“人工智能醫(yī)生”來了

　　如今，人工智能早已不再是科幻小說中的專有名詞，它已經突破了從“不能用、不好用”到“可以用”的技術拐點，進入了爆發(fā)式增長的時期。在醫(yī)療領域，人工智能已可以快速診斷疾病、做手術、開展健康監(jiān)測等。2018年4月，國務院辦公廳發(fā)布《關于促進“互聯網+醫(yī)療健康”發(fā)展的意見》，明確提出推進“互聯網+”人工智能應用服務。這意味著“人工智能+醫(yī)療”將實質性地改變人們的就醫(yī)模式，助力健康中國建設。

　　——編 者

　　“醫(yī)術”超過年輕醫(yī)生

　　經過不斷訓練的“人工智能醫(yī)生”，“眼睛”“耳朵”“大腦”日益發(fā)達，涉及病種越來越多、領域越來越寬

　　會“看”影像，會“讀”病歷，會“動”手術，會“做”檢查，還會給出臨床診斷建議；“醫(yī)術”超過年輕醫(yī)生，一些領域能與資深醫(yī)生比肩。它，就是“人工智能醫(yī)生”。

　　跟人類醫(yī)生一樣，“人工智能醫(yī)生”也是通過望、聞、聽等手段看病。

　　以肺部結節(jié)為例，小到1毫米的病灶，閱片醫(yī)生需要一張張看CT影像圖片來找，并推斷出大小、密度。資深閱片醫(yī)生平均10分鐘讀1張，大型醫(yī)院每天片子超過10萬張，閱片醫(yī)生的工作緊張而繁重。如今，一些醫(yī)院開始引入人工智能系統篩查，閱片時間降至1分半。

　　“人工智能醫(yī)生”不僅效率很高，在診病方面更加精細、全面。在華中科技大學同濟醫(yī)學院附屬協和醫(yī)院，由依圖醫(yī)療開發(fā)的人工智能系統不僅可以檢測肺結節(jié)病灶，還能對病灶性狀進行多維度描述，包括大小、體積、密度、CT值，結節(jié)表征可涵蓋6種常見的良惡性征象——分葉、毛刺、胸膜凹陷、空洞、空泡、鈣化。阿里健康開發(fā)的系統則將周邊病癥一起篩查，包括肺道泡、動脈硬化、淋巴帶化、肺密度增高、索條等。

　　人工智能裝上“眼睛”，可以閱讀標準化的圖像，篩查出病灶。華中科技大學同濟醫(yī)學院附屬協和醫(yī)院臨床考驗了這名“人工智能醫(yī)生”，發(fā)現其檢出率達95.78%，誤報率卻僅有2.63%。2018年，該院60名影像科醫(yī)生通過AI系統判讀影像病例超過了15萬份。

　　除此之外，“人工智能醫(yī)生”還能查食管癌、糖尿病視網膜病變、結直腸腫瘤、乳腺癌等疾病，甚至還可以查兒童骨齡，技術水平不亞于資深醫(yī)生。

　　人工智能還有靈敏的“耳朵”。在安徽省合肥市廬陽區(qū)，科大訊飛智醫(yī)助理已于2018年在社區(qū)衛(wèi)生服務機構上崗，在醫(yī)患交流過程中，智醫(yī)助理通過大數據和智能語音技術，生成并自動提取病歷，醫(yī)生還可查詢相似病例、臨床指南以及對癥藥品。目前，該系統已完成7000余人次的輔助診斷建議。

　　最近，“人工智能醫(yī)生”還裝上了“大腦”。在廣州婦兒中心，人工智能系統學會“讀懂”病歷，然后像人類醫(yī)生一樣，給出診斷。醫(yī)生將患者主訴、癥狀、個人疾病史、檢查檢驗結果、影像學檢查結果、用藥情況等信息輸入病歷文本，系統自動將自由病歷文本轉換成規(guī)范化、標準化和結構化的數據。人工智能系統“讀懂”病歷后，再給出診斷結果。

　　“人工智能醫(yī)生”診斷準確率高嗎？以呼吸系統疾病為例，該人工智能對上呼吸道疾病和下呼吸道疾病的診斷準確率分別為89%和87%，對不同類型哮喘的診斷準確率在83%到97%之間。

　　經過不斷訓練的“人工智能醫(yī)生”，“眼睛”“耳朵”“大腦”日益發(fā)達，涉及病種越來越多、領域越來越寬，包括臨床助理、輔助診療、醫(yī)學影像、基因檢測、健康管理等。

　　人工智能靠海量數據

　　各個學科數據的標準化程度，影響著人工智能的應用程度。各個醫(yī)院設備不一樣，數據維度也不一樣

　　醫(yī)生長本事，一靠醫(yī)學專業(yè)院校學習，二靠臨床經驗積累。“人工智能醫(yī)生”靠什么？靠海量數據、云計算能力。“吃”完數據之后，經過不斷訓練臨床思維，系統就可以像人類醫(yī)生一樣看病了。

　　“吃”了海量數據后，機器不僅可以當醫(yī)生，而且可以做科研、教學、管理等，幫助醫(yī)生和醫(yī)院提升科研水平，提高診療能力。

　　在四川大學華西醫(yī)院，依圖醫(yī)療納入該院2009年至今收治的肺癌患者的全維度脫敏臨床數據，打通臨床門診、住院、病歷、病理等多個系統數據，建立了國內首個肺癌臨床科研智能病種庫。有了這個病種庫，醫(yī)院多個與肺癌診療相關的科室研究能力大大提升，其他醫(yī)聯體機構也受益匪淺。

