本文摘要：科大讯飞今年年初引进智慧医疗领域尖端人才陶晓东博士，兼任科大讯飞智慧医疗事业部总经理一职。

科大讯飞今年年初引进智慧医疗领域尖端人才陶晓东博士，兼任科大讯飞智慧医疗事业部总经理一职。他在智慧医疗领域累积的经验将率领科大讯飞智慧医疗团队挖出人工智能+医疗的无限潜力。在本次菠萝科学节上，陶晓东做客罗素姆人工智能社区，与09年诺贝尔化学奖获得者阿达·约纳特展开一场关于智慧医疗的探究。

并提到自己在人工智能+智慧医疗领域未来不会做到的3件事。❂ 专访人物主持人：王知非 浙江人民医院主治医师嘉宾1： 陶晓东 科大讯飞智慧医疗事业部总经理嘉宾2： 阿达·约纳特 2009年诺贝尔化学奖获得者文字国史整理，有所删改王知非：大家好，十分荣幸今天有这样的机会，与两位专家面对面专访。

约纳特博士是以色列科学家，在2009年因“核糖体的结构与功能”的研究取得诺贝尔化学奖。陶晓东教授，他是科大讯飞智慧医疗事业部总经理。曾服务于美国通用电气公司（GE）专门从事医学影像研究，并曾在飞利浦医疗放射线解决方案兼任首席架构师。

青睐两位。研究领域概述王知非：首先我们想问一下约纳特教授，什么是核糖体？您专门研究它的结构，这样的研究对我们解读核糖体的功能有什么起到？否跟大家讲解一下您在工作中的里程碑？约纳特：核糖体是细胞内一种核糖核蛋白颗粒(ribonucleoprotein particle），主要由RNA(rRNA）和蛋白质包含。大家告诉蛋白质的起到吗？蛋白质只不过是构成了所有的生命体，蛋白质对我们的生命一切都十分最重要，我们的身体仍然在产生蛋白质，核糖体就是确保准确的制备这些蛋白质，我就想要告诉核糖体怎么做的。核糖体对生命十分最重要，没核糖体就没生命，它也是抗生素的一个目标，所以我们想来理解人是怎么生病的，就是因为有一些细菌带着医治源，大多数的抗生素都针对这些医治源，所以我想要理解这个是怎么的组织的。

王知非：好的，那么我们接着请求陶博士给我们讲解一下他的工作。陶晓东：我首先讲解一下自己的背景，我是电子工程学方面的博士，也在医学影像方面有很多经验，在GE服务过，今年重新加入科大讯飞。科大讯飞在人工领域扎根20多年了。

一个主要的研究方向就是语音，使机器需要读者文本。然后我们紧接着解决问题一个问题是教会机器如何听不懂解读文本，并解读文本背后的意义。

在持久地研究中我们达成协议了共识：人工智能领域必须累积原始数据、专家以及算法。这三者的融合，事实上不会带给一个人工智能的引爆点，使人工智能更为简单。科大讯飞的智慧医疗是做到什么的？在整个智慧医疗系统里，我们尝试服务患者。我之所以投身于智慧医疗这么多年，从通用公司到飞利浦再行到科大讯飞，是因为考虑到我们每一个人都有可能沦为患者。

做到智慧医疗方面的研究将不会是对人类十分有意义的探寻。我们仍然在探寻如何用人工智能协助医疗系统更为完备，解决问题医疗系统中遇上的难题：协助我们的病人、住院设置等等，用智能的方式搜集数据协助我们的医生解决问题简单的医疗。

我坚信王医生每天都在处置这样的问题。谢谢。人工智能有用吗？王知非：上个世纪中期，人类告诉了生命的密码DNA以及它的功能。但即使我们告诉了DNA的图谱，仍然不理解它的功能，它是如何运作的，比如：它为什么错误等等。

约纳特：因为大大自然比人类更聪明。陶晓东：我表示同意约纳特教授。我的教育背景是工程，因为编程语言还有这些算法都是人类所设置的，人类所设置的东西很更容易解读的。我所专门从事的一个领域，还有约纳特教授所做到的研究领域，只不过有十分大的差距。

但我们都是把不能视的变为可用的：约纳特试图用有所不同的工具解读蛋白质制备的过程；对我来说我期望在医学影像里，和我的同事一起使内脏可视化。我也是表示同意约纳特教授所说的，大自然指导我们去做到研究，大自然的过程很难让我们解读。

这也就是约纳特为什么取得诺奖，而我只有今天的成绩。作为人工智能的算法大大在进展，现在有更加多的工具协助科学家更慢的发展，您表示同意吗？约纳特：我完全同意，要寻找这些找到必须理解更加多大自然的内容。

