日前在杭州召开的浙江省神经影像高峰论坛上，近20名来自浙江、山东、江苏、安徽、新疆等地的放射科医生参加了一场人工智能辅助诊断体验赛。在人工智能的辅助下，医生们对脑部肿瘤图像的诊断正确率提升至近90%，大幅超过纯人工诊断的平均正确率。
近年来，针对肺部、脑部等多部位的人工智能辅助医疗产品进入实际应用阶段，无论是互联网企业、医疗企业还是医院、研究机构，都对此展现出巨大的好奇和热情。人工智能，是如何实现复杂的医学诊断的?能带来些什么实惠?它的未来应该往哪走?
人工智能，如何实现快速“阅片诊断”?
医疗诊断是一个综合考虑各种影响因素的判断过程，人工智能如何能在短时间内更准确地诊断?
记者了解到，参赛的这款神经影像人工智能辅助诊断系统，通过国家神经系统疾病临床医学研究中心30多万条有效数据训练，结合大数据与深度学习等技术，目前能实现几十种脑肿瘤、血管病、血肿等人工智能诊断及预判功能。
“但人工智能并不是提供一堆片子、一堆数据就能做出来。”北京天坛医院神经影像学中心主任高培毅说，所有的数据在提供给人工智能进行深度学习之前，都需要医生们手动标注重要信息。“像小血管病人脑部的三四十个斑块，都要一一描画出来。”
业内人士表示，人工智能深度学习的优势在于学习、记忆和提取特征的速度及能力。“人工来读片诊断，带有部分主观性，受情绪和状态影响，在记忆和决策上有人类的生理极限，还要接受13年以上的漫长的培训周期。相较而言，人工智能就没有以上的这些困扰。” 高培毅说。
“在一些比赛中，人读不过机器，因为机器可以发现一些人眼难以察觉的微细的变化，这些都可以通过人工智能帮我们来实现。” 北京同仁医院副院长魏文斌说，“医学涵盖了医疗、管理、护理、药物等一系列的方面，都需要和人工智能密切地合作。”
人工智能辅助诊断，能带来什么实惠?
医学是高度依赖技术发展的学科，从“互联网+医疗”到“人工智能+医疗”，是医疗行业一个重大变革。
“医疗数据有90%以上来源于医学影像，但是这些数据大多需要人工分析，我国医学影像设备的年增长率为30%，而放射科医生数量的年增长率仅为4.1%。” 厦门医学院附属第二医院郭岗教授说，这是医疗行业普遍面临的现状与挑战。
用人工智能来辅助诊断，其实并不是一件新鲜事。人工智能公司安德医智首席技术官吴振洲说，早在十几年前，就有将人工智能应用在胸部CT诊断的尝试，在当时，准确率就可以达到86%，而现在，这一数字已经超过90%。
“以后我们会看到大量人工智能技术在医院普及，成为不可或缺的工具，但也永远只是一个辅助工具。”吴振洲说，“对于医务工作者和人工智能技术来说，疾病是共同敌人。影像诊断更准确，意味着漏诊率会更低。 ”
“我们每天大概要撰写四五百份的重症报告，很多工作内容并没有很高的技术含量，反而是体力活，人工智能能不能来替代一部分这样的工作，这是我们的期待。” 高培毅说。
此外，对老百姓而言，互联网、大数据，尤其是人工智能，能够推动优势医疗资源下沉、让看病更方便，帮助社会加速步入大众健康的时代。
“浙江省正在大力推动数字影像，意味着患者不用拎着几斤重的胶片到处看病，还能够实现远程诊疗。” 浙江大学医学院附属第二医院放射科主任张敏鸣说。
“现在全国有10%的糖尿病病人，其中三分之一眼底有问题，我们要每年筛查一次，这是个巨大的工作量，所以我们需要人工智能来帮我们阅读，提高我们的工作效率。” 魏文斌说。
人工智能辅助诊断，还要迈过几道坎?
中国信息通信研究院与高德纳咨询公司日前联合公开发布的《2018世界人工智能产业发展蓝皮书》显示，人工智能企业都主要集中在各个垂直领域，在我国，人工智能+医疗健康占比最大，达到22%。
根据前瞻产业研究院发布的《2018-2023年中国医疗人工智能行业市场前景预测与投资战略规划分析报告》显示，2011年到2017年，在医疗各细分领域中，辅助诊疗融资金额高居第一，达到20亿元。
相较于资本和市场对人工智能的美好想象，专家和业内人士有更多思考。
“人工智能辅助诊断很热，但很多都是‘拿来主义’的做法。” 高培毅说，市面上出现一些迅速推出的产品，拿的是外国的架构、算法，用的是外国的数据库，但没有考虑安全、隐私以及是否试用于中国患者的问题。
“我们发现，医学图像质量不高的现象比较普遍，能够达到教科书级别的图像数据只有不到30%，这是令人吃惊的。” 厦门医学院附属第二医院郭岗教授说，大量质量不高的“垃圾数据”的存在将阻碍人工智能的“学习步伐”。
张敏鸣等专家认为，人工智能技术如何更好实现“落地”，还存在一些现实困境。“比如我们在科学研究、购买设备等方面进行了大量的投入，但人工智能诊断还没有能够很好地纳入医疗服务的体系中，这需要更好的顶层设计。”
抢沙发
