华为对未来智能医疗的认知

引言：此前，华为研究团队与来自各个行业的学者进行交流，发布了《智能世界2030》报告，报告以信息理论为指导，打通学科界限，融合多学科智慧，从医、食、住、行、城市、企业、能源和数字可信等八个领域展望未来十年的发展。其中在医领域，华为认为面向2030年，人们以依托高灵敏的生物传感器、云端存储的海量健康数据，让健康可计算。人类将能实现主动预防，从“治已病”到“治未病”；借助物联网、AI 等技术，让未来的治疗方案将不再千篇一律；大型医疗设备更加便携化，实现居家远程医疗联动。

探索方向一——以计算识别隐患，从“治已病”转向“治未病”

根据 WHO 的研究显示，身体患病 60% 的因素和生活方式有关，能否培养好的生活习惯是保持健康的重要前提。我们可以通过对健康状态的实时追踪和建模计算，来督促良好生活习惯的培养。把防病与日常生活习惯结合起来，在发病以前消灭病痛，从“治已病”转向“治未病”。

未来场景：构建健康知识图谱，让健康管理更实时高效

得益于互联网、物联网、 AI 等技术的发展，以及可穿戴设备、家用监测设备等产品的普及，对个人健康建模不再是奢望。

具体来说，利用大数据、物联网等技术，实时分析用户身体指标数据、医学临床反应、健康诊疗结果等，形成健康知识图谱。通过对比分析，为用户提供定制的健康解决方案。我们还可以通过对营养、运动、睡眠等维度的干预，帮助用户逐渐改善不良生活方式，促进个人形成健康的生活习惯，从而少生病。比如业界有公司尝试构建饮食和疾病之间关系的健康知识图谱，可帮助用户改善睡眠质量，进行有效的体重管理，全年接受健康管理的参与者平均每天睡眠增加 35 分钟，体重减轻约 1.5 公斤。从而降低因不良生活方式导致的相关疾病的发生概率。

此外，我们甚至还可以将健康知识图谱与医疗知识图谱进行结合。这样，不但能绘制出患病的风险情况及未来发展趋势，让用户获得更准确的症状、药物、病情风险因素、医生诊断等信息；还可以帮助医生做出更迅速、更有针对性的诊断。

未来场景：传染病蔓延轨迹预测，让疾病预报更准确

利用自然语言处理等技术，持续收集并分析全球范围内关于重大公共卫生事件的新闻、报告和搜索引擎指数，从中提取有效数据，并进行科学建模和智能化判断分析，可以有效提升应对公共卫生事件的响应速度和决策能力。

ICT 技术也可以用在流行病、疫情等监控和预测上，比如说业界有公司使用自然语言处理和机器学习，从官方公共卫生组织、数字媒体、全球航空公司票务数据、牲畜健康报告和人口统计声明等多种公共数据来源中，分析了数十亿个数据点，可以 24 小时不间断地分析疾病的传播与蔓延情况。

探索方向二——以精准医疗，计算最佳治疗方案

合理的医学治疗方案能够使患者获得有效、安全、便捷的治疗。制定医疗方案，要根据患者的个体差异，实时追踪和评估症状、疗效，如果把复杂的临床症状比作数学题目，那么怎样在诸多可行的治疗方案中寻求最优解？关键答案或许在于“计算”。

未来场景：药效精确评估，从“千人一药”到“千人千药”

通常，制定一个有效的药物治疗方案需要综合考虑病患外部条件、药物匹配、用药时机、用药剂量、用药疗程和联合用药效果等因素，且还需不断根据诊疗情况实时完善，这给医生的诊断带来很大的挑战。在传统情况下，医生没有太多的时间去了解每个病人身体状况的方方面面，主要依赖专业知识和个人经验的判断，快速给出一个通用性的医疗方案。AI 通过学习成千上万的病理诊疗方案并实时分析，结合病人个体综合差异，可以帮助医生给出更具个性化的治疗方案。

