一、培训概况
2019年11月10日至11月24日，由安徽省人社厅组织，15名来自全省不同高校和医院的专家前往德国参加了人工智能相关技术培训，我院刘健教授和李传富主任参加了这次培训。培训采用课堂教学，现场教学、实践教学等多种形式展开，来自马格德堡大学的多名教授讲授的人工智能（Artificial Intelligence，AI）技术发展的历史、现状和未来发展趋势，以及人工智能在医疗卫生、现代工业以及大数据中的应用。学员们还参观了沃尔姆斯医院，海德堡大学附属医院，马德格堡职业培训学校、莱卡公司和大众汽车公司，现场观摩医生使用手术机器人手术、并在实验室亲手体验手术机器人的操作，实地了解人工智能在现代工业以及现代医疗的实际应用，另外还学习了解了德国先进的双元制职业教育培训体系。
二、AI在医疗领域的应用现状
人工智能不仅在临床诊疗、医院管理、患者服务能力、新药开发研究、公共卫生管理以及医疗保险等医疗卫生的各个方面得到了广泛应用。目前国际电信联盟（ITU）和世界卫生组织（WHO）正在制定全球范围内医疗卫生领域使用人工智能的标准化框架，共同推进相关国际标准、开源工具、模型测试、效果评估、应用示范、个人隐私保护等工作。
（一）临床诊断与治疗
人工智能技术在医疗卫生领域最为突出的方面首先是医学临床的诊断和治疗，包括基于医学影像的计算机辅助检测以及辅助诊断、基于电子病历的临床辅助决策支持、基于综合医疗信息的智能辅助诊断以及用于拓展医生治疗能力的手术机器人系统。
1、基于医学影像的计算机辅助检测以及辅助诊断
近年来，人工智能在辅助影像科医生开展疾病计算机辅助检测（Computer Aided Detection，CAD）和计算机辅助诊断（Computer AidedDiagnosis，CAD）方面取得了快速发展。基于深度学习的人工智能算法经过海量标注影像数据的训练，在医学影像病变检出和疾病诊断方面取得了令人惊喜的进展。目前人工智能算法在肺癌、乳腺癌、食管癌、肠癌、阿尔兹海默症、糖尿病视网膜病变等病变检出和疾病诊断方面，已经达到较高的准确率，有些甚至可以超过普通的影像学医生。
2、基于电子病历的临床辅助决策系统
基于临床工作过程中使用的电子病历数据开展临床辅助决策支持系统也是目前人工智能在医学临床工作中应用的一个热点，而且也得到了蓬勃发展。作为人工智能技术的重要分支，自然语言处理、知识图谱等技术与医学诊疗路径深度整合，使算法经过海量医学文献、顶级医院病历等相关知识的学习，已经初步具备了辅助医生决策的能力。
3、基于综合医疗信息的智能辅助诊断系统
通过综合分析医学临床的各种记录，包括病史、体格检查、实验室检查、影像学检查等各种患者数据，并与临床专业知识、最新研究成果等信息相结合，开发出的人工智能辅助诊断系统可以提高临床医生的诊断水平，并可协助临床医生确定患者的最佳治疗计划。
4、用于拓展医生治疗能力的手术机器人系统
手术机器人集合计算机传感、人工智能、器械运动控制等技术，能够提供更加精密的操作，不仅可以显著拓展各种常规收入以及腔镜微创手术的适应症，还可显著提高了手术精准度。目前收入机器人已经在前列腺、妇科、胃肠、癌症、心外科等手术中得到了广泛应用。截止到2019年6月30日，全世界医疗机构已经安装5250台手术机器人，其中美国3383台，欧洲911台，亚洲689台，其它地区267台。仅仅在2018年度，全世界各国就利用手术机制人开展各个学科的外科手术100多万例。
然而，需要特别说明的是，人工智能技术在医学临床诊疗领域的应用，并非要用人工智能技术取代医生，而是要通过高效地人机交互形机制，帮助医生显著提高其工作效率以及工作质量，降低误诊误治的发生概率。
（二）医疗服务管理
人工智能可以用于医疗卫生资源的优化分配。使用人工智能管理软件能对医院患者流量分析预测，优化运营。通过应用人工智能技术，还可以帮助医疗机构大幅降低运营成本、节约宝贵的人力成本，还可帮助减少病人的等待时间，实现医疗资源的最优分配。另外，人工智能的应用也可改变医院的运营模式和诊疗服务模式。除了应用智能客服安排预约和登记住院时间，随着语音识别、自然语言处理、医疗专业知识图谱等技术的发展，未来对话式虚拟助手将优化医生工作流程、提高医院管理效率甚至完全重构医院的服务模式。
