基于深度学习的人工智能（artificial intelligence, AI）其实诞生不过12个年头。在2006年，出生在英国温布尔登的神经网络之父Geoffrey Hinton提出了用于训练“深度置信网络”（Deep Belief Network）的算法，打破了多层神经网络在数十年来进展不甚理想的局面，接着被引入到很多应用领域当中，这就是我们后来熟知的deep learning，即深度学习。
深度学习的“年纪”并不大，但其后迅速走红，原因很简单，就是因为——管用。另一方面，人工智能虽然在1956年首次提及，但真正得到重视和长足发展也是这近十年的时间，应用多集中于医疗、汽车和语音等领域。那么这些年来，基于深度学习的人工智能在医学上到底有着怎样的成就？
释义：深度学习
深度学习实质上是机器学习的一个研究领域，它让计算机模拟人脑进行数据分析和学习，从而缔造了监督学习或无监督学习的深度机器学习方式，形成了一个神经网络来解释数据，包括了图像、声音以及文本等。
构成深度学习的主要有自编码机、稀疏编码、限制性玻尔兹曼机、深度置信网络，以及深度卷积神经网络。深度置信网络就是在一种无监督学习情况下的机器学习，而深度卷积神经网络则是一种深度监督学习下的机器学习，两者各有利弊，相辅相成。
1.应用在阿尔茨海默病、帕金森病等脑疾病
阿尔茨海默病会造成大脑各区不同程度受损，是记忆丧失的重要原因。这个疾病困扰着约莫四千多万的老年人，但人工智能带来了曙光。西班牙马拉加大学和格拉纳达大学的研究者在著名的期刊——《国际神经系统杂志》上，提出了深度学习技术对阿尔茨海默症的早期干预，它对大脑功能的预测以及磁共振成像的计算，据说有助于预防症状的发生，也是帕金森症及其他痴呆病症患者的福音。这项研究结果还会用于研究阅读困难等认知障碍。
在实验临床方面，韩国科学家Hongyoon Choi博士和Kyong Hwan Jin博士通过182位年龄在70多岁的健康人的大脑图像，与139位相近年龄段已经确诊为阿尔茨海默患者大脑图像进行横向对比，让人工智能机器进行深度学习。目前机器已经具备能力判别被检查者的图像是否有问题，而且能达到84.2%的精确度。可以看出，人工智能可以高效可靠地发现这些易患疾病的个体，在预防和及早诊断阿尔茨海默、帕金森等疾病，具有实质性意义。
2.应用在糖尿病眼疾、黄斑变形
如今全球有过亿糖尿病人。糖尿病会引发眼疾，或称作糖尿病视力障碍，严重时会导致失明。这种疾病发现得早的话是可以治愈的，但如果晚了，就别无办法了。因此针对这种情况，谷歌和印度、美国的医生合力研究，开发了针对这种前期筛查糖尿病眼疾的技术。他们整理了十几万张图片，并利用深度学习后的人工智能系统对其进行评估，再找来这方面的54人专家团进行评估对比。结果发现，人工智能系统对疾病的诊断准确率比专家组还要高一些。
如今，谷歌陆续跟眼科医院进行合作，继续研发关于辨识视觉疾病的人工智能辅助诊断系统，力求做到提前发现和预防糖尿病视网膜疾病，乃至黄斑变形等问题。
3.应用在乳腺癌、肺癌及头颈癌放疗
人类癌症疾病的发病原因可谓达到上千种，因此在癌症这方面进行预判，难度较大，但同时有巨大的临床意义，也是人工智能发展的广阔天地。
我国医疗IT界的尚医云团队耕耘医疗卫生领域十多载，不但在医疗信息系统（HIS）突破性地研发出了云HIS解决方案，帮助医疗机构实现信息化的升级腾飞，而且在关爱女性健康方面，与多家从事乳腺癌治疗工作的医疗机构进行合作，推出了人工智能乳腺癌B超筛查机器人。他们通过训练人工智能深度学习乳腺癌影像，让系统具备对乳腺癌肿瘤进行判别的能力，准确率高于人工筛查。B超筛查适合亚洲女性身体结构特点，而且无创无辐射。他们的设备紧致便携，特别适合于赋能基层医疗机构，以及在美容院和家庭等使用。乳腺癌患者在早期治疗，治愈率可达到80-90%。尚医云的人工智能乳腺癌筛查解决方案对保护女性健康具有很重大的医学、社会和经济意义。
另外，针对国内每年以26.9%速度增长的肺癌发病率，腾讯的优图实验室也在这方面发力，与医院肺癌研究所进行合作。据说，在实验临床方面，其准确率已经与液体活检诊断的平均水平持平。再者，谷歌DeepMind也开始在头颈癌患治疗上进行人工智能的临床试验。据说其算法在处理头颈癌患者的放疗时间上表现出色，不但缩减了放疗的时长，而且还可以降低放疗的伤害，一举两得。
4.应用在皮肤病、皮肤癌
在2017年，美国斯坦福大学的研究者在《自然》杂志上发表了一篇关于皮肤病和皮肤癌的论文。作者采取的亦是通过人工智能深度学习的办法，以18个公共数据库再加斯坦福医院13万个皮肤损伤照片作为依据，从图像研究中训练识别癌症的能力。这对皮肤癌疑似患者具有很大的预判作用。据统计，美国每年约有数万人死于皮肤病变。人工智能无疑能在保护皮肤健康中起到很好的疾病预警的作用。
已初露锋芒的人工智能必定会在人类医学发展中起到极大的推动作用。随着研究的不断深入，将来越来越多的临床应用神器会出现，造福人类健康！
助医者 济苍生
We serve those who heal the world.
【云HIS】这些年，人工智能在医疗领域改变了什么?
