人工智能阻拦医院“黄牛” 华山医院先用上了

　　原标题：人工智能阻拦医院“黄牛”，华山医院先用上了

　　在今年的世界互联网大会上，主题为“互联网+智慧医疗”的分论坛颇受与会者关注。近年来，围绕“互联网+医疗”的创新项目层出不穷，但智慧医疗只是远程挂号、问诊，或者可穿戴设备监测身体状况那么简单吗？

　　答案是否定的。从实践看，“互联网+医疗”意味着大数据、云计算、物联网、信息通信技术等在健康医疗领域的全方位应用，它改变的不一定是求医问药过程本身，而是对整个医疗管理都带去革新性的变化。

　　 全身健康指数检测演示

　　 用“蚁盾”防范“黄牛 ”

　　解放日报上观新闻记者获悉，利用互联网技术对医院“黄牛”进行阻拦，这样的新技术近期已经在上海华山医院用上了。

　　据了解，这一基于人工智能和大数据的医疗防范技术来自蚂蚁金服，名叫“蚁盾”。

　　具体来说，“蚁盾”在防“黄牛”上的运作原理是精准匹配挂号人和就诊人，通过对用户的身份信息、行为特征、关系网络建立多维度的层次化体征体系，通过数据挖掘和建模，评估主体的风险可能，有效识别出“黄牛”身份，为医院建立“黑名单”库，遏制“黄牛”占用、倒卖互联网号源的情况。目前，这一技术已经在北京大学第一医院、上海华山医院得到应用。

　　蚂蚁金服医疗总经理王博说，“蚁盾”用的是金融级别的安全能力，属于一种风控产品。之所以会有“蚁盾”，是将互联网金融技术与医疗场景相结合。所以，“互联网+智慧医疗”不是封闭的创新体系，而是需要技术企业与医院共同合作，产生更多具有实际价值的创新成果。

　　在王博看来，“互联网+智慧医疗”的创新成果在不同的医疗环境中应当是不同的。比如在医院方面，上海不同医院的智慧成果既有共性，也有个性。

　　在共性上，上海有近70家接入支付宝的“未来医院”，大部分从原有的线上预约挂号、支付宝付费等互联网服务，延伸到自助机、窗口、诊间等多种支付场景。这就使得上海医院原先的窗口付费排队时间从高峰期至少20分钟缩短到20秒。

　　在个性上，不同医院的创新各有所长。比如，国妇婴借助支付宝平台的“代扣”功能，实现了门诊缴费“零等待”：不论自费还是医保病人，只要绑定支付宝并开通代扣，医生开出检查或处方后，自付部分费用就能自动从支付宝账户中支付，这样患者不仅不用排队付费，甚至连付费的动作都省去了。一妇婴在原有院内便利支付的同时，创造了“智慧停车”服务；患者只需在服务窗中绑定车辆信息，开通代扣协议，之后便可体验车辆进出自动抬杆，停车费用通过支付宝代扣自动结算的便利。

　　但王博认为，这些互联网创新仍旧是初步的，“互联网+智慧医疗”涉及软件、硬件等多方面。为此，蚂蚁金服已经推出了医疗开放平台，希望将其作为互联网医疗领域的基础设施。他表示，这一平台把所有成熟的、与医疗服务对应的解决方案都全面开放给合作伙伴，包括支付、安全、数据、信用和反欺诈能力，希望能激发出更多的创新应用。

　　 智慧医疗绕不开人工智能

　　业界普遍认为，围绕“互联网+智慧医疗”的创新思维应当更加宽广一点——不只是简单地对医疗卫生服务环节进行干预，而且能在保护人民健康方面发挥作用，其本质上促进公众的健康管理。

　　国家卫生和计划生育委员会主任李斌举了一个例子：在公共卫生领域，中国已建成全球最大的传染病疫情和突发卫生公共事件网络直报系统，疫情信息从基层发现、到国家疾控中心CDC接报，时间从5天缩短到4个小时，支起了快速捕获疫情的天罗地网。

　　中国工程院院士、北京大学医学部主任詹启敏则认为，健康大数据可以为精准医疗打好基础。他指出，精准医疗目前是医学发展的方向，是医学发展的必然需求：“精准医学的内涵包括患者的临床信息和队列信息，结合患者生活方式和生活环境，实现精准的疾病分类和诊断，制定具有个性化的疾病预防和治疗方案，每个过程都能产生大量数据，总体目标都是为人民群众提供更加精准、高效的医疗健康服务。”

　　尤其是人工智能技术的发展，使得精准医疗有的更大的想象空间。詹启敏说，人工智能技术能有效地利用海量的电子档案进行风险预测，“和传统方法相比，能改善多种重大疾病预测的准确性。”

　　 如何从第一层到第四层？

　　百度公司董事长兼CEO李彦宏则认为，从技术发展进程看，“互联网+医疗”可以分为四个层次。

　　第一个层次是 O2O 服务，即“怎样通过线上把用户引流到线下，并分发到那些适合处理用户疾病的地方去”。

　　目前，很多“互联网+医疗”仍停留在第一层次。

　　第二个是智能问诊。比如在此次世界互联网大会上，IBM的Watson系统就被评为“领先科技成果”，这是因为Watson掌握的数据和资料比普通医生多得多，从而能看懂各种检验数据和报告。

　　李彦宏透露，百度旗下的“百度医生”也在进行智能问诊测试，电脑可以辅助医生做出相应判断，包括对一些极其罕见的病症进行判断。“这些技术不仅仅需要对大量的医疗知识进行机器学习，也需要对病人表述的理解能力不断地提升，实际上这就是自然语言理解的方向。”

　　第三个层次是基因分析和精准医疗，“这是这些年做计算机科学最觉得兴奋的方向”。李彦宏表示，与基因相关的应用都是在一些罕见病上，需要人们搞清楚是哪些基因共同导致那些罕见病，这就需要大量的计算。

　　第四个层次是新药研发。李彦宏说：“今天已知的、有可能能够形成药的小分子化合物大概是 10 的 33 次方这么多，全宇宙所有的原子加起来可能都没有这么多。”面对这样庞大的数量，如何筛选出可以合成新药的那些小分子，也需要极其强大的计算能力和最先进的算法。

　　李彦宏说，美国的有些创业公司已经在瞄准这一方向进行研究，而在国内，同样需要计算机科学、人工智能在这一领域有所作为。