫生部门、医院等多部门之间的责任模糊，各涉老部门缺乏沟通与配合；各地区各自为政，缺乏共享理念和共享动力，有效的沟通不足，相互之间在操作系统、网络协议、语义表示、数据库类型，乃至硬件管理平台上存在差异，医疗信息数据不能有效实现地区共享，阻碍了人工智能赖以为生的数据信息资源的有效流通，既造成了数据信息资源重复建设，也限制了数据信息资源功能的最大发挥。可见，要想人工智能应用于老年健康管理，积极突破数据壁垒势在必行。

其三，从健康服务相关主体来看，养老机构、社区服务中心、医疗机构与企业的合作不足。养老服务机构、医疗机构等服务机构本身不生产人工智能设备，而是通过引进人工智能设备服务于老年人，科技企业才是人工智能产品的生产者。服务机构最了解老年健康管理全过程需要什么样的人工智能产品，而科技企业则在技术上独占优势。二者通过跨界合作发挥各自的优势，才能明确研发内容，最大程度缩短研发周期，以满足老年人健康管理的需要。然而目前国内各级医疗机构、养老服务机构在该领域的开拓相对滞后，除了发达城市的大型房地产公司通过与科技公司合作建设高端养老基地，应用人工智能参与老年健康管理服务，实现了企业间的人工智能合作外，多数医疗机构、养老服务机构有待进一步跟进。与此同时，医疗机构、养老服务机构提升自身对人工智能产品的驾驭能力也离不开同科技企业的有效合作。两者有效合作的缺乏在一定程度上制约了老年健康管理过程中的人工智能创新能力的提升。两者如何建立合作机制，共同推进人工智能的技术创新与应用是人们不得不思考的当务之急。

其四，从研发主体看，老年健康管理领域的人工智能发展受制于稀缺的专业人才。人工智能任何相关技术方面的突破都依赖于人才，可以说其发展能力取决于人才数量。《全球人工智能人才白皮书》显示全球AI领域的人才缺口达到百万量级，2017年工信部发言人指出在我国人工智能人才缺口超过500万，稀缺的专业人才资源是制约全球人工智能技术发展和应用落地的一大短板。人工智能的专业人才既要掌握数据挖掘、语音图像识别等计算机层面知识，又要了解人工智能应用领域的客观状况。AlphaGo之所以能战胜人类围棋世界冠军，在一定程度上是因为其设计者DemisHassabis本人就是天才棋手①。因此，人工智能老年健康领域的专业人才需要集计算机专业技术与健康养老服务行业实践于一身，才能研发出适合老年群体的智能健康医疗设备。目前国内的人工智能专业性人才缺乏，且多集中于制造业、互联网等领域的技术开发工作，虽然一些科技公司与医疗机构合作取得初步的成果，但在医疗领域结合上缺乏深度，直接针对健康服务领域的人工智能人才更是不足，阻碍了老年健康领域人工智能技术的推行。

三、未来选择：人工智能时代老年健康管理的关键路径

人工智能时代的到来，为老年健康管理创造了全新的环境，同时也对政府、社区、医疗机构、养老服务机构等提出了更高的要求。面对人工智能的迅速发展，需积极推进人工智能与老年健康管理的深度融合，以促进适应时代诉求的老年健康管理智能化。

（一）构建人工智能嵌入老年健康管理的管理机制

DouglassC.North指出制度是社会的游戏规则，规定了人与人之间的行为范式②。人工智能时代老年健康管理迫切需要现有机制的突破与创新，当前必须做好三个层面的具体工作。

一是形成专业的领导机制。人工智能科学嵌入老年健康管理离不开政府部门的统一规划和部署。2018年国家医疗保障局成立，整合了此前散落在人社、民政、卫计委、发改委等多个部门的相关医疗职能，改变了“九龙治水”的管理局面，为人工智能在医疗行业、健康领域的嵌入提供了契机。在老年健康领域推广人工智能应纳入医疗保障局的工作内容，积极推动医疗机构、养老机构、社区养老服务中心等与科技企业的合作，全方位部署人工智能在老年健康管理中的应用格局，从传感器，到智能化的可穿戴设备，健康服务机器人、智能护理床、陪护机器人等服务机器人，从智能家居设备、养老服务机构智能设备，到智能医疗机器，从老年人健康数据建设到疾病的预防、治疗、康复与护理等，培养一支兼具智能理念和实践经验的新型领导队伍，确保政府部门在人工智能应用中始终掌握主动权。

二是培养多元主体信息共享机制。人工智能的发展与应用依赖于数据，因此，人工智能嵌入老年健康管理，一方面需要挖掘分析大量老年健康数据，以便人工智能设备的研发，另一方面需要医疗机构、养老机构、社区居家服务中心、老年人等相互间的数据连通与安全共享，促使多方有效参与老年健康管理。加快健康养老信息平台建设迫在眉睫，要着力提升多元参与主体的数据素养和技术素养水平，促进多元主体相互间协同配合，协调老年健康数据在各部门间的流通，实现数据信息的交互及供需的有效匹配，从而打破数据壁垒，为提升老年健康管理水平提供数据支撑。

三是建构道德伦理矫正机制。享受人工智能给老年健康管理带来巨大便利的同时，也必须正视其对道德伦理的挑战。首先，进一步完善信息保护机制，减少甚至消除老年人对个人信息数据泄露的担忧。其次，科学认识和使用人工智能。虽然现有的人工智能在某些层面和维度接近、达到甚至超过了人类智能，但其工具性色彩没有改变，人工智能在老年健康管理中的应用旨在提高健康管理水平，而不是取代医护人员和亲朋好友。儿女的关心、好友的慰问以及老年人必要的社交互动都不可或缺。最后应通过技术发展，为人工智能注入情感，促使人机交互更加和谐。

（二）构建以人工智能为核心载体的老年健康技术系统

推进各级医疗机构和各地养老机构在老年健康管理中发挥更大的作用，需要通过智能化处理系统和便捷高效的急救处理流程，即系统能自动采集老年人身体状况数据并进行分析，当发生意外跌倒或生命体征数据出现异常，智能呼叫相应的医疗机构，使老人及时、准确地获取医疗服务。为此，应重点做好两个层面的工作。

一方面，建设针对老年健康管理的智能处理系统。智能化系统基于计算机网络技术和信息技术，强化老年健康的数据挖掘系统和数据存储系统建设，有效整合老年健康管理智能化进程中的各类非数值型、非结构化数据，同时有针对性地引进合适的人工智能技术，如生物识别技术、自然语言处理、机器学习、虚拟等，提升人机交互过程中老年健康数据的处理效率，并以此形成由知识库、数据库、推理机、解释器和知识获取等组成的老年健康管理系统，为提高老年健康管理水平奠定基础。

另一方面，创新以人工智能为基础的医疗流程。智能系统的生命在于应用，老年健康管理途径与方式的优化必须以智能处理流程的创新为依托。其一，通过人工智能实现老年人健康状况的自动检测，根据不间断、全方位的健康数据跟踪，智能评估老年人身体与心理的健康状况，并基于数据分析提出智慧决策，确定老年人在健康方面应采取的措施。其二，智能系统要在识别老年人紧急救助需求的基础上，主动通知医疗机构，使老年人及时得到救助。至于医疗机构的选择应符合分级诊疗原则与就近原则。这对于减少老年人独居风险，为空巢老人提供“健康保险”有积极的现实意义。

（三）构建“校—企—医/养”在人工智能领域的深度合作机制

学校是人才培养的重要阵地，科技企业是人工智能产业发展的主力军，而医疗服务机构与养老机构是老年健康管理的重要参与者。推进人工智能在老年健康管理领域的应用，迫切需要三者的深度协作，以达到通识成材、借势运力、以智发展的目标。

