張軍要

（漯河醫(yī)學(xué)高等專科學(xué)校，河南 漯河 462000）

近年來，隨著大數(shù)據(jù)、人工智能技術(shù)的快速發(fā)展，人工智能在醫(yī)療中的應(yīng)用也日益增多。使我國(guó)醫(yī)療健康服務(wù)格局發(fā)生了翻天覆地的變化，從傳統(tǒng)醫(yī)療到數(shù)字醫(yī)療，再到智慧醫(yī)療，對(duì)醫(yī)務(wù)工作者的技能要求也必然發(fā)生改變，這對(duì)醫(yī)學(xué)教育也提出了新的要求，必須緊跟新發(fā)展、新需求，及時(shí)調(diào)整教學(xué)目標(biāo)，將人工智能的相關(guān)知識(shí)融入醫(yī)學(xué)教育，培養(yǎng)適應(yīng)新診療模式的新醫(yī)科人才。

一、人工智能在醫(yī)學(xué)中的應(yīng)用

1.輔助診斷

包括導(dǎo)診機(jī)器人、虛擬助理以及電子病歷智能質(zhì)控等。智能導(dǎo)診機(jī)器人可通過人機(jī)對(duì)話的形式，實(shí)現(xiàn)智能分診、預(yù)約掛號(hào)、信息查詢等服務(wù)，提高就診效率。虛擬助理可通過語音識(shí)別等技術(shù)實(shí)現(xiàn)醫(yī)囑、電子病歷的快速錄入，并綜合分析患者的病情特征、檢驗(yàn)結(jié)果，推薦最佳的診療路徑，大大提高醫(yī)生的工作效率。例如一項(xiàng)研究通過人工智能技術(shù)分析56.7萬名患兒136萬余次的門急診數(shù)據(jù)，進(jìn)行了1億多個(gè)數(shù)據(jù)點(diǎn)的分析，提取相關(guān)臨床特征進(jìn)行深度學(xué)習(xí)，建立AI輔助系統(tǒng)。在兒科常見病的診斷準(zhǔn)確性上，該模型與經(jīng)驗(yàn)豐富的兒科醫(yī)生相當(dāng)[1]。

2.醫(yī)學(xué)影像識(shí)別

圖像識(shí)別是較早應(yīng)用到醫(yī)學(xué)領(lǐng)域的人工智能技術(shù)。人工智能可從海量的數(shù)據(jù)中自動(dòng)學(xué)習(xí)正負(fù)樣本的差別，甚至是人類無法察覺的像素級(jí)差別。在人工智能的輔助下，影像科醫(yī)生可提高診斷的效率和準(zhǔn)確度，減輕工作負(fù)荷。在肺部CT影像中智能判斷肺結(jié)節(jié)的良惡性，病灶輪廓勾勒、病理圖像中判斷腫瘤是否轉(zhuǎn)移，搜尋病變細(xì)胞位置等領(lǐng)域有著廣泛的應(yīng)用。鐘碧霞等[2]用4440幅結(jié)腸癌病理圖像，對(duì)正常和腫瘤組織構(gòu)建診斷模型，模型準(zhǔn)確度在正常、中分化、低分化組分別為100%、94.6%、95.2%。

3.藥物研發(fā)

傳統(tǒng)藥物研發(fā)需要根據(jù)實(shí)驗(yàn)結(jié)果，人工設(shè)計(jì)候選分子，再經(jīng)過實(shí)驗(yàn)篩選，找到可成藥分子，一直存在研發(fā)周期長(zhǎng)，經(jīng)費(fèi)投入大，成功率低下等問題。而在人工智能的參與下，利用自然語言處理技術(shù)，從海量文獻(xiàn)中分析出潛在的靶點(diǎn)，通過生成系統(tǒng)自動(dòng)生成海量候選分子，并對(duì)候選分子進(jìn)行分子性質(zhì)、靶點(diǎn)結(jié)合能力的預(yù)測(cè)，根據(jù)限定條件進(jìn)行虛擬篩選，研究人員根據(jù)虛擬篩選結(jié)果，有針對(duì)性地合成候選分子，再進(jìn)行實(shí)際實(shí)驗(yàn)驗(yàn)證，大大節(jié)省藥物設(shè)計(jì)時(shí)間，同時(shí)，提高藥物研發(fā)的成功率。

