個人資料
平凡往事1 (熱門博主)
  • 博客訪問:
歸檔
正文

活在智能化的時代

(2018-01-28 08:36:56) 下一個

活在智能化的時代

--寫於參加智能醫學聯盟成立大會,由沈陽至昆明的飛機上

當今武俠影視,有很多天下英雄為爭奪盟主位置鬥得你死我活的場景。要說稀裏糊塗便坐享其成的也不乏其人,比如程咬金,無論武功謀略都上不了台麵,但就是這等泛泛之輩,卻被群雄擁戴當上了瓦崗寨大王,你也可以說是權利平衡的結果。

我應該屬於後者,在由全國大專院校的醫學、醫療、信息技術專家和企業CEO組成的大聯盟中,我一個在普通高校裏搞信息技術,在醫學院校裏被邊緣化的小人物,何德何能,得此殊榮,被推舉為理事長。從三年前海歸時的名不見經傳,到今天無論在全國醫學界,還是計算機界都名聲鵲起,地位篤定,絕非我個人有多麽出類拔萃,而是天時、地利、人和造就了我。說到天時,首先應該感謝大環境,一個處處講創新融合的曆史時期,也可以說是一個信息技術與傳統行業深度融合的時代。太多的機遇為IT人與各行各業跨界融合提供了自由發揮的舞台;其次是人和,我一路走來,身邊總不乏提攜關照之人,而且都是些和我沒有任何私人關係,對我有知遇之恩的貴人;所謂地利,就是我所在的大學,它是我粉墨登場的平台。可以說沒有上述三個方麵的因素推波助瀾,我到現在還串浮於平庸之間,默默無名。

我們這個聯盟中的人,幾乎沒有等閑之輩,大學校長、三甲醫院院長、全國著名的大咖級業內領軍人物、著名信息技術公司,其中就包括像戴爾和IBM這樣在國際上都是頂級的大牌IT公司。 

國內的大學多以研究和教學為主,而我卻要在大學中刮起一股應用之風,其實這種想法並非一種創新或發明。“學以致用”是先人的提法,隻是中國大學改革至今,都沒人真正認識到它的重要性。學非所用是早在四十年前我上大學時就深惡痛絕的東西,至今仍然是大學裏的裹腳布。這也是為什麽我一當上主任,就對原有的課程大刀闊斧地進行改革,在全國醫學院校率先開設了醫學虛擬現實和醫學大數據兩門讓所有同行目瞪口呆的課程,並編寫出版了相關教材。三年過去了,教育部專門做出了在大學建立大數據學科,並開設院係的規劃。虛擬現實更是被許多大學接受,並紛紛開課。我去年主編出版的《虛擬現實和增強現實技術導論及應用》兩本書,在世界範圍,起碼到目前為止也是唯一一套同時包括AR, VR的科學書籍和教材。

今天在全國各行各業一窩蜂都將視線轉向它們,並當成時髦和時尚追捧時,我已經開始關注智能醫學的發展了。前年我在一次全國性大會作報告時首先提出了VR+和大數據+的概念,並對此做出了詳細的說明。現在也成了一種時髦的名詞和概念。而站在信息技術與傳統行業融合創新的高度來看,更準確的提法是“信息技術+傳統行業”。毋庸置疑,信息技術即包括大數據,人工智能,虛擬現實,移動互聯網,物聯網等在當今社會中扮演著重要角色。這也是我們這個時代的具有標誌性的曆史特征。如果把“信息技術+”中的“+”詮釋出來,就是應用和融合,其作用就是智能化的過程。說白了,智能醫學就是“信息技術+醫學”,我們完全可以將其看成一個新的曆史時期應運而生的新學科,如此一來智能醫學的概念也就有了落地的基礎,可謂名至實歸了。其結果必將讓未來的醫學和醫療技術具備像人類一樣對事物的感知和自學習能力,使其無論從內容上還是可視化上都有質變的提升。讓醫學工作者包括醫學生、醫學院校的教師、科研人員、醫務人員都麵臨新的挑戰和定位,即在變化中調整角色。比如在未來臨床醫療中,醫生不再是手術刀、聽診器、喉鏡、產鉗等器械的簡單操作者,而是掌握智能技術的操控者和管理者。 

