12月4日訊(浙江在線記者 曾福泉)日前在杭州召開的浙江省神經(jīng)影像高峰論壇上，近20名來自浙江、山東、江蘇、安徽、新疆等地的放射科醫(yī)生參加了一場人工智能輔助診斷體驗賽。在人工智能的輔助下，醫(yī)生們對腦部腫瘤圖像的診斷正確率提升至近90%，大幅超過純?nèi)斯ぴ\斷的平均正確率。

近年來，針對肺部、腦部等多部位的人工智能輔助醫(yī)療產(chǎn)品進入實際應(yīng)用階段，無論是互聯(lián)網(wǎng)企業(yè)、醫(yī)療企業(yè)還是醫(yī)院、研究機構(gòu)，都對此展現(xiàn)出巨大的好奇和熱情。人工智能，是如何實現(xiàn)復(fù)雜的醫(yī)學(xué)診斷的?能帶來些什么實惠?它的未來應(yīng)該往哪走?

人工智能，如何實現(xiàn)快速“閱片診斷”?

醫(yī)療診斷是一個綜合考慮各種影響因素的判斷過程，人工智能如何能在短時間內(nèi)更準(zhǔn)確地診斷?

記者了解到，參賽的這款神經(jīng)影像人工智能輔助診斷系統(tǒng)，通過國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學(xué)研究中心30多萬條有效數(shù)據(jù)訓(xùn)練，結(jié)合大數(shù)據(jù)與深度學(xué)習(xí)等技術(shù)，目前能實現(xiàn)幾十種腦腫瘤、血管病、血腫等人工智能診斷及預(yù)判功能。

“但人工智能并不是提供一堆片子、一堆數(shù)據(jù)就能做出來。”北京天壇醫(yī)院神經(jīng)影像學(xué)中心主任高培毅說，所有的數(shù)據(jù)在提供給人工智能進行深度學(xué)習(xí)之前，都需要醫(yī)生們手動標(biāo)注重要信息。“像小血管病人腦部的三四十個斑塊，都要一一描畫出來。”

業(yè)內(nèi)人士表示，人工智能深度學(xué)習(xí)的優(yōu)勢在于學(xué)習(xí)、記憶和提取特征的速度及能力。“人工來讀片診斷，帶有部分主觀性，受情緒和狀態(tài)影響，在記憶和決策上有人類的生理極限，還要接受13年以上的漫長的培訓(xùn)周期。相較而言，人工智能就沒有以上的這些困擾。” 高培毅說。

“在一些比賽中，人讀不過機器，因為機器可以發(fā)現(xiàn)一些人眼難以察覺的微細(xì)的變化，這些都可以通過人工智能幫我們來實現(xiàn)。” 北京同仁醫(yī)院副院長魏文斌說，“醫(yī)學(xué)涵蓋了醫(yī)療、管理、護理、藥物等一系列的方面，都需要和人工智能密切地合作。”

人工智能輔助診斷，能帶來什么實惠?

醫(yī)學(xué)是高度依賴技術(shù)發(fā)展的學(xué)科，從“互聯(lián)網(wǎng)+醫(yī)療”到“人工智能+醫(yī)療”，是醫(yī)療行業(yè)一個重大變革。

“醫(yī)療數(shù)據(jù)有90%以上來源于醫(yī)學(xué)影像，但是這些數(shù)據(jù)大多需要人工分析，我國醫(yī)學(xué)影像設(shè)備的年增長率為30%，而放射科醫(yī)生數(shù)量的年增長率僅為4.1%。” 廈門醫(yī)學(xué)院附屬第二醫(yī)院郭崗教授說，這是醫(yī)療行業(yè)普遍面臨的現(xiàn)狀與挑戰(zhàn)。

用人工智能來輔助診斷，其實并不是一件新鮮事。人工智能公司安德醫(yī)智***技術(shù)官吳振洲說，早在十幾年前，就有將人工智能應(yīng)用在胸部CT診斷的嘗試，在當(dāng)時，準(zhǔn)確率就可以達到86%，而現(xiàn)在，這一數(shù)字已經(jīng)超過90%。

“以后我們會看到大量人工智能技術(shù)在醫(yī)院普及，成為不可或缺的工具，但也永遠(yuǎn)只是一個輔助工具。”吳振洲說，“對于醫(yī)務(wù)工作者和人工智能技術(shù)來說，疾病是共同敵人。影像診斷更準(zhǔn)確，意味著漏診率會更低。 ”

“我們每天大概要撰寫四五百份的重癥報告，很多工作內(nèi)容并沒有很高的技術(shù)含量，反而是體力活，人工智能能不能來替代一部分這樣的工作，這是我們的期待。” 高培毅說。

此外，對老百姓而言，互聯(lián)網(wǎng)、大數(shù)據(jù)，尤其是人工智能，能夠推動優(yōu)勢醫(yī)療資源下沉、讓看病更方便，幫助社會加速步入大眾健康的時代。

“浙江省正在大力推動數(shù)字影像，意味著患者不用拎著幾斤重的膠片到處看病，還能夠?qū)崿F(xiàn)遠(yuǎn)程診療。” 浙江大學(xué)醫(yī)學(xué)院附屬第二醫(yī)院放射科主任張敏鳴說。

“現(xiàn)在全國有10%的糖尿病病人，其中三分之一眼底有問題，我們要每年篩查一次，這是個巨大的工作量，所以我們需要人工智能來幫我們閱讀，提高我們的工作效率。” 魏文斌說。

人工智能輔助診斷，還要邁過幾道坎?

中國信息通信研究院與高德納咨詢公司日前聯(lián)合公開發(fā)布的《2018世界人工智能產(chǎn)業(yè)發(fā)展藍皮書》顯示，人工智能企業(yè)都主要集中在各個垂直領(lǐng)域，在我國，人工智能+醫(yī)療健康占比***，達到22%。

根據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《2018-2023年中國醫(yī)療人工智能行業(yè)市場前景預(yù)測與投資戰(zhàn)略規(guī)劃分析報告》顯示，2011年到2017年，在醫(yī)療各細(xì)分領(lǐng)域中，輔助診療融資金額高居***，達到20億元。

相較于資本和市場對人工智能的美好想象，專家和業(yè)內(nèi)人士有更多思考。

“人工智能輔助診斷很熱，但很多都是‘拿來主義’的做法。” 高培毅說，市面上出現(xiàn)一些迅速推出的產(chǎn)品，拿的是外國的架構(gòu)、算法，用的是外國的數(shù)據(jù)庫，但沒有考慮安全、隱私以及是否試用于中國患者的問題。

“我們發(fā)現(xiàn)，醫(yī)學(xué)圖像質(zhì)量不高的現(xiàn)象比較普遍，能夠達到教科書級別的圖像數(shù)據(jù)只有不到30%，這是令人吃驚的。” 廈門醫(yī)學(xué)院附屬第二醫(yī)院郭崗教授說，大量質(zhì)量不高的“垃圾數(shù)據(jù)”的存在將阻礙人工智能的“學(xué)習(xí)步伐”。

張敏鳴等專家認(rèn)為，人工智能技術(shù)如何更好實現(xiàn)“落地”，還存在一些現(xiàn)實困境。“比如我們在科學(xué)研究、購買設(shè)備等方面進行了大量的投入，但人工智能診斷還沒有能夠很好地納入醫(yī)療服務(wù)的體系中，這需要更好的頂層設(shè)計。”