人工智能醫(yī)生，是幫手不是對手

李紅梅

經(jīng)過不斷訓練的人工智能醫(yī)生，“眼睛”“耳朵”“大腦”日益發(fā)達，它已可以快速診斷疾病、做手術、開展健康監(jiān)測等，還可以幫助醫(yī)生和醫(yī)院提升科研水平，提高診療能力。人工智能醫(yī)生來了，它將實質(zhì)性地改變?nèi)藗兊木歪t(yī)模式，助力健康中國建設。

“醫(yī)術”超過年輕醫(yī)生

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，在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(tǒng)篩查，單張CT影像圖片的閱片時間降至1分30秒。

人工智能醫(yī)生不僅效率很高，而且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(xié)和醫(yī)院，由依圖醫(yī)療開發(fā)的人工智能系統(tǒng)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。

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(xié)和醫(yī)院臨床考驗了這名人工智能醫(yī)生，發(fā)現(xiàn)其檢出率達95.78%，誤報率僅2.63%。2018年，該院60名影像科醫(yī)生通過AI系統(tǒng)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(wǎng)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(shù)據(jù)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(tǒng)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”。在廣州市婦女兒童醫(yī)療中心，人工智能系統(tǒng)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(tǒng)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(shù)據(jù)。人工智能系統(tǒng)“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(tǒng)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%至97%之間。

靠海量數(shù)據(jù)“長本事”

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

“吃”了海量數(shù)據(jù)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。

在河南郟縣任莊村衛(wèi)生室，有微醫(yī)人工智能輔診系統(tǒng)——全科輔助診療系統(tǒng)、懸壺臺中醫(yī)智能診療系統(tǒng)。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(jù)介紹，這一全科輔助診療系統(tǒng)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(tǒng)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(jīng)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(shù)據(jù)從臨床而來，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。因此，數(shù)據(jù)是關鍵，各個學科數(shù)據(jù)的標準化程度，影響著人工智能的應用程度。

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(xiàn)了數(shù)據(jù)的問題，如標準數(shù)據(jù)缺乏，疾病診斷標準不統(tǒng)一，隨訪數(shù)據(jù)散落在各個醫(yī)院，數(shù)據(jù)普適性較差等。

數(shù)據(jù)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(tǒng)一標準，數(shù)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。

與醫(yī)生協(xié)同看病

人工智能醫(yī)用，是否會代替醫(yī)生？可以肯定，目前還不會。

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。在北京影像云平臺上，人工智能系統(tǒng)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的，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(chǎn)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(tǒng)的信任度。

目前，醫(yī)療人工智能行業(yè)的發(fā)展還面臨許多問題。“醫(yī)療各個領域數(shù)據(jù)沒有互聯(lián)互通，最后形成的只是數(shù)據(jù)大，而不是大數(shù)據(jù)。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)或者一些非常好的項目，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(shù)據(jù)的產(chǎn)權，產(chǎn)權清晰有利于實現(xiàn)互聯(lián)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”。（據(jù)《人民日報》）※