12月4日訊(浙江在線記者 曾福泉)日前在杭州召開的浙江省神經影像高峰論壇上，近20名來自浙江、山東、江蘇、安徽、新疆等地的放射科醫生參加了一場人工智能輔助診斷體驗賽。在人工智能的輔助下，醫生們對腦部腫瘤圖像的診斷正確率提升至近90%，大幅超過純人工診斷的平均正確率。

近年來，針對肺部、腦部等多部位的人工智能輔助醫療產品進入實際應用階段，無論是互聯網企業、醫療企業還是醫院、研究機構，都對此展現出巨大的好奇和熱情。人工智能，是如何實現復雜的醫學診斷的?能帶來些什么實惠?它的未來應該往哪走?

人工智能，如何實現快速“閱片診斷”?

醫療診斷是一個綜合考慮各種影響因素的判斷過程，人工智能如何能在短時間內更準確地診斷?

記者了解到，參賽的這款神經影像人工智能輔助診斷系統，通過國家神經系統疾病臨床醫學研究中心30多萬條有效數據訓練，結合大數據與深度學習等技術，目前能實現幾十種腦腫瘤、血管病、血腫等人工智能診斷及預判功能。

“但人工智能并不是提供一堆片子、一堆數據就能做出來。”北京天壇醫院神經影像學中心主任高培毅說，所有的數據在提供給人工智能進行深度學習之前，都需要醫生們手動標注重要信息。“像小血管病人腦部的三四十個斑塊，都要一一描畫出來。”

業內人士表示，人工智能深度學習的優勢在于學習、記憶和提取特征的速度及能力。“人工來讀片診斷，帶有部分主觀性，受情緒和狀態影響，在記憶和決策上有人類的生理極限，還要接受13年以上的漫長的培訓周期。相較而言，人工智能就沒有以上的這些困擾。” 高培毅說。

“在一些比賽中，人讀不過機器，因為機器可以發現一些人眼難以察覺的微細的變化，這些都可以通過人工智能幫我們來實現。” 北京同仁醫院副院長魏文斌說，“醫學涵蓋了醫療、管理、護理、藥物等一系列的方面，都需要和人工智能密切地合作。”

人工智能輔助診斷，能帶來什么實惠?

醫學是高度依賴技術發展的學科，從“互聯網+醫療”到“人工智能+醫療”，是醫療行業一個重大變革。

“醫療數據有90%以上來源于醫學影像，但是這些數據大多需要人工分析，我國醫學影像設備的年增長率為30%，而放射科醫生數量的年增長率僅為4.1%。” 廈門醫學院附屬第二醫院郭崗教授說，這是醫療行業普遍面臨的現狀與挑戰。

用人工智能來輔助診斷，其實并不是一件新鮮事。人工智能公司安德醫智***技術官吳振洲說，早在十幾年前，就有將人工智能應用在胸部CT診斷的嘗試，在當時，準確率就可以達到86%，而現在，這一數字已經超過90%。

“以后我們會看到大量人工智能技術在醫院普及，成為不可或缺的工具，但也永遠只是一個輔助工具。”吳振洲說，“對于醫務工作者和人工智能技術來說，疾病是共同敵人。影像診斷更準確，意味著漏診率會更低。 ”

“我們每天大概要撰寫四五百份的重癥報告，很多工作內容并沒有很高的技術含量，反而是體力活，人工智能能不能來替代一部分這樣的工作，這是我們的期待。” 高培毅說。

此外，對老百姓而言，互聯網、大數據，尤其是人工智能，能夠推動優勢醫療資源下沉、讓看病更方便，幫助社會加速步入大眾健康的時代。

“浙江省正在大力推動數字影像，意味著患者不用拎著幾斤重的膠片到處看病，還能夠實現遠程診療。” 浙江大學醫學院附屬第二醫院放射科主任張敏鳴說。

“現在全國有10%的糖尿病病人，其中三分之一眼底有問題，我們要每年篩查一次，這是個巨大的工作量，所以我們需要人工智能來幫我們閱讀，提高我們的工作效率。” 魏文斌說。

人工智能輔助診斷，還要邁過幾道坎?

中國信息通信研究院與高德納咨詢公司日前聯合公開發布的《2018世界人工智能產業發展藍皮書》顯示，人工智能企業都主要集中在各個垂直領域，在我國，人工智能+醫療健康占比***，達到22%。

根據前瞻產業研究院發布的《2018-2023年中國醫療人工智能行業市場前景預測與投資戰略規劃分析報告》顯示，2011年到2017年，在醫療各細分領域中，輔助診療融資金額高居***，達到20億元。

相較于資本和市場對人工智能的美好想象，專家和業內人士有更多思考。

“人工智能輔助診斷很熱，但很多都是‘拿來主義’的做法。” 高培毅說，市面上出現一些迅速推出的產品，拿的是外國的架構、算法，用的是外國的數據庫，但沒有考慮安全、隱私以及是否試用于中國患者的問題。

“我們發現，醫學圖像質量不高的現象比較普遍，能夠達到教科書級別的圖像數據只有不到30%，這是令人吃驚的。” 廈門醫學院附屬第二醫院郭崗教授說，大量質量不高的“垃圾數據”的存在將阻礙人工智能的“學習步伐”。

張敏鳴等專家認為，人工智能技術如何更好實現“落地”，還存在一些現實困境。“比如我們在科學研究、購買設備等方面進行了大量的投入，但人工智能診斷還沒有能夠很好地納入醫療服務的體系中，這需要更好的頂層設計。”