開展技術預見行動已經(jīng)成為國家各行業(yè)遴選優(yōu)先發(fā)展技術領域和技術課題的重要活動。作者根據(jù)在生命健康領域的研究經(jīng)歷，遴選出在未來十年左右七個重要技術領域的技術預見，并繪制出關鍵技術發(fā)展路線。
預見一：基于臨床樣本表型與生命組學融合技術的精準醫(yī)學臨床決策支持系統(tǒng)在院內(nèi)得到實際應用
建立在分子診斷、基因檢測為基礎上的，面向重大疾病及罕見病風險預測、早期篩查、分子分型、靶向治療以及個性化治療策略的精準醫(yī)學臨床決策支持系統(tǒng)是精準醫(yī)學技術取得實際應用的重要標志，也是未來醫(yī)學進步速度的重要體現(xiàn)。
目前，美國已有eMERGE等臨床表型與生命組學信息深度融合的協(xié)作網(wǎng)絡技術平臺，并產(chǎn)生了重要的科研成果。但是能夠普遍用于臨床的，并與精準醫(yī)學相結合的決策支持產(chǎn)品國際、國內(nèi)尚未出現(xiàn)。
精準醫(yī)學臨床決策支持系統(tǒng)其數(shù)據(jù)來源不僅包括院內(nèi)臨床信息，同時包括來自于基因組、轉(zhuǎn)錄組、代謝物組、糖組、人體微生物組等生命組學數(shù)據(jù)及生物樣本信息，涉及中文自然語言處理、語義映射轉(zhuǎn)化、臨床與組學數(shù)據(jù)規(guī)范化、臨床與組學關聯(lián)分析、機器學習等眾多關鍵技術。
根據(jù)“精準醫(yī)學研究重點專項”要求，我國將于2020年前建成國家級多中心精準醫(yī)學大數(shù)據(jù)平臺及可持續(xù)更新的臨床樣本生命組學信息庫、中國人群組學參比庫，可為精準醫(yī)學臨床決策支持奠定數(shù)據(jù)及技術基礎。預計未來10-15年，我國將掌握精準醫(yī)學大數(shù)據(jù)有效挖掘與關鍵信息技術，完善國家級精準醫(yī)學知識庫，構建適用于臨床的精準醫(yī)學決策支持系統(tǒng)，推動國家精準醫(yī)學計劃長遠目標盡快實現(xiàn)。
預見二：采用人工智能技術的醫(yī)學顧問系統(tǒng)得到廣泛應用
基于人工智能的多重卷積神經(jīng)網(wǎng)絡技術可模擬醫(yī)生的認知、思考、推理與學習過程，推廣具有一定智能輔助診斷能力的醫(yī)學顧問系統(tǒng)，可有效彌補醫(yī)療人力資源不足、降低成本并提高準確率。
美國IBM沃森（Watson）2016進入中國，已有21家醫(yī)院計劃使用Watson人工智能專家提供的腫瘤解決方案。近年來《Nature》、《Science》論文表明，在腦瘤病理切片診斷，兒童認知障礙診斷上，AI準確率上已經(jīng)超過醫(yī)生水平。除了IBM外，谷歌、微軟、阿里、百度等科技巨頭也在醫(yī)療人工智能專家領域取得了積極進展。但當前我國醫(yī)療人工智能只形成了單點突破的形勢，尚未形成廣泛推廣局面。
人工智能醫(yī)學顧問系統(tǒng)涉及到計算智能、感知智能、認知智能多個階段，融合深度學習、分析模型構建、虛擬現(xiàn)實、增強現(xiàn)實、語音識別等眾多技術。預計到2020年，我國醫(yī)療人工智能應用與世界先進水平同步；到2025年，部分技術與應用達到世界領先水平，助力智慧醫(yī)院建設取得積極進展；到2030年左右，醫(yī)學顧問系統(tǒng)智能理論、技術與應用總體達到世界領先水平。
預見三：研制出基于機器深度學習的醫(yī)學影像智能閱片應用設備
影像數(shù)據(jù)量占醫(yī)院總數(shù)據(jù)量的90%以上，普通醫(yī)院影像數(shù)據(jù)以每年幾十G的速度增長，普及影像智能讀片技術，并建立標準化、規(guī)模化和第三方的影像分析算法平臺，可大大提高腫瘤識別率，提升閱片速度，讓不發(fā)達地區(qū)獲得名醫(yī)閱片能力。
美國、日本等國家在未來5-10年將繼續(xù)大力發(fā)展疾病篩查、臟器三維成像、病灶分類/勾畫、病理分析等技術，加速影像三維后處理軟硬件一體化設備的研發(fā)。從目前來看，飛利浦、通用電氣、西門子、富士等公司在高端影像三維后處理技術及設備上形成了技術屏蔽，而我國尚無國產(chǎn)化成熟的高端產(chǎn)品可與競爭。
