曹定愛： 品牌戰(zhàn)略 AI 系統(tǒng)工程首席科學(xué)家
天津科技大學(xué)特聘教授、博士研究生導(dǎo)師，第七屆中國青年科技獎(jiǎng)獲獎(jiǎng)人。品牌中國戰(zhàn)略規(guī)劃院執(zhí)行院長，《累積法理論》和《品牌戰(zhàn)略 AI 理論與技術(shù)》創(chuàng)始人。

人工智能（Artificial Intelligence），英文縮寫為 AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。如果說“非典疫情”推動(dòng)了物流配送行業(yè)的發(fā)展和行政應(yīng)急體制的進(jìn)步，那么“新冠疫情”必將加速實(shí)現(xiàn)AI 更多應(yīng)用場景的落地，助推健康醫(yī)療領(lǐng)域的 AI 應(yīng)用和大健康產(chǎn)業(yè)生態(tài)圈的融合發(fā)展。在此，就 AI 在大健康管理中的應(yīng)用作一個(gè)初步的介紹。

一、大數(shù)據(jù)和 AI 在大健康中的應(yīng)用領(lǐng)域

（一）醫(yī)療大數(shù)據(jù)

大數(shù)據(jù)是 AI 的基礎(chǔ)。如果將大數(shù)據(jù) AI 系統(tǒng)作為一個(gè)工廠，那么大數(shù)據(jù)就是原材料，應(yīng)用場景就是創(chuàng)造健康價(jià)值所必須的一系列業(yè)務(wù)元素與條件的集合。大數(shù)據(jù)系統(tǒng)包括數(shù)據(jù)集成、數(shù)據(jù)識(shí)別、數(shù)據(jù)內(nèi)生和數(shù)據(jù)處理。

1、數(shù)據(jù)集成。就是把各種數(shù)據(jù)按照一定的規(guī)律集成到一起，解決數(shù)據(jù)的來源問題，我們主要的數(shù)據(jù)源有三個(gè)：

（1） 聯(lián)通國家、行業(yè)等數(shù)據(jù)庫。數(shù)據(jù)是一種重要的資產(chǎn)，但是沒有應(yīng)用就是極大負(fù)擔(dān)，因?yàn)榫S護(hù)數(shù)據(jù)庫的成本是巨大的。目前大建數(shù)據(jù)庫的趨勢明顯，但是應(yīng)用場景有待開發(fā)。進(jìn)行數(shù)據(jù)聯(lián)通是可行的。

（2） 通過爬蟲技術(shù)抓取數(shù)據(jù)。網(wǎng)絡(luò)爬蟲是一個(gè)自動(dòng)提取網(wǎng)頁的程序，它為搜索引擎從萬維網(wǎng)上下載網(wǎng)頁，是搜索引擎的重要組成。所有被爬蟲抓取的網(wǎng)頁將會(huì)被系統(tǒng)存貯，進(jìn)行一定的分析、過濾，并建立索引，以便之后的查詢和檢索；對于聚焦爬蟲來說，這一過程所得到的分析結(jié)果還可能對以后的抓取過程給出反饋和指導(dǎo)。

（3） 品牌 E 搜數(shù)據(jù)集成。該系統(tǒng)是我們自創(chuàng)的一個(gè)數(shù)據(jù)集成系統(tǒng)，目前已經(jīng)列入國家有關(guān)部門重點(diǎn)推廣應(yīng)用項(xiàng)目。

2、數(shù)據(jù)的識(shí)別?；ヂ?lián)網(wǎng)時(shí)代每天都產(chǎn)生海量數(shù)據(jù)，但絕大多數(shù)都是沒有價(jià)值的，如何聚焦找到有用的數(shù)據(jù)？這就需要建立數(shù)據(jù)識(shí)別系統(tǒng)。通過《累積法理論》構(gòu)建一個(gè)識(shí)別系統(tǒng)進(jìn)行數(shù)據(jù)識(shí)別，實(shí)現(xiàn)數(shù)據(jù)收斂。

