若论话题热度，人工智能无疑是近段最热话题之一，微软、谷歌、Facebook、IBM等科技巨头都竞相布局人工智能，除了表面上的营销噱头外，更是将其作为其业务竞争力及转型之需，而对于人工智能在医疗领域的应用价值，业界说法不一，那么，究竟人工智能“插足”医疗领域是鸡肋还是正能量？

　　人工智能结合医疗影像 益处多多？

　　近年来，随着移动互联、物联网等新兴技术的快速发展，由不同终端设备催生出的数据量愈加庞大，据相关机构预测，在2020年大数据量将上涨至44ZB。据了解，这些数据有高达80%都是来源于文本、图像、视频等非结构化数据，但是由于技术瓶颈，现有的IT系统无法识别这些非结构化数据，因此，这些数据就犹如“垃圾”，变得毫无价值。而其于人工智能的认知技术则是大数据时代的必然产物，不但能够识别大量的非结构化数据，更可以提供数据洞察(认知计算是IBM提出的一个概念，从技术角度上来讲，认知计算和人工智能有很多共性的地方，比如机器学习、深度学习等方面十分类似，但人工智能只是认知计算的一个维度，人工智能强调让机器更人性化，而认知计算更多的强调推理和学习，以及如何把这样的能力结合具体的商业应用、解决商业问题)。IBM大中华区硬件系统服务器解决方案施东峰曾表示，认知计算是一种能够“像人一样”思考和感知这个世界，具有理解、推理和学习三大突出特性，能够理解各种形式的非结构化数据，由此生成数据洞察，助力企业快速从复杂的海量数据中获得洞察，并做出更为精准的商业决策。

　　事实上，国内外已经有一些高科技企业将这些认知计算和深度学习等先进技术用于医疗影像领域，并出现了“机器人医生”，以IBM的“沃森医生”最有代表性。在国内医疗信息化和分级诊疗的大背景下，人工智能与医学影像的市场空间在不断增长。

　　对于医生来说，大脑的记忆容量和时间都是有限的，绝大多数医生都不可能读完和理解最新的几万份有关研究论文，更不可能记住人类可能患上的上万种疾病。但是对于人工智能不同，“机器人医生”通过深度学习技术，可以不间断的从大量的医学工具书、医学杂志、临床诊断手册、医疗电子记录，到百科全书、词典、图书、新闻甚至电影剧本中提到的电子病历进行机器学习，几乎可以及时存储所有最新的的医学知识。而且更为重要的是，机器人医生能够学以致用，通过认知分析技术，凭借从各种渠道搜集的海量数据，迅速给出“意见”，指导医生做出诊断和治疗决策，并且不会因为人的各情绪导致缺诊或误诊，同时患者能够更快速地获得医疗服务，而医疗机构也可节省成本。

　　之前，对于90%以上的非结构化医学影像数据的认知分析一直是空白，原因在于涉及到大数据医学影像分析技术和电脑认知计算技术，技术门槛高，而基于认知技术正好弥补了这一技术空白，人工智能在医疗影像领域的商业价值是不容忽视的。据IBM提供的资料，在国外，早在2014年，IBM的“沃森医生”已经在美国安德森癌症中心(M.D. Anderson Cancer Center)上岗，已经被誉为“未来最好的癌症专家”和“医神”。据测算，沃森的诊断准确率达到73%。

　　人工智能结合医学影像，益处多多，患者、医师和医疗均受益。对于患者来说，可以更快速的完成健康检查，获得更为精准的诊断建议及个性化治疗方案建议;对于医师来讲，可以消减读片时间，辅助诊断，降低误诊的概率及提示可能的副作用;对于医疗来讲，深度学习可以提高准备率，同进系统性降低医疗成本。

　　人工智能助力可穿戴式医疗快速落地？

　　市场研究机构ABI Research预测，未来5年可穿戴设备行业将进入爆发和普及期，预计2018年全球可穿戴设备出货量将达到4.85亿台，对应销售规模为190亿美元，可见，可穿戴设备市场空间巨大。 Ahadome预测可穿戴技术在医疗保健领域至少占可穿戴设备的50%份额。可以说，医疗是可穿戴设备最具前景的应用领域，未来将被“颠覆”得最彻底的领域。

　　人工智能与可穿戴医疗设备关系相当“亲密”，对于可穿戴式医疗的快速落地起到推波助澜的作用，可穿戴设备将为医疗器械行业带来一场革命，不但可以随时随地监测血糖、血压、心率、血氧含量、体温、呼吸频率等人体的健康指标，还可以用于各种疾病的治疗，甚至可以可用于各种慢性病监测。

