摘 要：在医疗卫生领域,人工智能具有广阔的应用前景和较高的实用价值。介绍了人工智能在神经网络中的应用，及应用前景。
关键词：人工智能；神经网络；前景
今天，人工智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域，呈现多学科交叉与集成的趋势。80年代，人工神经网络再度兴起促进人工生命的发展。特别进入21世纪，IBM2009年率先提出智慧地球，智慧医疗的概念孕育而生:指的是利用 先进的物联网，互联网以及智慧分析技术，整合医疗相关的所有资源和数据。
人工神经网络理论的发展为医疗智能诊断系统提供了一条新的有效途径。基于这一思路，人们将人工神经网络与专家系统进行了有效的结合，建立了人工神经网络式的医疗智能诊断系统［1，2］。该系统知识获取的特点是向现实世界学习，它是将大量的样本（病例），通过特定的学习算法得到网络各种神经元之间的连接权而获得的。这种方式与人脑存贮知识十分相似，具有联想、并行处理和容错的功能，可以将医疗智能诊断系统提高到一个新的水平。然而，目前用这种方法建立医疗诊断系统的成果仍是有限的。这主要是由于建立人工神经网络模型所需要的算法在解决规模稍大、特征较多的疾病诊断问题时，往往学习算法不能计算出正确的结果。经研究，本文提出了一种“非梯度学习算法”，即单参数动态搜索算法（SPDS算法）［3］。这种学习算法对规模稍大、特征较多的实际问题可上百倍地快于以往的学习算法。在一些实际问题中，该算法已见到明显效果，并开始引起人们的重视。相信将这种学习算法用于医疗智能诊断系统，必然会带来新的突破。
人工智能技术在医学诊断中的应用开始遇到以下难题：知识获取难；推理速度慢；自学习和自适应能力差。而以研究人脑连接机制为特点的人工神经网络 ANN （Aitificial NeuralNetwork）能够解决知识获取途径中出现的 “瓶颈 ”现象、知识“组合爆炸”问题，并提高知识的推理能力和自组织、自学习能力等，从而加速神经网络在医学专家系统中的应用和发展。ANN 属于人工智能领域，有别于其他人工智能方法，它是人工智能的一个分支，传统的人工智能是通过逻辑符号模拟人脑逻辑思维来实现其智能的， 而 ANN 是通过学习或训练来实现其智能的。ANN 具有学习的能力，使用者无需设计复杂的程序来解决问题，只须提供数据。
期刊文章分类查询,尽在期刊图书馆目前，医学对绝大多数疾病的病因尚不明确，而各种疾病的表现也千变万化，在医学实践中，对疾病的判断和相应的治疗往往以经验为基础，因此，ANN所具有的学习、记忆和归纳功能使其在医学领域具有良好的应用前景。
基于人工神经网络技术的专家系统在建造知识库时[4]，首先根据应用来选择和确定神经网络结构，再选择学习算法，对与求解问题有关的样本进行学习，以调整系统的连接权值，完成知识自动获取和分布式的存储，构建系统的知识库。然而若输入的信息不十分明确导致系统性能降低，这必然也会降低诊断的准确性。而基于神经系统结构和功能模拟基础上的神经网络，可以通过对实例的不断学习，自动获取知识，并将知识分布存储于神经网络中，通过学习不断提高神经网络中神经元之间连接权值的调整过程。 系统将根据神经网络当前所接收到的实例问题的相似性确定输出。当环境信息不十分完全时，仍然可以通过计算得出一个比较满意的解答。
目前，已建立了心肌梗塞、心绞痛疾病及其并发症的医疗智能诊断系统。根据医生的建议，系统提供了三个人机对话界面：
① 录入主诉、病史和临床症状。包括性别、年龄、发病时间、前驱症状、病史、消化系统症状、呼吸系统症状等60余项。
② 录入体征。查体征所能得到的信息，包括心界、心音、磨擦音、湿罗音等20余项。
③ 录入辅助检查结果。包括心电图、心肌酶、心脏彩超、漂浮导管等心内科辅助检查手段的结果300余项。
人工智能是一门通过计算过程力图理解和模仿智能行为，是研究，开发以模拟，延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，可实现判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动的自动化（Bellman,1978）。半个世纪以来，人工智能的飞速发展令人瞠目。医学人工智能，以计算机为工具，最终目标直指疾病。实现目标的边界条件是：不改变医学的学术现状，不企图取代医生。主要方法是：抽象医学思维，并将其模型化，以利计算机实现。中间目标是：搭建知识平台，运用智能方法，辅助医务人员扩大视界，更好地发挥聪明才智。尽管已取得重大进展，但无论是实际问题还是研究方法都仍然需要系统深入的研究。
“春江水暖‘人’先知”，人工智能智慧医疗是通用人工智能的首先实践领域，智慧医疗也并不只是帮助专业人员，更是帮助所有人，包括患者、家属和所有追求健康生活的人，将会使得新时代特色社会主义的人民生活更有尊严、更快乐、更幸福！
参考文献：
[1] 刘 豹，胡代平.神经网络在预测中的一些应用研究［J］.系统工程学报，1999，,14（4）：338～343.
[2] 刘振凯，贵忠华，蔡青.神经网络专家系统的现状及发展趋势［J］.计算机科学，1996,2(3).
[3] 王雪峰，冯英浚.多层神经网络的一种新的学习算法［J］.哈尔滨工业大学学报，1997,（3）23～25.
[4] 段 芳,徐 亮,黄 新.人工神经网络在医学中的应用[J].九江医学，2008，23（2）：90～91.
论文作者:牟江莺
论文发表刊物:《医师在线》2017年12月上第23期
论文发表时间:2018/3/15
标签：神经网络论文; 人工智能论文; 算法论文; 系统论文; 医疗论文; 智能论文; 知识论文; 《医师在线》2017年12月上第23期论文;