“人工智能医生”来了

近日，门诊引导机器人“小医生”在河北省邯郸市中心医院东区门诊大厅正式就职。他滑稽的外表和有趣的互动吸引了许多病人观看。照片:郝群英

“医学”超越年轻医生

经过不断的训练，“人工智能医生”、“眼睛”、“耳朵”和“大脑”都日益发达，涉及越来越多的疾病和更广泛的领域。

能“看”图像，能“读”病历，能“做”手术，能“做”检查，还能给出临床诊断建议；“医术”超过了年轻医生，有些领域可以与资深医生相提并论。它是“人工智能医生”。

像人类医生一样，“人工智能医生”通过看、听和听来看医生。

以肺结节为例。对于小至1毫米的病变，医生在阅读胶片时需要逐个寻找CT图像，并推断其大小和密度。资深电影读者平均在10分钟内看完一部电影。大型医院每天阅读超过10万部电影。电影读者的工作既紧张又繁重。现在，一些医院已经开始引入人工智能系统进行筛查，阅读时间已经减少到1.5分钟。

“人工智能医生”不仅效率高，而且诊断更精确、更全面。在华中科技大学同济医学院附属谢赫医院，易图医科大学开发的人工智能系统不仅可以检测肺结节病变，还可以多维描述病变特征，包括大小、体积、密度和ct值。结节特征可以涵盖6种常见的良性和恶性征象——分叶、毛刺、胸膜凹陷、空洞、空泡和钙化。阿里健康公司开发的系统将一起筛查外周疾病，包括肺泡、动脉硬化、淋巴结肿大、肺密度增加、结扎等。

人工智能配备了“眼睛”来读取标准化图像和筛选病变。“人工智能医生”在华中科技大学同济医学院附属谢赫医院进行了临床试验。检测率为95.78%，但虚警率仅为2.63%。2018年，医院的60名影像医生通过人工智能系统解释了15万多个影像病例。

此外，“人工智能医生”还可以检查食道癌、糖尿病视网膜病变、结直肠肿瘤、乳腺癌等疾病，甚至可以检查儿童的骨龄，技术水平不低于高级医生。

人工智能也有敏感的“耳朵”。在安徽省合肥市庐阳区，科大迅飞智能医疗助理于2018年进入社区卫生服务岗位。在医患沟通过程中，智能医疗助理通过大数据和智能语音技术生成并自动提取病历。医生也可以询问类似的病例、临床指南和对症药物。目前，该系统已经完成了7000多条辅助诊断建议。

最近，“人工智能医生”也安装了“大脑”。在广州妇女儿童中心，人工智能系统学习“阅读”病历，然后像人类医生一样给出诊断。医生将患者的主诉、症状、个人病史、检查结果、影像检查结果、用药等信息输入到病历文本中，系统自动将免费的病历文本转换为标准化、标准化、结构化的数据。人工智能系统“读取”病历，然后给出诊断结果。

“人工智能医生”的诊断准确率高吗？以呼吸系统疾病为例，人工智能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为83%至97%。

经过不断的培训，“人工智能医生”、“眼睛”、“耳朵”和“大脑”都在日益发展，涉及越来越多的疾病和更广泛的领域，包括临床辅助、辅助诊断和治疗、医学成像、基因检测、健康管理等。

人工智能依赖于海量数据

各学科数据的标准化影响了人工智能的应用。不同的医院有不同的设备和不同的数据维度

医生的能力取决于医学院校和临床经验。“人工智能医生”依赖什么？依靠海量数据和云计算能力。在“吃”了数据之后，通过持续的临床思维训练，该系统可以像人类医生一样对待。

在“吃”了大量数据后，这台机器不仅可以成为医生，还可以做科研、教学、管理等工作。帮助医生和医院提高科研水平和诊疗能力。

在华西医院，根据地图，自2009年以来，医疗已被纳入该医院收治的肺癌患者的全维脱敏临床数据。通过临床门诊、住院、病历、病理等多种系统数据，建立了我国第一个肺癌临床研究智能疾病数据库。有了这个疾病数据库，医院中许多与肺癌诊断和治疗相关的部门的研究能力都得到了极大的提高，其他医疗机构也从中受益匪浅。

