2020年 第22卷 第2期
《中国工程科学》 >> 2020年 第22卷 第2期 doi: 10.15302/J-SSCAE-2020.02.021
COVID-19 疫情背景下的医院人工智能快速布局和发展战略探讨
1. 浙江大学医学院附属第一医院，杭州 310003；
2. 树兰（杭州）医院，杭州 310003
收稿日期 ：2020-03-16 修回日期 ：2020-03-31 发布日期 ：2020-04-10下一篇 上一篇
摘要
本文旨在开展新型冠状病毒肺炎（COVID-19）疫情背景下医院人工智能（AI）应用的宏观探讨，以期推动我国医院AI应用的顶层设计和快速布局，为健康中国建设提供新路径。 COVID-19疫情发生以来，中国以举国之力实施疫情防控阻击战，同步以捐赠物资、派遣医疗队、分享医疗诊治经验和高科技手段等方式开展全球抗疫协作。在抗击COVID-19疫情的过程中，一线医疗工作展示了有关医疗AI应用丰富且宝贵的经验，体现了AI在抗疫前线发挥的突出作用，表明了我国医院AI建设需求的迫切性和战略性。研究提出，应进行宏观层面的综合布局，整体推动医院AI的快速建设以形成新的医疗生态，为我国未来医院建设找准发展方向、奠定关键基础。为此建议，在政府层面做好整体规划和顶层设计，进行干预关口前移以改变被动应对局面；科学进行资源统筹，加强硬件体系建设，完善数据和专业人员保障制度，为防范大规模呼吸道急性传染病构建必要条件。
参考文献
[1] 曹艳林, 王将军, 陈璞, 等. 人工智能对医疗服务的机遇与挑战 [J]. 中国医院, 2018, 22(6): 25–28. Cao Y L, Wang J J, Chen P, et al. Opportunities and challenges of artificial intelligence in medical care [J]. Chinese Hospitals, 2018, 22(6): 25–28. 链接1
[2] 于观贞, 刘西洋, 张彦春, 等. 人工智能在临床医学中的应用与 思考 [J]. 第二军医大学学报, 2018, 39(4): 358–365. Yu G Z, Liu X Y, Zhang Y C, et al. Artificial intelligence in clinical medicine: Application and thinking [J]. Academic Journal of Second Military Medical University, 2018, 39(4): 358–365. 链接1
[3] Guo Q, Wang C H, Wang P H, et al. Host and infectivity prediction of 2019 novel coronavirus using deep learning algorithm [EB/OL]. (2020-01-22) [2020-03-15]. https://www.biorxiv.org/content/10.11 01/2020.01.21.914044v1.full.pdf. 链接1
[4] Zhou P, Yang X L, Wang X G, et al. Discovery of a novel coronavirus associated with the recent pneumonia outbreak in humans and its potential bat origin [EB/OL]. (2020-01-23) [2020- 03-15]. https://www.biorxiv.org/content/10.1101/2020.01.22.9149 52v2. 链接1
[5] Lam T T, Shum M H, Zhu H C, et al. Identificationof 2019-nCoV related coronaviruses in Malayan pangolins in southern China [EB/ OL]. (2020-02-13) [2020-03-15]. https://www.biorxiv.org/content/ 10.1101/2020.02.13.945485v1.full.pdf. 链接1
[6] 李兴臣. 人工智能医疗服务的法律责任 [J]. 医学与法学, 2018, 10(4): 8–12. Li X C. Legal liability of artificial intelligence medical service [J]. Medicine & Jurisprudence, 2018, 10(4): 14–18.
[7] 马治国, 徐济宽. 人工智能发展的潜在风险及法律防控监管 [J]. 北京工业大学学报(社会科学版), 2018, 18(6): 65–71. Ma Z G, Xu J K. Legal precaution and supervision about the potential risks in artificial intelligence development [J]. Journal of Beijing University of Technology (Social Sciences Edition), 2018, 18(6): 65–71. 链接1
[8] 蒋洁. 人工智能应用的风险评估与应对策略 [J]. 图书与情报, 2017 (6): 117–123. Jiang J. Risk assessments and countermeasures of AI applications [J]. Library and Information, 2017 (6): 117–123. 链接1
[9] 董雪. 人工智能在信息安全风险评估中的应用研究 [J]. 信息系 统工程, 2019 (3): 78. Dong X, Research on application of artificial intelligence in information security risk assessment [J].China CIO News, 2019 (3): 78. 链接1
[10] 于鹤, 赵稳兴. 计算机辅助诊断技术在病理学中的应用进展 [J]. 诊断病理学杂志, 2018, 25(3): 223–226. Yu H, Zhao W X. Application progress of computer-aided diagnosis technology in pathology [J]. Chinese Journal of Diagnostic Pathology, 2018, 25(3): 223–226. 链接1
[11] 于观贞, 魏培莲, 陈颖, 等. 人工智能在肿瘤病理诊断和评估中 的应用与思考 [J]. 第二军医大学学报, 2017, 38(11): 6–11. Yu G Z, Wei P L, Chen Y, et al. Artificial intelligence in pathological diagnosis and assessment of human solid tumor: Application and thinking [J]. Academic Journal of Second Military Medical University, 2017, 38(11): 6–11. 链接1
[12] 闫雯, 李楠楠, 张益肇, 等. 人工智能时代的病理组学 [J]. 临床 与实验病理学杂志, 2018, 34(6): 661–664. Yan W, Li N N, Zhang Y Z, et al. Pathology in the age of artificial intelligence [J]. Chinese Journal of Clinical and Experimental Pathology, 2018, 34(6): 661–664. 链接1
[13] 周瑞泉, 纪洪辰, 刘荣. 智能医学影像识别研究现状与展望 [J]. 第二军医大学学报, 2018, 39(8): 917–922. Zhou R Q, Ji H C, Liu R. Intelligent medical image recognition: Progress and prospect [J]. Academic Journal of Second Military Medical University, 2018, 39(8): 917–922. 链接1
[14] 祁瑞娟, 吕伟通. 人工智能辅助诊断技术在医疗领域的作用与 挑战 [J]. 中国医疗器械信息, 2018, 24(16): 27–28. Qi R J, Lv W T. The role and challenges of artificial intelligence-assisted diagnostics in the medical field [J]. China Medical Device Information, 2018, 24(16): 27–28. 链接1
[15] 程京, 邢婉丽. 医疗器械与新型穿戴式医疗设备的发展战略研 究 [J]. 中国工程科学, 2017, 19(2): 68–71. Cheng J, Xing W L. Research on the development strategy of medical devices and new wearable devices [J]. Strategic Study of CAE, 2017, 19(2): 68–71. 链接1
[16] Zhou J, Li P G, Zhou Y H, et al. Toward new-generation intelligent manufacturing [J]. Engineering, 2018, 4(1): 11–20.
[17] Turan M, Almalioglu Y, Konukoglu E, et al. A deep learning based 6 degree-of-freedom localization method for endoscopic capsule robots [EB/OL]. (2017-05-15) [2020-02-15]. https://arxiv.org/ abs/1705.05435v1. 链接1
[18] Wu G, Kim M, Wang Q, et al. Scalable high performance image registration framework by unsupervised deep feature representations learning [J]. IEEE Transactions on Biomedical Engineering, 2016, 63(7): 1505–1516. 链接1
京公网安备 11010502051620号