其一，探索高校与企业协同人才培养模式。相比美国人工智能人才数量，我国明显滞后。据领英数据显示，我国从业经验10年以上的AI人才占AI人才总数比例不足40%，而美国这一比例超过70%；美国人工智能基础层、技术层和应用层的人才数量占比分别为22.7%、37.4%和39.9%，而中国为3.3%、34.9%和61.8%，人才培养势在必行。如上文所述，人工智能的专业人才既要掌握数据挖掘、语音图像识别等计算机层面知识，又要了解人工智能应用领域的客观状况。科技企业需要高校的理论与人才的支持，而高校则可借助企业的数据资源和技术平台推进科研理论进展，将研究价值落地。因此，高校应加强人工智能相关学科建设，吸引国际顶级科学家和高层次人才，加强与科技企业、国外高校及相关机构的合作，将技术教学贯穿到实训项目中，让学生在校所学与企业实践有机结合，培养贯通人工智能基础理论、软硬件技术与医疗服务领域应用的纵向跨界人才。人工智能校企合作将有助于人工智能在老年健康领域的加速发展，为人工智能应用打开新局面。

其二，搭建医疗服务机构与企业合作平台。近年来，阿里巴巴、百度、腾讯和华为等国内企业在人工智能领域的崛起，为老年健康管理的转型提供了技术支撑。人工智能本身就涉及多重技术，不同行业或领域的关键技术必然存在差异，加快人工智能在老年健康管理中的应用，医疗服务机构既要借助科技企业的技术优势，引入智能技术，又要借助科技企业的智力优势，培育服务人才。这就要求医疗机构积极通过研发外包的途径，由科技企业打造契合老年健康管理需求的智能软件与硬件，加快老年健康管理智能产品的开发与推广，促进产品从监护提醒类、健康监测类，到医疗设备类、陪护聊天类，关注老年人身体健康的同时注意开发心理健康护理机器人，实现智能产品的多元化与精准化。与此同时，医疗机构通过与科技企业的合作，提高本机构内部人工智能的应用能力。

（四）构建老年健康管理人工智能产品的定价与补贴机制

人工智能在老年健康领域推行受阻的一个很重要的原因是企业囿于无利可图与老人抱怨收费高现象并存。老年健康领域人工智能产品与服务的价格既不能完全市场化也不能严控低价，应建立合理的定价机制与相应的财政保障机制，以平衡市场主体盈利与老年人经济承受力来促进人工智能在老年健康领域的广泛应用。

一方面，合理确定老年健康领域人工智能产品的价格。老年人的健康管理产品与服务具有一定的福利性，过高的价格会忽略老年人的经济承受能力，过低的价格又影响社会资本的收益率与参与积极性，阻碍该领域的进一步发展。根据资本资产定价模型，任何资产的期望收益率都由无风险利率和对所承担风险的补偿—风险溢价两部分构成，考虑到服务对象的特殊性，老年健康领域人工智能产品合理的投资收益率应等于或略低于市场平均投资收益率，兼顾经济效益与社会效益。

另一方面，建立相应的财政补贴机制。虽然老年人收入来源更加多元，自报需要照护服务的比例不断提高，越来越多的老年人有能力购买健康管理设备，但价格仍然是影响其选择与否的关键因素之一。而且受年龄、身体状况、收入等多重因素影响，有必要分地区、分群体进行大面积的调查统计，找到不同身体状况与经济状况的老年人有能力和意愿支付的平均价格。根据计算出来的市场价格与老年人可支付的价格，分类别分等级进行补贴，对于经济困难的失能半失能老人要免费配置相应的智能设备。

此外，加强老年健康管理人工智能应用状况的监管体系和绩效评价体系。当前人工智能技术整体还处在较低的发展层次，在认知能力、感知行为、风险对抗等诸多方面仍比较笨拙，应在加强人工智能嵌入的可能性风险管理的基础上，采取第三方评估方式，科学评价人工智能应用过程的技术适用、服务质量等环节。推进老年健康管理领域的人工智能应用的不断改进与发展。

四、结语

篇3

人工智能到底神在哪里？

张海涛：的确，2015~2016一年多的时间里，现代医学发生了转折性的变化。大数据、精准医疗、人工智能这些成为医疗领域的“爆款”词汇。智能医疗已经不是从科幻片中看到，是真实世界的真实事件。人工智能有多神，要回答这个问题，得先了解医疗的人工智能完成了哪些了不起的事。

第一是认知计算，人工智能可以24小时不间断的读取海量文献，具备最全面的基础知识和最新进展，这属于认知，很好理解。但重点在于智能要做到的不仅是录入，而是读懂，将海量外部信息转化为自身知识和结论。比如从文献中获取了他汀在某个数值下使用会减少冠心病发生，它会给出相应治疗建议，这是计算，即学习能力。人工智能能快速将患者病情的相关信息搜索一遍，通过统计运算给出最个性最优化的治疗方案。再拿现有的可穿戴设备举例，虽然它能监测人的心率运动量等，但无法给出进一步建议，未来的人工智是能根据不同患者的状况给出不同的解决方案的，告诉你食物摄入不足还是过多，运动量还需多少达标等等。

第二是深度学习，等同于人类直觉。打个比方，我们让机器人对某个物品做出鉴别，它需要根据这个物品的大小、重量及其他特定属性做出判断并得出结论。而具备深度学习的智能机器可以不需通过数据和逻辑得出结论，当它看到一位急症患者，会根据患者的痛苦面容、喘气速度、所选医院和科室等，迅速反应出他是急性左心衰。这种推测不需要输入患者信息，反应快，但不一定准确。

第三是智能数据。以前讲到的数据其实是小数据，我们对小数据进行抽样研究去寻找规律，但这种推理只能预测大概率事件，无法认识小概率事件。例如他汀输注后的横纹肌溶解是小概率事件，如果发病率为十万分之一，我们很难收据足够样本进行研究分析。相反，如果通过智能录入一千万例患者，按比例将有一百例患者，假设一百例都出现在北京，那么可认为发病与地域相关，如果其中九成是男性则可认为疾病与性别有关，如果其中又有九成是抽烟者，说明疾病与烟草有关。这对我们定位和救治小概率事件中的人群有重大意义。通过这种方式发现小概率事件的规律，可以理解为将架构师的脑袋放在大数据库中，可使我们的认识更接近真实世界。另一方面，通过大数据发现规律可以更好的预测未来。再比如，人工智能根据患者身高体重、血糖血脂以及个人生活方式进食方式等预测他在某个时间可能发生低血糖，可以在此之前提醒患者补充糖类来预防恶性事件发生。

用于心脏疾病的人工智能可以实现什么？

张海涛：现在来看至少能实现两方面的问题。我们知道心脏病患者在出院后要满足用药达标和生活方式达标，如果患者仅有高血压，用药达标是较容易实现的，如果患者在高血压基础上还合并高血脂、消化道出血，或合并前列腺问题，有阑尾手术史、脑梗史，有牙科问题等，这时需要综合各专科的知识来做决策。但人脑的知识储备是远远不足的，人工智能却可具备最全面正确的知识和诊疗标准，可以指导医生临床用药。另外，它可以连续观察患者出院后的运动状况，根据其身高体重心律血压用药状况等给予运动方式建议，并做出评估。

在6月17-19日举办的第五届中国心脏重症大会上，人工智能作为会议的亮点之一会有很多精彩的报告。可以说，心脏重症领域要正式“触电”大数据、智能医疗、精准医疗，去拥抱新思潮、新设备、新话题和新模式，非常希望届时与更多医生探讨这一话题。