3、數(shù)據(jù)內(nèi)生。在樣本空間中，有很多數(shù)據(jù)原本存在，只是沒有發(fā)現(xiàn)，通過建立數(shù)學(xué)模型可以尋找出這些隱藏的數(shù)據(jù)。同樣通過數(shù)學(xué)模型可以預(yù)測尚未發(fā)生的數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)鏈上的相對閉環(huán)，使得數(shù)據(jù)處理更加科學(xué)，更加系統(tǒng)。

4、數(shù)據(jù)處理。在大數(shù)據(jù)系統(tǒng)中，數(shù)據(jù)處理是系統(tǒng)核心?！案咝录夹g(shù)本質(zhì)上是數(shù)學(xué)技術(shù)，核心是誤差處理，累積法是最好的誤差處理的方法”（見《累積法理論》一書，中國社會(huì)科學(xué)院學(xué)部委員汪同三教授“評累積法理論”）。應(yīng)用累積法理論構(gòu)建數(shù)學(xué)模型進(jìn)行數(shù)據(jù)處理，可以實(shí)現(xiàn)高效無偏的目的，實(shí)現(xiàn)數(shù)據(jù)處理的有效性和遞延性。

（二）醫(yī)療大數(shù)據(jù)的主要類別

醫(yī)療大數(shù)據(jù)庫是 AI 在醫(yī)療大健康管理中應(yīng)用的基礎(chǔ)。具體包括： 1、藥物信息數(shù)據(jù)庫。通過收集藥物的基本信息、藥理信息、藥物臨床信息、藥物銷售信息、醫(yī)藥企業(yè)信息、藥物研究信息等所建立的信息數(shù)據(jù)庫。

2、醫(yī)院醫(yī)療設(shè)備數(shù)據(jù)庫。主要是通過對醫(yī)院的調(diào)查，收集涉及與醫(yī)院有關(guān)的醫(yī)療設(shè)備及低值易耗品的情況所建立的數(shù)據(jù)庫。數(shù)據(jù)庫包括了醫(yī)院影像診斷系統(tǒng)、移植設(shè)備和相關(guān)附件、臨床實(shí)驗(yàn)室設(shè)備和試劑、醫(yī)院內(nèi)設(shè)備、眼科設(shè)備、外科設(shè)備、物質(zhì)管理產(chǎn)品、外科矯形設(shè)備、物理醫(yī)療設(shè)備、牙科設(shè)備、婦產(chǎn)科設(shè)備、一次性醫(yī)療產(chǎn)品等方面的信息。

3、癌癥篩選等若干專業(yè)數(shù)據(jù)庫。主要是篩選與癌癥有關(guān)的信息而建立的數(shù)據(jù)庫。數(shù)據(jù)庫包括試驗(yàn)性和臨床腫瘤治療；體內(nèi)和體外癌癥的生物化學(xué)、免疫學(xué)、生理學(xué)和生物學(xué)；誘發(fā)癌癥的化學(xué)、病毒和其它因素；致癌劑的結(jié)構(gòu)、突變因子的研究、突變因子的試驗(yàn)、導(dǎo)致細(xì)胞分離的生長因子和其它因素等方面的信息。

（三）應(yīng)用領(lǐng)域：

主要應(yīng)用的方向包括：重大疫情監(jiān)測控制系統(tǒng)；新藥開發(fā)與測評系統(tǒng)；醫(yī)療事故監(jiān)測與控制系統(tǒng)；健康經(jīng)濟(jì)系統(tǒng)工程發(fā)展模型；老年病防治模型等。

1、重大疫情監(jiān)測控制模型。對疾病個(gè)案基本數(shù)據(jù)、地理環(huán)境數(shù)據(jù)及既往流行情況進(jìn)行相關(guān)性分析，研究仿真重大疾?。ㄈ缰卮髠魅静。┌l(fā)生與流行相關(guān)的地理環(huán)境主導(dǎo)因素，并進(jìn)行主導(dǎo)因子影響的參數(shù)估計(jì)。在此基礎(chǔ)上，建立疾病預(yù)警模型。針對不同流行病的特殊性建立針對性更強(qiáng)的專門數(shù)學(xué)模型，基于傳染病流行數(shù)據(jù)的規(guī)律建立更具靈活性和開放性的疾病模型。

