發布日期：2019-04-15
一邊是醫療人工智能技術（AI）的加速研發和應用，幾場“友誼賽”下來，人類醫生竟然還落了下風；一邊是患者對診療手段和效果越來越高的期待與要求，醫生執業壓力巨大。雙重擠壓下，技術流會不會成為解決醫學難題的唯一答案，醫生是否用武之地越來越少？近日在京召開的2019華北地區皮膚科學術年會上，海軍軍醫大學長海醫院皮膚科顧軍教授從本學科角度分析了醫生該何去何從—— 進程飛快—— 19省份布局人工智能 觀看一周關于貓的視頻，谷歌的AI機器就學會了識別貓臉；AI識別人類唇語，成績完勝真人……近年來，我們看到關于AI的進展越來越多，與醫療領域相關度最高的，就是圖像識別。而縱觀上述圖像識別的例子，其難度已遠超讀CT片。因此，幾乎可以肯定，AI在醫療領域最早應用的會是影像學科。 今年年初，上海交通大學人工智能研究院聯合上海市衛生和健康發展研究中心、上海交通大學醫學院發布的《人工智能醫療白皮書》顯示，全國19個省市已發布人工智能規劃，AI醫學影像成為中國人工智能醫療最成熟的領域。該白皮書進一步指出，人工智能已引起世界各國和社會各層的重視。世界主要國家紛紛開始對人工智能進行國家戰略層面的布局，并且非常重視人工智能在醫療領域的發展。 就目前的情況來看，人工智能在醫療領域應用主要有五大方向。除了醫學影像，還包括輔助診斷、藥物研發、健康管理、疾病預測等。就全球研發趨勢來看，國外以AI藥物研發為主，我國則借助醫療影像大數據及圖像識別技術的發展優勢，以AI醫學影像為主。從我國AI醫學影像行業的落地情況來看，產品主要應用在疾病篩查方面，以腫瘤和慢病領域為主。一項對2018年營收突出的AI醫學影像公司的應用場景和數據資源的分析發現，大部分公司都與醫院展開廣泛合作，并且在肺結節、眼底、乳腺癌、宮頸癌方面已有較為成熟的產品。這意味著，我們的醫生在工作中與AI共處，已經開始落地并將越來越快、越來越多。醫療行業的AI時代，已經加速向我們走來。 來勢兇猛—— AI接連戰勝人類醫生 AI時代會是什么樣子，這不是一個可以簡單回答的問題。事實上，人工智能是個復雜概念，根據程度、能力不同，可分為三類：一類是弱人工智能（Artificial Narrow Intelligence，ANI），指擅長于某一方面的人工智能，比如大名鼎鼎的阿爾法狗；往上是強人工智能（Artificial General Intelligence，AGI），指在各方面相當于人類；再升級就是超人工智能（Artificial Super Intelligence，ASI），將在各方面都比人類強。后兩類現在還不存在，目前的人工智能都還屬于弱人工智能。具體到醫學領域，弱人工智能目前在診斷硬件、數據采集、輔助診斷、監測反饋、教學培訓、精準醫療等方面有所嘗試。 即便如此，效果依然驚人。例如，2017年，《自然》雜志就報道了這樣一場令人印象深刻的比賽。比賽的一方是由18個醫生在線助理存儲庫和斯坦福大學醫藥中心提供了129450張涵蓋2023種皮膚疾病臨床圖片，完成深度學習的AI；另一方是21名資深皮膚科醫生。雙方分別比試了區分鱗狀上皮細胞癌和良性脂溢性角化病，以及區分惡性黑素瘤和良性痣。結果，AI正確識別良性病變和惡性病變的綜合靈敏度達到91%，與21名醫生水平相當甚至更優。 