人工智能可以治病，医生做什么呢？

张海涛：智能医生只能为数字人看病。什么是数字人呢？从某种意义上，人具有生物人和数字人两种基本属性，血型、身高、体重等构成数字人。人工智能可像人一样读文献，超过人的精力，24小时不间断的读录文献，具备最全面的医学基础知识和最新进展，并且具备超强的运算能力，可快速将患者信息统计运算，给出最个体优化的治疗方案，但它无法与患者进行情感交流。说到底，医学是文明的产物，医生不是修理工，我们的医疗过程会涉及到感情、文化、患者意愿等，这是机器无法复制的。未来，人工智能是医生的助手，为医生的决策提供参考，医生根据患者意愿、经济能力、依从性等综合考量并做出决定。

医生在临床决策出现冲突时怎么办？医生的权威性会受到挑战吗？

张海涛：这是个很关键的问题。首先，不但人与人工智能间会遇到决策不一致，人工智能本身也会遇到，它能录入巨大数据，其中必然有观点相悖的信息，但它比人更理性，会一遍遍学习从而得出最优建议，而人类在治疗中感性成分更多。从另外的角度想想，其实没有一种方式是非常完美的，任何一种方式都有利弊，所谓的决策的冲突和矛盾属于真实现象，是允许存在的。

医生的决策与人工智能发生冲突时呢？通常觉得，医生对同一种疾病应该有相同的诊断、相似治疗方案，实际不同医生在同一疾病的诊疗方案会相差很大，这受医生教育、利益、地域文化的影响。比如女性更年期后服用雌激素的比例在美国是28%，在中国不到7%。中国女性的观念倾向于不用，因为服用雌激素可能引发肿瘤，而美国人对生活质量的要求高，她会选择使用。医生与智能出现决策冲突并不奇怪，医生需要根据不同需求确定医嘱，无关对错。所以，医生仍需查文献、不断学习，需要综合判断，智能给出的只是参考，它只是医生的助手或患者的顾问，绝不会取代。

未来，手术也可以被机器取代吗？

张海涛：手术操作其实是创造“艺术”的过程，需要更多层面的知识和技能，而且机器在精细操作方面远不如人类手指灵活，它的优势是运算速度和自我学习能力。虽然现在达芬奇机器人下的手术在很多医院开展，但真正实现机器人做手术还很长远。

如果人工智能能可实现基本医疗任务，患者来院的刚需是什么？

张海涛：患者需要医生的建议以及最终的处方权。人工智能得出的结论只是一个参考，医生可信可不信，如果它提供的数据比医生知识所涵盖的要准确，医生要考虑依从。

篇4

你可能会收到一条略带情绪的回复：“认识这么久还被问这个问题有点尴尬，我是你的助理”。

如果你再追问，这位智能助理还会半自豪半傲娇地告诉你：“我不喜欢被贴上这样的标签，组成我的是硅、内存和坚持信仰的勇气。”

类似Siri一样的人工智能语音助手正越来越多地走入消费者的生活。人们对于人工智能的态度，也从最初AlphaGo屡屡战胜顶尖棋手时的震惊，到AI赢了德州扑克大赛冠军时的“习以为常”。

瑞银在其报告《亚洲前瞻：人工智能如何塑造亚洲新面貌》中预测，人工智能的应用在下一个10年末会创造数百亿美元的营收规模，我们所在的亚洲是其主要的营收来源地。虽然现在影响并不太，但是到2030年，人工智能技术每年将为亚洲创造1.8万亿到3万亿美元的经济价值。其中包括引进新产品服务和项目、产品改良所省下的成本，整体价格下降，以及生活方式改善。

不过人工智能提升效率、降低成本的同时，越来越多的工作也正被人工智能所取代。2000年，高盛位于纽约的股票F金交易部门尚有600位交易员，到今年年初只剩下了两位，其余工作全部由机器自动处理。瑞银给出的数字是，从中长期来看，仅亚洲地区而言，人工智能就将对3000万至5000万个工作岗位产生冲击。

首先受到冲击的就是中端技术类工作。其中，对于以制造业驱动的中国所受威胁很大―强预判、高重复，对于机器而言，可比需要个性化、创造力或手工艺的低技能和高技能岗位容易多了。相对，中国香港、新加坡和印度等服务驱动型城市和国家受到的影响则较小。

从行业分布来看，影响最大的5个行业是金融服务、医疗保健、制造、零售和交通。这些行业的营收加在一起，相当于当前亚洲国内生产总值（GDP）的2/3。瑞银认为，除了医疗保健，其他4个领域可能会遭遇重大冲击。其实从中国和印度的发展不难看出，互联网企业借助金融技术，已经对传统金融造成冲击并引发革新，比如更为便捷的支付手段和虚拟助手等应用的陆续出现。人工智能的应用会深化这种革新。

不过也别过于担心。瑞银认为，尽管你的工作在未来可能由机器人来完成，但放到更长远的时间线来看，净失业率反倒相对可控，甚至会逐渐降低。因为雇员的整体生产力也会随着人工智能的崛起而显著提高，这让雇员有更多机会完成创造力强的工作，亚洲的这些行业若能有效运用人工智能，相比带来的威胁，人工智能反而会在亚洲创造数百万个新的就业机会。

人工智能是第四次工业革命的核心，这是依托高度自动化和互联互通的一场革命。瑞银把人工智能的发展分为3个阶段。支持工业自动化和机器人产业的狭义智能（ANI）是最初级的阶段，比如工厂的自动化生产线，淘宝和亚马逊的个性化推荐等。ANI相当于婴儿，只能管理一项功能。上升了一个等级的通用人工智能（AGI），能够处理多个领域的工作，比如推理、解决问题和抽象思维能力，差不多与成年人相当。比如本文开头提到的Siri等智能助手的应用，我们正在向这个阶段过渡。这种人工智能是多种技术的交织，比如神经网络、自然语义处理、机器学习（涵盖深度学习）和认知计算的融合，随后，逐渐扩大到无人机和自动驾驶应用。人工超级智能（ASI）则是智能爆发的最后阶段，是人工智能的最高等级。在此阶段，人工智能将在所有领域全面超越人类智能，它能在众多复杂的线索中作出比人类更好的决策，并先一步看到未来。瑞银称，未来10至15年将是人工智能领域最激动人心的时期，其应用将呈指数级增长，今后的人工智能应用，会像如今基于互联网的设备一样普及。

相对于欧美而言，亚洲进入人工智能世界的时间较晚。目前，有少数几家亚洲公司在语音识别或图像搜索等关键技术领域已经能够匹敌美国技术巨头，但依然没有形成像美国一样的生态系统。根据产业研究机构Zinnov的数据，全球人工智能产业有将近2200家创业公司，其中半数以上位于美国，中国的55家公司和印度的169家公司，对比而言显著落后。 2030年人工智能对亚洲5大行业发展造成的经济影响

前路漫长，但这些亚洲的人工智能公司依然有机会成为全球IT领域的领导者―较晚研发反而很可能“因祸得福”。因为有了欧美的经验，亚洲的人工智能公司可以避开现有的某些低效系统和流程，直接落实最先进的技术。比如大多数亚洲人工智能新进入者可以利用当下先进的云基础设施和图形处理设备，而西方同业公司在创业初期则缺乏这些条件。

同时应该看到，在美国境外，中国和印度吸引的人工智能资本是最多的，这些聪明的资本看到了亚洲在人工智能领域的巨大潜力。瑞银把亚洲因人口结构带来的红利形容为“有着令人羡慕的优势地位”。Zinnov预测，到2025年，以中国和印度为代表的亚洲人工智能人才将突破1.5万人，比美国的1.1万人多1/3。

人工智能面对的伦理困境依然是亟待解决的问题，因为目前并没有相关的行为准则可以参考，这就需要政策制定者在给与宽松的市场环境下，主动规范责任和督促。由于机器会大量取代人工，不少人曾担心亚洲的政府因为害怕就业受到冲击而反对人工智能的应用―这样可能适得其反，并将严重损害竞争力和创新。可喜的是，亚洲的企业和政府已经意识到人工智能的潜力，并把它的应用作为战略去规划。若政府鼓励和大学或初创企业联手，帮助公民提高技能水平并鼓励在人工智能上的创新，这套从上至下的协作还有助于制定共同的标准，建设可媲美硅谷的研发地带。