基于機器深度學習的醫(yī)學影像智能閱片設備，需建立卷積自編碼、遷移學習、對抗學習等眾多模型，以及研發(fā)多結節(jié)自動分割、高通量特征提取、三維超高分辨率動態(tài)顯微成像、多參數(shù)專科超聲成像、多模態(tài)分子成像、基于內(nèi)容影像檢索等多種設備及技術。
未來5-10年，我國將在基于分子影像、多模態(tài)融合成像與分析技術上取得專利突破，2020年前，研發(fā)出基于深度學習的多尺度生物標志物發(fā)現(xiàn)系統(tǒng)以及基于GPU加速的高效后處理軟件包；2025年前，實時高空間分辨率和多模態(tài)的圖像融合設備實現(xiàn)國產(chǎn)化及應用，為疾病防診治方案的精準化奠定技術基礎；2030年前，我國將掌握醫(yī)學影像智能分析與挖掘技術，對危害性較大的主要惡性腫瘤（如肺癌、鼻咽癌等），實現(xiàn)重大疾病臨床診療方案技術創(chuàng)新。
預見四：具備自然人機交互能力的醫(yī)療服務機器人設備得到實際應用
隨著全球機器人產(chǎn)業(yè)的爆發(fā)，精準醫(yī)療概念的興起以及國內(nèi)老齡化趨勢加大，醫(yī)療機器人技術納入國家規(guī)劃并迅速發(fā)展。目前，微創(chuàng)手術、配藥、物流、就醫(yī)指導、智能問診等機器人技術及設備已成功在部分醫(yī)院應用，而隨著人工智能技術快速突破，具備復雜人機感知能力、自然人機交互及柔順協(xié)作控制技術的醫(yī)療服務機器人將在患者康復、居家養(yǎng)老、個人護理、醫(yī)養(yǎng)結合層面得到普及。
近幾年，歐美日企業(yè)在醫(yī)療機器人市場占據(jù)主要份額，如日本有RIBA搬運助立機器人，德國Care-O-botII老齡護理機器人產(chǎn)品。BCG咨詢數(shù)據(jù)顯示，2016年全球醫(yī)療機器人行業(yè)營收74.7億美元，預計未來5年年復合增長率15.4%，未來將形成萬億的產(chǎn)業(yè)鏈。而我國的醫(yī)療機器人基本處于研發(fā)或者實驗驗證階段，在醫(yī)療機構普及率較低，但擁有快速發(fā)展的驅(qū)動力。
具備護理能力的醫(yī)療服務型機器人直接面對人類，需要攻克混合現(xiàn)實、智能傳感、機器學習、中文語音語義識別、多模態(tài)信息動態(tài)感知、柔順控制、動態(tài)環(huán)境下人體追蹤及動態(tài)識別等大量前沿技術。預計未來10-20年，具備強大認知學習能力的醫(yī)用服務型機器人設備在我國大型醫(yī)療機構將得到實際應用，在面向老齡陪護、健康關懷、傳染病護理、遠程交互診斷等復雜任務場景中發(fā)揮重要價值。
預見五：廣泛普及醫(yī)療語音識別錄入技術
醫(yī)療語音識別技術不僅在臨床問診、候診、預約等交互環(huán)節(jié)使用，在超聲、病理、口腔、內(nèi)窺鏡等科室特殊工作場景下?lián)碛懈蟮膬r值，結合臨床決策支持系統(tǒng)還可有效實現(xiàn)語音輔助疾病診斷功能，是醫(yī)療信息化發(fā)展水平的重要標志。
根據(jù)HIMSS EUROPE調(diào)查，大部分歐美診所已采用語音作為病歷收集主要方式。全美72%以上的醫(yī)療機構正在使用語音系統(tǒng)，94%的歐美醫(yī)療機構正在使用或考慮使用臨床語音識別技術提高醫(yī)生工作效率。國內(nèi)語音識別錄入技術僅在部分全國知名醫(yī)院有實際應用，近50%的醫(yī)生每天的醫(yī)療文檔錄入時間超過4小時，看電腦多過看病人。醫(yī)療語音識別錄入技術，需要利用聲學模型自適應和大數(shù)據(jù)語音建模技術，醫(yī)療文本語義分析技術，醫(yī)學專業(yè)術語、特殊單位、特殊符號轉(zhuǎn)換識別技術，并解決在高噪聲環(huán)境、中文方言場景下的識別準確率等問題。
預計在2025年前，醫(yī)療語音識別應用技術及產(chǎn)品將在國內(nèi)大型醫(yī)院普遍應用，在輔助電子病歷錄入層面發(fā)揮價值。到2030年實現(xiàn)全國75%以上的醫(yī)療機構均能利用語音識別技術提升病歷錄效率。
預見六：混合現(xiàn)實技術在外科手術導航、手術解剖教學、強化臨床診斷等方面得到實際應用