新加坡研究机构创建了以人工智能技术驱动的药效精准评估平台，该平台可以快速识别每位患者的历史临床数据，针对患者自身情况给出建议的用药剂量和联合用药方案，并在此基础上对肿瘤大小或肿瘤生物标志物水平进行修正。此外，这些数据还可用于患者疗程和后续治疗方案的制定等。

未来场景：AI 精准识别靶区，减少错杀健康细胞

个性化的精准医疗的价值，也在帮助对抗人类的天敌——癌症上。据统计， 2020 年全球新发癌症病例 1,929 万例，死亡病例 996 万例 ，预计2030 年患癌病例仍将增加 75%。通过科技的力量，提升癌症的诊疗效果，改善医疗质量，将帮助患者快速康复。

在传统的癌症放射治疗过程中，主要通过放射线对癌症部位进行照射，将癌细胞杀灭。但传统放疗的靶区设定范围较大，消灭癌细胞的同时也误伤了大量健康细胞，对人体伤害较大，易引发不良反应。

自适应放疗借助 AI 技术，在放疗过程中自动识别病灶位置变化，对放疗靶区的影像进行精密地勾画，以实现精准照射，从而减少对健康组织的损害。

目前 AI 精准识别靶区，已实现 CT、超声、 MRI 等多种影像的靶区自动勾画。通过基于人工智能技术的配准功能，根据临床的需要，在不同器官和选择区域间进行自动配准，突破传统算法的精度和速度限制。AI 的应用将原来 2-3 小时的勾画环节缩短至分秒级，使得放疗对健康组织的损害量降低 30%。

探索方向三——家庭诊所，云边端计算协同，普惠医疗资源

科技对疾病的预防与治疗发挥价值的同时，也推动人类思考，是否每个人都能享有对于健康实时管理的医疗产品和个性化医疗服务，业界在积极尝试。通过云边端计算协同，实现远程医疗联动，便可让优质医疗资源可共享，同时还能让医疗服务不限于医院，而是扩展至社区、家庭。

未来场景：云上诊断，专家资源面对面

传统诊疗流程是病人至医院进行医学检查后，由医生现场诊断。但由于地域医疗资源分布不均，优质专家多集中在大城市，小城市和乡村医疗资源不足，常因诊断失误而贻误病情。

在未来，将传统影像设备的复杂处理逻辑放到云端，在云上为医生提供远程阅片及人工智能辅助诊断功能，并将医学影像、检验检查结果、病历等诊疗信息同步传输，患者只需面对屏幕，就可接受知名专家的云端诊疗服务。

通过“终端数据采集 +5G+ 云计算”方式，在社区医院与医学中心之间建立医学影像信息互联共享，患者在社区医院医疗设备上拍片后，自动或手动将影像文件上传至云端，由医学中心在云端阅片并出具报告。

未来场景：设备便携化，降低专业医疗检测的门槛

在元器件小型化、芯片化的技术推动下，原来只能在医院内使用的大型医疗设备，正在便携化方向发展，让移动化检查成为现实。

掌上超声：将超声波探头的性能集成到一个芯片中，通过智能手机应用进行超声信息采集，并结合云计算和深度学习等技术，实现实时复合成像和自动扫描等强大功能，打破时间和空间限制，让传统笨重的大型超声台式机所具备的功能在随身携带的轻巧手持设备上得以实现。使得原本医院一台十多万美金的大型超声仪器，变成几千美金就可以拥有的掌上设备。

面向 2030， ICT 技术可以使得一系列提高人们健康水平与生活质量的应用场景正变得触手可及，这背后需要大量的计算来支撑。华为预测：到 2030 年，全球通用计算总量将达（FP32）3.3 ZFLOPS，同比 2020 年增长十倍， AI 计算（FP16）105 ZFLOPS，同比 2020 年增长500倍。

来源：医谷网