2001年，由斯皮爾伯格導演的《人工智能》講述了一個(gè)小機器人為了尋找養母，不斷縮短機器人和人類(lèi)差距而奮斗的故事，向人們講述了人工智能的幻景。15年后的2016年，在日本醫生對一名患者的病情束手無(wú)策情況下，IBM的機器人沃森（Watson）在短時(shí)間內閱讀了約兩千萬(wàn)頁(yè)的醫療文獻，給出了治療患者的建議并挽救了患者的生命。自此，人工智能正在走進(jìn)了醫療領(lǐng)域。

　　本文中，筆者經(jīng)過(guò)中文專(zhuān)利庫CNABS、CNTXT以及外文專(zhuān)利庫DWPI、SIPOABS進(jìn)行檢索，獲得基于人工智能的醫療服務(wù)專(zhuān)利文獻277篇。

起步較早，發(fā)展緩慢

　　早在1988年，位于西班牙的智能決策系統公司提交了一件輔助診斷心血管疾病和肺病的系統（公開(kāi)號：GB2210713A）的專(zhuān)利申請。此后10年間，美國的數字設備公司、朗訊科技公司、IBM等公司研究了人工智能技術(shù)在醫療領(lǐng)域的應用，涉及遠程健康監控、醫療數據整合、智能輔助診療等內容。

　　隨著(zhù)人工智能技術(shù)的發(fā)展、互聯(lián)網(wǎng)的廣泛應用以及醫患矛盾的凸顯，2001年起相關(guān)專(zhuān)利申請開(kāi)始緩慢上升，人們已經(jīng)開(kāi)始意識到人工智能將對醫療服務(wù)產(chǎn)業(yè)帶來(lái)深遠的影響。

2015年以后，依托廣泛的用戶(hù)群體、大量的互聯(lián)網(wǎng)數據和成熟的數據挖掘處理技術(shù)，互聯(lián)網(wǎng)巨頭的介入下推動(dòng)了基于人工智能的醫療服務(wù)產(chǎn)業(yè)的快速發(fā)展，呈現出“ 大型綜合醫療服務(wù)公司集中深入研究” + “互聯(lián)網(wǎng)巨頭公司提供大數據支撐 ” 兩者齊頭并進(jìn)的態(tài)勢。

　熱點(diǎn)領(lǐng)域，緊追不舍

　　在輔助診療方面，上世紀90年代，美國微軟和韓國三星在輔助診療領(lǐng)域提交了專(zhuān)利申請（公開(kāi)號：US6529891B1、KR100455289B1）。另外，為了借助醫療影像獲得更準確的診斷結果，近年來(lái)阿里巴巴公司研究的 “用于醫療影像的圖像識別裝置 ” ，幫助醫生快速找到更隱蔽、更早期的腫瘤病變；騰訊研究的醫學(xué)影像產(chǎn)品—— 騰訊覓影，可用于早期食管癌智能篩查、早期肺癌篩查、糖尿病性視網(wǎng)膜病變智能篩查、宮頸癌篩查、乳腺癌淋巴清掃圖像識別等；國內高校院所也從多角度探索人工智能在醫療領(lǐng)域的應用，有望在將來(lái)與互聯(lián)網(wǎng)公司等進(jìn)行合作，實(shí)現產(chǎn)學(xué)研相結合。

　　在藥物管理方面，美國波士頓的Berg公司用人工智能方法僅需9個(gè)月至12個(gè)月就能研制出一款新藥；谷歌為了提供新型藥劑，專(zhuān)門(mén)成立了抗衰老研究公司Calico，推出能以胃酸供電的智能藥片和癌癥檢測丸。歐洲最大的人工智能+新藥研發(fā)公司BenevolentAI建立了一種更快更好地開(kāi)發(fā)新藥的人工智能技術(shù)，通過(guò)人工智能把人、技術(shù)和生物學(xué)結合起來(lái)（公開(kāi)號：WO2017051188A1），集中處理全世界大量高度碎片化的信息，用以加速科學(xué)研究和發(fā)展。事實(shí)上，人工智能僅僅幫助企業(yè)研制新藥是不夠的。為了提高用藥安全，減少藥品給不同人群帶來(lái)的副反應，微軟和IBM分別就藥品鑒別方法提交了公開(kāi)號為US6222093B1、US7647193B2的專(zhuān)利申請，以評估藥品功效和毒性，鑒別藥品是否符合特定患者的用藥標準。