4.健康管理

主要用于醫(yī)療健康大數(shù)據(jù)分析，綜合個(gè)人電子病歷、體檢數(shù)據(jù)，以及個(gè)人智能穿戴檢測(cè)的心率、血壓、血糖、運(yùn)動(dòng)等數(shù)據(jù)，建立智能化個(gè)人健康檔案，并進(jìn)行健康測(cè)評(píng)，及早發(fā)現(xiàn)危險(xiǎn)因素，對(duì)篩選出的高危人群及時(shí)通知管理者和患者，并提供個(gè)性化的健康保健、飲食建議或者就醫(yī)指導(dǎo)服務(wù)。

二、人工智能相關(guān)技能素養(yǎng)

1.人工智能素養(yǎng)

首先，要了解人工智能的運(yùn)作方式，只有理解人工智能的決策原理，才能更好地利用?？偨Y(jié)以上應(yīng)用，其技術(shù)基礎(chǔ)，可分為計(jì)算機(jī)視覺、自然語言處理和知識(shí)圖譜三大領(lǐng)域。

計(jì)算機(jī)視覺，即分析各類圖像的技術(shù)，其中又細(xì)分為：第一，圖像分類，如給出多張肺部CT圖像，自動(dòng)分辨哪些有肺炎，哪些是正常圖像。第二，目標(biāo)檢測(cè)，如從病理切片中找到病變細(xì)胞，并能定位其位置。第三，實(shí)例分割，如在影像中勾勒出器官或病變區(qū)域的輪廓。

自然語言處理，用來分析各類文本的技術(shù)，大致又可細(xì)分為：第一，文本相似度分析，如智能問答系統(tǒng)，其內(nèi)部?jī)?chǔ)存了大量一問一答的問題，如果有人發(fā)起提問，系統(tǒng)會(huì)分析新問題與已有的哪個(gè)相似度最高，就把相應(yīng)的答案返回給用戶。第二，命名實(shí)體識(shí)別，如從一段文字中自動(dòng)提取出疾病名稱和藥物名稱等。第三，關(guān)系抽取，不僅要抽取實(shí)體，還要分析實(shí)體間的關(guān)系，比如從一段文字中抽取某一疾病的癥狀有哪些，哪些藥物可以治療該疾病。

知識(shí)圖譜，利用信息抽取技術(shù)，分析各個(gè)實(shí)體間的關(guān)系，比如信號(hào)通路中各種信號(hào)分子間相互作用關(guān)系，醫(yī)學(xué)文獻(xiàn)中疾病與癥狀、疾病與藥物的關(guān)系等等，構(gòu)建類似“醫(yī)學(xué)大腦”的醫(yī)學(xué)知識(shí)圖譜，再利用計(jì)算機(jī)強(qiáng)大的計(jì)算能力，沿著關(guān)系網(wǎng)絡(luò)進(jìn)行推斷，比如根據(jù)癥狀推斷可能的疾病，進(jìn)而推薦可用的藥物。

其次，要知道自己和人工智能如何協(xié)作。要清楚人工智能和人類各自的特點(diǎn)，相互配合，提高診療的效率和準(zhǔn)確度。人類大腦擅長(zhǎng)邏輯分析能力。而人工智能更擅長(zhǎng)海量數(shù)據(jù)分析，可以分析遠(yuǎn)超人類的海量數(shù)據(jù)，但本質(zhì)上其決策的過程是數(shù)學(xué)運(yùn)算的結(jié)果，缺乏邏輯分析能力，因而盡管人工智能非常強(qiáng)大，仍然不能替代醫(yī)生，而是醫(yī)生的工具，醫(yī)生在這些強(qiáng)大智能化工具的協(xié)助下，可以更快、更準(zhǔn)確地做出診療決策。且不可過度依賴人工智能，僅僅把自己定位成智能設(shè)備的操作員。