篇5

一份来自于斯坦福大学的研究报告概述了人工智能的发展趋势，畅想了2030年人工智能将如何融合并影响我们的生活。

除了现在市场上推出的智能恒温冰箱、智能电饭煲，在未来，太阳能也能与智能家居相结合。WindowSocket，这是一款能吸在窗户上的太阳能插座，自带吸盘，需要的时候将之吸在玻璃上面，内置的太阳能电池就能开始工作――这个设计不算新鲜，真正新鲜的是，它背面提供标准的三孔插座，任何现有的电器，几乎都可以接入它进行工作。看似和普通桌子别无二致，不同之处在于带有花纹的玻璃桌面里面，嵌有太阳能电池板，可以将太阳能转化为电能存储在桌子里面。和普通太阳能电池的不同之处在于这种电池即便没有太阳直射，也可以在灯光的照射下发电。

这些太阳能智能家居听起来都很酷炫，让我们接下来看看其他将要融入我们生活的智能应用。

人工智能医生

人工智能助手能够通过特殊的语音识别技术、闪电般的文献检索能力帮助医生诊断、治疗患者，并洞悉患者的喜好和习惯，从而更好地提供个性化医疗和服务。

尽管医疗技术发展迅速，但是医生的问诊过程依然没有改变：患者呈述病症或者不适，医生根据他们的描述开各类化验单或处方。

人工智能助手的工作流程是让患者对着计算机描述症状，并快速缩小发病原因，从而让医生集中精力诊断。通过先进的语音识别技术、独立从数据库中匹配病症的能力，人工智能助手能够加快医生的预约、减少误诊的概率。将来某一天，手机上的一个APP或许能够在家里对患者进行诊断。

智能交通信号灯

“智能交通信号灯”利用照相机、道路传感器、人工智能系统收集数据、独立决策，以便适应车流量的随机性并调整工作时间表，从而更优化地处理交通堵塞、行人安全通行等问题。据了解，这一方式不仅仅可以减少交通压力，还能够减少汽车因空转带来的空气污染和汽油消耗。

目前，卡内基梅隆大学的研究团队已经在宾夕法尼亚州、洛杉矶、加利福尼亚、华盛顿等多地测试了智能信号灯的实用性。也许，2030年它们将出现于每一条街道上。

机器人助教

机器人的发展将能够让其成为教师或者助理，从而根据学生不同的优缺点实现“因材施教”。2030年，学校里的助教可能不是人类。人工智能可以快速应对大学生的困扰，同时可以协助教授对学生进行评分。计算机程序，甚至于人形机器人，可以掌握不同学生的优势和劣势，促使他们的个性化发展。

今年，亚特兰大佐治亚理工学院利用智能助教运行一个在线课程，几乎没有学生意识到回答他们问题的竟然是一个计算机程序。机器人可以成为能够交流的伙伴，而不仅仅局限于电子教科书。

预测罪犯

电影《少数派报告》讲述人类利用“先知”预测罪犯，并在其犯罪之前对其进行逮捕。这样感知未来的能力获取可以借助人工智能实现。

篇6

目前，人工智能的发展阶段呈现以下三个特点：

第一，人工智能在特定约束条件下已具备超越人脑某个方面的能力，但综合来看仅仅相当于蠕虫的智能水平。近期，谷歌研发的人工智能AlphaGo围棋程序在与世界围棋九段李世石的对局中以4：1取胜。AlphaGo采用更为优化的深度学习神经网络，在规则已知和逻辑可控的棋类竞技中实现了对人类的超越。IBM的沃森机器人能够在几秒之内筛选数十年癌症治疗史中的100多万份患者病例记录，为医生提供可供选择的循证治疗方案。但无论是AlphaGo还是沃森都需要由人类预先进行知识分类和设计上的干预，并且“智能”的高低很大程度上取决于所学习先验样本的数量和准确性。因此，通用意义上的人工智能依然是一个漫长而复杂的过程，目前能够做到的更多是特定场景下人类某项大脑能力的延伸和对人类思维决策进行辅助。

第二，人工智能发展可分为不同层次，目前部分技术分支在行业中的应用已取得突破。人工智能发展层次可分为感知智能（语音、图像识别，自然语义理解，机器翻译，机器搜索等），认知智能（神经元芯片、深度学习算法、行为规划等）和自主智能（机器推理、决策和联想等）。感知智能方面，国外的谷歌、IBM、脸书、微软和国内的百度、科大讯飞等在语音和图像识别、机器翻译、大数据搜索等细分技术领域推出了一批有显著创新性的技术产品。认知智能方面，对神经元芯片、深度学习算法的开发主要集中在IBM、高通、谷歌为首的国际巨头以及美国“类人脑芯片”（SyNAPSE）、欧洲“欧脑项目”纳入的高校和科研机构中。由IBM主导的SyNAPSE项目预计在2016年内能够完成100亿神经元规模的计算机原型，但距离通用型、成熟型产品问世尚需较长时日。

第三，我国应积极应对人工智能发展新浪潮，以产学研用协同创新打造国际竞争新优势。近年来，美欧等国家在人工智能领域不断加大投入，开展专利布局，以技术和应用为纽带构筑产业生态。我国在人工视觉、语音语义识别等细分产业领域并不落后，但从全局来看，在人工智能基础理论、核心算法和产品成熟度、产业投资和人才队伍储备等方面与国外对比还存在明显差距。国外大企业重点攻关认知智能和自主智能，我国企业目前多集中在感知智能的低级阶段。

当前阶段，人工智能技术产业化发展应当从以下四个方面着手改进：

一是加强人工智能核心技术研发和产业化。制定人工智能产业技术发展路线图，在客观分析、科学研判的基础上，找准产业未来发展的薄弱点和赶超点。加大资金投入力度，重点突破自然语音语义识别、机器学习、智能搜索等关键技术，完善核心芯片、显示器件、智能传感器、开发工具与集成环境等产业链配套。

二是有效推进人工智能行业应用示范。加快人工智能技术在家居、汽车、无人系统、安防等领域的推广应用，提升生产生活的智能化服务水平。支持在制造、教育、环境、交通、商业、健康医疗、网络安全、社会治理等重要领域开展人工智能应用试点示范。

篇7

本次在北京召开的主题为“创新驱动，应用引领，服务制造强国建设”的第一届中国人工智能技术与应用大会暨人工智能60周年颁奖典礼，由中国电子信息产业发展研究院主办，中国计算机报社、中国软件评测中心承办，在这样专家云集，汇聚多家高新技术企业和各类型人工智能新型产品行业性盛会上，何以嫦娥抗衰股份的“嫦美皮肤解码机器人”系列产品能战胜强手，脱颖而出？

专注医学抗衰 致力于智能机器人的医学应用

武汉嫦娥医学抗衰机器人股份有限公司是国内成功将现代人工智能学习机器人技术、云数据技术、物联网技术、高精度影像学技术等多学科综合运用于人类抗衰老医学临床的高新技术公司。“嫦美皮肤解码机器人”是武汉嫦娥医学抗衰机器人股份有限公司股改以来推出的首款高智能产品，该款机器人集皮肤图层解码、皮肤信息云数据比对、皮肤大数据在线分析、皮肤个性化解决方案等多项技术创新于一身，在皮肤精确检测的基础上，借助现代智能科技，开启了皮肤抗衰技术质的飞跃。