結合沉浸式虛擬現(xiàn)實與增強現(xiàn)實的混合現(xiàn)實技術，將在未來5到10年間成為醫(yī)療領域的一種常見技術，在三維人體虛擬重構、血管照明、手術示教、教學解剖、外科手術可視化導航及手術模擬訓練等醫(yī)療健康應用領域發(fā)揮巨大價值。美國、加拿大、日本等國家均在虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）、混合現(xiàn)實（MR）等產(chǎn)品研發(fā)與推廣方面加大投入。2015年微軟公司發(fā)布增強現(xiàn)實頭顯設備（HoloLens），能讓用戶與數(shù)字內(nèi)容交互，并與周圍真實環(huán)境中的全息影像互動，醫(yī)生可用于查看人體器官、肌肉組織、人體骨骼的結構；美國Magic Leap公司擁有混合現(xiàn)實數(shù)字光場技術專利，可直接將現(xiàn)實世界與虛擬內(nèi)容融合后的體驗投射至人眼視網(wǎng)膜。
日本Illusion公司設計的3D增強現(xiàn)實系統(tǒng)，可用于幫助醫(yī)生更好地實施整容手術。Digi-Capital預測2021年VR/AR市場將達到1500億美元。虛擬現(xiàn)實國產(chǎn)化產(chǎn)品在三維人體重構、人體解剖訓練、整容手術、手術示教等方面已有應用，但與國外產(chǎn)品體驗差距較大，混合現(xiàn)實則處于起步階段?；旌犀F(xiàn)實技術用于教學解剖、外科手術模擬等場景，需要攻克高分辨率廣角顯示（單眼4K以上）、低延遲三維圖形渲染、復雜場景空間感知與動態(tài)建模、虛擬視網(wǎng)膜顯示、光場顯示等一系列核心軟硬件技術壁壘。
預計到2020年前，我國將研發(fā)出自主知識產(chǎn)權的混合現(xiàn)實裝置，并應用于醫(yī)療手術與教學環(huán)境下，2030年前，利用基于混合現(xiàn)實技術的醫(yī)療輔助裝備，解決器械介入和可視化交互等臨床重大問題，達到精確一致高效的操作要求，加速推動先進治療技術發(fā)展。
預見七：醫(yī)療術語與本體標準支撐技術取得實際應用
醫(yī)學術語標準和醫(yī)學本體是發(fā)展智慧醫(yī)療和人工智能技術不可或缺的組成部分，在醫(yī)療數(shù)據(jù)分析挖掘和臨床決策支持方面起著非常重要支撐作用。目前，國際上存在大量術語集和本體資源（如ICD-9、ICD-10、LOINC、SNOMED-CT及HPO等），但很多資源在格式、配套工具以及編程接口方面互不兼容，難以充分發(fā)揮這些資源的作用。
全球范圍內(nèi)本體術語服務最為先進的研究機構是斯坦福大學和美國癌癥中心。美國癌癥中心與梅奧醫(yī)學中心合作，開發(fā)了企業(yè)級術語服務引擎，用于支撐醫(yī)療應用系統(tǒng)研發(fā)。而面向中國人群與臨床環(huán)境的術語集和本體服務標準及技術目前尚處于研究階段，同時面臨著不夠開放、缺少推廣、缺少資金等問題。醫(yī)療術語與本體標準支撐技術需重點解決SNOMED，LOINC、CHPO、MeSH、RxNorm、ICD-9/10等數(shù)據(jù)集整合，術語服務引擎研發(fā)、本體模型構建（如癌癥本體、罕見病本體）等關鍵技術。
預計我國在2020年內(nèi)將制訂出屬于中國的醫(yī)療術語與本體標準規(guī)范體系，為各類臨床標準術語及數(shù)據(jù)中心建立奠定理論基礎。未來5-10年，我國將建立國家級醫(yī)療術語與本體數(shù)據(jù)中心，向各區(qū)域健康醫(yī)療大數(shù)據(jù)中心（產(chǎn)業(yè)園）、及科研機構提供標準化服務支持。到2030年左右，建成世界級的醫(yī)療術語與本體服務中心。
第三十四屆CIO班招生
國際CIO認證培訓
首席數(shù)據(jù)官（CDO）認證培訓
責編：yulina
免責聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權歸原作者所有。任何單位或個人認為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，請及時通知本站，予以刪除。
搶沙發(fā)
