编者按：近日单位在论证信息化建设项目，也在积极参与重庆市“智慧医院”评审。也迫使我去思考该如何开展医疗信息化建设。传统的HIS、LIS、PACS的建设内容在“云大物移智链”这些新兴技术下又应该具有哪些新的元素。自己也看了些相关的书籍，对人工智能也有了些许肤浅的认识，结合工作，谈谈个人体会。
人工智能技术冰封期来到？
最近有篇文章很火，说的是沃森医生的失败案例，进而大家开始口诛笔伐人工智能技术的种种梗。估计临床医生也会从病历堆里抬起头，望望天，心想终于不用担心被机器医生抢了饭碗了。想必沃森会很郁闷，这年初还是各家医院的座上客，怎么未经历秋天就突然进入了寒冬。其实也不必奇怪，虽然各种预测表明未来10年人工智能技术将无所不在，但是从Gartner曲线中可以看出，任何一种技术的发展，都要经历"科技诞生的促动期"、"过高期望的峰值期"、"泡沫化的底谷期"、"稳步爬升的光明期"以及“实质生产的高峰期”，如此的一个循环发展过程，进而才能成为一种通用技术。我们继续用历史的眼光来看AI的发展，其实它也已经经历了几次从高潮到低谷的发展，每一次的沉寂都会有新的发展。社会也在波浪中前进。
人工智能（Artificial Intelligence，AI）是指计算机像人一样拥有智能能力，它是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科，可以代替人类实现识别、认知，分析和决策等多种功能。
如当你说一句话时，机器能够识别成文字，并理解你话的意思，进行分析和对话等。
人工智能研究内容
人工智能发展历程
人工智能的起源：人工智能是在五六十年代被正式提出，1950年，一位名叫马文·明斯基(后被人称为“人工智能之父”)的大四学生与他的同学邓恩·埃德蒙一起，建造了世界上第一台神经网络计算机，这也被看做是人工智能的一个起点。同样是在1950年，被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。“如果一台机器能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有人一样的智能，具有了思维”。
1956年，在由达特茅斯学院举办的一次会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词。后来，这被人们看做是人工智能正式诞生的标志。就在这次会议后不久，麦卡锡从达特茅斯搬到了MIT。同年，明斯基也搬到了这里，之后两人共同创建了世界上第一座人工智能实验室——MIT AI LAB实验室。值得追的是，茅斯会议正式确立了AI这一术语，并且开始从学术角度对AI展开了严肃而精专的研究。在那之后不久，最早的一批人工智能学者和技术开始涌现。达特茅斯会议被广泛认为是人工智能诞生的标志，从此人工智能走上了快速发展的道路。
人工智能的第一次高峰：在1956年的这次会议之后，人工智能迎来了属于它的第一次发展高潮。在长达十余年的时间里，计算机被广泛应用于数学和自然语言领域，用来解决代数、几何和英语问题。在当时，有很多学者认为：“二十年内，机器将能完成人能做到的一切。”
人工智能第一次低谷： 70年代，由于人工智能受计算机性能不足、能够提供训练的数据以及人们对问题复杂性认识不够等限制，导致与美国国防高级研究计划署的合作计划失败，人工智能的应用前景蒙上了一层阴影，开始经历长达6年的冰冻期。
人工智能的再次崛起：1980年，卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”。这是一种，采用人工智能程序的系统，可以简单的理解为“知识库+推理机”的组合，XCON是一套具有完整专业知识和经验的计算机智能系统。有了这种商业模式后，衍生出了像Symbolics、Lisp Machines等和IntelliCorp、Aion等这样的软硬件公司。1976年美国斯坦福大学的肖特列夫成功研制的医学专家系统MYCIN，是世界上第一个功能较全面的医学专家系统。1978年，北京中医医院关幼波教授与计算机科研人员合作，开发了“关幼波肝病诊疗程序”，这是中国最早的专家系统。在这个时期，仅专家系统产业的价值就高达5亿美元。