去年11月，《JAMA》也報道了AI在糖尿病視網膜病變上的進展：谷歌公司、美國和印度多家研究機構參與，歷時8個月，由54名美國的眼科專家和高級住院醫師，對將近13萬張視網膜照片進行分類和分級，讓AI學會自動檢測糖尿病視網膜病變和視網膜黃斑水腫，最終在靈敏度與特異性方面均有不俗的表現。 在神經外科領域，通過過萬張圖片訓練，AI可實現在腦瘤術中的快速診斷，在病變樣本中，區分膠質瘤和非膠質瘤的準確率達90%；在骨科，倫敦帝國理工學院嘗試用AI對神經假體進行精確控制，將此前85%的精確度提升到97%…… 在國內，中山大學利用AI識別先天性白內障研究已進入臨床試驗階段。利用410張各種程度的先天性白內障圖片和476張正常圖片訓練，AI可以做到即使識別質量不高的網絡圖片，也能達到92.45%的準確率。 去年4月，北京友誼醫院推出了自己一手“喂”大的AI——甲狀腺結節超聲圖像診斷AI，并跟包括北京協和醫院、北京大學第三醫院、北京腫瘤醫院、解放軍總醫院在內的7家 三甲醫院組團來戰的影像醫生PK一場。結果，在第一部分答題過程中，準確率排名前25名的醫生，平均耗時約1000秒，而AI僅耗時192秒；該AI正確率為68%，而初級醫師正確率為60.8%，中級醫師為62.4%，高級醫師為66%。在第二部分答題中，AI準確率達76%，僅有5名醫生得分超過了它。 用腦走心—— 醫學不只是技術流 基于現在的發展態勢已經可以看出，在客觀數據收集和分析上，人工智能的速度和能力遠超人類。所以，讀片、出報告、檢查檢驗類別的醫學操作，應該是人工智能的優勢。但這是否意味著，人工智能的發展，最終將替代我們醫生？我覺得絕無可能。因為，我們的服務對象是人。 首先，人的病情是復雜的，根據圖像識別做輔助診斷，人工智能有優勢。但在主觀綜合分析能力方面，特別是在復雜的個體化治療方面，人工智能短期內無法達到醫生的水準。 其次，大數據不解決個體問題。醫學行走在生理、心理和小概率事件以及個體差異的夾縫中，這才是醫學之難，而這樣的工作，機器不會比人做得更好。 最重要的是，醫生是個復雜而艱難的職業，既要完成生理治療，又要做出心理治療。對很多患者來說，最治愈的處方常常是關愛和希望。而給予患者人文關懷，只有醫生能做。醫學技術的發展并不是讓治療主體變成冷冰冰的機器，而更應該是在機器的幫助下，醫生節約了大量時間，有更多的精力投入患者的人文關懷中去。 近日，外媒報道的一個典型案例印證了這一點：美國加州一名79歲患者因肺衰竭被送進ICU后，一個“機器醫生”通知家屬患者病情過重即將離世。家屬表示，這種冷冰冰的告知方式讓他們難以接受，他們希望沒有其他人會得到同樣的待遇。這也為機器人的應用給出了警示。 不戰不降—— 積極學習為我所用 基于上述分析，AI時代，我們醫生特別是皮膚科醫生，該做些什么？我認為既不該妄自菲薄，也不可傲慢排斥。 首先，要明白AI只能幫助我們，但不能取代我們。當AI增加了一個輔助診斷或治療技術，我們就更要提高診斷及治療水平，在AI能力不及的領域發揮主觀能動性。如診治一些不典型的常見病、神經精神性皮膚病，給予需要心理治療和安慰的患者更多溫暖等。 同時，在AI時代，皮膚科獲益明顯，我們要做的也更多了。比如，積極學習、研發、應用AI產品等。 此外，我國當前醫療資源分布極不平衡、醫療水平參差不齊，縣級醫院及鄉村醫療需要真正的幫帶。如果能夠將高水平醫生專家的診療技術盡可能AI化，將為患者享受優質、均等化的醫療，最終實現健康中國助力良多。（記者崔芳整理）
來源：健康報
