分布式 云计算 e医疗【张震江：智慧医疗的未来看起来真的很美，我们有幸开启智(2)

在智能护理方面

日本推出了ROBEAR护理机器人，这个类似玩具熊的大家伙高150厘米，体重140公斤，能够代替护士抱起或搀扶患者，并且不会让患者感觉不舒服。后台则是利用关节力量感应装置和数据分析处理系统。日本面临严重的人口老龄化问题，借助其发达的机器人技术，可以有效解决护理人员不足的问题。在美国，波士顿医学中心联合波士顿东北大学开发了一款临终关怀机器人系统，通过平板电脑，患者可以和机器人系统聊天解闷，机器人还会监控患者用药情况，提醒用药，并精确判断疼痛等级，其后台依托的智能语音系统能够帮助患者在生命结束前完成“难以启齿”的对话，带给患者最贴心的临终关怀。

在临床决策方面，IBM Watson智能肿瘤诊断系统当之无愧走在了最前沿。

IBM Watson系统基于认知计算技术和自然语言处理技术，通过学习医学文献不断丰富自己的知识库，而这些文献都是由美国纪念斯隆-凯特琳癌症中心（MSKCC）专家来进行筛选，其性可见一斑，也从另一个侧面说明智慧医疗离不开人类专家的协助。IBM Watson智能肿瘤诊断系统目前已经在世界各地开始使用，据报道，在韩国使用后癌症诊断率高达96%。2016年IBM Watson正式在中国落地，与国内21家大型医院建立了合作关系。

在药物研发方面，大数据分析技术被用于发现新药。

英国的葛兰素史克和Exscientia合作研究新药的分子化合物，他们通过分析已有药物的研发数据设计与特定靶标相关的小分子化合物，这会产生很多待选的分子化合物。经过筛选、实验检测，实验人员最终能发现具有潜在开发价值的分子化合物。这种方法极大缩短了新药研发时间，并且使研发过程更有精准性。值得一提的是，他们会把实验数据再次反馈给AI系统以改善遴选策略，用于选择下一轮化合物，目前已经发现7200多种有价值的化学分子有可能被进一步研发为抗癌新药。

在基因组分析方面，科学家们一直在通过各种手段研究基因与疾病之间的关系，但是收效甚微，原因主要是基因数据过于庞大，数据分析效率低下。

利用大数据和云计算技术，可以解决海量数据处理问题。美国的GNSHEALTHCARE公司针对帕金森患者，研究了该病同遗传的关系，通过选择帕金森患者组和对照组，把临床数据、遗传学数据以及基因数据进行比对分析，发森患者做出诊断。

未来的挑战

智慧医疗时代已经来临，掌握住机遇就等于掌握了未来，伴随机遇的永远都有挑战，主要体现在以下几个方面。

人才匮乏的问题

中国虽然在新技术应用的某些方面已经走在了世界的前面，但是不可否认，中国仍然缺乏高精尖技术人才，尤其在上述新技术相关领域。据领英（LINKIN）网站调查显示，中国只有5万人从事人工智能相关的技术工作，位居全球第七，远远落后于美国（85万人），是英国和印度从事AI技术工作人数的三分之一。国家工信部教育考试中心公布的信息表明，中国人工智能人才缺口超过500万人。分布式 云计算同样，从事医疗卫生信息化的人才储备也严重不足，很多医院招不到合适的信息化人才，人才匮乏将成为制约智慧医疗发展的主要因素。

基础仍然薄弱

软件和硬件基础薄弱同样也会影响到智慧医疗的发展。

首先是核心技术基础薄弱，我国一直在集成电路的研制方面存在严重的技术不足，芯片制作已经成为制约我国高精尖技术发展的短板，GPU行业壁垒始终无法打破，核心部件仍依赖于。缺少上述技术基础的支撑，仅靠梦想是不行的。其次就是基础研究薄弱，据 Financial Times报道，2016年中国人工智能领域的论文数量第一次超过28个欧盟国家发表论文总和，但在被引用率Top5的论文数量方面，仍落后于欧盟。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-75725-2.html