人工智能医药范文

人工智能医药篇1

今年“两会”，“人工智能”首次被写入了政府工作报告，也成为两会代表委员热议的话题之一。

浪潮集团董事长孙丕恕、腾讯创始人马化腾、百度创始人李彦宏、科大讯飞创始人刘庆峰、复星集团董事长郭广昌等代表委员在两会发言中纷纷为人工智能发展建言献策。

如果仔细阅读孙丕恕、李彦宏、马化腾、刘庆峰、郭广昌等代表委员关于人工智能的提案议案，你会发现，他们既是为推动人工智能产业发展发声，也是为各自企业抢占人工智能先机造势。

业界一致认为人工智能技术商业化的拐点已经到来，哪些企业最有机会？显然是那些技术嗅觉敏感、已率先布局的企业更有机会抢占先机。

具有应有场景

和大数据优势的

互联网巨头

BAT是目前国内人工智能的重量级玩家。BAT企业中，百度布局最早，投入力度最大。李彦宏在两会上提交的三项提案均聚焦人工智能。

人工智能已成为百度的核心战略。百度大脑、百度无人车、被称为“人工智能权威”的百度新任总裁陆奇等都成为百度人工智能战略的重要布局，受到业界的高度关注。

据李彦宏介绍，去年和前年，百度的研发投入各有100亿元左右。在李彦宏看来，人工智能技术正在快速发展，大投入才可能有大收益。

与百度在战略上高举高打、重金豪赌不同，腾讯、阿里对人工智能的布局更加现实，主要从现有场景入手，将人工智能结合到现有产品中。

阿里的人工智能是放在阿里DT大商业体系内，配合云计算、大数据对阿里的电商物流乃至物联网体系展开。腾讯则将人工智能紧密围绕内容、社交、游戏三个核心应用场景展开，把人工智能落地在微信、游戏、新闻里面，提升用户体验。腾讯和阿里一样，也把人工智能与腾讯云进行了结合，面向企业市场推出了基于AI的云服务。

由于人工智能技g研发投入大，BAT企业从互联网向AI布局，具有技术实力和资金实力。同时，BAT企业拥有十几年的产品与数据积累，为发展人工智能提供了天然条件。它们在搜索、电商、社交等领域的用户积累和应用场景也有助于人工智能产品实现落地。

给人工智能建设提供“装备”的

IT企业

在互联网投入和建设时期，受益最大的是像思科这样给互联网“淘金者”提供“水”、“铁锹”等工具的互联网设施提供商。当年思科因为抓住了互联网先机快速崛起，当时思科CEO钱伯斯也因此被称为“互联网先生”。

国内老牌IT企业浪潮也是互联网大发展的受益者。伴随中国互联网市场的高速成长，浪潮已成为中国最大的服务器厂商，BAT等企业的数据中心运转着浪潮的服务器和存储产品。

在人工智能建设时期，浪潮也要为“人工智能淘金者”提供“养料”和“装备”。浪潮为此已较早进行了准备和布局。

技术出身、对技术发展脉络有深刻把握的浪潮董事长孙丕恕，较早就看到大数据和云计算的机会，在三年前，浪潮提出做“中国领先的大数据和云计算服务商”，向大数据和云计算领域转型。

如今，浪潮已具备人工智能的三大支撑能力――计算资源、算法资源和大数据资源。

在计算方面，浪潮已经布局多年。无人车测试中，百度实现近90%的识别准确率，这背后依托着采用GPU协处理加速的浪潮服务器。腾讯、阿里、搜狗、今日头条等企业发展人工智能，背后都有浪潮计算力的支撑。

在大数据方面，浪潮从2010年开始投入大数据，目前浪潮的天元数据网已经采集了50PB的高价值数据。人工智能需要大数据“喂养”，浪潮拥有大数据积累。据孙丕恕介绍，浪潮将以天元大数据为依托，加速大数据双创行动在人工智能领域落地。

在云计算方面，浪潮已投资100亿元在全国建设7大云计算数据中心，以行业云的形式提供云计算服务。意识到人工智能在云计算建设中机会巨大，浪潮下一步计划结合人工智能应用，进一步发力云计算市场。

看来，成名于PC时代、成长于互联网时代的老牌IT企业浪潮，有望在人工智能时代焕发新生机。

聚焦某个专业领域的专业人工智能公司

典型企业：科大讯飞

科大讯飞是国内智能语音和人工智能专业领域的领导者。随着在语音技术越来越深入应用，这家曾多年默默无闻的企业，越来越走向前台、受到关注。

在去年10月锤子科技新品会上，锤子科技创始人罗永浩现场演示科大讯飞语音输入功能，随后说了一段话，识别结果一字不差，惊艳全场。

应该说，科大讯飞作为国内早期专注于智能语音和人工智能领域的企业，经过18年的厚积薄发，已进入丰收的季节。科大讯飞不仅拥有大量使用“讯飞语记”的2C用户，更有锤子、华为、IBM这样的2B用户。科大讯飞的产品既可能直接提供给终端用户，也可通过集成到合作伙伴的产品和方案中实现商用落地。

随着人工智能商业化的加速和资本的热捧，会出现更多专业领域的专业人工智能创新公司。比如，上个月被百度收购的渡鸦科技和2016 年2 月由英特尔研究院原院长吴甘沙参与创办的驭势科技，都属于这样的专业人工智能公司。

积极拥抱人工智能“AI+”的各行业企业

典型企业：复星实业

复星集团董事长郭广昌的2017年两会提案主要关注医学人工智能领域，也与复星布局医疗人工智能有关。据了解，复星医药已经在布局达芬奇机器人等产品线。根据财报数据，在去年前三季度复星医疗旗下的达芬奇手术机器人于中国内地及香港地区的手术量达到约8000台，同比增长约49%。

郭广昌非常看好“人工智能+医学”，他认为人工智能也是医学应用的制高点。去年12月10日，复星医药与美国Intuitive Surgical签订战略合作，共同注资1亿美元在上海成立合资企业，主要研发、生产针对肺癌的早期诊断及治疗的基于机器人辅助导管技术的创新产品。Intuitive Surgical据称是全球机器人辅助微创手术的领导者。

和复星实业希望通过人工智能技术抢占医疗制高点一样，奇瑞汽车通过自主研发，并与百度、科大讯飞等合作，加大在无人驾驶、智能汽车领域投入，希望抢占智能汽车市场先机。

可以预见的是，随着人工智能在各行各业的普及，积极拥抱人工智能的传统企业更有机会获胜。

慧眼识珠的产业投资、风险投资、中介等企业

典型企业：创新工场

创新工场的创始人是先后任职微软和Google的李开复。李开复是学人工智能专业出身，他肯定不能放过挖金人工智能的机会。创新工场先后投资了旷视科技（Face++）、驭势科技以及第四范式和地平线机器人（Horizon Robotics）等人工智能公司。根据李开复的判断，人工智能投资已进入“黄金时代”。创新工场还成立了自己的人工智能工程院，由李开复亲自担任院长。

还有一家新成立仅一年多的创投公司在人工智能圈很知名，它叫“将门创投”。能在短短时间迅速出名，一是因为它聚焦在火热的人工智能领域，二是因为它的管理团队来自微软创投加速器的创始团队，已经积累很多创始企业资源和行业资源。