“嫦美皮肤解码机器人”用于专业生活美容、医疗美容和皮肤医疗机构的皮肤深度解析、评测、发展预测和提供个性化解决方案。嫦娥抗衰股份依托智能机器人，尝试医学抗衰机器人+抗衰生态圈的全新运营模式。就机器人而言，可以从水分、油分、紫质、暗斑、皱纹、色素、毛孔、色斑、纹理九个方面形成量化指标，而且科研队伍具有不断扩展开发新指标的潜力，与现有的市场上的皮肤检测产品相比较，“嫦美皮肤解码机器人”具有明显的优势。第一，皮肤检测的深度和精度更显卓越，全面表述皮肤状况的九大量化指标；第二，直观、准确的皮肤发展趋势预测能力，帮助客户和使用机构提前预防及有针对性地解决皮肤问题；第三，依托皮肤大数据、机器人自学习能力，不断完善皮肤检测体系，提供的皮肤问题解决方案更权威，在此基础上，结合移动端、PC端和机器人设备端等多终端互联，建立皮肤解码、养护、治疗的生态圈，以高科技和现代服务理念为基石，实现医疗机构、医美机构和消费者的多方共赢。

嫦娥抗衰股份前身是武汉雅典娜科技有限公司，公司自成立之初，就定位于人工智能新技术的研发。经过全面的市场和行业调研，公司将眼光聚焦于医学抗衰领域，开始人类医学抗衰的新技术和新产品研发。公司曾先后与武汉大学、华中科技大学、武汉理工大学等多家高校和专业研究机构形成战略合作，共同建立多个医学抗衰研究中心，2016年公司正式更名为嫦娥抗衰股份。

“嫦美皮肤解码机器人”是嫦娥抗衰股份两年磨一剑、锤炼而出，而能让嫦娥人矢志不渝的坚守最初的理念的，莫过于对人类抗衰事业不懈的追求，以现代智能科技解决人类抗衰问题的决心。

嫦美皮肤机器人 开创医学抗衰机器人时代

“嫦美皮肤解码机器人”是自主研发的智能型皮肤解码产品，可以自我学习和完善，具有精确的皮肤检测功能，却完全不同于皮肤检测设备。

嫦娥抗衰股份在分析了”嫦美皮肤解码机器人”的工作原理后，给皮肤解码机器人做定义：

皮肤解码技术托生于现代机器人自我深度学习技术，结合云数据技术和高精度影像学技术，突破皮肤检测仅限于皮肤浅表层的局限，基于全脸，更深层次地展现皮肤问题的发生根源，从而达到为皮肤解码的目的。皮肤解码机器人运用云数据技术，通过储存的数十万份中国人不同年龄段、不同地域、不同生活习惯的皮肤标本库，建立权威的综合评测标准。

在此基础上，皮肤解码机器人将客户信息与机器人皮肤评测标准及储存数据进行比对，分年龄、分地域、分季节地评测出客户样本与检测标准之间的差距，从而准确评定客户皮肤水分、油分、色素、毛孔、皱纹、色斑、紫质、暗斑、纹理等9大指标上的差异度，且动态分析皮肤生长发展趋势预测。

最后，皮肤解码机器人根据解码皮肤样本的皮肤问题及病变情况，出具个性化、系统化、科学化的皮肤问题改善及治疗解决方案，结合皮肤医疗机构治疗能力，对客户的皮肤进行全面改善或医治。

“嫦美皮肤解码机器人”项目研发由武汉理工大学教授刘新华博士牵头负责。“嫦美皮肤解码机器人”在立项之初，刘新华带领团队做了详实的市场调研，发现国内的皮肤检测产品大多是美、韩产品。做中国自己的“智造”产品，要超越现有产品层次，超越皮肤检测的范畴，这成为“嫦美皮肤解码机器人”立项的基础。

“嫦美皮肤解码机器人”的研发过程攻克了许多技术难关，其中一个算法上的难点，研发团队曾不眠不休地钻研了7个昼夜。自主研发不容易，但经过“嫦美皮肤解码机器人”项目研发，刘新华教授仍旧希望中国 “智造”多出现，中国创造要在世界上大放光彩。

“嫦美皮肤解码机器人”拥有先进的“第三代光脑-CAⅢ”智能系统，为机器人自学习能力提供智能系统保障，配备高精准的有效像素设备，在外观设计、制作工艺、软件设计多层面的技术创新，先后获得了发明专利数十个，突破传统皮肤检测产品的技术困境，从现代技术角度诠释皮肤解码的意义，将医学抗衰产业带入机器人时代。

探索“产学研”模式 共创医学抗衰智能化未来

医学抗衰领域的智能化技术创造和创新，是推动产业发展的核心力量，也是公司发展的核心动力，然而技术研发是积聚社会优势资源，共同发力的结果，是长期的过程。公司需要有能力整合优势资源，也需要有厚积薄发的耐力。

嫦娥抗衰股份围绕医学抗衰事业版图，与武汉大学、华中科技大学、武汉理工大学等国内外高校、研究机构强强联合，先后斥资千万，致力于人类抗衰课题的综合研究、开发及技术革新，成立了武汉理工大学医学抗衰老信息工程研究院、武汉大学医学影像信息研究中心、华中科技大学国家级激光临床应用研究中心、武汉理工&嫦娥抗衰智能医疗信息化研究中心等多个研究机构。

篇8

解词

人工智能（A r t i f i c i a l 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技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

论调

2016年是人工智能概念提出60周年。对于人工智能，斯蒂芬・霍金博士评论道：“真正的人工智能技术，将是人类历史上最了不起的发明。”

2016年3月初，经过7天的鏖战，谷歌的“阿尔法狗”（AlphaGo）在人机围棋大赛中大胜韩国九段李世石，彰显了当代人工智能的飞速进展和强大实力，也给无数人的心灵震撼一击。

同时，其他巨头的人工智能产品也都在不断显露锋芒。2016年4月，阿里云人工智能程序小Ai成功预测了《我是歌手》第四季总决赛的前三名，并在最终对决中成功预测李玟夺冠；微软的人工智能系统实现了“看图讲故事”；百度的“百度大脑”已经达到4岁孩子的智力水平，百度无人汽车已在路况复杂的北京五环路上试行，应急表现优于司机；度秘机器人已经入驻上海虹桥的肯德基概念店，直接为客人点餐，等等。

看上去，这些人工智能离大规模普及似乎还需较长时间，实际上，随着人工智能与大数据、物联网、机器人、生物医药、虚拟现实等新兴产业结合，它对其他产业乃至社会经济的渗透速度，将会越来越快。

当前，新一轮科技革命和产业变革正在孕育兴起。从2016年11月召开的第三届世界互联网大会来看，世界互联网科技的创新正在呈现出愈加趋向前沿科技竞争的方向。前沿技术的创新作为互联网行业的“风向标”，几乎决定了整个互联网的发展高度。

2016年10月，奥巴马主持白宫前沿峰会，展望美国在未来50年的发展。白宫在峰会上《国家人工智能研究与发展策略规划》报告，旨在把人工智能计划的全部潜能用来强化经济及改善社会。不仅如此，欧盟委员会也宣布，“人脑工程项目”入选欧盟“未来新兴旗舰技术项目”。

而中国对人工智能的重视程度与扶持力度也在持续提升。2015年7月的《国务院关于积极推进“互联网+”行动的指导意见》，明确指出要重点发展人工智能在家居、终端、汽车、机器人等领域的应用；“十三五”规划中将人工智能上升为国家战略；2016年5月，国家发改委、中央网信办等联合印发《“互联网+”人工智能三年行动实施方案》……毋庸置疑，未来人工智能技术的发展与飞跃，将极大地改变世界面貌，改变人们的生活方式。

电报从发明到推广用了20年；电话从发明到推广用了不到10年时间；而当前计算机软件的研发和推广，常常连几个月时间都用不到――2017年1月初，在AlphaGo的升级版化身“神秘棋手”Master以60胜0负1平的战绩横扫人类围棋高手之后，人工智能百度大脑又险胜“世界记忆大师”――互联网在进入下半场的同时，新的一幕在2017年被揭开，人工智能激动人心，充满无限可能。

