段佳豪 16020150019
【嵌牛观察】开展技术预见行动已经成为国家各行业遴选优先发展技术领域和技术课题的重要活动。根据在生命健康领域的了解，遴选出在未来十年左右七个重要技术领域的技术预见，并绘制出关键技术发展路线。
【嵌牛鼻子】智慧医院、人工智能
【嵌牛提问】人工智能领域的技术对智慧医院有什么作用？
【嵌牛正文】预见一：采用人工智能技术的医学顾问系统得到广泛应用
基于人工智能的多重卷积神经网络技术可模拟医生的认知、思考、推理与学习过程，推广具有一定智能辅助诊断能力的医学顾问系统，可有效弥补医疗人力资源不足、降低成本并提高准确率。
美国IBM沃森（Watson）2016进入中国，已有21家医院计划使用Watson人工智能专家提供的肿瘤解决方案。近年来《Nature》、《Science》论文表明，在脑瘤病理切片诊断，儿童认知障碍诊断上，AI准确率上已经超过医生水平。除了IBM外，谷歌、微软、阿里、百度等科技巨头也在医疗人工智能专家领域取得了积极进展。但当前我国医疗人工智能只形成了单点突破的形势，尚未形成广泛推广局面。
人工智能医学顾问系统涉及到计算智能、感知智能、认知智能多个阶段，融合深度学习、分析模型构建、虚拟现实、增强现实、语音识别等众多技术。预计到2020年，我国医疗人工智能应用与世界先进水平同步；到2025年，部分技术与应用达到世界领先水平，助力智慧医院建设取得积极进展；到2030年左右，医学顾问系统智能理论、技术与应用总体达到世界领先水平。
预见二：研制出基于机器深度学习的医学影像智能阅片应用设备
影像数据量占医院总数据量的90%以上，普通医院影像数据以每年几十G的速度增长，普及影像智能读片技术，并建立标准化、规模化和第三方的影像分析算法平台，可大大提高肿瘤识别率，提升阅片速度，让不发达地区获得名医阅片能力。
美国、日本等国家在未来5-10年将继续大力发展疾病筛查、脏器三维成像、病灶分类/勾画、病理分析等技术，加速影像三维后处理软硬件一体化设备的研发。从目前来看，飞利浦、通用电气、西门子、富士等公司在高端影像三维后处理技术及设备上形成了技术屏蔽，而我国尚无国产化成熟的高端产品可与竞争。
基于机器深度学习的医学影像智能阅片设备，需建立卷积自编码、迁移学习、对抗学习等众多模型，以及研发多结节自动分割、高通量特征提取、三维超高分辨率动态显微成像、多参数专科超声成像、多模态分子成像、基于内容影像检索等多种设备及技术。
未来5-10年，我国将在基于分子影像、多模态融合成像与分析技术上取得专利突破，2020年前，研发出基于深度学习的多尺度生物标志物发现系统以及基于GPU加速的高效后处理软件包；2025年前，实时高空间分辨率和多模态的图像融合设备实现国产化及应用，为疾病防诊治方案的精准化奠定技术基础；2030年前，我国将掌握医学影像智能分析与挖掘技术，对危害性较大的主要恶性肿瘤（如肺癌、鼻咽癌等），实现重大疾病临床诊疗方案技术创新。
预见三：具备自然人机交互能力的医疗服务机器人设备得到实际应用
随着全球机器人产业的爆发，精准医疗概念的兴起以及国内老龄化趋势加大，医疗机器人技术纳入国家规划并迅速发展。目前，微创手术、配药、物流、就医指导、智能问诊等机器人技术及设备已成功在部分医院应用，而随着人工智能技术快速突破，具备复杂人机感知能力、自然人机交互及柔顺协作控制技术的医疗服务机器人将在患者康复、居家养老、个人护理、医养结合层面得到普及。
近几年，欧美日企业在医疗机器人市场占据主要份额，如日本有RIBA搬运助立机器人，德国Care-O-botII老龄护理机器人产品。BCG咨询数据显示，2016年全球医疗机器人行业营收74.7亿美元，预计未来5年年复合增长率15.4%，未来将形成万亿的产业链。而我国的医疗机器人基本处于研发或者实验验证阶段，在医疗机构普及率较低，但拥有快速发展的驱动力。
具备护理能力的医疗服务型机器人直接面对人类，需要攻克混合现实、智能传感、机器学习、中文语音语义识别、多模态信息动态感知、柔顺控制、动态环境下人体追踪及动态识别等大量前沿技术。预计未来10-20年，具备强大认知学习能力的医用服务型机器人设备在我国大型医疗机构将得到实际应用，在面向老龄陪护、健康关怀、传染病护理、远程交互诊断等复杂任务场景中发挥重要价值。
预见四：广泛普及医疗语音识别录入技术
医疗语音识别技术不仅在临床问诊、候诊、预约等交互环节使用，在超声、病理、口腔、内窥镜等科室特殊工作场景下拥有更大的价值，结合临床决策支持系统还可有效实现语音辅助疾病诊断功能，是医疗信息化发展水平的重要标志。
根据HIMSS EUROPE调查，大部分欧美诊所已采用语音作为病历收集主要方式。全美72%以上的医疗机构正在使用语音系统，94%的欧美医疗机构正在使用或考虑使用临床语音识别技术提高医生工作效率。国内语音识别录入技术仅在部分全国知名医院有实际应用，近50%的医生每天的医疗文档录入时间超过4小时，看电脑多过看病人。医疗语音识别录入技术，需要利用声学模型自适应和大数据语音建模技术，医疗文本语义分析技术，医学专业术语、特殊单位、特殊符号转换识别技术，并解决在高噪声环境、中文方言场景下的识别准确率等问题。
预计在2025年前，医疗语音识别应用技术及产品将在国内大型医院普遍应用，在辅助电子病历录入层面发挥价值。到2030年实现全国75%以上的医疗机构均能利用语音识别技术提升病历录效率。