王知非：我也完全同意。约纳特：我也不告诉是不是人们要发明者出有一个机器，来做到这些核糖体的工作。我们有有所不同的方法，使这个机器可以运转，蛋白质可以运转。

你所做到的人工智能是大大自然会做到的，再次发生了这些事情我们要更佳地解读大自然，这样的话才需要辅助你们更佳的研发机器。陶晓东：谢谢。有关人工智能，我们理解人工智能的性质，而人工智能要使得它简单的话，必须三种支柱：第一个是数据；很多的数据，很多的传感器；第二个是领域的专家，比如约纳特教授获取给我们的经验；第三个是算法，对我们来说我们更好做到算法的工作。

未来不能预测？人工智能不这么想要王知非：您实在人工智能未来是可以协助我们，就像您所说的可以更好地理解自然科学，探寻大大自然。约纳特：在科学里面我不偏向于做到假设，有很多假设尽管不切实际，但它们并没被人们预计不会顺利。针对我的研究我的嗜好来说，我早已看见三个进展，或许它不会再次发生起到，但是我不讨厌做到预测。

或许它可能会有很好的进展。陶晓东：约纳特教授也说道了，她不期望对人工智能做到预测，比如说人工智能将不会以某种方式协助我们。但是因为我自己就是做到这个领域的工作，特别是在是关于医学影像和人工智能，我们是以某种方法作出进展。比如，去年AlphaGo击败了棋士大师，这是人工智能大事件之一。

马云看见这事说道了句：这又怎么样。我也表示同意这种观点。

针对人工智能，在这样一种信息设置中，你告诉它下一步的规划，这是人工智能可以构建的。但在我所研究的医学影像领域，信息不原始，于是以因为我们有数多达15年的经验，所以告诉它有多难。

在基础研究，也就是约纳特教授做到的研究领域，它们没过于多的信息，你有可能去猜测这个大自然是如何运作的，你去猜测为什么大自然不会这样，这是我的解读。我实在这两者融合一起，总有一天可以加快我们找到的过程，而且也需要使得那些研究人员去避免有可能告终的领域，有更高的顺利记录。

人工智能可以协助医生加薪？王知非：我们都告诉的通过看放射线片子，可以显现出一些疾病。但有些医生无法辨识，所以我们不会看见别人带着片子到其它医院告知其他的医生。您实在将来不会会通过人工智能，可以协助医生更加精确的通过这些放射线片来作出临床？陶晓东：对，我早已说道了，我们理解算法的性质，最后我们还是必须人和算法融合一起，就是通过合作来一起工作。

人的起到总有一天无法用算法替代的。但是一些反复的，较为无趣的工作总有一天不会被机器代替，机器可以协助反复做到日常的工作。也许机器不有可能代替人，但是可以做到一些没附加值的工作。昨天我看见了一个美国的调查，是关于在医疗领域有所不同科室的薪水是多少。

在美国医疗领域，最低的工资是骨科医生。约纳特：全科医生工资较为较低的，最近我们看见这个工资第一次有所暴跌。人工智能在基础研究中有什么用？王知非：我想要听得一下您的意见，人工智能在基础研究领域需要起着什么起到？约纳特：我想要给大家说道一下我对基础研究的解读。

基础研究是一切科学研究的基础，不管是更高端的研究，还是工程或者生命本身。如果基础研究有了任何的成果，它认同是简单的，这种成果可以协助我们解读生命其他的过程但是它毕竟一切的基础。现在很多人实在在实验室里面所做到的研究，出来成果马上就可以加以利用，但是不一定是这样。

我们累积了科学知识和信息的时候，我们可以获取给陶教授这样的人，来研发出有基础用于的东西。我荐一个例子，大家告诉在电发明者之前我们是用蜡烛灯光的，蜡烛的明亮是受限的，而且它在灯光的当中不会显得越来越少，很多人就研究来做到更佳的蜡烛，取得更加暗的灯光。但是我们现在电灯所用的电，当时做到的研究并不是要做到电灯，而是一个基础的研究，就是电的研究，是电荷的一个研究。

在多年之后，在物理学的电荷研究的基础上，我们告诉了可以用电来灯光。人类能否分担人工智能受罚的后果？王知非：只不过是有一个道德的问题：在AI自学的过程当中，人类能无法分担人工智能犯错误的后果？陶晓东：这是一个较为深层的道德上的问题。在明确提出个人见解之前，我想要再行对此一下约纳特教授说道的基础研究的问题。

基础研究能给我们一些指导，让我们需要通过一些大自然的过程来解决问题一些问题，比如说来化疗疾病。约纳特教授的工作是向我们说明大大自然运作的过程。

我的工作是通过一些技术来推测病人的身体状况，就算有时候病人本身没症状。说道到接纳新的技术，只不过每次新技术产生人们都会代价一定代价。在汽车刚刚发明者的时候，在车祸当中遇难的人要非常少，这样的事故引发了很多的争议，但是我们看一下数据，我想要约纳特教授也不会表示同意的，因为科学家都非常重视数据。我们现在看见无人驾驶汽车，数据告诉他我们无人驾驶的安全性比普通驾驶员要低。