2.人文倫理素養(yǎng)

盡管醫(yī)學(xué)人工智能的應(yīng)用前景廣闊，但在實(shí)際應(yīng)用中仍然面臨諸多限制，缺乏解釋性是其最重要的原因之一，目前多數(shù)人工智能是基于深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，其結(jié)論是海量的參數(shù)通過復(fù)雜的數(shù)學(xué)計(jì)算得出，與人類尋找證據(jù)推導(dǎo)結(jié)果的邏輯完全不同，因此，很難用人類的語言表述和解釋，在不能解釋其原因的情況下就給出診治方案，很難獲得患者的認(rèn)同[3]。如果過于依賴現(xiàn)代的人工智能技術(shù)，缺少與患者交流，把診療過程變成“流水線”式的運(yùn)作，缺乏“關(guān)愛”的醫(yī)療，將嚴(yán)重影響醫(yī)患關(guān)系的和諧發(fā)展[4]。因此，智能診療模式下需要更強(qiáng)的共情、溝通等人文素養(yǎng)。

隨著人工智能和醫(yī)療大數(shù)據(jù)的廣泛應(yīng)用，診療過程中對(duì)患者的數(shù)據(jù)采集也會(huì)更多，這大大增加了隱私數(shù)據(jù)泄露的可能性。個(gè)人信息泄露可能會(huì)被不法分子利用冒名進(jìn)行犯罪活動(dòng)。健康狀況泄露可能導(dǎo)致患者在工作、生活中遭到不公平的對(duì)待，人群生物信息數(shù)據(jù)泄露甚至可能威脅社會(huì)安全。因此，應(yīng)該加強(qiáng)相關(guān)法律法規(guī)學(xué)習(xí)，增加數(shù)據(jù)保護(hù)意識(shí)。

三、醫(yī)學(xué)院校人工智能教育現(xiàn)狀

人工智能作為一個(gè)理工學(xué)科，需要學(xué)生具有較好的數(shù)學(xué)基礎(chǔ)，較強(qiáng)的邏輯思維和編程能力，醫(yī)學(xué)生普遍工科基礎(chǔ)薄弱，缺乏人工智能基礎(chǔ)知識(shí)和編程經(jīng)驗(yàn)，在有限的課時(shí)內(nèi)讓其掌握人工智能課程中所涉及的抽象原理和復(fù)雜算法，難度較大。同時(shí)，理工科的人工智能教材系統(tǒng)全面，但是難度太大，對(duì)醫(yī)學(xué)專業(yè)來說，也沒有必要系統(tǒng)學(xué)習(xí)，而針對(duì)醫(yī)學(xué)專業(yè)的人工智能教材目前還比較缺乏。另外，醫(yī)學(xué)院校普遍缺乏人工智能專業(yè)人才，師資匱乏也為教學(xué)增加了難度。

四、醫(yī)學(xué)專業(yè)人工智能素養(yǎng)培養(yǎng)的建議

1.加強(qiáng)交流合作，培養(yǎng)師資隊(duì)伍

要培養(yǎng)高質(zhì)量的新醫(yī)科人才，教師隊(duì)伍建設(shè)是關(guān)鍵?！叭斯ぶ悄?醫(yī)學(xué)”作為新興的交叉學(xué)科，兩個(gè)方向都具有極強(qiáng)的專業(yè)性，要培養(yǎng)交叉復(fù)合型師資隊(duì)伍，首先要加強(qiáng)培訓(xùn)，從教師隊(duì)伍中挑選學(xué)習(xí)能力強(qiáng)，有意向開展人工智能研究的老師，通過培訓(xùn)進(jìn)修等形式提高人工智能素養(yǎng)。然后通過跨專業(yè)、跨學(xué)校、校企合作等形式開展項(xiàng)目研究或課程開發(fā)，多措并舉，打造優(yōu)質(zhì)的新醫(yī)科師資隊(duì)伍。