记事

当前，一股席卷全球的人工智能热潮正扑面而来，无论是硅谷的创业公司、大学及科研机构，还是世界科技巨头谷歌、微软及百度都纷纷在人工智能领域投入大量人力物力，着手进行前瞻性研究。

AlphaGo大胜李世石

2016年3月15日，谷歌人工智能围棋软件AlphaGo与韩国名将李世石的第五场对战结束，AlphaGo以4：1的总比分大胜李世石。3月9日到15日，AlphaGo与李世石一共大战五局，前三局AlphaGo大胜，第四局李世石扭转了败势，但第五局李世石再次失利。

作为中华民族传承已久的棋类游戏，围棋一直以来都被业内公认为是一块计算机无法攻克的高地。回顾这场吸睛全球的人机大战，其意义已经远超围棋，人们热衷于谈论AlphaGo，更多的是出于对人工智能技术的关切。

2016年3月12日，《经济学人》刊发题为《人工智能和围棋一决胜负》的文章指出，不同于1997年深蓝对弈的国际象棋，AlphaGo对弈的围棋更加复杂，每下一步后能产生的可能性也更多。但AlphaGo背后的算法在比赛中已经显示出自己的优势。通过深度学习，它已经能模拟人类下棋，拥有“直觉”，并能给出下一步的最佳策略选择。深度学习是未来通用人工智能必不可少的部分，目前已经有众多公司在这一领域投入资金和精力。未来，我们可以期待深度学习在人脸识别、语音识别甚至是医疗领域的应用。

百度大脑险胜“世界记忆大师”

2017年1月6日晚，江苏卫视播出的第四季《最强大脑》节目中迎来一位特殊选手――百度派出搭载百度大脑的人工智能机器人“小度”，挑战最强大脑的名人堂选手。经过两小时比赛，“小度”凭借在人工智能和人脸识别领域的深厚积累，以3：2险胜人类最强大脑的代表王峰。

百度大脑“小度”的背后是万亿级的参数、千亿样本和千亿特征训练，能模拟人脑的工作机制，学习训练极其复杂的模型。

此前，百度董事长兼CEO李彦宏也在《最强大脑》第四季预告片中表示，如果最强大脑是人类脑力极限的代表，那么百度大脑是人工智能高水平的代表。无论输赢，都会对人工智能的技术发展做出突破性的贡献。

篇9

“阿尔法狗”是一些网友对谷歌AlphaGo人工智能的昵称。昨日，“阿尔法狗”凭借着卓越的算法能力，在举世瞩目的“人机大战”中连续第3局战胜了围棋世界冠军、围棋九段(职业级别最高段)选手李世石。“机器战胜人”，引发了大众对人工智能威胁人类的担忧。那么“阿尔法狗”到底是谁？它的围棋技术是如何学习的？人工智能又离我们到底有多远呢？

解读

“阿尔法狗”是什么鬼？

“阿尔法狗”其实是一款围棋人工智能程序，由位于英国伦敦的谷歌旗下DeepMind公司开发。它也是第一款能击败专业围棋选手的计算机软件。

据DeepMind的团队介绍，选择围棋，恰恰是因为围棋的复杂。围棋的“分支因子”无穷无尽，走法比全宇宙的原子数量还要多。传统的计算机程序在下棋时，会使用“暴力计算”的做法，为所有可能的步数建立搜索树，也就是根据数学和逻辑推理的方法，把每一种可能的路径都走一遍，从中选出最优的走法。

但是围棋棋盘有361个点，走法变化繁多，普林斯顿的研究人员算出了19×19格围棋的精确合法棋局数的所有可能性是一个171位数——比宇宙中的原子数还多。这样的计算结果，哪怕是巨型计算机也要算上许多年。而且由于围棋的每颗棋子都相同，没有大小的区分，这使得围棋的下法中增加了很多“随机”的成分，无法用逻辑推理来预测。所以围棋一直被认为是人工智能领域的最大挑战。

在阿尔法狗出现之前，电脑的围棋能力还停留在业余水平。专家预言，想击败世界上的精英选手，电脑技术至少还要再发展十年。但是“阿尔法狗”做到了。

简单来说，“阿尔法狗”系统之所以可以玩转围棋，是因为它具有两个大脑，一个叫做“策略网络”，负责选择下一步走法；另一个“价值网络”，负责预测比赛胜利者，每走一步估算一次获胜方，而不是一直搜索到比赛结束，从而减少了运算量。两个大脑配合工作，于是将围棋巨大无比的搜索空间压缩到可以控制的范围之内。

揭秘

“阿尔法狗”的围棋是怎么学的？

战胜人类的第一步是模仿人类。“阿尔法狗”首先用围棋专业棋手的3000万步实例对“价值网络”进行训练。而假如一个人要学习3000万步，每步1分钟，需要60多年。通过这种经验学习，阿尔法狗对人类走法的预测准确率就能达到57%了。

模仿之后，第二步便是超越人类。“阿尔法狗”最特别的一点就是，它可以“深度学习”。DeepMind公司CEO哈萨比斯说：“AlphaGo的棋风跟人类很像，因为它会像人一样去学，而且在下棋的过程中变得越来越强大，你我都是这么学的。”

传统意义下，计算机做出的所有反应都依赖于人类事先写入的、具体的程序。因此，如果把所有非典型的例子都一一穷尽，转化为代码告诉计算机，是一项非常庞杂的工作。

但是“阿尔法狗”不会如此“按部就班”，它可以像人脑一样自己来学习，不断提升棋艺，靠的就是“深度机器学习网络”。简单来说，阿尔法狗可以自己与自己对弈，目前它自我对弈已经超过3000万局，在这个过程中，“阿尔法狗”不断积累胜负经验，举一反三，形成对围棋的一种“全局观”。如此，“阿尔法狗”在接下来的比赛中就不会完全依赖于“经验”，而是依靠自己的评价网络，带有创新性地选择最有利于自己的走法。

“阿尔法狗”与人类对战已经不是第一次了，去年10月，它就曾以5：0的成绩完胜欧洲围棋冠军、职业二段选手樊麾。在那之后，有专家就曾预测，“计算机程序击败围棋世界冠军是迟早的事，这是因为，计算机的运算速度比人脑快得多，能凭借‘大数据+深度学习’在短期分析完一个人一生也无法穷尽的棋谱，棋力提升的速度和幅度都很惊人。”

分析

人工智能距离我们有多远？

在“阿尔法狗”战胜李世石后，许多人惊讶于人工智能的高水平，并且立志学习围棋，以便有一天能离人工智能更近一步。事实上，人工智能距离我们并不远，并且会越来越近。

如果你有一部iPhone，就可以通过SIRI语音助手直接让它为你接打电话、读取短信、介绍餐厅、报告天气等，用户可以和SIRI对话，如果SIRI没理解，还会反问，“您是要导航去公司，还是回家？”这里的SIRI就是一套人工智能语音系统。

人工智能，就是能以人类智能相似的方式作出反应的智能机器。家里的扫地机器人可以自动发现污物并帮助打扫，这就是人工智能的功劳。

前不久腾讯开发的一款写稿机器人Dreamwriter，可以根据算法在第一时间自动生成稿件，瞬时输出分析和研判，一分钟内将重要资讯和解读送达用户。上个月，搜狐推出了智能股市播报系统，由机器人自动跟踪、捕捉市场的动态，进行纯粹客观描述，以信息流的方式推送给用户。上述两项人工智能引发了对机器与人工之间如何平衡的讨论，有专家表示，“机器重在扫描挖掘发现信号和机会，而人工重在深度分析和评论，只有找到其中的平衡点，才能满足用户对资讯有效性的实际需求，带来创造性的阅读体验。”