任何一个有商业化“钱景”的新技术都会受到资本的青睐，人工智能也不例外。

据毕马威报告分析，亚洲投资者以前对O2O有很多关注，但2016年下半年投资者更加注重人工智能、机器人和大数据。

人工智能医药篇2

一、我国医药制造企业数字化转型发展现状及问题

医药制造业是我国国民经济的重要组成部分，在整个消费市场中有着举足轻重的地位。进入21世纪以来，我国医药制造业发展迅速，目前已成为全球第二大医药市场，原料药生产出口稳居世界第一。2007-2017年，我国医药制造业规模以上企业的主营业务收入从5967亿元增长至28200亿元，复合增长率达到16.8%，远高于同期GDP增长率。不过，我国医药制造业创新能力弱、竞争能力不强等问题突出，产品仍“以仿为主”，创新药欠缺，药品质量和疗效等都有待进一步提高。另外，随着近几年药品“带量采购”、“两票制”等政策的实施，对药企运营与成本控制提出更高要求和挑战，再加上疫情冲击，我国医药制造企业的收入和利润收到较大影响，规模以上企业的主营业务收入近几年一度出现下滑。在以上背景下，推动医药制造企业数字化转型是推进我国药企向创新型技术型转型升级、提升自身竞争力的有效手段。当前，我国医药制造企业数字化与智能化水平还有较大提升空间，据统计，我国有超过一半的医药制造企业处于单点信息化、数字化覆盖状态，系统间集成度较低；另外，仍有26%的医药制造企业处于数字化起步阶段。具体而言，我国医药制造企业数字化、信息化主要存在如下问题：第一是新药研发能力普遍偏低，研发阶段信息化支撑手段缺乏。当前医药研发需要强大的平台及人工智能、大数据分析等手段支撑，我国医药企业特别是中小企业仍处于传统医药研发阶段，缺乏信息化手段及数据的支撑，导致药物研发耗时耗力，且成功率低。第二是医药生产阶段信息化及自动化大部分处于单点覆盖阶段，未形成端到端集成。一方面部分生产环节还未实现自动化，这在中成药制造企业中较为常见，如药材预处理、药物提取、环境控制等环节，仍需要大量人工参与。另一方面，医药企业信息化与自动化大部分互相分离，生产过程中的数据没有得到实时收集以用于研发、生产过程的控制及管理。第三是企业营销流通、产业链协同等环节信息化水平普遍偏低。我国医药制造企业对药品营销渠道管理、营销数据的实时跟踪及数据分析能力普遍不足。同时，当前药企普遍缺乏互联网营销及用户服务类平台，基于线上的创新发展观念薄弱。另外，医药制造企业利用信息化平台打通产业链上下游企业，实现上下游企业数据同步、资源及业务协同等方面还存在较大短板。

二、我国医药制造企业开展数字化转型推进创新发展建议

基于我国医药制造企业数字化、自动化现状及问题，为推进我国医药制造企业运营升级、产品及服务模式创新，提升行业在国际的综合竞争力，企业应根据自身实际情况进一步提升研发、生产、营销流通、用户服务等环节智能化、数字化水平，同时推进企业各环节系统间集成及数据共享流通，最终实现智能化研发、智能化生产制造、智能化企业管理等全新生产运营模式的构建，具体建议如下。

（一）研发环节数字化

医药研发环节数字化是目前我国医药制造企业存在的最大短板，也是企业加强创新药开发力度的关键一步。研发环节数字化建议从以下几方面开展。一是企业内部要构建统一的研发基础数据库，如电子实验记录、仪器原始数据、化合物/生物样品数据、生物活性数据库等，实现研发过程中各类数据电子化、标准化，并实现基础数据库在企业内部的数据共享。二是完善企业级的研发信息管理系统实现研发流程集成。构建医药研发平台，建立标准化的研发流程，基于研发平台实现研发流程集成。基于研发平台推进研发数据的整合和开发利用，实现对研发进程和研发质量的管理和控制，提高实验效率，加快药物研发进程。三是充分利用大数据、人工智能等新一代信息技术辅助研发创新。医药制造企业应和专注于大数据、人工智能的信息技术服务企业开展广泛合作，共同探索人工智能、大数据等技术在药物研发、临床试验过程中的应用，以降低研发成本、缩短研发周期。例如运用人工智能、大数据等技术在药物研发、临床试验等阶段进行大批量文本分析及预测、虚拟药物筛选、病例分析及临床匹配、晶型预测、发掘药物新适应症等工作，以提高药物研发效率。

（二）生产环节数字化

医药生产环节应重点推进生产过程自动化、智能化水平，加强各环节智能化系统的整合，逐步形成贯穿整个生产过程的智能化、自动化控制体系。由于化药、生物药、中药生产数字化基础存在较大差异，建议企业在数字化转型过程中，根据自身情况选择具体方案。具体建议如下。一是中小企业首先提升药品生产关键环节的自动化、智能化水平。推进智能装备、智能传感器等智能设备的普及，加强提取、浓缩、醇化、干燥、灭菌等关键环节自动化控制系统的部署，逐步实现各个环节工艺参数和质量控制参数（如温度、流量、压力、液位、质量、浓度等）的自动采集、监测、分析、集中显示、报警和控制，简化生产流程，减少人工干预。二是逐步形成贯穿全生产过程的智能化控制体系。在关键环节自动化系统部署基础上，推进各环节自动化控制系统的整合，形成贯穿整个生产过程的智能化、自动化控制体系，强化生产制造各类参数数据汇聚与分析，实现信息和数据的快速、合理、准确传递与共享，全面提高生产制造过程信息化管理能力。三是完善企业生产类信息化系统建设及综合集成。完善生产执行（MES）、环境监测、药品质量监管、仓储管理等生产信息化系统建设，实现生产自动化、智能化设备数据、物料、能耗等数据接入到生产信息化系统中，实现数据的实时监测及分析应用。推进生产信息化系统间集成及数据共享流通，形成集管控、优化、调度、执行和经营于一体的生产新模式。

（三）营销流通及用户服务环节数字化

营销流通及用户服务环节数字化是传统医药制造企业较为欠缺环节，随着“互联网+”在医药及医疗领域的渗透，营销流通及用户服务环节数字化成为医药企业进行精准营销、开展服务化转型的关键。具体建议如下。一是搭建精准营销平台。医药制造企业应联合医药流通企业打造面向基层医疗市场的数字化精准营销平台，重点探索医药产品精准营销方式，提高资源投放有效性。一方面基于精准营销平台整合下游终端客户资源，汇聚营销数据和客户数据，掌握药品流向动态，对渠道终端（如医院、药店等）营销数据进行实时动态管理以辅助差异化营销科学决策制定、渠道优化、终端覆盖等。另一方面基于新媒体环境，通过大数据分析手段分析医生社交网络、阅读量和转发量、医学信息浏览记录等线上数据，挖掘医生使用偏好，实现有的放矢、精准营销。二是打造线上线下融合的医药新零售、健康服务平台。医药制造企业应探索建设B2B、B2C电子商务平台或与大型医药电商平台进行合作，实现营销渠道下沉，推进线下线上全面融合。另外，有实力的医药制造企业可探索建设企业数字化服务平台，并和线下医院、体检中心、理疗中心、药店等实体机构进行密切合作，将数字化服务平台向线下机构及个人用户延伸，基于平台开展药事个性化远程咨询、疗效数字化评估、远程审方、健康监测、健康管理等。同时基于平台沉淀消费者疾病谱变化、健康需求和消费习惯等数据信息，开展C2M反向定制化研发生产。另外，医药制造企业应积极与数字化诊疗平台、互联网医院等平台类企业合作，联合推出慢病管理、术后跟踪等服务，包括在线诊断、药品购买配送、用药跟踪等，形成“医+药”闭环，延伸大健康服务半径，创新开展营销模式。