　　在醫療監控方面，美國谷歌的Google Glass為患者提供更便捷的健康風(fēng)險提醒服務(wù)，其收購了智能手表制造公司W(wǎng)IMM Labs、生物技術(shù)公司Lift Labs，并與瑞士諾華制藥合作開(kāi)發(fā)了智能隱形眼鏡。蘋(píng)果公司的Apple Watch在心率測量方面達到了90%的準確度。此外，微軟也研發(fā)了針對盲人用戶(hù)的采用3D技術(shù)的骨傳導耳機，為盲人和弱視患者提供服務(wù)，另外還包括智能手環(huán)和帶有增強現實(shí)（AR）功能的全息眼鏡。隨著(zhù)慢性病的高發(fā)，醫療監控將逐漸成為大趨勢，并將大面積進(jìn)入養老產(chǎn)業(yè)；同時(shí)監控管理平臺所收集的用戶(hù)代謝數據、表型數據，將成為藥物研發(fā)、疾病診斷的基礎數據，推動(dòng)多個(gè)產(chǎn)業(yè)的發(fā)展。

　　在健康管理方面，涉及的領(lǐng)域較多。如在線(xiàn)問(wèn)診包含“ 預問(wèn)診” 和 “自診 ” 兩大功能。“ 預問(wèn)診 ”就是在患者完成掛號后的等待時(shí)間內，進(jìn)入醫院應用（App）或者微信公眾號中的智能問(wèn)診模塊，輸入患者的基本信息、癥狀、既往病史、過(guò)敏史等信息，系統通過(guò)人工智能算法初步形成診斷報告，在患者與醫生見(jiàn)面之前就推送給醫生，大大縮短問(wèn)診時(shí)間； “自診 ” 就是患者在手機或者PC端通過(guò)人機交互完成智能問(wèn)診，生成診斷報告，以供患者參考。百度的醫療大腦為用戶(hù)提供“ 自診” 服務(wù)，其原理是對結構化醫療知識信息進(jìn)行挖掘，然后檢索具有與醫療咨詢(xún)信息或反饋信息對應的實(shí)體標簽的結構化醫療知識信息，根據過(guò)濾結果生成并輸出問(wèn)診結果信息（公開(kāi)號：CN106845061A）。

　　在數據整合方面，科大訊飛依據自然語(yǔ)言處理技術(shù)，直接將語(yǔ)音醫囑轉換成結構化的文字，形成結構化的電子病歷（公開(kāi)號：CN101236615A），而目前針對醫院所有的科室，科大訊飛智能語(yǔ)音轉錄系統的準確率達到97%。醫療數據的整合，關(guān)鍵是將基因數據、代謝數據、表型數據集成于同一平臺，這樣才能實(shí)現更高級別的數據分析。

“ 人工智能+醫療” 是近年來(lái)從事醫療領(lǐng)域的科技類(lèi)公司最推崇的企業(yè)標簽之一，其涉及的公司類(lèi)型和產(chǎn)品類(lèi)型極其豐富，人工智能目前正在輔助診斷、遠程醫療、藥物研發(fā)、護理康復、智能假肢、微創(chuàng )外科手術(shù)等多個(gè)方面為人類(lèi)提供更準確、更便捷的醫療服務(wù)。

　　未來(lái)，隨著(zhù)手術(shù)機器人、康復機器人、輔助機器人、服務(wù)機器人的落地，以及第三方影像中心的大量出現，人工智能結合醫學(xué)影像將成為行業(yè)的重要結合點(diǎn)。在筆者看來(lái)，我國在基于人工智能的藥物管理領(lǐng)域還有很大發(fā)展空間，有望在 “巨人的肩膀 ” 上拓展新藥品研究領(lǐng)域。