权威医生和顶尖科学家们说，这项技术事关你我健康未来

　　癌症、慢性病和传染性疾病到底是不是人类不可能终结的“大魔王”？医生和信息科学家这次联手说“不”。在传统医疗领域，以大数据和认知计算为代表的IT技术，正带来前所未有的创新，未来人们将更容易获得个性化循证诊疗。

　　在前两天召开的全国卫生与健康大会上，中国官方把人民健康放在了“优先发展的战略地位”。会议提出，要推进健康医疗大数据的应用。此前召开的国务院常务会议上，从百姓迫切需求领域发展健康医疗大数据，也成为国务院总理李克强关心的议题，他指出，发展和应用好健康医疗大数据，是一项重大的民生工程，既可以满足群众需求，也能促进培育新业态、形成新的经济增长点。国务院办公厅印发的《关于促进和规范健康医疗大数据应用发展的指导意见》提出，2020年初步形成健康医疗大数据产业体系。

　　大数据分析将如何影响你我健康的未来？权威医生和顶尖科学家们向“国是星期三”解读了认知计算等信息技术驱动的“机器智能”如何助人类医生提供个性化的、循证型的诊疗。

　　“从国际上的成功实践可以看到，认知计算、大数据分析技术将帮助医学机构获得更准确的临床诊疗”，国家心血管临床医学研究中心主任马长生指出，“中国已经进入了认知及大数据医疗的时代，我们希望充分利用医疗大数据，发现更多的模式，找到更多的诊疗路径，从而缓解病患的痛苦。在可以预见的将来，我们希望这些具有前瞻性的、领先的信息科学技术可以更加智能化地发挥其最大的价值。”

　　认知医疗

　　什么是“认知医疗”呢？

　　在医疗领域，当前的研究大多基于传统的医疗数据，大健康数据(如生活习惯、成长环境等)对健康也会产生较大影响。同时，文献和权威病例数据也应是医生精准诊疗的关键。 这意味着医生可以利用认知医疗系统，把大数据和认知计算技术变成精准决策的“助手”。

　　举个例子，不久之前，多家中国医院宣布将引入IBM公司研发的Waston 肿瘤解决方案，它能够汲取海量信息，其中包括可以“阅读”300多份医学期刊，200余种教科书和1500万页的文字，进而能就药物选择及用药方案方面提供建议。同时，还能够链接至经业界权威评审的研究以及临床指南。其机器学习能力也意味着它可以随着时间的推移不断地学习。

　　认知医疗的愿景是智能机器“融会贯通”地快速阅读、综合分析医学专著和期刊论文，治疗病历，大量临床数据和临床医学报告，在很短时间内提出推荐的治疗方案，助医生针对不同病人的病情，实现个性化用药、个性化治疗，甚至个性化照护。利用认知计算、大数据分析、云计算和物联网等技术，未来医生还能更好的应对心血管、糖尿病等慢病以及传染病等“健康杀手”。

　　大数据分析和认知技术如何描画健康产业未来？

　　首先，这些高科技有望实现个性化的循证诊疗，这意味着你我在未来就医时可以获得基于个性化特征和权威分析的诊疗方案。

　　举个例子，在急性心梗的诊疗上，目前阜外医院与IBM中国研究院合作，利用认知技术、大数据分析等科技，后者开发的“死亡风险预测模型”，可以展示不同类风险因素对院内死亡影响的权重。

　　再举个例子，在促进糖尿病规范化及个性化的诊疗方面，南方某市卫生局利用基于IBM中国研究院技术的认知决策系统进行了探索性研究，结合患者当前临床状态数据，使医生在诊疗过程中可以为病人提供基于指南知识的决策支持。该技术已用于其慢病管理系统中。

　　其次，一些“看似无关”的数据，却也能影响疾病的分析预测，比如公共健康保障和传染病防御。

　　2015年全国共报告640多万例传染病病例，死亡16,744人。深圳市疾病预防控制中心在IBM“绿色地平线“项目技术的助力下，利用环境大数据和认知建模技术，实现对疾病的预测分析。在传统分析数据中，引入地理人口、气象、社会经济等多类型数据，融合数理模型与疾病传播机理模型，实现对流行病的高精度预测，从而为公共健康管理提供更好地决策支持。

　　深圳市疾病预防控制中心信息中心主任、主任医师吴永胜表示：“大数据分析、认知计算的引进，对我们整个疾病防控的能力，包括对突发公共卫生事件的监测预警、疾病预防控制、健康危害因素的监测等等方面，都有很大的提升。”

　　类似的前沿创新还有哪些？

　　医学影像分析平台：在很多疾病，尤其是癌症的诊疗过程中，医学影像将为诊断提供关键信息。IBM中国研究院，IBM大学合作部联合中科院自动化所分子影像重点实验室主任田捷教授，利用认知技术从海量病历影像数据中挖掘出癌症特征，并建立医学影像分析平台，辅助医生进行肺癌等疾病诊断，实现早诊断早治疗，最大限度提高肺癌患者的平均五年生存率。

