“人工智能医生”来了

广问AI新闻社讯  如今，人工智能早已不再是科幻小说中的专有名词。在医疗领域，人工智能已可以快速诊断疾病、做手术、开展健康监测等。

“医术”超过年轻医生

　　跟人类医生一样，“人工智能医生”也是通过望、闻、听等手段看病。

　　以肺部结节为例，小到1毫米的病灶，阅片医生需要一张张看CT影像图片来找，并推断出大小、密度。资深阅片医生平均10分钟读1张，大型医院每天片子超过10万张，阅片医生的工作紧张而繁重。如今，一些医院开始引入人工智能系统筛查，阅片时间降至1分半。

　　“人工智能医生”不仅效率很高，在诊病方面更加精细、全面。在华中科技大学同济医学院附属协和医院，由依图医疗开发的人工智能系统不仅可以检测肺结节病灶，还能对病灶性状进行多维度描述，包括大小、体积、密度、CT值，结节表征可涵盖6种常见的良恶性征象——分叶、毛刺、胸膜凹陷、空洞、空泡、钙化。阿里健康开发的系统则将周边病症一起筛查，包括肺道泡、动脉硬化、淋巴带化、肺密度增高、索条等。医院临床考验了这名“人工智能医生”，发现其检出率达95.78%，误报率却仅有2.63%。2018年，该院60名影像科医生通过AI系统判读影像病例超过了15万份。

　　此外，“人工智能医生”还能查食管癌、糖尿病视网膜病变、结直肠肿瘤、乳腺癌等疾病，甚至还可以查儿童骨龄，技术水平不亚于资深医生。

　　在广州妇儿中心，人工智能系统学会“读懂”病历，然后像人类医生一样，给出诊断。医生将患者主诉、症状、个人疾病史、检查检验结果、影像学检查结果、用药情况等信息输入病历文本，系统自动将自由病历文本转换成规范化、标准化和结构化的数据。人工智能系统“读懂”病历后，再给出诊断结果。

　　“人工智能医生”诊断准确率高吗？以呼吸系统疾病为例，该“医生”对上呼吸道疾病和下呼吸道疾病的诊断准确率分别为89%和87%，对不同类型哮喘的诊断准确率在83%到97%之间。

人工智能靠海量数据

　　医生长本事，一靠医学专业院校学习，二靠临床经验积累。“人工智能医生”靠什么？靠海量数据、云计算能力。“吃”完数据之后，经过不断训练临床思维，系统就可以像人类医生一样看病了。

　　在四川大学华西医院，依图医疗纳入该院2009年至今收治的肺癌患者的全维度脱敏临床数据，打通临床门诊、住院、病历、病理等多个系统数据，建立了国内首个肺癌临床科研智能病种库。有了这个病种库，医院多个与肺癌诊疗相关的科室研究能力大大提升，其他医联体机构也受益匪浅。

　　阿里健康人工智能医疗升级到了2.0版本，除了临床，还有文本科研、影像科研平台功能，提供虚拟病人、VR模拟手术用于教学。

　　在河南郏县任庄村卫生室，记者看到了微医人工智能辅诊系统——全科辅助诊疗系统、悬壶台中医智能诊疗系统。村医张巧芬简单输入患者的基本症状、病史等，马上就能看到相关危重病、常见病可能提示，“我们平时很少接触到危重病，但心里还是担心万一误诊了，会耽误村民治疗。”

机器与医生协同看病

　　人工智能医用，是否会代替医生？可以肯定，目前还不会。

　　2017年，国务院新一代人工智能规划提出，“开发人机协同的手术机器人、智能诊疗助手”“研发人机协同临床智能诊疗方案”。这意味着，人工智能只是医生的助手。

　　一些人工智能研发人员提出，只有了解医生的心理和临床思维，让人工智能学会这种思维，才是真正的医疗人工智能。然而，这个难点似乎不好突破。

　　未来，“人工智能医生”也许与人类医生一起上岗工作。在北京影像云平台上，人工智能系统对基层医院上传的30名患者近9000张肺结节CT影像进行智能检测和识别，将第一轮筛查出的疑似结节标记出来，作为辅助诊断结果，提供给4名放射科医生进行审查。医生审查后认为可以采纳，即对报告签字。

　　这种新的服务模式中，仍由医生最终决策。一些临床医生表示：首先必须确保人工智能产品技术过硬，给出合理的诊断建议；其次还要进行培训，转变观念，适应新的服务模式。医生的认可和引导，将提高患者对人工智能系统的信任度。