阿里健康人工智能医疗服务已经升级到2.0版。除了临床，它还具有文本研究和图像研究平台的功能，为教学提供虚拟病人和虚拟现实模拟手术。

在河南省佳县仁庄村诊所，记者看到了微型医用人工智能辅助诊断系统——全科辅助诊断系统和中医智能诊断系统的吊壶台。乡村医生张巧芬简单地输入病人的基本症状、病史等。，并能立即看到相关危重病和常见病的可能指征。“我们平时很少接触危重病，但我们还是担心万一误诊，村民的治疗会被延误。"

据报道，该全科辅助诊疗系统通过研究500多万份文件、1000多万份病历和健康档案，覆盖了2000多种疾病和5000多种症状，准确率达90%。吊锅台中医智能诊疗系统辅助的处方总数已超过200万张。

“基层医生服务能力不强。人工智能辅助诊断和治疗可以弥补资源的不足，提高医生的服务水平。”中国社会科学院人口与劳动经济研究所社会保障研究室主任陈秋林认为，医学人工智能可以提高医疗诊断的准确性，也可以替代一些高科技操作，还可以替代一些医疗服务中的人力资源，从而降低医疗费用。

人工智能从临床学习数据，还得转换成结构化格式，然后制作模型，根据临床诊疗思维训练、学习、计算结果。数据是关键。各学科数据的标准化影响了人工智能的应用。

易图医疗集团总裁倪好告诉记者，不标准的医疗数据是一个普遍的问题。尽管这些图像是一批标准化程度很高的数据，但不同医院之间仍有很大差异。不同的医院有不同的设备和不同的数据维度。高质量的数据非常罕见，在使用之前需要更多的算法来构造数据。

2018年，中国工程院院士、上海交通大学医学院附属瑞金医院副院长宁光带领团队与阿里健康人工智能实验室共同开发了“瑞宁糖助”人工智能医生。在推广过程中，宁光也发现了数据问题，如缺乏标准数据、疾病诊断标准不一致、各医院随访数据分散、数据通用性差等。

数据标准化的程度与学科成熟度和诊断所需的外部条件有关。例如，图像领域从一开始就已经统一，数字化发展水平相对较高。皮肤病学诊断依赖于图像和视频来识别病变。这些学科中的人工智能发展迅速。

机器和医生合作去看医生。

医疗不仅仅是诊断和治疗，还涉及到医患之间的互动，尤其是医生对患者的安慰具有不可替代的作用。

人工智能会被用来代替医生吗？当然，还没有。

2017年，国务院新一代人工智能计划提出了“发展人机协同手术机器人和智能诊疗助手”和“发展人机协同临床智能诊疗计划”。这意味着人工智能只是医生的助手。

一些人工智能研究者认为，只有理解医生的心理和临床思维，让人工智能学习这种思维，才能实现真正的医学人工智能。然而，这个困难似乎很难突破。

“我对完全由机器做出的诊断有些怀疑，将来还需要进一步的测试。因为医疗不仅仅是诊断和治疗，还涉及到医患之间的互动，尤其是医生对患者的安慰具有不可替代的作用。”陈秋林说道。

将来，“人工智能医生”可能会和人类医生一起工作。记者体验了这种服务模式。在北京影像云平台上，人工智能系统智能检测和识别基层医院上传的近9000张30名患者的肺结节CT图像，对第一轮筛查出的疑似肺结节进行标记，并作为辅助诊断结果提供给4名放射科医师进行检查。经过检查，医生认为这是可以接受的，并签署了报告。

在这种新的服务模式下，医生仍然做出最终决定。一些临床医生说:首先，要确保人工智能产品在技术上是完美的，并给出合理的诊断建议；其次，要进行培训，改变观念，适应新的服务模式。医生的认可和指导将提高患者对人工智能系统的信任。

目前，医学人工智能产业的发展仍面临问题。“在医疗的各个领域中，没有数据的互连。最终的结果只是大数据，而不是大数据。医学人工智能需要医学和人工智能人员。目前，相对好的企业或一些非常好的项目的发展是由双方的人才推动的。”陈秋林说，为了保护个人隐私，有必要对医疗数据的产权进行界定。明晰的产权有利于互联互通的实现。

可以预见，未来人类将离不开“人工智能医生”。当时，医疗不再是“排队就医”，而是“二次医疗”、“精确医疗”和“个性化医疗”。(记者制图:蔡华为)