　　医疗费用预测模型及医疗资源使用模型分析：为优化医疗资源配置及使用，北京大学信息学院谢冰教授与IBM中国研究院合作开展医疗服务费用分析，利用认知分析技术构建了费用预测模型，以及医疗资源使用模式分析, 包括就诊热点分布、资源使用异常检测等，结合病患结局分析，平衡资源投入/产出比率，为医疗资源分配和公共卫生相关政策制定提供依据。

　　“认知医疗”是前沿信息技术驱动行业创新缩影

　　在IBM大中华区首席技术官、IBM中国研究院院长沈晓卫看来，认知医疗，也是大数据驱动产业智能化、技术驱动供给侧创新的一个缩影。

　　资料图。图为IBM大中华区首席技术官、IBM中国研究院院长沈晓卫博士。

　　事实上，将技术创新引入任何一个行业都不是一蹴而就的。以IBM这样的科技公司为例，将认知计算、大数据分析、云计算等领先技术应用于医疗行业，解决社行业发展中最难的挑战，也经历了30年的探索和积累。

　　未来，这些技术将助力中国医生应对威胁人类健康的癌症、慢病、流行病等顶级“健康杀手”：实现针对癌症的更精准的、个性化循证诊疗；降低流行病爆发的风险；开发高精度的慢性病风险预测模型，和基于知识证据和数据分析证据的认知决策支持系统，推进积极主动的个人健康管理。

　　人类用科技助力产业和生活的效率创新的努力从未停止，不仅是认知医疗，在每一个关键的时间节点上，都会有一些关键技术，对产业重塑有非凡的撬动意义， 沈晓卫认为，在这一轮的“新工业革命中”，认知计算技术将成为关键。目前我们已经可以观测到推动“人类走向认知时代”一些关键技术的进展：

　　首先，认知技术本身的突破和技术的整合，是计算机能够理解人类的语言，并与人类对话，大幅提升人机交互体验。并且，计算机具有自我学习和逻辑推理的能力，能够进行分析，提出假设，并不断自我学习，像人类一样不断进步。

　　其次，技术的创新总是契合时代的发展。随着大数据的出现，海量数据，尤其是多媒体、社交等非结构数据对信息技术提出了新的挑战，也为认知计算提供了大量的学习样本，使深度学习成为可能。

　　最后，云计算技术为认知解决方案提供了更好的平台。应用程序的开发变得更敏捷，基于认知计算的解决方案从云端提供，用户使用起来也更便捷。

　　基于关键技术的进展和普及，科技驱动的产业变革将实现更高的“物联化”、“互联化”和“智能化”，认知计算、大数据分析、云计算等领先技术也将应用于解决社会发展过程中的重要民生问题。(肖欣）

　　癌症、慢性病和传染性疾病到底是不是人类不可能终结的“大魔王”？医生和信息科学家这次联手说“不”。在传统医疗领域，以大数据和认知计算为代表的IT技术，正带来前所未有的创新，未来人们将更容易获得个性化循证诊疗。

　　在前两天召开的全国卫生与健康大会上，中国官方把人民健康放在了“优先发展的战略地位”。会议提出，要推进健康医疗大数据的应用。此前召开的国务院常务会议上，从百姓迫切需求领域发展健康医疗大数据，也成为国务院总理李克强关心的议题，他指出，发展和应用好健康医疗大数据，是一项重大的民生工程，既可以满足群众需求，也能促进培育新业态、形成新的经济增长点。国务院办公厅印发的《关于促进和规范健康医疗大数据应用发展的指导意见》提出，2020年初步形成健康医疗大数据产业体系。

　　大数据分析将如何影响你我健康的未来？权威医生和顶尖科学家们向“国是星期三”解读了认知计算等信息技术驱动的“机器智能”如何助人类医生提供个性化的、循证型的诊疗。

　　“从国际上的成功实践可以看到，认知计算、大数据分析技术将帮助医学机构获得更准确的临床诊疗”，国家心血管临床医学研究中心主任马长生指出，“中国已经进入了认知及大数据医疗的时代，我们希望充分利用医疗大数据，发现更多的模式，找到更多的诊疗路径，从而缓解病患的痛苦。在可以预见的将来，我们希望这些具有前瞻性的、领先的信息科学技术可以更加智能化地发挥其最大的价值。”

　　认知医疗

　　什么是“认知医疗”呢？

　　在医疗领域，当前的研究大多基于传统的医疗数据，大健康数据(如生活习惯、成长环境等)对健康也会产生较大影响。同时，文献和权威病例数据也应是医生精准诊疗的关键。 这意味着医生可以利用认知医疗系统，把大数据和认知计算技术变成精准决策的“助手”。

　　举个例子，不久之前，多家中国医院宣布将引入IBM公司研发的Waston 肿瘤解决方案，它能够汲取海量信息，其中包括可以“阅读”300多份医学期刊，200余种教科书和1500万页的文字，进而能就药物选择及用药方案方面提供建议。同时，还能够链接至经业界权威评审的研究以及临床指南。其机器学习能力也意味着它可以随着时间的推移不断地学习。

