让聋哑人开口说话，让盲人重见光明——这听起来像是科幻电影里才有的桥段。但今年上半年公布的两项研究成果，让天津国际生物医药联合研究院党委书记黄亚楼坚信：智慧医疗的拐点，可能比想象中来得更快。

先说说《自然》杂志上那篇来自加州大学旧金山分校的论文。科学家搞出了一套能将大脑信号直接转化为语音的设备——通过解码与下颌、喉头、嘴唇和舌头动作相关的脑信号，合成出受试者想要说出的内容。换句话说，思想到声音的通道，正在被打通。

紧跟着，《细胞》杂志发表了哈佛大学的另一项突破。他们把猴子的大脑与传感器和神经网络相连，刺激猴脑中负责识别人脸的单个神经元，同时播放AI生成的图像，结果成功激活了特定神经元，而完全不干扰其他区域。

这意味着什么？电影《盗梦空间》里那个“造梦师”可能不再只是幻想。这套方法能还原猴子眼中的世界，理论上，也能让盲人“看到”图像，让正常人体验“梦境”。再往前推一步，通过大数据和机器学习，聋哑人可以发出声音，普通人也能把意念直接转换成语音传递出去。

在日前天津滨海新区举办的第二届京津智慧医疗创新论坛上，黄亚楼感叹：“智能是一种赋能技术，可以为包括医药产业在内的各行各业提供发展助力。从这个角度看，智慧医疗是未来的大趋势。”

赋能智慧医疗

这些年，“AI+大数据”已经渗透到医疗的多个核心领域。从疾病诊断到健康管理，从手术辅助到可穿戴设备，AI正在成为医疗行业最得力的助手。2017年，斯坦福大学开发出一套基于卷积神经网络的成像软件，在检测肺炎方面甚至超越了放射科医生。2018年，美国FDA批准了第一款无需临床医生即可给出筛查决定的设备IDx-DR，几分钟内就能告诉你是否患有糖尿病视网膜病变。

更具魔幻色彩的是，AI还能“听音诊病”。以色列公司Beyond Verbal把智能手机和麦克风变成心理健康传感器，通过声音就能识别冠状动脉疾病；一款名为SkinVision的App，用手机拍下皮肤病变照片，就能检出73%的黑色素瘤，并评估癌变风险。

天津国际生物医药联合研究院副院长尹占春梳理了近年来涌现的智能医疗产品后指出，从手术到患者管理，从医疗运营到药物研发，从精密医学到个性化治疗，“AI+大数据”正在从各个维度重塑整个行业。

具体来看：在手术环节，AI、机器学习和大数据可以为医生提供实时的临床建议与修正；在患者端，可穿戴设备、传感器和虚拟现实技术让患者和家属更深度参与诊断与康复，改变疾病管理方式；在基因与精准医学层面，新的工具包提供了对疾病基因层面的理解，让治疗更精准、风险管理更主动。

而在药物研发方面，“AI+大数据”的影响甚至可以说是碘伏性的。天云大数据副总裁李从武表示，深度学习与神经网络模型可以分析化合物的构效关系；通过自然语言处理分析海量生物科学信息，还能预测药物的活性、安全性和副作用。“以前，试剂是新药研发的核心产品，现在核心变成了数据。”他说，以往检测药物晶型要靠实验，现在通过数据模拟就能快速完成。

聪明但并不完美

AI拥有超强的学习能力，只要有足够的数据支撑，它就能被训练成“永不疲倦的机器人”，帮医生识别疾病，让病灶无处遁形。新药研发的关键也在从实验检测转向数据分析，在靶点预测、药物筛选、适应症预测等方面，AI大有可为。

但是，在黄亚楼看来，智慧医疗前路光明，脚下的坎儿也不少。首先是知识缺乏——机器可用的知识储备不足，这不只是算法的问题。此外，人类已有知识的工程化程度也远远不够。“人工智能就算看起来再灵巧聪明，如果不能学习和进化，本质上就是一台自动化机器。”

还有一个棘手的障碍：审批。具有AI功能的医疗器械或诊断软件，其持续学习的能力是一把双刃剑。黄亚楼反问：如果公司对设备做了小改动，是否需要每次都提交审批？已批准的技术或产品，后续使用中允许机器学习吗？是否需要重新审批？这些问题目前都没有明确答案。

尹占春则从更广的视角提出隐忧：网络安全方面，怎么防黑客恶意攻击？医学伦理上，如果AI手术出了错，谁该负责？患者可能对AI诊断不信任，而医疗工作者也可能因过度依赖AI导致技能退化——这些都是必须提前思考的命题。

“人工智能要改变的是人与机器的关系，二者不是相互排斥，而是在交互中互相提高。”黄亚楼总结道。他同时强调：“机器会替代人做很多事，包括学习，但它无法代替人类。而使用智能技术的人，一定会取代不使用智能技术的人。”