2.設(shè)計(jì)有針對(duì)性的教學(xué)內(nèi)容

對(duì)教學(xué)內(nèi)容進(jìn)行選擇，較多的抽象理論和復(fù)雜算法會(huì)導(dǎo)致學(xué)生對(duì)該課程失去興趣，從而降低學(xué)習(xí)效率?？紤]到多數(shù)醫(yī)學(xué)生缺少基本的編程經(jīng)驗(yàn)，應(yīng)設(shè)置python基礎(chǔ)語法、常用數(shù)據(jù)處理方法等前導(dǎo)內(nèi)容。此外，還需要針對(duì)醫(yī)學(xué)專業(yè)特點(diǎn)，理論內(nèi)容概述性介紹基本原理，盡量避免復(fù)雜的數(shù)學(xué)推導(dǎo)，實(shí)踐內(nèi)容選取人工智能在醫(yī)學(xué)中的應(yīng)用案例為教學(xué)素材，涵蓋數(shù)據(jù)的收集、標(biāo)注、訓(xùn)練、部署等流程。涉及編程部分盡量選取高度封裝的庫(kù)，只需簡(jiǎn)單調(diào)用接口，盡可能簡(jiǎn)化編程難度。

3.基于項(xiàng)目的教學(xué)模式

人工智能是實(shí)踐性很強(qiáng)的學(xué)科，通過項(xiàng)目實(shí)踐，實(shí)現(xiàn)一些智能化的功能，可極大提高學(xué)生的興趣。同時(shí)，基于項(xiàng)目的教學(xué)模式可讓學(xué)生全流程參與人工智能的產(chǎn)生過程，比如在計(jì)算機(jī)視覺部分，可與病理實(shí)訓(xùn)課程整合，學(xué)生學(xué)習(xí)某些異常細(xì)胞的鑒別理論知識(shí)之后，用圖像標(biāo)注工具標(biāo)注異常細(xì)胞，作為病理課程的作業(yè)。之后指導(dǎo)學(xué)生將自己的作業(yè)制作成訓(xùn)練人工智能所需的數(shù)據(jù)集，并用目標(biāo)檢測(cè)套件訓(xùn)練神經(jīng)網(wǎng)絡(luò)，讓學(xué)生通過項(xiàng)目實(shí)踐，親手完成一個(gè)具有自動(dòng)檢測(cè)病變細(xì)胞的人工智能項(xiàng)目。還可以在講解神經(jīng)網(wǎng)絡(luò)優(yōu)化方法之后，開展人工智能大賽，讓學(xué)生分組參賽，學(xué)生們通過查閱資料、自行實(shí)驗(yàn)，得到更優(yōu)的模型。最后還可以基于人工智能成果，開展應(yīng)用設(shè)計(jì)比賽，將成果轉(zhuǎn)化為應(yīng)用，充分調(diào)動(dòng)學(xué)生的創(chuàng)造力。再比如在自然語言處理與知識(shí)圖譜模塊，可以選取醫(yī)學(xué)教材中的文本，以抽取文中疾病名稱、癥狀名稱、藥物名稱為任務(wù)，指導(dǎo)學(xué)生進(jìn)行詞性標(biāo)注，模型訓(xùn)練，將相應(yīng)的信息制作成知識(shí)圖譜，最后基于知識(shí)圖譜成果，開展創(chuàng)新大賽，引導(dǎo)學(xué)生設(shè)計(jì)自動(dòng)分診、疾病問答機(jī)器人等創(chuàng)新應(yīng)用。

結(jié)語

隨著人工智能技術(shù)的快速發(fā)展，人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用也必將越來越廣泛，這對(duì)醫(yī)務(wù)人員提出了新的技能要求，醫(yī)學(xué)院校作為培養(yǎng)醫(yī)務(wù)人員的搖籃，有責(zé)任捕捉新的需求動(dòng)向，調(diào)整教學(xué)目標(biāo)，探索新的教學(xué)模式，以培養(yǎng)適應(yīng)人工智能時(shí)代的新醫(yī)科人才。