（四）企业运营管理数字化

企业运营管理数字化是医药制造企业实现内部运营升级的重要手段，通常包括企业人财物的数字化综合管理、企业数据汇聚及综合分析、企业智能决策等。具体建议如下。一是推进企业运营管理数字化升级。针对中小企业，建议通过实地部署或采购SaaS服务等方式，推广办公自动化、企业资源管理、客户关系管理、供应链管理等运营管理类信息系统的使用，加强企业管理精准管控能力。对于有实力的大型企业，建议推进运营管理类系统与药品研发、生产制造、营销流通、用户服务等环节信息化系统的整合，实现研发、生产、营销、用户服务、企业运营管理相关流程及数据的融合贯通。二是提升企业大数据创新应用水平。建议有实力的医药制造企业打造企业数据中台，盘活企业全量数据，实现企业各环节数据的汇聚整合、提纯加工、数据分析、数据应用服务等，形成基于大数据分析与反馈的工艺优化、流程优化、设备维护与事故风险预警、精准营销及用户服务能力，实现企业生产与运营管理的智能决策和深度优化。三是推动产业链上下游信息化协同。加强医药制造企业与上下游产业链企业的协作，通过系统整合、流程打通等推进上下游企业生产要素互通共享，逐步实现产业链互联、平台协同、要素融通，推动产业链企业生产和服务资源优化配置。

三、推进医药制造企业数字化转型政策建议

医药制造企业数字化转型主体是企业本身，不过鉴于我国中小型医药制造企业数量较多，企业对于数字化转型的理解、企业资金以及相应的人才储备等存在较多限制，一定程度阻碍了企业数字化转型进度。因此，地方政府部门应结合本地医药制造行业现状，制定相应保障及扶持措施，以推进本地医药制造企业加快数字化转型进程。具体建议如下。一是地方政府应引导布局医药研发制造公共技术服务平台，充分利用市场化运作模式，搭建涵盖公共信息服务、研发、生产、检测等全生命周期的公共技术服务平台，助力医药制造企业特别是中小企业创新发展。二是整合产业链上下游转型发展需求，培育或引入工业互联网运营企业，构建具有本土特色的生物医药行业工业互联网平台，为区域内医药制造企业提供设备在线监测、设备健康维护、生产管理优化、产品质量监测等应用。三是积极对接一批知名数字化转型、智能制造咨询服务机构或部级智库，推进数字化转型咨询服务机构对接区域内有数字化转型需求的医药制造企业，为企业数字化现状进行评估诊断，并为下一步数字化转型提供发展建议或解决方案。四是充分发挥当地产业联盟、行业协会等协同聚合优势，定期组织医药产学研等机构交流活动，举办数字化转型、新模式新业态培育、技术创新等专题的专业培训，加强信息共享及技术交流。

人工智能医药篇3

解词

人工智能（A r t i f i c i a l Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

论调

2016年是人工智能概念提出60周年。对于人工智能，斯蒂芬・霍金博士评论道：“真正的人工智能技术，将是人类历史上最了不起的发明。”

2016年3月初，经过7天的鏖战，谷歌的“阿尔法狗”（AlphaGo）在人机围棋大赛中大胜韩国九段李世石，彰显了当代人工智能的飞速进展和强大实力，也给无数人的心灵震撼一击。

同时，其他巨头的人工智能产品也都在不断显露锋芒。2016年4月，阿里云人工智能程序小Ai成功预测了《我是歌手》第四季总决赛的前三名，并在最终对决中成功预测李玟夺冠；微软的人工智能系统实现了“看图讲故事”；百度的“百度大脑”已经达到4岁孩子的智力水平，百度无人汽车已在路况复杂的北京五环路上试行，应急表现优于司机；度秘机器人已经入驻上海虹桥的肯德基概念店，直接为客人点餐，等等。

看上去，这些人工智能离大规模普及似乎还需较长时间，实际上，随着人工智能与大数据、物联网、机器人、生物医药、虚拟现实等新兴产业结合，它对其他产业乃至社会经济的渗透速度，将会越来越快。

当前，新一轮科技革命和产业变革正在孕育兴起。从2016年11月召开的第三届世界互联网大会来看，世界互联网科技的创新正在呈现出愈加趋向前沿科技竞争的方向。前沿技术的创新作为互联网行业的“风向标”，几乎决定了整个互联网的发展高度。

2016年10月，奥巴马主持白宫前沿峰会，展望美国在未来50年的发展。白宫在峰会上《国家人工智能研究与发展策略规划》报告，旨在把人工智能计划的全部潜能用来强化经济及改善社会。不仅如此，欧盟委员会也宣布，“人脑工程项目”入选欧盟“未来新兴旗舰技术项目”。

而中国对人工智能的重视程度与扶持力度也在持续提升。2015年7月的《国务院关于积极推进“互联网+”行动的指导意见》，明确指出要重点发展人工智能在家居、终端、汽车、机器人等领域的应用；“十三五”规划中将人工智能上升为国家战略；2016年5月，国家发改委、中央网信办等联合印发《“互联网+”人工智能三年行动实施方案》……毋庸置疑，未来人工智能技术的发展与飞跃，将极大地改变世界面貌，改变人们的生活方式。

电报从发明到推广用了20年；电话从发明到推广用了不到10年时间；而当前计算机软件的研发和推广，常常连几个月时间都用不到――2017年1月初，在AlphaGo的升级版化身“神秘棋手”Master以60胜0负1平的战绩横扫人类围棋高手之后，人工智能百度大脑又险胜“世界记忆大师”――互联网在进入下半场的同时，新的一幕在2017年被揭开，人工智能激动人心，充满无限可能。

记事

当前，一股席卷全球的人工智能热潮正扑面而来，无论是硅谷的创业公司、大学及科研机构，还是世界科技巨头谷歌、微软及百度都纷纷在人工智能领域投入大量人力物力，着手进行前瞻性研究。

AlphaGo大胜李世石

2016年3月15日，谷歌人工智能围棋软件AlphaGo与韩国名将李世石的第五场对战结束，AlphaGo以4：1的总比分大胜李世石。3月9日到15日，AlphaGo与李世石一共大战五局，前三局AlphaGo大胜，第四局李世石扭转了败势，但第五局李世石再次失利。

作为中华民族传承已久的棋类游戏，围棋一直以来都被业内公认为是一块计算机无法攻克的高地。回顾这场吸睛全球的人机大战，其意义已经远超围棋，人们热衷于谈论AlphaGo，更多的是出于对人工智能技术的关切。

2016年3月12日，《经济学人》刊发题为《人工智能和围棋一决胜负》的文章指出，不同于1997年深蓝对弈的国际象棋，AlphaGo对弈的围棋更加复杂，每下一步后能产生的可能性也更多。但AlphaGo背后的算法在比赛中已经显示出自己的优势。通过深度学习，它已经能模拟人类下棋，拥有“直觉”，并能给出下一步的最佳策略选择。深度学习是未来通用人工智能必不可少的部分，目前已经有众多公司在这一领域投入资金和精力。未来，我们可以期待深度学习在人脸识别、语音识别甚至是医疗领域的应用。