我們采取的研究工作主要包括：結(jié)合病毒機(jī)理的研究設(shè)計(jì)動(dòng)力學(xué)模型結(jié)構(gòu)與模型調(diào)控參數(shù), 改善病毒的傳播和預(yù)測模型; 進(jìn)一步的數(shù)據(jù)采集整理和分析, 這部分工作包括與有關(guān)部門合作, 獲取流行病學(xué)調(diào)查資料, 估計(jì)并設(shè)定比較符合實(shí)際的參數(shù)取值, 從而完善動(dòng)力學(xué)模型以及模擬結(jié)果; 最后是開展傳播與控制特征、規(guī)律在不同地域上的比較研究和研究影響模型構(gòu)造因素。疾病的發(fā)生與諸多因素相關(guān)，模型的構(gòu)造需要引入的不僅是線性作用因素，同時(shí)可以有非線性作用，且因素間常有交互作用存在。

2、構(gòu)建新藥開發(fā)與測評模型，實(shí)現(xiàn)精準(zhǔn)制藥。

精準(zhǔn)制藥是基于病人特定的病理結(jié)構(gòu)而進(jìn)行精準(zhǔn)開發(fā)，實(shí)現(xiàn)藥性與病理映射，提高治理療效。其核心思想是確保有限的衛(wèi)生資源發(fā)揮最大、最佳的產(chǎn)出效益。目前在藥品使用上卻存在著“看病難、看病貴”、“天價(jià)處方”等現(xiàn)象。為了解決類似問題，通過 AI 仿真技術(shù)對藥物開發(fā)進(jìn)行成本—效果、成本—效用、成本—效益和效益—風(fēng)險(xiǎn)分析， 制定出科學(xué)合理的藥物評價(jià)指南、合理的價(jià)格補(bǔ)償機(jī)制、符合實(shí)際的藥物基本目錄和公費(fèi)醫(yī)療用藥的報(bào)銷范圍等，結(jié)合政府的政策規(guī)范和引導(dǎo)，不僅可以實(shí)現(xiàn)有限藥物資源獲得健康程度的最大化，還將引領(lǐng)整個(gè)社會(huì)醫(yī)藥研發(fā)、生產(chǎn)的方向和臨床用藥的方案、方式等，在全社會(huì)形成藥物研發(fā)、生產(chǎn)和應(yīng)用的和諧局面，統(tǒng)籌兼顧國家、企業(yè)和患者等多方面的利益。

3、構(gòu)建醫(yī)療事故監(jiān)測與控制系統(tǒng)，實(shí)現(xiàn)精準(zhǔn)治療

醫(yī)療事故是一個(gè)世界性的難題，所謂難，一是指醫(yī)療行業(yè)的特殊性。構(gòu)建一個(gè)監(jiān)測評估醫(yī)療事故控制系統(tǒng)是制定一個(gè)全國通用的治療每種疾病的標(biāo)準(zhǔn)方法，建立一個(gè)能全面控制事故發(fā)生的監(jiān)測網(wǎng)將對醫(yī)患關(guān)系的處理提供一個(gè)公平公正的平臺(tái)。不僅可以避免作為隸屬于衛(wèi)生行政部門的醫(yī)療質(zhì)量管理系統(tǒng)監(jiān)測的“報(bào)喜不報(bào)憂”或“行政袒護(hù)” 之嫌，也可糾正“監(jiān)督惰性”。