当然我现在手上没清楚的数据证明，AI人工智能的临床一定比十分有经验的专家低。人工智能更加多程度上是协助医生进阶，辅助临床，从而使医生的能力获得提高。比如对一个医生来说，有他擅长于或不擅长于的东西，所以就防止去做到不擅长于的临床，但利用人工智能未来可能会突破这种个人临床的瓶颈。现在有很多法律法规，我们可以按照准确的方法来做到，以合乎伦理道德来做到，这样的话不会使得人工智能对临床发挥作用。

但我们要回头的路还很长。语音辨识或能解决问题“看病难”？王知非：是的，我们必须回头很长的路。我也告诉，陶博士语音辨识是你工作的一部分，这是我所听见最差的消息了，因为我们医生做到很多病历整理十分乏味无趣。

如果机器能问答并记录下来医生说出的内容，这将不会增加医生的工作量。对于语音辨识，能无法给我们叙述一下您在工作中想超过什么目标？陶晓东：我们想在智慧医疗领域构建3件事。

第一件事，期望人工智能帮助医生防止反复无趣的工作。人工智能可以去除医生工作的一部分，让他们更加有效率。例如，现在语音辨识早已是十分成熟期的技术了，需要构建97%的正确率。

今年的菠萝奖的颁奖典礼我们可以看见，讯飞来早已可以动态把语音转化成为文字，还包括今年的两会李克强总理讲话也必要转化成为文字。几年之前，医生特别是在是门诊的医生能用手写病例，这不是数码化的，而且也不需要放到EHR电子病历当中，现在利用问答的技术就可以解决问题这些问题。另外很多病人的病历是不原始的，如果你要调取这些数据，有可能就有一个关键的信息缺陷了。

因此我们期望这个数据库原始、准确。我们就创建了机器学习的算法，这些数据基于十分大的样本、科学期刊、还有现实的医学临床的案例。这样需要协助机器创建一个知识库，创建自己的推理小说、准断的逻辑，这就是我们所做到工作，我们期望用有所不同的方式协助医生，让他们需要防止反复无趣的工作。

第二件事，是构建医疗大数据服务。人工作一天不会疲惫，但是机器会疲惫，它可以观测在一定范围里面的错误，可重复性比人类医生要低。但是我们的机器的理解能力还处在跟上当中，现在还是正处于人工智能发展的早期。

医疗大数据的创建需要让人工智能协助医生构建一些可反复的临床，之前有人发问怎么去解决问题大医院排队无以和看病难的问题，人工智能的参予可以协助减慢医院就医的压力。基于人工智能与医疗大数据挖掘，为医院和涉及机构获取医疗大数据的构建、挖出、利用，辅助积极开展新型临床、科研、医院管理等服务。

第三件事，构建医疗影像智能临床。通过人工智能技术分析对比临床资料，需要辨识图像的共性，对医疗影像展开较慢读片和智能临床。在这个领域我们花费了很精力，我们现在有更加多的传感器在搜集数据。

优质、大量数据的累积；高性能计算环境；优化的深度自学方法，这三者对于建构模型十分最重要。我们在医学影像领域早已有多达15年的经验，我也告诉它有多难。我们要做到的一件事就是把不能视的变为可用的，比如约纳特教授试图用有所不同的工具解读蛋白质制备的过程，对我来说我期望在医学影像里，和我的同事一起做让内脏可视化这样一件事。王知非：我来做到一个总结。

未来的不可预测性，促成我们大大探寻大大自然。我们用有所不同的方法，但目标是殊途同归，期望打造出一个更佳的世界。核糖体这个研究使我们眼界大进，因为约纳特教授他们眼见为实之后，通过一些先进设备的技术使我们需要看见曾多次看到的细节。

这些细节的信息指导我们分析，使我们脑洞大开。就像我们刚才谈的机器人一样，在我们和人体之间多了一个电脑，而这个电脑能力有可能远超过我们的想象，不会会有一天他不会思维。但无论我们是沦为机器人或电脑的制造者和控制者，最后受益者还是我们，我们依然叫人类。权利发问环节发问A：有一个问题要回答陶博士，您刚才说道了，您指出机器人AI或者说算法没办法代替最顶级的科学家或者是医生，为什么您不会这么指出呢？陶晓东：谢谢你的发问。

我们看一下AI技术发展的进程，目前最热门的AI的算法，还包括一些电子神经网络，只不过是在仿效人的神经元。这是在80年代就开始了，但是当时的数据还有计算能力都是很受限的，所以不能做到一些很非常简单的神经网络来解决问题非常简单的问题。后来又有了新的发展，在80年代早期仍然到21世纪初的时候，我们看见在AI技术下有了很多的投资和发展。

