Page 145 - 基于深度学习的人工智能技术研究

第五章 人工智能技术的应用与发展

的推荐系统以及人脸识别系统等，都可以看到人工智能的身影。可以说，人工智
能改变了人类的生活方式，已成为人类生活不可或缺的一部分。特别是在健康医
药领域，人工智能正深刻改变着这一领域的发展，从疾病精准诊断到治疗，从药
品研发、生产、上市销售等各个环节发挥着自己的独特的作用。在全球人工智能

发展浪潮中，中国人工智能技术、产业和市场的发展也取得了令人瞩目的成绩，
并表现出与发达国家同步的趋势。2017 年 7 月，国务院印发《新一代人工智能
发展规划》，正式将人工智能上升至国家战略。综上所述，人类正在进入一个日
渐人工智能化的科技时代。

（一）人工智能的核心问题
近年来，人工智能技术迅猛发展，并获得广泛应用。但人工智能研究仍面临
一些关键问题，主要包含以下几个方面：①计算机视觉：包括人脸识别、图像分
类、目标跟踪等；②自然语言理解与交流：包括语音识别、机器翻译、问答与对

话系统等；③机器人学：机械、控制、设计、运动规划、任务规划等；④博弈与
伦理：多代理人的交互、对抗与合作、机器人与社会融合等。其中，计算机视觉、
语音识别、自然语言处理、机器人是目前人工智能的核心问题。这些技术的发展
虽然极大地促进了生物医药产业相关领域的发展，但仍存在一些待解决的关键问

题，限制了人工智能技术在生物医药领域的进一步应用。
计算机视觉是指使用计算机及相关设备对生物视觉进行模拟，通过采集的图
像识别物体信息，并根据此信息作出相应的判断和决策。目前该技术被广泛运用
于医疗影像诊断中，快速识别并标定异常结构，为医生提供参考，提高诊断效率。

计算机视觉依赖于深度学习技术，而深度学习强大的识别能力则依赖于它的庞大
数据集。但在医药领域，相同病例的数据集获取较为困难，这使得影像识别的精
准度有待提升。近年来随着影像技术的发展，一些高分辨率 CT 影像，得到的模
型大多是三维模型，而深度学习主要是基于二维模型的训练，这给研究人员带来

了巨大挑战。此外，医学影像的清晰度也限制着该技术的进一步应用，急需一些
新技术来处理这些问题。
自然语言处理也在生物医药领域得到了广泛应用，自然语言处理是使用自然
语言与计算机进行通信的技术，主要目标是使计算机能够理解人类的语言与符号，

进一步通过语言与符号传递信息。目前，基于自然语言模型，利用在线问诊平台
积累的大量问诊数据构建医学智能问答系统，能够解决常见的患者医学问题；通

137