4、構(gòu)建健康經(jīng)濟(jì)系統(tǒng)工程發(fā)展模型應(yīng)用系統(tǒng)，實(shí)現(xiàn)精準(zhǔn)管理 大健康經(jīng)濟(jì)系統(tǒng)工程是用系統(tǒng)工程的方法對國家、部門或地區(qū)宏觀經(jīng)濟(jì)系統(tǒng)進(jìn)行預(yù)測、規(guī)劃、組織、管理、控制和調(diào)節(jié)的技術(shù),又稱 宏觀經(jīng)濟(jì)系統(tǒng)工程。而經(jīng)濟(jì)系統(tǒng)工程的主要技術(shù)是建立經(jīng)濟(jì)數(shù)學(xué)模型， 對宏觀經(jīng)濟(jì)系統(tǒng)進(jìn)行定量分析和實(shí)現(xiàn)最優(yōu)控制。健康經(jīng)濟(jì)系統(tǒng)工程從 宏觀上對健康經(jīng)濟(jì)系統(tǒng)實(shí)現(xiàn)最優(yōu)控制或次優(yōu)控制。它主要應(yīng)用經(jīng)濟(jì)數(shù) 學(xué)模型來分析和研究經(jīng)濟(jì)系統(tǒng)的動(dòng)態(tài)過程和結(jié)構(gòu)特性，預(yù)測健康經(jīng)濟(jì) 變量的變化規(guī)律，制訂健康經(jīng)濟(jì)發(fā)展規(guī)劃，提出國民健康經(jīng)濟(jì)宏觀控制和調(diào)節(jié)的最優(yōu)方案。由于 AI 建模和仿真技術(shù)的發(fā)展，經(jīng)濟(jì)數(shù)學(xué)模型具有越來越重要的作用。借助于電子計(jì)算機(jī)技術(shù)，它不僅可以用來制訂宏觀大健康經(jīng)濟(jì)系統(tǒng)的最優(yōu)控制方案，而且可以用來協(xié)助最優(yōu)地 實(shí)現(xiàn)這些控制方案。

5、構(gòu)建老年病防治模型系統(tǒng)

構(gòu)建老年病的防治模型已經(jīng)成為防治老年病的重大領(lǐng)域，采用適當(dāng)?shù)睦夏瓴》乐文Ｐ蛯夏杲】禒顩r進(jìn)行合理評估，輔導(dǎo)實(shí)行老年病急性照料和長期照料的分層管理將對老年患者戰(zhàn)勝疾病和全面康復(fù)起積極作用 ,對減少殘疾 ,降低死亡率 ,降低住院費(fèi)用,增加患者和家屬的滿意度 ,最終提高老年患者的生活質(zhì)量和延長健康期望壽命起到積極作用。采取 AI 仿真系統(tǒng)既可作為一個(gè)簡單級別的處理, 也可整個(gè)多種多層次級別的綜合分析。AI 仿真系統(tǒng)對諸如心臟病某種病情綜合分析的科學(xué)知識(shí)內(nèi)在聯(lián)系密切關(guān)系的,所以對多種老年病模型確可達(dá)到無縫整合的仿真目的, 尤其是積累多方面長時(shí)間科學(xué)的經(jīng)驗(yàn)以后,總之通過多種模型的可視化、觸覺感知、記錄和接口就可實(shí)時(shí)幫助醫(yī)務(wù)人員診斷及處理病情。

此外，通過 AI 大健康管理系統(tǒng)，可以縮短用戶交互路徑，減少用戶溝通時(shí)間；可以提升模型準(zhǔn)確率，目前 AI 智能分診準(zhǔn)確率已經(jīng)達(dá)到 90%，最終將逼近 100%的準(zhǔn)確率。

二、AI 存在的問題及解決方向

（一）AI 存在的基礎(chǔ)理論問題

人工智能中的數(shù)學(xué)理論沒有相應(yīng)的突破，將會(huì)產(chǎn)生的問題：沒有完備的數(shù)學(xué)理論用以支持大數(shù)據(jù)分析的結(jié)果；過渡依賴于經(jīng)驗(yàn)的總結(jié)， 而非真正來自內(nèi)在的數(shù)學(xué)結(jié)構(gòu)；大量的人力和算力，甚至需要超級計(jì)算機(jī)的協(xié)助；目前大數(shù)據(jù)分析的結(jié)果只適用于特定環(huán)境，缺乏遷移性和普適性；缺乏有效的算法，傳統(tǒng)的算法直接用到大數(shù)據(jù)分析中效率 不高；深度學(xué)習(xí)依賴很多大樣本，同時(shí)可解釋性很差，容易受到偏倚的欺騙；同樣，AI 在醫(yī)療大健康領(lǐng)域還需要深度的技術(shù)突破，尤其是病理識(shí)別方面，受眾多外部和內(nèi)生因素的作用，相應(yīng)病理呈高度動(dòng)態(tài)隨機(jī)，要進(jìn)行精準(zhǔn)識(shí)別的難度很大。人命關(guān)天，能否通過 AI 來實(shí)現(xiàn)手術(shù)零風(fēng)險(xiǎn)，有待實(shí)踐考驗(yàn)。對中醫(yī)而言，在一個(gè)模糊空間中實(shí)現(xiàn)精準(zhǔn)化，需要相應(yīng)的理論支撐。這些都亟待多學(xué)科協(xié)同創(chuàng)新方能解決的相應(yīng)難題。