　　阿里健康人工智能醫(yī)療升級到了2.0版本，除了臨床，還有文本科研、影像科研平臺功能，提供虛擬病人、VR模擬手術用于教學。

　　在河南郟縣任莊村衛(wèi)生室，記者看到了微醫(yī)人工智能輔診系統——全科輔助診療系統、懸壺臺中醫(yī)智能診療系統。村醫(yī)張巧芬簡單輸入患者的基本癥狀、病史等，馬上就能看到相關危重病、常見病可能提示。“我們平時很少接觸到危重病，但心里還是擔心萬一誤診了，會耽誤村民治療。”

　　據介紹，這一全科輔助診療系統通過學習超過500萬份文獻、千萬份病歷和健康檔案，目前已覆蓋2000多個病種、5000多個癥狀，命中率達到90%。懸壺臺中醫(yī)智能診療系統累計輔助開方量已超過200萬張。

　　“基層醫(yī)生服務能力不強，人工智能輔助診療能彌補資源不足的問題，提升醫(yī)生服務水平。”中國社科院人口與勞動經濟研究所社會保障研究室主任陳秋霖認為，醫(yī)療人工智能可以提高醫(yī)療診斷的精準程度，也可以替代一些高精尖手術中的操作，還可以在一些醫(yī)療服務中替代部分人力資源，從而降低醫(yī)療費用。

　　人工智能學習的數據從臨床來，還得轉換成結構化格式，然后做出模型，按照臨床診療思維訓練、學習，算出結果。數據是關鍵，各個學科數據的標準化程度，影響著人工智能的應用程度。

　　依圖醫(yī)療總裁倪浩告訴記者，醫(yī)療數據不標準是一個普遍性的問題。雖然影像是標準化較好的一批數據，但不同醫(yī)院還是差別很大。各個醫(yī)院設備不一樣，數據維度也不一樣。高質量的數據非常少見，需要花費更多的算法，先將數據結構化才能使用。

　　2018年，中國工程院院士、上海交通大學醫(yī)學院附屬瑞金醫(yī)院副院長寧光帶領團隊與阿里健康人工智能實驗室共同研發(fā)“瑞寧助糖”人工智能醫(yī)生。在推進過程中，寧光也發(fā)現了數據的問題，如標準數據缺乏，疾病診斷標準不統一，隨訪數據散落在各個醫(yī)院，數據普適性較差等。

　　數據標準化程度與學科成熟程度、診斷所需外部條件有關。比如影像領域從起步就是統一標準，數字化發(fā)展程度也比較高；皮膚科診斷比較依賴于圖片和視頻識別病灶等等，這些學科人工智能發(fā)展較快。

　　機器與醫(yī)生協同看病

　　醫(yī)療并不只是診斷和治療，還涉及醫(yī)生和患者之間的互動，尤其是醫(yī)生對患者的安慰具有不可替代的作用

　　人工智能醫(yī)用，是否會代替醫(yī)生？可以肯定，目前還不會。

　　2017年，國務院新一代人工智能規(guī)劃提出，“開發(fā)人機協同的手術機器人、智能診療助手”“研發(fā)人機協同臨床智能診療方案”。這意味著，人工智能只是醫(yī)生的助手。

　　一些人工智能研發(fā)人員提出，只有了解醫(yī)生的心理和臨床思維，讓人工智能學會這種思維，才是真正的醫(yī)療人工智能。然而，這個難點似乎不好突破。

　　“我對完全由機器來進行診斷，持一定的懷疑態(tài)度，未來還需要進一步檢驗。因為醫(yī)療并不只是診斷和治療，還涉及醫(yī)生和患者之間的互動，尤其是醫(yī)生對患者的安慰具有不可替代的作用。”陳秋霖說。

　　未來，“人工智能醫(yī)生”也許與人類醫(yī)生一起上崗工作。記者體驗了這種服務模式。在北京影像云平臺上，人工智能系統對基層醫(yī)院上傳的30名患者近9000張肺結節(jié)CT影像進行智能檢測和識別，將第一輪篩查出的疑似結節(jié)標記出來，作為輔助診斷結果，提供給4名放射科醫(yī)生進行審查。醫(yī)生審查后認為可以采納，即對報告簽字。

　　在這種新的服務模式中，仍由醫(yī)生來做最終決策。一些臨床醫(yī)生表示：首先必須確保人工智能產品技術過硬，給出合理的診斷建議；其次還要進行培訓，轉變觀念，適應新的服務模式。醫(yī)生的認可和引導，將提高患者對人工智能系統的信任度。

　　目前，醫(yī)療人工智能行業(yè)的發(fā)展還面臨問題。“醫(yī)療各個領域數據沒有互聯互通，最后形成的只是數據大，而不是大數據。醫(yī)療人工智能既需要醫(yī)療人才，也需要人工智能人才。目前，發(fā)展比較好的企業(yè)或者非常好的一些項目，都由這兩方面的人才來推進。”陳秋霖說，因涉及個人隱私的保護，有必要界定醫(yī)療數據的產權，產權清晰有利于實現互聯互通。

　　可以預見，未來人類將離不開“人工智能醫(yī)生”。那時的醫(yī)療不再是“排隊醫(yī)療”，而是“秒醫(yī)療”“精準醫(yī)療”“個性醫(yī)療”。