當然產、學、研的最終目的還是科研成果產品化的轉變,市場化是其外延的終極目標。某位教育界的名人曾說過今天中國大學隻能培養出書呆子。這個問題不但存在,而且相當普遍,嚴重影響了國家培養人才的初衷。 

當然若以我一己之力想改變它,無疑是螳臂當車,天方夜譚。要想改變現狀,讓死水一潭的傳統行業煥發生機,必須將其注入新鮮血液,這也非靠匹夫之勇就可以達成的目標。任重道遠,有了施展的舞台,更需要落實的智慧。團結一切力量,向同一個目標奮進,是我未來努力的方向。

我也許平庸,但希望能給天下賢達、俊傑搭建一個發揮所長的平台,甘當人梯是我的使命。

同時改變傳統的教育觀念,讓學以致用的思想,在廣大教育工作者們的內心深處生根發芽,為國家培養出更多的優秀人才。在我結束教育生涯時,能夠心安理得。

 

 

 

 

[ 打印 ]
閱讀 ()評論 (5)
評論
Californian 回複 悄悄話 醫學大數據共享隻是時間問題,它能極大提高醫療水平。這幾天正好在想這方麵的事兒。現在階段,醫生看病還是憑經驗,尤其是美國醫生,看病大多嚴格走程序,最容易被替代。AI加大數據的發展,幾十年後醫生數量可能因此而會大大減少,研發工作倒是相對安全。
Californian 回複 悄悄話 醫學大數據共享隻是時間問題,它能極大提高醫療水平。這幾天正好在想這方麵的事兒。現在階段,醫生看病還是憑經驗,尤其是美國醫生,看病大多嚴格走程序,最容易被替代。AI加大數據的發展,幾十年後醫生數量可能因此而會大大減少,研發工作倒是相對安全。
風清fq 回複 悄悄話 回複ytwadk的評價。你沒看懂博主本意,他隻不過是想與網友分享他得獎的喜悅罷了。不過以這種方式示人是有些奇怪。至於IT 專業的經驗與臨床經驗,你從他以前的博文中可以了解個大概,確實正如你所說。

健全大數據厙是未來的方向,由七、八年前美國開始,很快英國與中國緊緊相隨,而幫助建立中國數據庫的人們,是在美國已生活工作了多年的老留學生----在各領域的研究人員。在建立大數據同時,醫療界還開始建立precision medicine, 也就是在大數據基礎上的個體化治療。病人病情信息在美國各醫院可以共享,通過軟件平台或是要求郵件寄送。相信英國也正向這方麵發展。而醫療數據的收集是建立在認真,誠實的基礎上,這些素質卻很難在當今的中國普及,有個人原因也有體製的因素。不過,擺脫聽診器倒正是當今醫療的走向,聽診器正在被各類影像所替代,青年醫生已不太會用聽診器。聽診器可以幫助快速診斷但卻未必準確,雖對訓練有素有好聽力的老醫生有很大價值,但對小的們卻幫不上多大的忙了。
ytwadk 回複 悄悄話 作為一位IT專業人員,一位癌症患者,長期在倫敦與兩大家世界級醫院保持密切配合的我,不得不對你的理論的深度提出質疑。我從事過大數據平台的建立,舉個例子大數據對企業的銷售幫助巨大,前提是數據要足夠多,醫院麵對患者,數據量有限。遇到疑難病例,像我這樣百萬分之一的病例,大數據根本就沒用。糖尿病人也許數據多些,但是因為醫院數據不共享,或目前無法實現共享,你說的大數據也不易采集。目前倫敦各大醫院的驗血結果都無法數據共享。你說醫生要擺脫聽診器,這是絕對不可能的,請問肺部感染,哪種方法最直接快捷判斷?智能技術,是的,在手術中人家用的是機器人腹腔鏡給我做的手術,術後我得到了手術的錄像。智能技術還得與醫生的操作技術相結合,否則智能技術就是停留在紙上的理論。從你的簡短介紹看,你的IT專業,臨床實際經驗還有加深的空間。
曉青 回複 悄悄話 人才!
登錄後才可評論.