人工智能第二次低谷：7年之后，这个曾经轰动一时的人工智能系统就宣告结束。1987年，苹果和IBM公司生产的台式机性能都超过了Symbolics等厂商生产的通用计算机。从此，专家系统风光不再。
人工智能又一次崛起：上世纪九十年代中期开始，随着神经网络技术的逐步发展，以及人们对AI认知的提升，人工智能技术开始进入平稳发展时期。1997年5月11日，IBM的计算机系统“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，成为人工智能发展的一个重要里程， 深蓝也就是沃森医生的爷爷。
深度学习助力人工智能快速崛起
2006年，Hinton在神经网络的深度学习领域取得突破，人类又一次看到机器赶超人类的希望。谷歌、微软、百度等互联网巨头，还有众多的初创科技公司，纷纷加入人工智能产品的战场 ，掀起又一轮的人工智能狂潮。
随着互联网及移动互联网的发展，使得人类拥有了海量的数据；运算能力也从传统的以 CPU 为主导到以 GPU 为主导；算法技术的更新迭代更是助力人工智能的兴起，2011 年之后，深度学习的兴起，带动了现今人工智能发展的高潮。
人工智能是建立在一系列学科基础上的科学，哲学描述的是知识与行动的关系；数学的逻辑、计算和概率成为了基础；宏观经济学的决策论，微观经济学的博弈论；神经科学、心理学、计算机工程、控制论还有语言学等等这些构成了人工智能。使得人工智能能够感知世界、能够具有一定的判断分析能力、能够做出惊艳世界的各种行为，但是所有这些学科也是在不断发展进步的，因此也不能奢望人工智能能解决所有问题。
算法、数据、计算能力、应用场景是人工智能的四大基础，而数据更是用于训练算法，提升算法的原材料。从理论上看，人工智能的算法就是由一个个数学公式构成。而这些算法公式往往解决的问题各不相同，尚没有一个终极算法能够解决所有问题。而同一个算法在应用到不同场景时，又需要对其参数进行调整，使得其能恰当的反映真实世界，甚至对于同一个算法，使用不同的参数配置都会产生不同的模型，最终的结果也就大相径庭。在整个训练（学习）过程中，数据又分为训练数据和真实数据，一个模型对于训练数据的高适应性（过拟合），又可能导致无法很好的适应真实数据。所以从这些人工智能的常识性知识可以用来解释，为啥很多宣传在各种测试中取得好成绩的人工智能产品，却依然无法解决现实的医疗问题了。
人工智能服务于医疗路在何方
从公布的Watson失败的几大因素中，训练数据不足，样本量不够是其中的重要因素。Watson的失败将会给人工智能医学应用泼一盆冷水，也让人们过热的头脑有些清醒，能够思考下，到底目前人工智能可以帮助医院做什么。
我认为，对于一些策略非常明确的工作，人工智能已经可以发挥出巨大的作用。如财务管理、排班管理、医疗质量管理、医院感控管理、医疗资源规划等等。从医疗信息化的发展来看，创新往往也是从非医疗服务开始，并逐渐切入到医疗核心业务。这从最早的医疗信息化以财务信息化开始，到互联网医疗从挂号收费切入，这些事例均符合这个规律。
因此掌握人工智能技术的公司，如果想切入医疗信息化，不如从这些入手开始技术与业务的整合。
参考文献:
机器学习（周志华）
人工智能一种现代的方法（Stuart J. Russell）
https://blog.csdn.net/u013162035/article/details/79535577 （Bruceoxl）
实话说，谈人工智能，我还只是门外汉，只是才刚刚接触相关知识。文章只能算是学习笔记，一定存在诸多错误，但希望有大神看到，认为老黄还算可教之菜，点拨个二三招，也方便日后我行走江湖时，能够自保。
声明：本文来自愚人老黄，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