百度大脑险胜“世界记忆大师”

2017年1月6日晚，江苏卫视播出的第四季《最强大脑》节目中迎来一位特殊选手――百度派出搭载百度大脑的人工智能机器人“小度”，挑战最强大脑的名人堂选手。经过两小时比赛，“小度”凭借在人工智能和人脸识别领域的深厚积累，以3：2险胜人类最强大脑的代表王峰。

百度大脑“小度”的背后是万亿级的参数、千亿样本和千亿特征训练，能模拟人脑的工作机制，学习训练极其复杂的模型。

此前，百度董事长兼CEO李彦宏也在《最强大脑》第四季预告片中表示，如果最强大脑是人类脑力极限的代表，那么百度大脑是人工智能高水平的代表。无论输赢，都会对人工智能的技术发展做出突破性的贡献。

在第三届世界互联网大会上，最引人关注的就是世界互联网领先科技成果活动，共推出15项高科技研究成果，百度大脑是国内唯一一个入选的综合型人工智能技术。“人工智能是移动互联网的下一幕，并且人工智能将是百度核心中的核心，具体来说，人工智能对百度意味着百度大脑。”李彦宏说。

人工智能医药篇4

人工智能对医疗领域的影响是开创性的、变革性的、颠覆性的。智慧医疗利用人工智能技术将数字化人体和数字化医疗等高度智慧化，部分代替了以往由人力完成的医疗工作，构建了从底层基因、中层病症数据，到上层诊断和手术的上下一体，人与机器互联、协作、共进的新医疗体系。

基于人工智能的智慧医疗主要有四个发展方向。

第一个发展方向是基因测序。比如某公司打造了遗传病智能化解读系统，首先提取和处理DNA数据，然后进行测序分析，最后根据数据分析的结果完成对疾病的关联分析。

第二个发展方向是辅助诊断。通过让机器学习海量医疗数据、专业文献、医学教材，模拟医生问诊流程，采集、汇总和整理病人症状描述，与用户进行反复交流和多重验证，最终给出治疗建议。

第三个发展方向是医学影像。机器可根据病人拍摄的医学影像资料，对病人病情进行确认诊断。

第四个发展方向是药物研发。某公司依托智能分析技术，可以在分子结构数据库中评估出820万种候选化合物，减少了研发成本，并缩短了研发周期。

智慧医疗产业链主要由智能硬件、诊断工具、医联平台、自诊平台、健康管理、医药电商等环节构成。

在智能硬件方面，医疗智能硬件主要有手环、手表、智能鞋等运动健康类监控设备，以及血压、血糖、脑电等病患监测设备。

在诊断工具方面，具有代表性的是前面文章所提到的IBM公司开发的沃森（Waston）医疗平台。

在健康管理方面，WellTok公司与IBM公司联合打造智慧医疗平台，以数据分析服务加强个人健康管理和改善生活习惯，还融合了医疗硬件、医疗保险、健康内容、健康应用等，丰富了平台生态。AiCure公司利用手机终端为患者提供按时用药的健康提醒服务。

未来，人工智能技术与智慧医疗产业的融合力度将不断加大，同时将进一步促进智慧医疗产业的整合提升，催生出一批提供集智能硬件、诊断工具、医联平台等于一体的智能云平台企业。

英国BabylonHealth平台计划整合Deepmind公司的人工智能技术，帮助患者在同医生进行文字、电话或视频交谈前，就提前预知自身健康状况。目前，BabylonHealth平台上约有100名医生，25万用户可通过月付或医疗保健的方式获取服务。

人工智能技术将促使医疗行业出现更加专业化、精细化的分工，将出现线上人工、线下人工、线上机器和线下机器等四种类型。医务工作者将从大量的诊疗业务中被解放出来，将走向复杂度更高、服务更细致的岗位；而规则度高、判别难度不大的诊断都将由相应的机器实施。

人工智能医药篇5

据物理学家组织网近日报道，业界人士认为，各大巨头的诸多尝试和努力是计算领域的一次进化，使用户能更自然地同机器“交流”，指挥设备处理各种任务，比如订货、查阅交通状况、预定餐厅或搜索信息等。这些程序中的人工智能元件旨在创造一个新世界，身处其间的每个人都将拥有一个虚拟的助手。

谷歌

谷歌希望能在人工智能领域博得头筹，该公司高管将人工智能看成是与智能手机一样强大的改变世界的力量。

谷歌最近推出了完全自主设计的智能手机Pixel，其配置强悍且内置智能语音助手Google Assistant，势要与iPhone 7一较高下。借助这一助手，用户能使用并整理设备上以及云端的信息、查阅电子邮件、制订日程、浏览新闻、查询交通状况、查阅天气信息等。

另外，谷歌于今年9月21日推出的能安装在智能手机上的全新数字助手Allo，也广受科技行业和媒体的关注。在今年10月5日举办的秋季会上，谷歌除了推出Pixel系列手机外，还正式推出了Google Home智能音箱。作为要与Amazon Echo一较高下的智能家居中枢，它不仅允许用户通过Google Home进行语音搜索，还可以链接家中的智能设备，并通过语音控制它们。

三星

10月8日，三星表示，将收购美国初创公司、苹果Siri的创始团队Viv Labs，作为进军AI领域的“踏板”。Siri是苹果AppStore里的一个应用，用户像平时聊天一样输入文字内容，Siri会给出答案。

Viv Labs是一家人工智能和虚拟助手公司，被三星收购后，它也将带去其最新的人工智能语音助手产品Viv。Viv具有“动态编程”和“可堆栈化”能力，有助于理解用户的真实意图和提高连续接受用户请求的能力。

三星公司表示，计划在2017年下半年将Viv引入三星智能手机。同时，三星也希望将Viv扩展至其他三星设备，包括电视、洗衣机等家用电器。

亚马逊

亚马逊早在2014年就了Echo家居助手，这个声控扬声器由一位名叫“Alexa”的语音助理驱动。

亚马逊Echo可以作为智能家居的控制装置，它“身高”10英寸，圆柱形，可以摆放在家中的任何位置。Echo支持Wi-Fi连接，可作为蓝牙扬声器播放来自在线流媒体服务的音乐；另外，Echo还可以提供各种信息查阅浏览和提醒等功能，并且依靠语音命令进行激活。

Alexa是装在Echo内的个人虚拟助手，相当于亚马逊版的Siri语音助手，可以接收相应语音命令。使用Echo时，用户只需说一声“Alexa”，就可以开始询问，包括新闻、创建任务提醒、设定闹钟时间或播放音乐等。Alexa还可以和各种智能家居设备进行交互，用来控制恒温器或调节灯光。

此外，亚马逊最近还推出了更小巧的Echo Dot，“身高”仅6.5英寸，并且不需要固定电源。

微软

微软的个人助手名为“Cortana”，中文名“小娜”，是微软于2014年的全球第一款个人智能助理。“小娜”来源于《光环》游戏中的主要角色之一，是主角士官长的人工智能助手。微软称， “小娜”极具幽默和诙谐天分，这一点和苹果的Siri相比有过之而无不及，可谓有史以来最为人性化的个人助理应用。

