7月9日，2020世界人工智能大会云端峰会开幕式，在上海世博中心拉开帷幕，500多位重量级嘉宾参会，包括7位图灵奖得主、1位诺贝尔奖得主。在开幕式上，马云、马化腾、马斯克、李彦宏、张文宏等嘉宾云聚一堂。

开幕式上，复旦大学附属华山医院感染科主任张文宏表示，目前人工智能的发展可能还是起点，中国的疫情防控是靠传统的智慧和城市管理实现的，期盼人工智能在公共卫生体系中有更多应用，线上医疗大数据和线下医生的诊断工作相结合，整个公共医疗体系能得到较大提升。

人工智能在公共卫生体系中的发展，得益于公共卫生体系数据的不断积累，也得益于机器学习对医疗数据的分析功能的不断提升。从长远看，人工智能可以在很大程度上缓解公共卫生长期以来面临的一系列困扰。机器学习在医学上有极大潜力，特别是在医学图像的解读方面，可以比放射科医师更快地解释急性神经损伤后的CT扫描，从而减少诊断延误。另一个好处是将繁琐和重复的工作自动化，例如，检查多个淋巴结是否有转移性疾病的组织学证据。机器学习还可以扩大某些通常需要专门技能服务的使用性，例如，对糖尿病视网膜病变的视网膜扫描筛查。机器学习算法有望提供比人类更快、更一致的诊断，最终改善对患者的治疗水平。

目前，人工智能对公共卫生体系表现最为明显的是智能诊断。智能诊断需要医疗机构相关人员利用现代信息技术收集并分析大量数据和信息，运用机器学习算法迅速找准病例的数据依据，从而做出具有高度准确性的诊断决策。

人工智能在智能诊断上已有一些应用，目前最重要的便是诊断癌症，可有效确定乳腺癌细胞的位置，提高肺癌诊断的准确率，利用智能诊断技术提高皮肤癌诊断的准确率。

谷歌的大脑与Verily公司开发了一款能诊断乳腺癌的人工智能产品，病理学家的诊断准确率仅仅七成，而人工智能的准确度近90%，超过专业医师。

有统计表明，人工智能对肺癌诊断的准确率为90%，而医生的准确率只有50%。2016年《自然通讯》上的一篇论文证明，经过培训的计算机可在评估肺癌阻止切片时比病理学家更加精确。研究人员利用两千多肺癌基因图谱和相应的数据库训练计算机软件程序，可以确定肉眼难以观察到的癌症特异特征。

2017年1月，《自然》杂志揭示，深度神经网络技术能够对皮肤病专家的诊断水平进行分类。实验人员让深度神经网络分析了近30万张皮肤病的照片，之后，医生与机器进行了皮肤癌诊断能力的比赛，最终，机器识别皮肤病的准确率超90%，超过医生的准确率。

人工智能对公共卫生体系的影响，不仅停留在智能诊断，还包括健康管理、药物挖掘、生物科技、医疗管理等。人工智能的发展会更高效地推动公共卫生体系向着更加智能化、人性化的方向发展。

来源：科普时报

责任编辑：任丹