|
就在上周，关于一场神经影像领域的「人机大战」的新闻出现在了朋友圈。人工智能(AI)选手「BioMindTM天医智」以高出20%的正确率和更快的速度，战胜多位神经疾病专家组成的「人类战队」。 我一点都不惊讶。 AI如果没有赢，那一定是开发公司水平太差。 如果你了解AI影像是怎么在做的，你就会知道，人类肯定是完败的。 没有AI，所有的大数据，仅仅只是一堆无用的数据，深度的分析，才是能产生价值的数据。而这样的分析，是人脑的运算能力很难达到的。 AI的深度学习过程，就是基于大量的数据分析完成的。 AI影像的技术关键是对图像进行分割，然后进行特征提取和匹配判断。 大量影像数据经过标准化的处理，反复对AI进行训练。 于是，它可检测到占整个影像片面积 0.01% 的细微病变，考虑到其本身的运行速度，所以对人类而言几乎是碾压级别的。 所以不要看这次AI正确率还没达到 90%，因为这次答案是「愚蠢」的人类给设定的答案，兴许AI已经得出了更准确的答案，而「愚蠢」的人类却不自知。 当然AI目前这种算法也带来一个暂时的缺点：敏感性超高导致的假阳性高。深度学习之后的AI应该会更好地纠偏。 在最近几年，AI率先在各种读图领域：皮肤病、眼底疾病、影像学上取得胜利。 在辅助诊断方面，IBM公司的Watson foroncology，以实时基于指南和文献库的报告，同样给出了让人震撼地个体化最佳治疗方案建议： 你能想象，你把患者的情况按照要求输入之后，很短的时间内，你可以拿到的是不同推荐等级的几个方案，每个方案附着参考文献依据和证据等级，用药和剂量建议，甚至还有可能的不良反应警示！ 大数据，在AI的背后，还有物联网。 于是，可以自动提取病历信息（所以电子病历标准化模板是非常重要的，只有标准化，才有大数据）、护理信息、监护仪信息等等各个系统进行各种风险评分的自动生成（国内在尝试的瑞金急诊智能分诊系统）；可以跨院跨系统检查药品配伍禁忌警示、药品同体征冲突预警（孕期用药、肝肾功能异常等）（我第一次看到这个的时候才发现我们现有的医嘱系统药物警示简直是low爆了）。 不止于此。 它可能会改变疾病的诊疗方式。 瑞金医院神经内科联合英国约克大学启动全球最大规模单中心临床研究，验证AI及可穿戴设备有助于诊断和监测帕金森病，实现对动作迟缓的客观衡量，还有其他公司利用具有专利的人工智能运算方法实现对异动症24小时监测，利用对抓握活动的分析评估，鉴别不同神经退行性疾病。 而另一个精神健康监测的AI系统NeuroLex，真有点细思极恐地感觉，因为很多功能的实现，只是需要对手机进行监控。 每一个终端，都只是互联网云端的一个单元。 所以AI能做的，不止于诊断治疗，而是对目前整个医学运营模式，发起的一场深刻变局。 医疗领域首个FDA认证的基于云端和深度学习AI的辅助诊断系统：GE Arterys心脏辅助判断系统，可以实现在一个心动周期内重现4D血流情况并且分析。 4D血流，我估计没有几个人能懂。 但是没关系啊，因为这家公司在推出的时候就没打算有多少人能看懂，因为采集数据后，它将利用自己的云平台进行数据分析，给出诊断结果。 2016年底，国家开放独立医学影像中心。 AI加持，这样的中心可能只需要很少的影像科医生就可以开展大量工作，甚至远程开展工作了。 所以，真的有可能，一个大的医学影像连锁企业，在具体的一个单一服务单元里，不需要聘请一个医生。 而虚拟助理Babylon Health，就是一个医疗版的Siri，当然我不知道百度会不会依照此开发出一个虚拟度娘，尽管这个度娘，可能动机不良。 所以，当AI进入医学，震颤吧，人类？ 讲真我觉得震撼，但还谈不上震颤。 我们为什么要跟机器比谁工作起来更像机器？ 不论是医学的目标，还是AI的目标，都是怎样更好地去了解生命的秘密，怎样去提升生命的质量。 所以，为什么要是对抗？ 最后我想用上海交通大学医学院附属瑞金医院胡伟国副院长的一段总结（事实上本篇很多材料来自于其关于人工智能时代医学），来结束这篇文章： 人工智能对医疗发展一定是有用、有效但有限，过分夸大功效和漠视AI崛起、拒绝AI应用一样愚蠢。 医学发展必然由单纯人脑智能转向人脑+人工智能融合。 AI在医学领域的发展绝不是IT工程师的自娱自乐，急功近利将摧毁AI在医疗领域的发展。医生应当积极参与AI在医疗领域的发展，并成为发展的主导力量。 是的，医生不是AI的敌手——事实上就任何一个AI擅长的专项来说，人类都根本不是对手——而是，发展的主导力量。 *文中图片均来自正版图库。 作者：自得麒乐 编辑：徐长卿根
|
|
|