与苹果的Siri和亚马逊的Alexa一样，微软的“小娜”能够让用户以人类的方式与设备对话。“小娜”可以理解用户说话的含义并以类人类的方式给予反馈。但是与其他语音助手不同的是：“小娜”在PC端和移动端同时适用，而且远不是收发消息这么简单。微软想要她成为用户的贴身智能秘书，协助用户管理通信、安排日程及满足相关需求。

脸谱

尽管脸谱公司在人工智能领域只是“后起之秀”，但“财大气粗”，不惜投入重金进行研发。据信，该公司正在开发一款代号为“Moneypenny（简称M）”的人工智能助理，并已展开内测。

脸谱公司聊天工具Facebook Messenger（飞书信）服务负责人戴维・马库斯说：“M是一种个人数字助理，与市场上其他基于人工智能技术开发的服务相比，M真的能代替用户购物、为亲人送礼物、预定参观、安排旅程等。”

脸谱公司创始人马克・扎克伯格说，他想制造出一款真实版的“贾维斯（Jarvis）”。在电影《钢铁侠》中，“贾维斯”是钢铁侠的智能管家，这款超智能软件能独立思考、会帮助主人处理各种事务、计算各种信息；而且钢铁侠的机甲开发和方舟反应炉更新都离不开它的协助。

扎克伯格写道：“我将通过探索现有技术来开始这项服务。”他的最初目标应该是一些基本智能操作，例如控制音乐、灯光、温度等。

扎克伯格此举并非心血来潮。早在2014年，他就以个人身份入股了人工智能公司 Vicarious。人工智能是脸谱公司三大长期科技赌注之一。扎克伯格曾明确回答为何要进入人工智能领域：“人工智能可以提升互联网服务的智商，从而对于用户变得更有价值。”

目前，脸谱已经建立了三个人工智能研究中心，分别位于法国巴黎、美国纽约和加州的门洛帕克，每个实验室拥有40-50名研究员。脸谱在人工智能开发方面虽然起步晚于谷歌、微软，但成绩斐然。

苹果公司

苹果公司是第一家个人助手的公司，它于2011年了语音助手Siri。今年6月份，苹果给出的数据是，Siri周均提供20亿次服务，而去年这个数字仅为10亿次。

在过去几年，该公司一直在努力优化这一工具。今年6月，苹果开放了Siri，可以与非苹果的应用交互（尽管目前仅限于包括微信在内的6种应用），因此，用户能使用打车软件Lyft来预约车辆，或使用Square Cash进行支付。

苹果也引入了Home应用，来同智能家电和其他设备交互。通过Home这款应用，苹果正努力让Siri从智能手机的框架中跳出来，让她变成用户家庭中的一员，成为一名智能精明的管家。不过，未来她的表现如何，还需拭目以待。

IBM

技术巨擘IBM公司可谓人工智能领域的急先锋。20年多来，该公司的“深蓝（Deep Blue）”计算机占据了无数家报纸的封面。1997年，“深蓝”战胜了国际象棋冠军加里・卡斯帕罗夫，这被视为是IT产业发展史上具有标志性意义的事件之一。

随后，人工智能“沃森（Watson）”接替“深蓝”继续对人类智能极限发出挑战。2011年2月17日，沃森参加了美国最受欢迎的智力竞猜电视节目《危险边缘（Jeopardy）》，并连续击败了该节目历史上最为成功的两位选手肯・詹宁斯和布拉德・鲁特，成为《危险边缘》节目新的冠军。

沃森由90台IBM服务器、360个计算机芯片驱动组成，拥有2880个处理器核心，约有10台普通冰箱那么大，内装超2亿页新闻图书等资料。沃森不仅可以识别文字、地理位置，还可以部分感知人的情感，未来还将试图读懂人类的语言，学会思考。IBM将其实现人工智能的方法称为“认知计算（cognitive computing）”。

外界普遍认为，这是IBM在个人电脑业务及传统IT服务衰落后向死而生的新业务。目前，沃森主要应用集中在医药领域。去年4月IBM宣布，与苹果、强生和医疗器械公司Medtronic合作，目标是“变身”为医疗系统中介，让个人和医院都得通过IBM获取信息，优化数据收集、分析和反馈服务。

去年5月，14家来自美国和加拿大的癌症治疗机构宣布，将开始部署“沃森”计算机系统，该系统能根据病人肿瘤的基因指纹选择出适合的治疗方案。今年6月，日本东京大学医学研究院的研究人员利用“沃森”仅用10分钟即判断出一位60岁的女性患有罕见的白血病。

据悉，未来沃森也会参与到农业无人机运作和监控食品安全等多项实际应用领域。

人工智能医药篇6

关键词:新医科;智能医学;人才培养

1绪论

健康中国已上升为国家战略，新医科在我国高等教育中掀起了一阵新的改革浪潮，“智能医学”的应用性人才培养模式也随之开启。智能医学工程是以现代医学与生物学理论为基础，融合先进人工智能及工程技术，挖掘人的生命和疾病现象的本质及其规律，探索人机协同的智能化诊疗方法及其临床应用的新兴交叉学科。目前，高校在进行医工融合培养学生的指导过程中，存在许多问题，如医学和工科的理论结合层面较为薄弱，多学科交叉联合指导的机制不完善，成果转化和临床应用性不高。实践层面，在现有的医学教育模式下，医学生缺乏全面的对数据进行收集、处理与分析的能力。但是在智能医学时代，对数据的处理与分析能力会成为医生工作的重要组成部分。面向医疗健康的智能医学工程交叉学科人才的迫切需求，智能医学工程交叉学科的人才培养的机制有待完善。2019年，一些院校如南开大学和天津大学获得教育部的审批，已经率先实行招收智能医学工程专业的新生［1］。高等医学教育对新医科背景下智能医学工程专业人才培养认知还处于探索阶段，智能医学工程如何实现医工交叉学科的融合发展，如何获取人才培养中的合适方法、模式、关键技术等的研究，协同医学发展、社会需求的人才，还需要深入思考和进一步探索。

2新医科背景下智能医学人才培养

2．1新医科符合医科改革的内在需求

随着“健康中国2030”国家决策不断推进，医疗健康逐渐被国家视为重要的基础性战略资源，在大数据和人工智能技术影响下，临床应用、疾病预测与预防、公共卫生、循证公共卫生决策、健康管理、健康监测与个性化医疗服务等方面的研究以及产业发展，将是未来整个医疗领域的提升方向，给智能医学分析与决策赋予了新的意义和内涵。

2．2医工融合发展的必然趋势

随着精准医疗与智能医学诊疗技术的深度融合，理论层面，把握新医科背景下智能医学工程专业复合型创新人才培养目标，以临床应用性为导向，多学科领域知识相互渗透。调整医工结合课程体系，既符合新医科需求，又实现医工融合课程模块间的交叉互补，体现医工结合特色的宽口径学科结构。培养既懂医药科学、数据科学又懂人工智能应用的高级复合型人才。实践层面，精准医疗与智能医学工程技术紧密结合，利用临床医生在传统医学中积累丰富的临床经验，并融入到智能医学诊疗模式变化中，将彻底改变现有诊疗模式。