此外，支付宝推出的“芝麻信用评分”也是基于人工智能机器评出的，人工智能结合用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度客观呈现个人信用状况的综合评分。分数达到一定标准，可以享受各种信用借贷、免押服务、实名社交服务。

这些生活中的场景都是基于人工智能完成的，而科学家们也在致力于用人工智能解决更多生活中的问题，哈萨比斯说：“尽管游戏是开发和测试人工智能快捷高效的完美平台，但我们最终还是想用这些技术来解决现实世界中的重要问题。我们的方法具有普遍性，所以我们希望有一天能够对它们进行扩展，帮助我们解决人类社会中最棘手也是最紧迫的问题，这些问题从气候建模到疑难杂症分析，不一而足。”

预期

什么职业会被人工智能取代？

在人机大战的前三局都被“阿尔法狗”拿下后，许多网友恐慌，人类最终会不会被机器所取代呢？事实上，随着人工智能的发展，机器确实可以通过深度学习来代替人类做越来越多的工作，根据一项报告，到2025年，约有25%的工作将由人工智能或是机器人所取代。但是，人类依靠独有的创造性、互动性和谈判性，在一些职业中仍然占有绝对优势。

2013年，由牛津大学一位研究者的论文显示，未来有700多种职业都有被机器替代的可能性。职业中可自动化、计算机化的任务越多，就越有可能被交给机器完成，其中以行政、销售、服务业最为危险。

尽管机器可以模仿人类的大脑进行学习，但是在目前的科技水平下，相比人类，机器欠缺了原创能力、互动能力和谈判能力。因此，具备这三种要素的职业便不容易被机器替代。比如文创、科技和管理行业，就比较安全。

根据上述论文，内外科医生、编舞、教师、作家、律师、人力资源经理、科学家、工程师和记者属于比较安全的、不容易被替代的职业；相反，司机、技工、建筑工人、裁缝、快递员、抄表员、收银员、保安和洗碗工属于比较危险的、有可能被机器替代的职业。

即使如此，专家表示，人类也无需恐慌，虽然计算机可能在一些方面超过人类，但是它依旧不是“整全的人”，例如“阿尔法狗”，它只会下围棋，并不像人类可以做许多事情：弹琴、下棋、与人交流，甚至创造各种人工智能系统……只有人类能处理生活中纷繁复杂的情况，人工智能取代人类的担心为时尚早。

但是，在人工智能逐渐代替人类工作的情况下，如何找到机器和人工的平衡点，也是需要思考的问题。比如有业内人士对智能写稿、智能看盘机器人表示，“智能化资讯不仅仅只是简单地进行数据挖掘、分析，更重要的是解决机器与人工和谐发展的问题，机器重在扫描挖掘发现信号和机会，而人工重在深度分析和评论，只有找到其中的平衡点，才能满足用户对资讯有效性的实际需求，带来创造性的阅读体验。”

影响

人工智能概念股被带火

随着“人机大战”的进行，原本默默无闻的人工智能概念股被推上风口浪尖。周四、周五人工智能概念股领涨两市。周五从早盘开始，A股人工智能概念股纷纷上涨。截至收盘，科大智能、大橡塑、远大智能涨停，泰尔重工、宝德股份等涨幅超5%，劲拓股份、埃斯顿等涨幅也逾4%。此外，数据显示，多只人工智能概念股出现大单流入的状况，其中，两只涨停股科大智能和远大智能超大单净流入分别达5659.59万元、5462.39万元。

某券商分析师对北青报记者表示，相关概念股的上涨是必然的，并表示：“人工智能被我国科技界视为弯道超车的一次难得的历史机遇，我们坚定地看好人工智能这一未来最重要的产业方向，并推荐智能医疗、视频安防、人脸识别、图像识别、专家系统和硬件设备等多个行业和产业的相关股票。”

另有分析师指出，依托人工智能的消费端和工业端的机器人也将是未来的热点。其中，助老助残机器人、护理机器人、医疗手术机器人、清洁机器人、娱乐机器人将成为消费市场的重要需求。另外根据《工信部关于推进工业机器人产业发展的指导意见》，到2020年要建立完善的智能制造装备产业体系，产业销售收入超过3万亿元，实现装备的智能化及制造过程的自动化，也意味着工业机器人的市场空间潜力巨大。

不过，有趣的是，一位证券行业从业者表示，虽然人工智能概念股大火，但自己并没有心情炒，反而担心“让它来分析A股，估计我们都要失业”。

相关新闻

阿里也要做“阿尔法狗”？

篇10

人工智能诊治癌症的机理

利用人工智能诊治疾病是人类一个雄心勃勃的计划，而且，这一计划早就有一些初步结果，例如2007年，美国国际商业机器公司（IBM）就推出了人工智能软件――沃森医生（Watson）。现在，人们特别希望利用人工智能去征服某些严重危害人们生命和健康的疾病，如癌症，而且也已经进入实践，并且有不小的收获。

要让人工智能诊治癌症，第一步需要人工智能有像人一样的感知，即知道周围的环境，尤其是生物体和人的机体环境，什么是正常的机体，什么是异常的机体，甚至是癌变的机体，尤其是只具有微小变化的机体，例如，只有几个发生癌变细胞的乳腺或肺。

第二步是，人工智能不仅要感知正常和异常机体的不同，还要理解为何有这样的不同，是癌变引起的不同，还是其他疾病引起的不同。最后第三步才是判断和决策，即得出结论，在感知和正确理解的基础上，向医生提供对某个个体检测的结果，是患癌还是没有患癌，抑或是患了其他疾病。

要让人工智能感知和理解人体环境和器官，就要让其学习，包括利用大数据的机器学习（算法）和深度学习，这两者有时是相互结合的，同时也是相互渗透的。大数据学习和处理是人工智能的强项，可以达到比人类能力强几百倍几千倍的快速数据运算、分析和理解。而在癌症诊治的深度学习上，更需要人工智能像人一样进行学习，例如对通过物理和化学方式拍摄的人体各种部位，以及深浅度不同组织的图像要有正确的感知和理解，如对X线图像、磁共振成像和CT扫描图像的感知、解读，并得出结论，即诊断。

但是，人工智能的癌症诊治深度学习并不仅限于对癌症和正常组织图像的解读，而是包括更多的深度学习的内容，例如，对癌症标记物和特异分子的识别。

癌症诊治的人工智能学习内容

2016年1月，美国总统奥巴马宣布了“癌症登月计划”，由副总统拜登全面负责。“癌症登月计划”的其中一个项目就是让人工智能进行机器学习（算法）和深度学习，以识别癌症。为此，美国能源部与美国国家卫生研究院下属的国家癌症研究所合作，提出了“高级癌症计算解决方案的联合设计任务”，这个项目就是致力于解决三个基于计算机学习的人工智能抗癌难题。

首先是从认识癌症的分子层面学习，要让人工智能了解RAS/Raf通路的蛋白质相互作用。RAS基因在20世纪60年代被发现是致癌基因，存在于30%的癌症患者中。1982年，美国科学家温伯格等人从膀胱癌细胞中克隆得到第一个人类癌基因，由于它和之前发现的鼠肉瘤病毒基因C-RAS高度同源，因此被命名为RAS基因。RAS基因编码产生的蛋白定位于细胞膜内侧，为GTP/GDP结合蛋白（GDP为鸟嘌呤二核苷酸磷酸，GTP是鸟嘌呤三核苷酸磷酸），通过GTP与GDP的相互转化来调节信号通路的传递。由于RAS蛋白的相对分子量是21千道尔顿（kDa），故又被称为p21蛋白。

