王悦华：大数据人工智能肿瘤专家系统需要解决的几个关键问题
近期，首都医科大学宣武医院主任医师王悦华教授以《大数据人工智能肿瘤专家系统需要解决的几个关键问题》为主题做了精彩发言，本次报告包含医生眼中的人工智能、专科智能专家系统、智能专家系统的问题及解决方案四个方面内容。
近期，首都医科大学宣武医院主任医师王悦华教授以《大数据人工智能肿瘤专家系统需要解决的几个关键问题》为主题做了精彩发言，本次报告包含医生眼中的人工智能、专科智能专家系统、智能专家系统的问题及解决方案四个方面内容，小编特将发言内容做详细整理呈现给大家。
01 医生眼中的人工智能
王悦华教授主要以临床医生的视角对人工智能做了讲解，通过相关资料可知人工智能涉及的领域多、范围广。其中与临床医生接触最密切的是AI 辅助诊疗，帮助临床医生为患者实施诊断、治疗、预后及康复。
AI辅助诊疗通过定性分析、量化分析，指导进一步实施检查，拟定解决方案，帮助医生准确判断病情，提高临床医生诊疗效率。在诊断中，人工智能需要获取患者病症数据信息，进而解释病症，通过推理判断疾病原因、病情轻重与发展趋势，最后形成治疗方案。一般的辅助诊疗模式为“病症-假设-选择治疗方案”。
02 专科智能专家系统
智能医疗的发展
王悦华教授介绍到智能诊疗就是将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的诊断推理和多方案择优等临床思维，从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也是最核心的应用场景，国外最早将人工智能应用于医疗诊断的是MYCIN专家系统。
目前，IBM Watson 算是最成熟的案例，但是还不能满足临床医生的需求。IBM Watson实质是融合了自然语言处理、认知技术、自动推理、机器学习、信息检索等技术，并给予假设认知和大规模的证据搜集、分析、评价的人工智能系统。在 形成数据库之前，IBM Watson运用机器学习技术阅读大量医学文献、论文和期刊；在理解患者口述病症的时候，IBM Watson 运用了自然语言处理技术；在对语言的理解和推理中运用到认知技术和自动推理；在推理后寻找诊断结论和治疗方案时用到了信息检索技术。
医学大数据挖掘+人工智能在医疗上的应用
王悦华教授表示医学大数据和人工智能在医疗领域的应用，目前主要包括电子病历、影像诊断、医疗机器人、健康管理和药物研发等五个方面。而智能专家系统主要为临床医生提供诊疗方案或诊疗建议、预后分析等帮助。但目前智能专家系统和临床检测知识系统并不成熟，主要原因是系统研发难度大。目前只处于医疗机构、学会协会积累专科疾病大数据的阶段，没有找到如何利用临床医疗大数据的方法，但还有很多企业机构跃跃欲试。
03 大数据人工智能肿瘤专家系统存在的问题
王悦华教授主要讲解了在大数据环境下，研发人工智能肿瘤专家系统需要解决的几个关键问题。
问题一 临床医生对肿瘤专家系统的迫切需求 王悦华教授表示临床医生日常工作处于循环往复的决策和执行之间。患者从住院到出院，专家决策流程从检查指导、诊断评估、治疗选择、临床路径、疗效评价到康复治疗，通过一步步临床决策-诊疗执行帮助患者痊愈。因此临床医生对肿瘤专家系统的需求可分为两类：一个是“动脑”系统，由人工智能协助医生诊断、帮助医生制定诊疗方案；另一个是“动手”系统，在医生判断病情、制定诊疗方案后，由人工智能执行后续具体工作，提高工作效率，协助医生治愈患者。 问题二 专家系统提供的服务与临床流程匹配 人工智能可以为临床医生诊断中的各个环节提供帮助，但在此环节中也存在难以实现的部分，比如帮助医生制定个体化诊疗方案和帮助医生与患者沟通。面对此类问题需要更先进的技术理念和技术实现，所以对于实际的临床诊疗流程来说，人工智能在临床应用方面还有很大的提升空间。 问题三 肿瘤专家系统的价值基础是什么？由此系统产生的结果依据哪类规范？ 王悦华教授表示肿瘤专家系统的价值基础存在“三性”的问题：肿瘤专家系统决策方案的代表性、权威性和可用性。即由谁来制定系统标准更准确、更公正，最后谁会用到该系统，都是当下存在的问题。同时由此系统产生的结果依据的是哪类规范？是数据分析的科学概率还是专家共识制定的规则，两者之间的关系是什么，有诸多问题难以判定。 最关键的问题，开发肿瘤专家系统的目标是什么？究竟是要满足于学习过去医疗文献或经验，还是要引导未来医疗发展方向。最后，王悦华教授与在座专家简单探讨了该系统的科学价值和商业价值。 问题四 医学技术环境的时效性与恒定性？ 王悦华教授表示医学不能等同于科学，虽然基础医学应该符合科学。医学技术随着时代变迁而进化，摒弃糟粕、与时俱进是临床医学技术发展的必然趋势，所以医学技术环境的稳定具有时效性。从恒定性方面来说，千人千面，患有同一种疾病的患者存在不同的病情变化，同时存在其他不可控因素影响，医学技术环境的恒定性也难以维持。 问题五 西方肿瘤专家系统的法律法规基础进入中国是否会遭遇医疗环境“水土不服”的瓶颈。 王悦华教授表示由于不同的认知理念、法律法规环境，部分国外临床诊疗指南在国内不被专科专家承认，对于制定统一的人工智能肿瘤专家系统也是需要突破的难关。 问题六 智能专家系统的未来展望 王悦华教授对人工智能肿瘤专家系统提出展望。他表示提出适于中国特色的大数据人工智能专家系统的解决方案，即是建立基于规则的专家系统并以大数据分析解释进一步辅助决策。 04 智能专家系统解决方案
最后，王悦华教授从以下几个方面提出了解决方案。
从需求方面
智能专家系统应具备专家级智慧服务，提供相当于MDT的诊疗方案。
从场景方面
提供诊疗决策方法或方案的建议，提高医疗工作质量和效率。
从价值方面
具有代表性（全国范围）、权威性（协会学会）与可用性（单元化开发），用循证医学及大数据作为专家共识规则的技术支持，超前于规范指南5年时间，引导未来医疗发展方向。
从时效方面
随着医学发展，规范指南不断更新，产品规则也须随时更新。
从法律方面
智能专家系统的规范指南应以国内专家共识为基础，将没有“水土不服”的瓶颈和问题。
从展望方面
未来，人工智能专家系统应具有代表性、权威性和可用性，建立单病种单元模块，方便临床医生使用。
本文转载自其他网站，不代表大健康派观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：scarlet.s@djkpai.com）
关注大健康Pai 官方微信：djkpai我们将定期推送医健科技产业最新资讯