　　认知医疗的愿景是智能机器“融会贯通”地快速阅读、综合分析医学专著和期刊论文，治疗病历，大量临床数据和临床医学报告，在很短时间内提出推荐的治疗方案，助医生针对不同病人的病情，实现个性化用药、个性化治疗，甚至个性化照护。利用认知计算、大数据分析、云计算和物联网等技术，未来医生还能更好的应对心血管、糖尿病等慢病以及传染病等“健康杀手”。

　　大数据分析和认知技术如何描画健康产业未来？

　　首先，这些高科技有望实现个性化的循证诊疗，这意味着你我在未来就医时可以获得基于个性化特征和权威分析的诊疗方案。

　　举个例子，在急性心梗的诊疗上，目前阜外医院与IBM中国研究院合作，利用认知技术、大数据分析等科技，后者开发的“死亡风险预测模型”，可以展示不同类风险因素对院内死亡影响的权重。

　　再举个例子，在促进糖尿病规范化及个性化的诊疗方面，南方某市卫生局利用基于IBM中国研究院技术的认知决策系统进行了探索性研究，结合患者当前临床状态数据，使医生在诊疗过程中可以为病人提供基于指南知识的决策支持。该技术已用于其慢病管理系统中。

　　其次，一些“看似无关”的数据，却也能影响疾病的分析预测，比如公共健康保障和传染病防御。

　　2015年全国共报告640多万例传染病病例，死亡16,744人。深圳市疾病预防控制中心在IBM“绿色地平线“项目技术的助力下，利用环境大数据和认知建模技术，实现对疾病的预测分析。在传统分析数据中，引入地理人口、气象、社会经济等多类型数据，融合数理模型与疾病传播机理模型，实现对流行病的高精度预测，从而为公共健康管理提供更好地决策支持。

　　深圳市疾病预防控制中心信息中心主任、主任医师吴永胜表示：“大数据分析、认知计算的引进，对我们整个疾病防控的能力，包括对突发公共卫生事件的监测预警、疾病预防控制、健康危害因素的监测等等方面，都有很大的提升。”

　　类似的前沿创新还有哪些？

　　医学影像分析平台：在很多疾病，尤其是癌症的诊疗过程中，医学影像将为诊断提供关键信息。IBM中国研究院，IBM大学合作部联合中科院自动化所分子影像重点实验室主任田捷教授，利用认知技术从海量病历影像数据中挖掘出癌症特征，并建立医学影像分析平台，辅助医生进行肺癌等疾病诊断，实现早诊断早治疗，最大限度提高肺癌患者的平均五年生存率。

　　医疗费用预测模型及医疗资源使用模型分析：为优化医疗资源配置及使用，北京大学信息学院谢冰教授与IBM中国研究院合作开展医疗服务费用分析，利用认知分析技术构建了费用预测模型，以及医疗资源使用模式分析, 包括就诊热点分布、资源使用异常检测等，结合病患结局分析，平衡资源投入/产出比率，为医疗资源分配和公共卫生相关政策制定提供依据。

　　“认知医疗”是前沿信息技术驱动行业创新缩影

　　在IBM大中华区首席技术官、IBM中国研究院院长沈晓卫看来，认知医疗，也是大数据驱动产业智能化、技术驱动供给侧创新的一个缩影。

　　资料图。图为IBM大中华区首席技术官、IBM中国研究院院长沈晓卫博士。

　　事实上，将技术创新引入任何一个行业都不是一蹴而就的。以IBM这样的科技公司为例，将认知计算、大数据分析、云计算等领先技术应用于医疗行业，解决社行业发展中最难的挑战，也经历了30年的探索和积累。

　　未来，这些技术将助力中国医生应对威胁人类健康的癌症、慢病、流行病等顶级“健康杀手”：实现针对癌症的更精准的、个性化循证诊疗；降低流行病爆发的风险；开发高精度的慢性病风险预测模型，和基于知识证据和数据分析证据的认知决策支持系统，推进积极主动的个人健康管理。

　　人类用科技助力产业和生活的效率创新的努力从未停止，不仅是认知医疗，在每一个关键的时间节点上，都会有一些关键技术，对产业重塑有非凡的撬动意义， 沈晓卫认为，在这一轮的“新工业革命中”，认知计算技术将成为关键。目前我们已经可以观测到推动“人类走向认知时代”一些关键技术的进展：

　　首先，认知技术本身的突破和技术的整合，是计算机能够理解人类的语言，并与人类对话，大幅提升人机交互体验。并且，计算机具有自我学习和逻辑推理的能力，能够进行分析，提出假设，并不断自我学习，像人类一样不断进步。

　　其次，技术的创新总是契合时代的发展。随着大数据的出现，海量数据，尤其是多媒体、社交等非结构数据对信息技术提出了新的挑战，也为认知计算提供了大量的学习样本，使深度学习成为可能。

　　最后，云计算技术为认知解决方案提供了更好的平台。应用程序的开发变得更敏捷，基于认知计算的解决方案从云端提供，用户使用起来也更便捷。

　　基于关键技术的进展和普及，科技驱动的产业变革将实现更高的“物联化”、“互联化”和“智能化”，认知计算、大数据分析、云计算等领先技术也将应用于解决社会发展过程中的重要民生问题。(肖欣）