现在我实在新一轮的AI技术的推动力，就是大量的数据还有就是十分强劲的计算能力。但是我不告诉人脑有多少神经元，我们目前对于人体的运作机制，推理小说和记忆还有语言涉及的这些大脑的部分，理解很受限。在AI我们期望通过仿效人的神经元的工作机制，来研发人工智能。

但是我们大脑当中的神经元的数量是极大的，相比之下我们在电脑当中可以仿效的神经元的数量毕竟受限的，这是一个极大的差异，所以我说道AI还是没办法去代替最顶尖的医生。还有一点就是，我们现在所做到的一些工作是期望需要让这些最杰出的医生，不必再行做到那些非常简单重复性的工作，这是AI可以做的事情。而医生可以把它的经验中用更高的层次，所以我在说道医疗领域目前AI是会代替医生的。

发问B：我的问题是，在RNA到DNA再行到蛋白质的过程当中，可能会有一些错误。而人工智能是会受罚的，即使它有一些错误，也无法从这个过程中自学。我实在这就是为什么人工智能不会把很多事情做淋漓尽致但无法突破。

不告诉陶博士怎么看来我这个点子？陶晓东：人们很久以前就认识到这个问题，也研发了很多算法，容许机器在一定的概率内犯错误，这样你就可以取得线性规划的解决问题方法。现在我们说道到生物学，因为基因的变异使人演化，我们的身体需要这样的运作，也有一系列的机制，比如说白细胞不会去反击变异的细胞，使人体生产维持长时间。在90年代有一个很热门的AI算法，叫“遗传算法”，就是在仿真这个过程。

这个算法当中有有所不同的部分，他们是可以来展开演化的，像这样的算法顺利的几率就很高，因为它在仿真大大自然的运作。发问C：纳米机器人可以转入人体，根据编程来做到一些工程，我想要告诉是不是出于这样的主题来生产这样的机器人？有关于蛋白质，是不是有可能生产人工的蛋白质，把它应用于医学的应用于当中？约纳特：我们实验室里面可以做生产人工蛋白质，在公司里面有一些也构建了。

核糖体几秒钟就可以做了。陶晓东：另外一个问题关于机器人。

在我小时候的时候，看了一个技术片，它的题目就是《手术室》。我还忘记其中的一个故事，一个病人必须心脏移植手术，而机器在不必一动刀子的情况下可以已完成所有的影像。我不告诉2037年能否再次发生，但是我有这样一个梦想，我实在人类文明的进展，是由我们梦想所驱动的，很多梦想让我们去飨宴必须哪些技术。

技术不会协助我们理解身体运作的机制。我还忘记几年前我跟朋友共享我的梦想，有一个微型的纳米机器人，你可以把它放到血管里面，它需要理解其的机构，就像地图导向一样可以寻找准确的方位。我实在人工智能也是我们人类的伙伴，特别是在是在我们展开飨宴的时候，需要协助我们研发新的技术，使未来有一个更佳的世界。

王知非：我们总结了，只不过人工智能也是一个工具，让我们需要存活，它是一个帮忙。或许有一天机器人不会有梦想，甚至它们飨宴的是我们人类没飨宴过的。这些都将驱动我们探寻科学。

感激大家的参予。（以上就是本次论坛国史部分）扩展读者科大讯飞智慧医疗业务致力于将智能语音及人工智能技术与医疗行业深度融合，扩展人工智能+医疗的新蓝海。

通过智能语音交互技术对医院临床业务展开流程再生，减低医生文书压力，提升医生工作效率；利用智能影像辨识技术辅助医生阅片，提升放射科医生的工作效率，减少阅片的漏诊亲率。通过建构人工智能辅助医疗系统，深度紧贴医生工作流程，在医生临床化疗过程中给与人工智能的指导和建议，从而提高医生尤其是基层医生的医疗服务能力，助力国家分级医疗、双向转诊等政策的落地，用人工智能助力医疗身体健康产业。大事记2016年9月5日科大讯飞联手北京大学口腔医院牵头启动“智慧医疗”建设；2016年11月24日科大讯飞与万方数据签定战略协议，人工智能+大数据资源共享智慧医疗；2016年12月8日科大讯飞与上海交通大学附属第六人民医院南院签定战略合作协议，探寻智能语音在医疗中的应用于；2017年4月18日科大讯飞与中国医学科学院北京协和医院达成协议战略合作，宣告资源共享医学人工智能研究中心原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文关键词：彩神Vll,乐发Vll,乐发welcome彩票,乐发ll彩票app下载

本文来源：彩神Vll-www.sgs-vircon.com