2018年4月27日-28日，由中國疾控中心、中國信息通信研究院主辦，中國疾控中心慢病中心、中國信息通信研究院云計算與大數據云研究所、中國通信標準化協會慢性病防控信息技術委員會承辦、CloudBest和大健康派協辦的"第四屆中國慢性病與信息大會"在北京盛大召開。
4月28日，“健康智能終端發展與應用”分論壇正式召開，中國信息通信研究院業務主管趙陽光在現場進行《人工智能在健康行業中的應用》精彩分享。
演講內容如下：
趙陽光：各位領導、專家，大家上午好！
今天很榮幸代表中國信通院代表人工智能在醫療健康領域的應用。今天這個匯報分以下的思路，聚焦到醫療的行業，AI如何賦能和改變傳統醫療行業中存在的弊端，最終面對未來這個產業發展的問題與挑戰，我們通過對數據、標準和合作模式、通過技術創新和標準完善、產業融合等角度給出行業發展的建議和分析。
我們覺得人工智能本身的發展，人工智能這個技術本身并不是新鮮的概念，早在上世紀50年代的概念就出現了，一直到阿爾法狗的問世，才讓我們感受到人工智能有一個非常好的應用，我們認為背后有三大因素推動人工智能高速進入應用的發展，它的算法、算力和數據這幾個方面。
關于算法，現在像卷積神經網絡應用在圖像識別等等領域已經取得非常好的效果，歐洲服務器租用 云服務器，國外很多競賽，這種算法在圖像識別的應用已經接近于人眼的水平。其實我們知道有潛能的神經網絡，在那時處理比較簡單的問題，現在在各個行業的復雜度不斷增加，在醫療行業需要在大的片子當中非常微小的區域，以前神經網絡不夠用了，需要深層的神經網絡去逐層的分析圖片的邊界特征，最終給出整個的判斷。
關于算力，現在來講，在機器學習領域和傳統基于CPU的邏輯運算，基于GPU支持高并發、高并行的架構進行過渡，現在有很多專注于神經網絡的芯片問世，很好的支撐了關于算力的基礎。
關于數據這方面，在數據方面不論從數據量還是從數據的市場規模，包括數據的種類，有大量的關于圖像、文本和視頻等等非結構化的數據也可以形成公開的數據集來做訓練，這是數據方面提供非常好的基礎。
我們聚焦一下醫療的行業，醫療行業傳統存在一些問題，我們知道國家一直在推動基層的首診、雙層的轉診，這項國策推動了很久，但還沒有完全達到預期，其中比較大的原因是優質的醫師資源難以下沉，實際上大家人滿為患的擠在三甲醫院看疾病，80%的疾病可以放在基層醫療機構去看的，20%的疑難雜癥有必要在三甲醫院看的。在基層醫院現在無法應對這個問題，比較大的原因有兩方面，一個是關于基層醫生的水平有待提升，基層比較需要全科的醫師。第二個是設備的短缺，糖尿病、視網膜病變的疾病，專業的設備，達到十幾萬，進口達到幾十萬，基層醫療服務機構來說采用這種設備比較緊張。通過AI來改變這些問題，能夠通過影像機通過圖像的分析，捕捉到一些病灶的區域，再給上級醫生復診，起到早期篩查的作用。人工智能幫助其他醫療數據價值的方面，像放射科醫生每天工作量是非常大的，同時對于他們來講，片子是主觀和經驗的知識，容易發生漏診和誤診的現象，我們信通院跟國家衛計委領導溝通當中得到數據指標，誤診和漏診的概率加在一起達到40%，這是非常大的隱患，利用圖像識別的技術完成早期的篩查，在后面也會詳細給大家進行探討。
關于電子病歷，電子病歷蘊含著大量的專業知識，疾病病征以及指導方式，傳統的數據挖掘方式需要人工的來進行抄閱，現在有自然語言的技術，把非結構化的數據進行結構化的處理進行數據的分析。醫療人工智能的場景比較多，從就醫層面，診前、診中、診后，對醫院的醫生、對體檢的機構，從不同醫療行業角度分析，降低醫療成本，提高整個醫療效率。
我們具體看看這個場景，首先可以看看健康助手，指的是利用自然語言處理的技術將用戶的文本輸入或者語言的輸入進行理解，反饋給用戶自問診、導診的指導，醫療健康領域的助手，還不像通用領域的助手，完全實現自由問診的輸入，醫療領域用語通常來說比較專業，普通用戶描述的不太明確，所以在現在產業的基本上選擇的形式與用戶進行溝通。在語音識別這一塊，科大訊飛的例子，他們的機器人在多個醫院的大廳進行導診了，語音識別的技術能夠幫助醫生做這些事兒，尤其口腔科的醫師，工作的時候雙手無法騰出來書寫病歷，通過語音識別的技術，同時去配合專用的麥克風去除環境的雜聲，根據診斷的記錄、患者的基本信息形成結構化的電子病歷。