　　根据IBM提供的资料, IBM Watson的认知计算技术可以助力可穿戴式医疗引领变革，从2016年初，IBM转型成为一家认知解决方案云平台公司，并陆续与医疗保健领域的前沿企业合作，大力布局个人健康与医疗保健领域。在CES 2016数字健康峰会上，IBM分别宣布与Under Armour、Medtronic达成战略合作关系，IBM Watson的认知计算技术，将在个人健康领域创造和提供更有意义的由数据支持的洞察。据了解，Under Armour的全新UA Record?结合了“认知训练系统”，它可以被用作私人健康顾问、健身教练与助手，在睡眠、健康、运动和营养状况方面，提供及时且有数据依据的指导，甚至参考与使用者相类似的人的信息进行分析。Medtronic利用IBM认知解决方案进行糖尿病管理，共同为消费者打造一个私人健康管理专家，Medtronic应用将通过相关的实时洞察与训练功能，来帮助糖尿病患者更好地了解日常活动对病情的影响，并做出相应调整。通过应用IBM Watson的认知计算能力处理来自Medtronic可穿戴医疗设备及其他情景化来源的数据，并提供个性化的糖尿病管理服务。

　　“作为首款认知时代的系统，IBM Watson将思考能力融入数字化应用、产品和系统，”IBM研发与解决方案高级副总裁John Kelly表示，“我们看到这种能力开始改变包括医疗保健、保险和零售等在内的各行各业。我们期待着与健康和保健领域的前沿企业共同合作。如今Under Armour可以充分发挥IBM Watson的优势，在个人健康领域进行转型，与客户之间建立更加深入的关系，通过数据更清晰展现每一个人的健身效果，以帮助他们实现个人健康目标。” “作为首款认知时代的系统，IBM Watson将思考能力融入数字化应用、产品和系统。”

　　另外，商业医疗保健行业的领导者Pathway Genomics和IBM日前发布了由IBM Watson支持的Pathway Genomics OME?应用的Alpha版本。Pathway Genomics OME应用将利用IBM Watson 认知计算、深度学习的能力与精准医疗和遗传学研究相结合，助力Pathway Genomics为消费者提供个性化健康信息。IBM Watson Health首席健康官Kyu Rhee博士说：“我们知道，遗传学对每个人的健康都扮演着重要角色，然而，由于无法获得足够的服务和解决方案，我们很难将遗传学应用到改善日常健康状况的行为中。Pathway Genomics是第一个在特定基因检测上实现创新并由IBM Watson支持的移动应用，以帮助人们从数据中获取重要洞察。”

　　从目前市场来看，现在可穿戴医疗设备大都倾向于健康管理，还不能称为真正的智慧医疗，如果要往智慧医疗方面发展，要考虑医院、医生的接受度，如果未来能够打通医疗数据的互通互认，可穿戴医疗设备或许会迎来真正的爆发点。除此外，技术障碍也是一个关键问题，目前的移动设备面临网络信号不均匀，条码识别率不高，待机时间短等问题，严重影响使用体验和工作效率，而且，规范化、标准化也是一大挑战。比如要实现智慧医疗、移动护理，首先需要规范的医嘱术语和护理知识库，但目前缺乏国家层面的医疗信息化标准。在以上几点在取得重大突破之前，将不能给消费市场带来长久的吸引力。

　　混合云架构为认知计算提供最强引擎

　　认知技术可以帮助企业分析和理解大量的非结构化数据，并提供数据洞察，彻底改变问题解决方式和效率，但是，传统的IT架构已经无法满足全新的认知工作负载，企业需要构建新的IT基础架构，使其具备更强的计算能力、灵活性以及安全性，从而更好地获取基于云环境交付的认知计算能力。

　　IBM大中华区硬件系统部服务器解决方案副总裁施东峰表示，随着面向大数据而设计的POWER8的推出，IBM Watson基于Power Systems能够在几秒钟内阅读数以百万计的文件。Power Systems将为企业构建面向认知应用的架构提供强大的计算能力。以Power Systems的数据处理分析能力为基础，IBM将帮助企业构建一个灵活的Power with OpenStack混合云模式。在这个模式下，无论是运行AIX或是Linux的Power服务器又或是x86，无论是PowerVM、PowerKVM或是其他支持OpenStack 的虚拟化软件，都可以由支持OpenStack这一业界统一云标准的云管理平台来管理。这意味着，IBM能够帮助企业客户更好地利用计算资源、拓展资源管理平台，使其得以从单一的私有云走向混合、复杂的云平台管理。

　　IBM方面表示，以Power with OpenStack混合云为支撑平台，以Power大数据分析与高性能计算为基础，IBM将为用户构建未来“以数据为中心”的认知商业应用支撑的典型架构。在帮助企业实现认知转型的过程中，为了更具针对性地支持企业日益多样的工作负载及应用，IBM交付了面向企业不同需求的一系列Power服务器。

　　据了解，IBM不只致力于突显Power服务器的差异化能力，更在构建基于Power的大数据生态系统上发力。目前，在大数据、非关系型数据库、内存计算、云以及高性能计算等五大方面，Power Linux服务器已实现对全球及本地的大数据平台和解决方案的支持。而随着这一生态系统的快速壮大，基于Power Linux服务器的创新大数据解决方案也将朝着更为多元化的方向发展，这将更好地满足企业未来的认知计算需求，也是医院或医疗保健供应商利用认知计算技术的最基础的网络架构，只有在此IT架构环境下，认知计算才能更好的落实商业应用。