2．3人工智能助力智能医学工程人才培养

随着科学技术的飞速革新，人工智能核心技术推动传统学科专业建设和医工交叉融合。助力人才培养主要表现在以下三个方面。一是从智能医学诊疗技术创新的角度，技术的革新引领人工智能与各个产业领域深度融合，创造新的产业或领域，计算机模拟人脑的思维过程，实现人机交互，提高医疗资源的利用率，推动医疗产业的高效运转。智能医学诊疗主要包括疾病早期诊断、临床决策支持、正确用药、诊疗方案的选择等。如KopR和HoogendoornM等探索了医院对病人电子病历(EMR)数据进行分析，结合结直肠癌预测模型，更准确的预测早期直肠癌和干预治疗实践［2］;HoshyarAN和Al-JumailyA等探索了医学影像自动诊断皮肤癌，通过数据预处理去除噪音和不必要的背景图像，提高图像质量，辅助医生进行临床决策［3］。二是从医疗健康大数据的角度，随着大数据、数字技术、机器学习和人工智能等信息技术在医疗领域的应用，电子健康记录数据呈指数型增长，医疗大数据来源包括医院记录、患者医疗记录、医疗检查结果和物联网设备［4］。智能医疗系统具有识别、筛选和决策等智能医疗辅助功能。2017年上海计算机软件技术开发中心对医疗大数据可视化系统的实践与研究［5］;2018年，阿里健康与阿里云宣布共建阿里医疗大脑2．0［6］，加强在图像识别、生理信号识别、知识图谱构建等能力的建设［7］;同年，腾讯推出医疗AI引擎“腾讯睿知”，具备更智能化的医疗垂直搜索功能，帮助患者精准匹配合适的医生。三是从人才培养的角度，多学科交叉融合发展是大势。人工智能将打破不同学科专业的壁垒，推进多学科交叉融合发展，形成“人工智能+”的专业新的人才培养模式。高校也应根据产业需求变化调整专业设置，构建新的专业结构。高校人工智能相关的本科专业将会蓬勃发展，形成颇具特色的“人工智能+”专业集群。“人工智能+”技术所衍生的新医科、新工科专业之间的协同创新发展，实现技术创新与医疗应用的统一。以“人工智能+医学”为契机，结合医学产业发展趋势和智能医学工程专业的特点，研究相应的教学体系、制定科学的教学计划，建立具有行业特色的课程群、制定合理的课程大纲，解决学生在医学诊疗和工程技术两方面协调发展的问题，全面提升医学生的综合素养以及未来的职业竞争力。综上所述，新医科人才培养在人工智能助力下，培养学生具备较强的创新意识和具有智能医学领域科研能力，掌握关键理论与方法，创造性地将计算机科学技术、人工智能技术和方法、大数据关键技术与医学应用系统相结合，进而创新性完成的医学信息处理、行为交互和人工智能系统集成及应用。以上需培养的能力，对现有医学专业的改造升级、人才培养模式的改变、师资队伍的全面建设具有较高的要求。

3培养新医科人才的实施路径

3．1从医工融合研究的视角

智能医学工程的专业培养建设要体现医工融合发展需求，推进智能工程、医学与教育的深度融合，提升人工智能在医学中的应用，满足新医科发展要求的卓越工程师为育人目标，强调学科交叉渗透、重视临床应用、把握科技前沿，推动教学创新等。

3．2从医工融合研究的广度

目前我国部分高校开展了医工融合人才培养模式的探索，但有区域特色的医工融合研究还不多。针对新医科临床需求分析，把握智能医学工程高等教育体系，重点聚焦区域特色，研究面向健康和重大及特殊疾病防治需求的“新医科”对人才的需求。

3．3从医工融合研究的深度

(1)整体设计智能医学工程专业教学环节。建立知识能力矩阵，整体设计教学、实验、课程设计、专业实习、毕业设计等环节，突出新医科相关课程及实践，加强附属医院和教学医院的联系，深化临床实践能力。(2)培养学生专业能力和科研创新能力。智能医学工程专业教学与知识能力培养的思考是以智能医学学科的特点为基础，通过知识能力矩阵的智能医学工程专业课程创新教学，根据智能医学工程专业课程知识点的内在联系和相对独立性，优化核心知识模块形成知识能力矩阵，构建课程内容架构。通过系统理论知识教学、优化课程实验和上机安排，引导学生自主设计性学习，提高学生的学习积极性，达到有效教学效果。(3)结合学生兴趣偏好，研究如何提高学生的专业兴趣，探索将专业兴趣转换为“工匠精神”的教育理论及方法:广泛调研，全面建立当前地方高校智能医学工程专业学生与专业偏好的培养模式。

4结语

本文研究和分析了新医科背景下智能医学工程专业人才培养理论的融合和发展，获取人才培养中的合适方法、模式、关键技术，协同医学发展。适应服务健康中国建设的战略新要求，符合高等医学教育教学改革的内在需求，又满足地方医学院校智能医学工程人才培养的要求，深入推动基于“医工交叉、融合创新”的“新医科”人才培养技术创新和医学教育教学改革。

人工智能医药篇7

智能医疗的兴起

人机大战1∶4的比分让相当多的人感到失望和悲观，还有人感到了恐惧，认为人工智能战胜人和主宰人类社会的时代已经开启。

然而，即便“阿尔法围棋”最终以5∶0的大比分大胜李世石，也不意味着人工智能主宰世界和人类被奴役时代的到来，理由也并非只是“阿尔法围棋”是人类设计出来的，而是因为，“阿尔法围棋”其实开启了人类利用人工智能的新时代，准确地说，是拓宽了让人工智能为人类干活的新天地，并有可能深入而广泛地让人类文明迅速发展。

“阿尔法围棋”是靠深度学习、蒙特卡洛树搜索算法和自我进化三招战胜人类棋手的，这三大功能也是人类驾驭人工智能为人类服务的途径。由于人工智能能够自我学习，学习能力会越来越强，而且搜集和贮存的数据会越来越多，将会在更多的方面成为人的助手或替代人的工作。例如，除了替代一些体力劳动以及低级岗位外，会学习的人工智能还会接手一些需要创造性、技术性和复杂运算的工作。此外，在各个领域的新产品的研发、预测分析、推广等方面，人工智能也能产生巨大的作用，创造不可估量的效益。

设计“阿尔法围棋”的深度思想公司（Deep Mind）的CEO杰米斯・哈萨比斯提出了人工智能的通用性，即通用人工智能，这种智能与人类专家协作可以解决和处理更多需要智慧才能解决的问题，如诊治疾病，处理气候变化、能源、基因组学、宏观经济学、金融系统、物理等方面的几乎所有问题。哈萨比斯称，人类想要掌握的学科越来越复杂，即使是最聪明的人，穷其一生也难以掌握其中一个领域。如果将“阿尔法围棋”看成一个能够自动将非结构化信息转化为可用知识的过程，那么通过筛选泛滥的数据得出合理的观点就指日可待。研究人员正在努力研究的是一种可以解决任何问题的人工智能超级解决方案。

具体而言，如果“阿尔法围棋”的自我学习能力、大数据存储和分析功能应用到医药领域，将诞生一种新的医疗和医药模式，即智能医疗（有人称智慧医疗，但由于智慧似乎为人类所特有，以人工智能为基础的新型医疗称智能医疗更好）。

智能医疗是指通过打造健康档案区域医疗信息平台，利用最先进的计算机和互联网技术，实现患者与医务人员、基础研究（医学和药物研究）与临床治疗、医疗机构、医疗设备之间的互动，逐步达到信息化防治疾病和健身强体的目标。

