本報見習記者 郭冀川

    隨著人工智能技術的發展，生命健康產業正在進入智能醫療階段，人工智能技術逐步融入醫療與健康的各個環節。醫院目前所應用的醫療設備，逐步從信息化向智能化改造，醫療數據也從散亂的節點，通過大數據整理、分析，逐漸匯總成有利于醫療研究的人工智能樣本。

    在此次疫情防控過程中，AI技術也得到政策和產業支持，工信部此前發布了《充分發揮人工智能賦能效用協力抗擊新型冠狀病毒感染的肺炎疫情倡議書》，號召盡快利用AI技術補齊疫情管控技術短板，充分挖掘AI技術在新型冠狀病毒感染肺炎診療以及疫情防控的應用場景。

    由于檢測試劑數量多，核酸檢測機構曾面臨算力瓶頸，各大云計算廠商紛紛為生物醫藥企業免費開放了AI算力，浙江省疾控中心上線的自動化全基因組檢測分析平臺，就將病毒基因分析的效率由原來的一小時縮至半小時。

    在公共場所，AI測溫儀迅速取代人工測溫，被機場、火車站等人流密集區域廣泛應用。雖然看上去只是一臺三腳架、一臺攝像機、一臺筆記本拼起的簡易裝置，卻承載了AI測溫系統“人體識別+人像識別+紅外/可見光雙傳感”的解決方案，相比傳統的測溫篩查手段，AI測溫儀識別效率更高。

    源生康泰CEO余樂對記者表示，在此次疫情中公司研發了新冠檢測試劑盒，并利用自主研發的病原檢測云計算平臺，從樣本采集到完成數據分析全流程，用時不到半個小時。“傳統的檢測設備，需要將樣本送到專門的檢測機構，檢測時間也比較長，我們通過運用云計算和人工智能技術，檢測全部上云，通過分析病原微生物的基因信息和耐藥信息，幫助醫生快速確定病人的微生物感染，輔助其精準高效用藥，并展示解讀報告結果。”

    為了進一步探索呼吸健康診療與人工智能的結合點，余樂還與廣州呼吸健康研究院達成戰略合作，共同構建呼吸重癥基因大數據應用工程中心。余樂表示，人工智能運用在醫療工作中，能夠緩解醫生資源緊缺的問題，提高醫生診療效率，目前醫療環節與人工智能結合的場景還比較少，缺乏有效樣本，導致很多醫療數據無法發揮作用。

    余樂說：“我們公司所在的生物診斷領域，已經有前沿公司通過AI診斷癌癥，準確率甚至比醫生還要高。在提升企業診斷水平和應用領域的同時，我們認為一定要抓住人工智能技術的發展契機，因為未來人工智能輔助醫學診斷的作用會越來越大，醫療大數據的應用場景還在不斷延伸，其市場價值肯定比我們當前所處的行業更廣闊。”

    愛分析研究員姜凱燕對記者表示，相比其他醫療領域對人工智能技術的探索，AI醫學影像賽道已進入商業化攻堅階段，人工智能在醫學影像、醫療大數據領域大放光彩。

    姜凱燕說：“長久以來，我國各類醫學影像檢查嚴重受制于診斷資源不足，因此給AI醫學影像發展提供了服務藍海，尤其是基層市場，AI醫學影像一是作為醫療器械銷售給醫院，二是進行醫療服務費分成，下沉基層醫療市場的同時，探索了商業化落地的模式。”

    AI醫學影像的商業化落地，在一定程度上可以復制到更多醫療資源緊缺的行業。姜凱燕認為，向治療領域的縱向延伸，是人工智能的一大趨勢，當前人工智能技術的運用還有相當長的研究路徑要走，只有從醫學輔助進入影響治療決策的階段，才能說明“AI+醫療”真正走向成熟。

（編輯 李波 喬川川）