（二）解決問題的可能突破方向

當(dāng)前尚未有對場景的完全把握、數(shù)據(jù)量的積累和更好的算法，解決這些問題本質(zhì)上首先需要對相關(guān)數(shù)學(xué)、統(tǒng)計(jì)理論進(jìn)行深入研究，掌握在刻畫復(fù)雜場景中大數(shù)據(jù)所對應(yīng)的數(shù)學(xué)結(jié)構(gòu)和原理，得出孿生模型。其次，由于計(jì)算速度限制，目前人工智能，只能采取多層狀結(jié)構(gòu)解決問題。在可見的未來，如果采用累積法，提升量子計(jì)算機(jī)的功效，讓量子人工智能與量子深度學(xué)習(xí)變成實(shí)用工具，則是一種可行的突破方向。

（三）“醫(yī)療衛(wèi)生管理系統(tǒng)工程理論”等前沿醫(yī)療理論的建立

除了在核心層的突破外，在 AI 與醫(yī)學(xué)大健康管理方面，有待于構(gòu)建“醫(yī)療衛(wèi)生管理系統(tǒng)工程理論”、“數(shù)理醫(yī)學(xué)”、“統(tǒng)計(jì)醫(yī)學(xué)” 和“中醫(yī)邏輯學(xué)”等學(xué)科體系的建立。

上圖中方錐體底部四個(gè)角分別是醫(yī)藥衛(wèi)生學(xué)科（A）、邏輯學(xué)科（B）、系統(tǒng)工程學(xué)科（C）、數(shù)理學(xué)科（博弈論、運(yùn)籌學(xué)等）（D）。這四門學(xué)科的有機(jī)組合就形成了新的學(xué)科，比如，數(shù)理醫(yī)學(xué)、醫(yī)藥衛(wèi)生管理系統(tǒng)工程學(xué)、醫(yī)藥衛(wèi)生動(dòng)力仿真系統(tǒng)理論、中醫(yī)邏輯學(xué)、醫(yī)藥衛(wèi)生控制理論等。這些新的學(xué)科和新的理論體系置于上圖的頂部（E）。三維空間的大小就是醫(yī)藥衛(wèi)生經(jīng)濟(jì)學(xué)的創(chuàng)新度。在三維空間中，有機(jī)的合成必將解決我們實(shí)際生活中的相關(guān)問題，比如，重大疫情監(jiān)測控制系統(tǒng)的開發(fā)、新藥開發(fā)與測評系統(tǒng)的軟件開發(fā)、醫(yī)療事故監(jiān)測與控制系統(tǒng)的軟件開發(fā)、健康經(jīng)濟(jì)系統(tǒng)工程發(fā)展模型的建立及軟件開發(fā)、老年病防治模型的建立及軟件開發(fā)等。這些組合空間比現(xiàn)有的藥物經(jīng)濟(jì)學(xué)、醫(yī)藥衛(wèi)生經(jīng)濟(jì)學(xué)等學(xué)科更高、更精、更尖，是金光燦爛的金字塔，必將為我國社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展做出重大貢獻(xiàn)。