例如，通过无线网络，使用掌上电脑便捷地联通各种诊疗仪器，医务人员能随时掌握每个病人的病案信息和最新诊疗报告，随时随地快速制定诊疗方案；在医院任何一个地方，医护人员都可以登录距自己最近的系统查询医学影像资料和医嘱；患者的转诊信息及病历可以在任意一家医院通过医疗联网方式调阅；任何科学研究，包括医学和与医学相关的物理、化学等领域的研究最新成果能在互联网上及时公布等，让诊断、治病和用药以及公众的保健得到最有效、最迅速、最适宜、最廉价和最科学的处理。

智能医疗的具体表现

以“阿尔法围棋”为例，可以知道什么是智能医疗。

研发出“阿尔法围棋”的深度思想公司并非只是专注于让“阿尔法围棋”与人类棋手过招，而是注重把人工智能通过学习解决实际问题的能力贯穿应用到医学领域。2016年2月深度思想公司就已经了在医护领域使用的深度学习程序――深度思想健康（Deep Mind Health）。这是一款手机应用程序（APP），包括“识别风险病人”（Stream）和“早期临床护理管理”（Hark）两个模块。

这种手机应用程序当然也是一种人工智能，它们需要学习和帮助医护人员监护一些表面上不严重但实际很危险的病人，或者一些急性发病者。例如，深度思想健康的“识别风险病人程序”可以及时发现急性肾衰竭高风险病人，以便让医生及时治疗并改善对病人的护理。这个程序是通过检读血液检查报告，以辨别哪些病人存在风险。结果表明，有25%的急性肾衰竭死亡可以通过这个程序避免。“早期临床护理管理程序”则能帮助医生制定治疗方案和采取行动。使用该项程序能避免38%的患者病情恶化。

当然，这些只是人工智能开发和应用的冰山一角。实际上，在医药领域利用计算机技术和人工智能最早和进展较大的是药物的研发与监控。计算机和人工智能对于药物的研发在很多方面都起到了作用，如研发新药、老药新用、药物筛选、预测药物副作用、药物跟踪研究等。这实际上已经产生了一门新学科，即药物临床研究的计算机仿真（CTS）。

一种新药的开发一般估计需要15年时间，耗资10亿美元，但最近的估计是可能耗资40亿～120亿美元，还不能保证成功。因为，除了要求新药要有疗效外，还需要安全性的保障。如何监控和预测药物的副作用或不良反应就成为研发一种新药或老药新用的重要保证。

对于传统的药物研发来说，一种药物必须经过动物试验和人体的Ⅰ、Ⅱ、Ⅲ期临床试验。而且，即便Ⅲ期试验后批准上市，还有Ⅳ期临床研究，即新药上市后进行的临床研究，而且一类新药要求进行2000个病例的IV期试验。这也是造成药物研发周期长、费用高的重要原因。

但是，在今天有了计算机程序，特别是以“阿尔法围棋”为代表的能自我学习的计算机程序（软件），就为人们提供了一个检测药物的人工智能安全专家。首先是在新药筛选时可以获得安全性较高的几种备选物质。当很多个甚至成千上万个化合物都对治疗肝癌显示出某种疗效，但又对它们的安全性难以判断时，便可以利用“阿尔法围棋”的策略网络和评价网络，以及蒙特卡洛树搜索算法来挑选最具有安全性的化合物，成为新药的最佳备选者。

同样，对于尚未进入动物和人体试验阶段的药物，也可以利用类似“阿尔法围棋”这样的人工智能来检测新药的安全性。因为，每一种药物作用的靶向蛋白和受体都并不专一，如果作用于非靶向受体和蛋白就会引起副作用。类似“阿尔法围棋”的程序可以通过对既有的数千种已知药物的副作用进行筛选搜索，以判定一种药物是否会有副作用，或副作用的大与小以及最小，由此选择那些副作用概率最小和实际产生副作用最小的药物进入动物和人体试验，就会大大增加成功的概率，节约时间和成本。当然，利用“阿尔法围棋”等程序还可模拟和检测药物进入人体内的吸收、分布、代谢和排泄、给药剂量-浓度-效应之间的关系等情况，让药物研发进入快车道。

大数据和信息共享

大数据和信息共享同样是智能医疗的核心。信息共享成为智能医疗的重要性在于，全球的科研人员只有科研共享，才能对各种危害人们健康的疾病和顽症，如艾滋病、癌症等进行有效的治疗，挽救人们的生命。这一点在突发公共卫生事件，尤其是暴发危害人们生命的疾病时，具有重大的作用，例如最近在南美爆发的寨卡病。

由于医护人员对寨卡病的发病机理、传播途径和危害胎儿和孕妇的机理并不清楚，对待这种疾病既无有效的药物，也没有疫苗，因此需要更多更新的研究结果来指导防治疾病，而对于最新研究信息的共享，则有助于指导全球医务人员和公共卫生专业人员，并通过医护人员向公众提供科学的防治方法。

正是在寨卡病的防治上，信息共享得以突破。现在，美国威斯康星大学麦迪逊分校病毒学家康纳研究团队用寨卡病毒感染猴子进行试验，并在网上公开了首批数据。这一行为改变了过去研究人员只是在学术期刊发表研究结果和数据的传统做法。美国研究人员在网上的是2016年2月15日他们将寨卡病毒注射进3只印度恒河猴体内获得的血液、唾液和尿中所检测到的病毒数量的原始数据。这些数据能让每个人都看到，并且每天都会更新研究结果。

此次康纳等人首先在网上公布动物试验的数据意味着，生物医学已经正式踏入智能医疗门槛。与此同时，中国研究人员也借寨卡的防治和研究而跨入智能医疗和大科技的门槛。中国疾控中心与江西省疾控中心、浙江省疾控中心、军事医学科学院等单位合作，分别对寨卡病毒感染病例血液和尿液标本中的寨卡病毒基因组进行了全面解析，获得病毒全基因组序列，并到网上。

这种科研的资源共享显然为人们认识寨卡病的病理、研制药物和疫苗奠定了基础。而且，基于对不同来源的寨卡病毒特点的认识，将进行针对性的药物和疫苗研发。例如，中国疾控中心和江西省疾控中心合作测序的寨卡病毒基因组有10676个碱基，与目前在美洲的流行病毒株具有高度同源性。但是，浙江省疾控中心测序的寨卡病毒核酸序列与太平洋岛国法属波利尼西亚地区报道的病毒基因组序列高度同源，而与中国其他省份报告的输入病例的病毒核酸序列存在差异。

不过，美国研究人员在网上公布恒河猴试验的数据还具有更多的意义。寨卡病是一起非常紧急的公共卫生突发事件，所有人都在与寨卡病毒赛跑，也与时间赛跑。除了不应让科学家的竞争成为保密理由而延缓对寨卡病的认知和防治外，还要意识到，对人的研究有很多伦理限制而无法获得相应的数据和知识。

由于寨卡病毒感染的形式和机制在人和恒河猴体内相似和相同，研究人员能通过向猴子体内注射不同剂量的寨卡病毒而获得该病有价值的第一手相关信息。科学家能对怀孕恒河猴体内的羊水反复取样，以判断寨卡病毒能否以及多快感染胎儿。这些数据一方面不可能从人身上快速且合乎伦理地获取到，另一方面也可能因此而延误人们对寨卡病毒是否导致小头儿等的认知。

有了对恒河猴的研究结果，并且能在网上，就能较快地获得诸如寨卡病毒是否与小头儿关联的确切信息和机理，例如，正在发育的胎儿可能何时会被寨卡病毒侵袭而导致出生缺陷，也就能为人们提供防治的线索和方式。