之后，人们又发现了RAS蛋白的直接效应因子Raf-1蛋白激酶。Raf-1激酶对细胞增殖、细胞分化、细胞凋亡和细胞周期停滞有重要作用，利用这些作用可以知道癌症的发生、发展，以及找到治疗癌症的药物和方法。

“癌症登月计划”让人工智能进行的第二个学习任务是，进行临床前的药物筛查。这是一种研发癌症药物的预测模型，在临床试验前进行最大化的药物筛选，为癌症病人提供精准医疗方案。具体而言是对临床前和临床试验时的癌症数据进行筛选，结合小鼠模型中的新数据，通过反馈循环让实验模型指导计算模型的设计，建立肿瘤药物反应的预测模型。其实，这也是基于特殊数据和大数据的学习和分析。

“癌症登月计划”让人工智能进行的第三个学习任务是，学习和建立人口模型。这就要求人工智能根据不同人群的生活方式、生活环境、所患癌症的种类、不同的医疗体系等，从数百万癌症病人的病历数据中自动分析，从而获取最佳治疗策略。当然，海量病人的数据来自美国国家卫生研究院、美国食品和药物管理局、制公司和第三方付款机构。

可以看到，美国的“癌症登月计划”中的人工智能学习并不包含肿瘤图像的识别，所以人工智能诊治癌症的学习在不同的国家有不同的内容。

人工智能帮助诊治癌症

人工智能对癌症的识别和诊断首先体现于对癌症数据的解读上，其中最重要的是对癌症基因和基因组的识别和解读。

机器学习（算法）是人工智能的一个基本内容，其中，数据的输入、输出、赋值等运算可以让人工智能对某一问题进行计算分析，从而得出初步结果。对癌症的诊断和治疗也可以利用这一点。加拿大西方大学的罗根等人研发了一套算法，通过对基因数据的分析得出最可能的有效治疗癌症的方案，并且让该治疗方案变得更加个性化。

研究人员使用了一套含有40个基因的数据，这些基因可以在90%的乳腺癌中找到。在接受试验的近350名癌症病人当中，至少都会接受紫杉醇或吉西他滨一种化疗药物治疗。之后，研究人员让人工智能对数据展开处理并找出药物与病人基因之间存在的关系。结果显示，同时接受两种药物的治疗有效率为84%，只接受紫杉醇的治疗有效率为82%，只接受吉西他滨的治疗有效率则在62%～71%之间。

这就为医生提供了选择更好或最佳治疗方案的决策基础，例如，在上述方案中，医生选择对病人同时使用紫杉醇和吉西他滨，可以达到最高的84%的治疗有效率。

2016年，日本研究人员称，他们开发的人工智能软件能够准确诊断出女性患者所患的罕见类型的白血病，而且，这种软件对肿瘤大数据的提取和分析是其优势之一，它仅需要花费10分钟时间就能够对临床肿瘤研究所提供的来自2000万名女性的遗传信息进行对比分析，从而做出诊断。

但是，最早开发应用于医疗领域的人工智能的美国国际商业机器公司更是走在了前面。

沃森癌症医生

美国国际商业机器公司之前推出的人工智能软件――沃森医生诊治疾病是建立在对大数据的检索、使用和算法之上。沃森医生储存了数百万的文档资料，包括字典、百科全书、新闻、文学以及其他可以建立知识库的参考材料。沃森的硬件配置可以使它每秒处理500GB的数据，相当于1秒阅读100万本书。

沃森在面临一位就诊者的时候，会进行一系列的算法，包括语法语义分析、对各个知识库进行搜索、提取备选答案、对备选答案证据搜寻、对证据强度的计算和综合等。此外，沃森医生还可以通过询问病人的症状、病史，迅速给出诊断提示和治疗意见。通过这些程序进行诊断，沃森的诊断准确率达到73%。

现在经过多年的改进，研究人员把沃森医生的突破之一选择为对癌症的识别和诊断。最近，美国国际商业机器公司和美国著名的基因公司Illumina进行合作，在沃森医生的基础上，专门进行癌症基因组的标准化测序和解读，以诊断癌症。根据这个目标，美国国际商业机器公司研发了一个新的专门对基因组进行测序和分析的软件，即沃森基因组（相当于专门诊治肿瘤的专科医生），并将这个软件整合到Illumina公司的Base Space和肿瘤测序计划中，这就可以让沃森基因组使用Illumina公司的实体肿瘤分析面板TruSight Tumor 170。TruSight Tumor 170汇集了一套整合DNA与RNA的靶向癌症相关的基因突变，包括突变与微缺失、基因扩增、基因融合以及剪接变异，使得肿瘤谱分析从一系列单基因检测向多基因检测转变，为肿瘤基因组提供了更加全面的视图。教会机器识别这些肿瘤基因数据，可以快速辨识和诊断肿瘤。

新的智能软件融合后，沃森基因组可以在短短的几分钟之内读取TruSight Tumor 170生成的遗传信息文件，梳理专业指南、医学文献、临床试验汇编和其他知识来源。然后，系统将生成包含每个基因组改变的注释报告。使用沃森基因组可以大幅减少解释结果所花费的时间。比较起来，研究人员也可以使用TruSight Tumor 170进行癌症基因的检测，但是，速度很慢。沃森基因组在几分钟内做的事情，研究人员一般需要一个多星期才能做完。

不仅在速度上沃森基因组可以比人类快得多，而且在检测的准确性以及提供治疗癌症的方式上，沃森基因组与临床大夫和肿瘤专家提供的方案基本一致。美国北卡罗来纳大学教堂山分校的夏普尼斯博士研究了1000余名癌症患者的数据，发现在99%的病例中，沃森基因组提出的治疗建议与分子肿瘤专家团队提出的治疗建议相同。此外，美国国际商业机器公司旗下的沃森健康的副总裁哈韦还指出，在30%的肿瘤病例中，沃森基因组还发现癌症专家遗漏的一些细节。

基于这些结果，研究人员认为，教会人工智能诊治肿瘤大有可为。现在，美国20个专注于基因组学和肿瘤学领域的癌症研究所，包括纪念斯隆・凯特林癌症中心和北卡罗来纳大学教堂山分校的肿瘤研究机构正在进一步培训沃森基因组，以便让沃森基因组能更快和更好地诊治癌症。

对癌症图像的智能解读

诊断癌症不仅要靠解读癌症特有的基因、分子标记物等，还要认识和判断采用各种物理和化学方式拍摄的人体肿瘤的图像，这既是人工智能深度学习的内容，又是人工智能帮助人类诊治癌症的一个重要途径，在这个方面，人工智能也取得了一些进展。

2016年8月，美国休斯顿卫理公会医院的研究人员在《癌症》杂志上发表文章称，他们研发的一款人工智能软件在解析乳腺X线图片时比普通医生快30倍，诊断乳腺癌的准确率更是高达99%。这个癌症诊断软件可以直观地将X光图片的信息转译成诊断信息，方便医生快速对病人病情做出判断，避免耽误病情。

即便是肿瘤科的专科医生，对诸如X线片、CT和核磁共振成像图片的解读都不会是百分之百的准确，而且有很多误读。美国疾病预防控制中心（CDC）和癌症协会的数据显示，每年美国大约有1210万人接受乳腺X线图片检测，其中差不多有一半人在X图片上会出现阳性结果，但实际上是假阳性。为此，又迫使大量女性为了求得安心而进一步接受乳腺活组织检查，进行这一检查的人每年有160万人左右，其中20%的女性根本就没病。这给许多女性和其家庭造成极大经济和精神负担。

为了改变这种状况，研究人员打算从人工智能着手来解决X线图片识别癌症的假阳性问题。卫理公会医院的研究人员设计的这个人工智能软件能够扫描病人的X线影像结果，能采集诊断特征，并将乳腺X线影像结果与乳腺癌亚型进行关联。此后，医生可使用软件的分析结果来精确预测每个病人是否有患乳腺癌的风险。