三、大健康 AI 管理的技術(shù)路徑

（一）醫(yī)療大數(shù)據(jù)集成：品牌 e 搜及其應(yīng)用

1、品牌 e 搜

利用大數(shù)據(jù)、人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)等技術(shù)構(gòu)建一個(gè)基于產(chǎn)品的“企查查”平臺(tái) 品牌e 搜?！捌放?nbsp;e 搜”由四川品牌中國規(guī)劃研究中心開發(fā)的一款基于商品二維碼的移動(dòng)互聯(lián)網(wǎng)應(yīng)用。用戶通過手機(jī)移動(dòng)應(yīng)用程序掃描商品上的二維碼，可以查詢商品的生產(chǎn)制造信息、規(guī)格參數(shù)、組成成分、對應(yīng)標(biāo)準(zhǔn)、以及相對于標(biāo)準(zhǔn)的偏離程度； 用戶還能對商品進(jìn)行同類對比、質(zhì)量評價(jià)，既能讓消費(fèi)者參與對品牌的評價(jià)，又能對流通領(lǐng)域的商品及品牌進(jìn)行有效的監(jiān)督。

2、AI 技術(shù)填補(bǔ)大數(shù)據(jù)到信息轉(zhuǎn)化路徑的空白，完善產(chǎn)品價(jià)值

健康醫(yī)療數(shù)據(jù)多具有非結(jié)構(gòu)化特性，以往的數(shù)據(jù)分析軟件多針對結(jié)構(gòu)化數(shù)據(jù)進(jìn)行研發(fā)應(yīng)用。人工智能（自然語言處理、卷積神經(jīng)網(wǎng)絡(luò)技術(shù)和算法、機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘等）技術(shù)的成熟與應(yīng)用，開啟了健康醫(yī)療的“大數(shù)據(jù)時(shí)代”,為如影像類的非結(jié)構(gòu)化數(shù)據(jù)應(yīng)用提供了可能性。

3、AI 大健康管理的仿真系統(tǒng)

AI 在大健康管理中的應(yīng)用，通常的手段是依托大數(shù)據(jù)，構(gòu)建一個(gè)仿真系統(tǒng)。其模型如下圖：

醫(yī)藥衛(wèi)生系統(tǒng)仿真的基本思想:

第一步，用生成元和類生成元建立宏觀醫(yī)藥衛(wèi)生系統(tǒng)的模型；

第二步，利用 NetLogo 等軟件，給定初始時(shí)間和初始值，通過數(shù)值迭代算法描述系統(tǒng)的演化行為；

第三步，通過演化方程研究系統(tǒng)的動(dòng)力學(xué)特性、通過修改初始條件、關(guān)聯(lián)關(guān)系和干擾得到系統(tǒng)的多種演化結(jié)果。

第四步，通過對各種演化結(jié)果的評價(jià)，選擇對策和制定措施。

（二）AI 系統(tǒng)的四個(gè)維度

（三）機(jī)器學(xué)習(xí)的過程迭代：AI 迭代過程/《累積法理論》應(yīng)用

結(jié)合《累積法理論》根據(jù) AI 迭代模型，通過數(shù)據(jù)自我迭代訓(xùn)練模型，優(yōu)化模型，使模型更適合大健康領(lǐng)域。“累積法”是本人基于1778 年意大利數(shù)學(xué)家馬爾奇西提出的“累加法”概念，而創(chuàng)立的一套參數(shù)估計(jì)和大數(shù)據(jù)處理的一套方法體系，經(jīng)過 30 多年的研究發(fā)展成自成體系的方法論。1986 年中國社科院《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)》連載“計(jì)量經(jīng)濟(jì)學(xué)方法論新探”，1999 年《累積法引論》由科學(xué)出版社出版，2011 年《累積法理論》由科學(xué)出版社出版。被譽(yù)為是對參數(shù)估計(jì)法的重大貢獻(xiàn)。由于其具備無偏性等優(yōu)點(diǎn)，其在大數(shù)據(jù)處理和AI 應(yīng)用前景是不言而喻。

（四）大健康 AI 管理宏觀系統(tǒng)模型

結(jié)論

借助大數(shù)據(jù)的 AI 算法，在提升疾病篩查、制定治療方案、病情監(jiān)測、新藥研發(fā)、醫(yī)院管理等多方面發(fā)揮了獨(dú)特作用。同時(shí)，AI 技術(shù)改變了醫(yī)療服務(wù)模式和健康管理理念。從某種意義上說，人工智能在大健康管理中的有效應(yīng)用，極大地提高了醫(yī)療生產(chǎn)力，降低了全社會(huì)的醫(yī)療成本。未來也將有無限的可能發(fā)生。

責(zé)編/代建安