此外，由于世界一些国家反对动物试验，尤其是反对用灵长类动物进行医学试验的呼声越来越大，浪潮越来越高。欧洲一些国家，如德国已经在减少灵长类动物的医学试验，美国国立卫生研究院（NIH）也已决定结束其下属一家实验室存有争议的猴子试验，并终止了对黑猩猩侵入性试验的经费支持。

在这样的情况下，美国研究人员在网上公布寨卡病毒感染猴子的数据就更具有意义，因为这是在实现一个共同的目标，资源共享能让那些并没有进行动物试验的研究人员了解动物试验的情况和数据，也就会减少使用灵长类动物进行试验。

当然，大科技时代的资源共享也会让科研人员产生疑虑，其中最核心的是，研究成果的界定和归属，以及其他研究人员是否采信网上的动物和其他研究数据及结果。

对于第一个问题，也许可以用网上公布的时间来判断一项研究结果的最早时间和进行研究的科研人员，至于对网上公布的研究结果的采信与否，可能会随着大科技时代的进展由实践做出回答。无论其他研究人员是否采信网上公布的结果和数据，都会进行验证，因此，可能会有效地检验网上公布的研究结果。

患者也要利用智能医疗

一般而言，智能医疗通常指的是计算机、大数据和互联网+如何让医生和专业机构对病人的疾病诊治更准确和更科学，让人们既能看病有效，又能少花钱。

例如，现在飞利浦公司设计了一个智能软件飞利浦健康套件数字平台，希望将消费者、患者和医疗服务人员三方进行串连，在互联的护理领域进行尝试。这个平台是一个基于云技术的开放安全平台，能够收集和分析从健康手表、血压计、耳式体温计和身体分析仪等多个设备源头的健康数据。医生也可以在第一时间了解到患者的情况并做出医疗判断和治疗方案，从而大大降低医疗成本和漏诊误诊的发生率。

智能医疗的另一个维度是患者和家属，以及需要保健的正常群体，他们也需要大数据和智能分析来选择自己所需的诊治疾病的方式和程序，以及正常人需要选择的保健措施。

在这方面，利用大数据设计成智能软件，为患者和公众提供就医和保健的信息也格外重要。现在，美国已经出现了主流医院评价平台的智能软件，供广大公众选择。这个平台对美国近5000家医院、约14万医生以及16个医疗领域的137家专业医院排名。这个排名对医院声誉、患者存活率、患者安全性以及其他医疗相关指标在内的数十项评价指标进行综合排序，由第三方公司或组织进行多方位、多元化评价，更加关注医疗产出以及患者满意度。如此，这种智能平台可以向公众提供他们可以选择和信赖的医院进行就诊和治病。

现在，中国对医院和医生的评价还是采用最普遍的医院等级划分标准（3级10等）。医院评审分级标准包括医院的规模、技术水平、医疗设备、管理水平、医院质量等5个标准，但由于其他评审内容设置缺乏直观指标，容易量化的硬件标准（床位、科室设置、医疗设备、人员配备等）成为划分医院等级的决定因素，暂时未能考虑医院的综合医疗效果、患者存活率、患者安全性等。

现在，中国研究人员意识到医院评价和大数据的重要性，复旦大学医院管理研究所已经邀请全国30个临床专科的几千位著名专家学者共同参与评审中国最佳医院排行榜。其中，医院专科声誉主要由专家提名心目中名列前茅的医院，而在科研学术方面，得分主要来自于部级奖项和科学引文索引（SCI）影响因子。

相比而言，美国对医院评价的智能软件主要是为患者服务，医院排名的宗旨就是让患者选择合适的医院、医师。这也是为什么美国的第三方评价机构选取的众多评价标准中多数是关于患者安全、医疗质量及就医满意度的，而这些指标正是一个排行榜见功力、需要大量数据分析支撑的地方。

人工智能医药篇8

IBM大中华区董事长陈黎明表示：“商业人工智能的核心是解决关乎企业经营中生存和制胜的关键问题。以电子、能源、汽车、工业产品制造及相关服务产业为核心的实体经济是保持国家竞争力和经济健康发展的基础。技术的不断创新发展，不仅将带动这些行业的生产率提高和产品性能提升，还能催生新材料、新能源、新生物产品、等战略性新兴产业的发展。IBM从未停下技术探索的脚步，引领着人工智能、区块链、物联网等创新技术的发展，以此强化行业基础能力，促进产业转型升级，助力中国企业由大变强的历史跨越。”

下面请跟随笔者来看看IBM助力中国企业实现转型和升级的几个案例吧。

神思电子（以下简称神思）是中国领先的智能识别领域软硬一体化解决方案提供商。神思率先采用IBM Watson Explorer（WEX），基于分析洞察、推理、自然语言理解能力，重点选择了金融和医疗这两个长期服务的行业，锁定“智能客服”、“实体服务机器人”和“自助设备智能升级”三大领域，改造服务流程，降低人力成本，提升服务质量与效率。

神思副总裁井j表示：“从2016年起，我们就启动了‘从行业深耕到行业贯通、从智能识别到认知行业解决方案’的战略升级。神思与IBM一样，将思考与持续创新都根植于企业的基因之中，我们与IBM并肩合作，希望运用IBM Watson认知计算加速公司战略升级的步伐，打造国内领先的智能认知行业解决方案，加速国内商业人工智能的发展。”

默克（Merck）是一家先进的科技公司，专注于医药健康、生命科学和高性能材料三大领域。默克携手IBM打造全新智能物流与智能工厂，利用IBM Watson IoT技术，对于需要妥善储存和运输产品的钢瓶实现智能化管理。通过钢瓶传感器数据收集与分析，IBM帮助默克施监测和管理厂内或运输途中的钢瓶的数量、位置和温度，确保空瓶及时回收，同时针对钢瓶的使用和返回情况，实时洞察并预测未来的库存情况，以便科学合理地采购来满足日后的需求。这不仅帮助默克达成了钢瓶的自动监控及全程追踪，还挺高了所获结果的精准度，节省人力和时间，大大提升工厂运营的整体效率。

默克中国首席信息官朱皓峰表示：“默克一直致力于以技术为驱动力，为患者和客户创造价值。IBM作为世界领先企业，在技术创新和业务管理上的先进理念都与默克的核心信念不谋而合。因此我们选择IBM作为重要合作伙伴，推行全球物联网部署计划，并将中国作为试点，加速当地的电子材料厂智能升级，引领未来默克‘工业4.0’和智能制造产业变革。”

隆基泰和与IBM共同合作，借助Watson平台，利用物联网与人工智能技术，构建综合能源云平台，为工业商业企业构建360度完整的客户能耗视图，持续构建高耗能企业用能预测及能效水平的分析和洞察能力，提升与客户的交互体验，增强与客户粘性，深度挖掘云平台服务价值，助力隆基泰和实现对传统能源服务模式的突破，打造智慧能源服务体系。

隆基泰和智慧能源控股有限公司副总裁刘振刚表示：“此次与IBM合作，一是通过创新技术构建云平台，进行云平台顶层设计，建立数据的洞察分析方法，提升隆基泰和自身的数字化技术能力，二是在应用侧帮助企业更好地分析和优化能源使用，提升能源利用效率，节约能源成本，充分实现能源云平台的服务价值，推进绿色可持续发展。”