（三）患者服务能力
随着人工智能与物联网技术的结合，人工智能分析引擎可以从医用可穿戴设备、家庭健康监控设备中提取数据并进行预测预警，还可以将手机、可穿戴设备变为强大的家用诊断工具，诊断将更便捷和便宜。疾病监测、预警的技术手段将有望大规模的下沉到患者的日常生活中。疾病的监测不再是间断的单点活动，而是连续、长期的过程。全周期的健康监测数据为医生提供了解读患者健康状况全面而连续的视角。医疗服务流程由传统的“诊前、诊中、诊后”向两端延伸，转变为全周期的健康服务。医患互动关系从“主动”和“被动”转变成“合作伙伴关系”，“以患者为中心”的理念有望真正实现。
（四）新药开发研究
新药研发是耗时耗资且失败率很高的工程，近几年人们正在使用人工智能技术加速药物研发进程，具体的应用包括靶点发现、化合物合成、化合物筛选、晶型预测、患者招募、优化临床试验设计和药物重定向等。创新药物从实验室走向临床应用，通常需要10年之久。通过人工智能技术寻找疾病、基因和药物之间的深层次联系，可以降低高昂的研发费用和失败率。基于疾病代谢数据、大规模基因组识别、蛋白组学、代谢组学，AI可以对候选化合物进行虚拟高通量筛选，寻找药物与疾病、疾病与基因的链接关系，提升药物开发效率，提高药物开发的成功率。在降低药物开发成本降低的同时，大幅度缩短药物开发周期。
（五）公共卫生管理
机器学习算法结合大数据能够成为公共卫生管理工具，帮助公共卫生决策者预防、发现和应对传染病暴发。通过利用人工智能技术，可以提前预测烈性传染病的发生，不仅可以提供传染病暴发的提前预警，还能提前对饮用水和疫苗等关键资源进行合理配置。
（六）医疗保险行业
人工智能相关技术渗透到医疗保险产业价值链中，将重塑保险定价、产品销售、承保核保、理赔和精算、客户服务等各个环节。保险公司可以使用聊天机器人实现从报价到购买保险的全流程服务，还可以实现自动化索赔管理流程，缩短了理赔周期，降低理赔费用，提高客户服务体验和满意度。
三、培训学习给我们的启示
本次的德国人工智能技术培训，让我们亲眼看到了人工智能技术在德国社会生活各个领域的广泛应用，也切身体会了人工智能技术能够给我们的日常生活带来的影响。尤其是人工智能技术在医疗领域广泛应用，给了我们深刻印象和很多有益启示。
（1）在医疗领域的应用开发方面，人工智能技术与我国目前正在推行的分级诊疗体系结合，将优化医疗资源配置、提高医院管理效率，促进有限资源发挥最大效用；通过人工智能技术对医疗大数据的分析，为医疗体制改革和商业医疗保险定价提供了基础，将有助于建立多层次的医疗支付体。
（2）在医疗大数据平台建设方面，可以充分借助我们的制度优势，通过各种行政上的具体措施和技术上的互联互通，建立医疗数据交换和共享机制，全面推动政府主导的医疗卫生信息数据的共享平台建设。并通过开展基于医疗大数据的深入挖掘以及各种应用拓展，逐渐发展成为医疗人工智能发展所需要的数据生态系统。
（3）在中医药医疗大数据挖掘方面，可以开展基于新安医学“固本培元”理论，对临床医学数据的分析与挖掘，深入探讨新安医学在治疗疾病中的方法、规律及疗效。根据临床医学数据的实际情况及新安医学的特色，积极研究符合中医特色的数据分析与挖掘技术，为复杂环境下的中医临床研究提供技术支撑，为中药新药研发和中医适宜技术推广应用提供大数据支持。
（刘健 李传富/文图审核 戴心悦/编发）
刘健教授、李传富主任与马格德堡计算机学院教授(Prof. Lars Thiele)合影
培训班团队成员与马格德堡计算机学院教授(Prof.Lars Thiele)合影
培训班团队成员与马格德堡计算机学院教授(Prof.Dr.Gunter Saake)合影
培训班团队成员与马格德堡大学机械学院教授(Prof.Dr.Dietrich Ziems)合影
培训班团队成员在德国海德堡大学附属医院现场参观达芬奇手术机器人手术
培训班团队成员在乌尔姆斯医院现场学习并实践操作达芬奇手术机器人后合影
