孫愛民++王小

通過AI輔助系統(tǒng)，準確梳理海量數(shù)據(jù)信息，能夠提示人們可能的結果，當然最終的診斷還是人——醫(yī)生來決定

臨床診斷時的誤診，是國內(nèi)緊張的醫(yī)患矛盾的一個觸發(fā)因素。如何讓全科醫(yī)生、剛畢業(yè)入職的新醫(yī)生，在面對患者時，給出更科學準確的判斷、更合理與個性化的診療方案，成為降低臨床誤診率、緩解醫(yī)患矛盾的關鍵。

在國內(nèi)傳統(tǒng)的看病流程中，患者往往在千方百計掛號、焦慮地來到主治醫(yī)生面前之后，通過簡單描述，或者附加醫(yī)學檢查，然后等待醫(yī)生的“宣判”。醫(yī)患之間，并沒有足夠的溝通時間，導致信息不對稱，況且醫(yī)生水平、經(jīng)驗參差不齊，再加上部分疾病的復雜性等，種種因素疊加，誤診自然發(fā)生。

關于臨床誤診率的統(tǒng)計，尚沒有相關部門發(fā)布權威數(shù)據(jù)，但國內(nèi)醫(yī)療行業(yè)的共識是30%左右，其中，鼻咽癌、白血病、胰腺癌、結腸癌等惡性腫瘤的平均誤診率在40%以上;肝結核、胃結核、腸系膜淋巴結核等肺外結核的平均誤診率也在40%以上。

四川華西醫(yī)科大學的一個研究團隊，從上世紀60年代開始，幾乎每個年代都選取幾千個樣本做調(diào)查研究，結果發(fā)現(xiàn)，即便診斷技術在快速發(fā)展，臨床誤診率依然在30%上下。

事實上，100%的診斷正確率基本不存在，即便是發(fā)達國家的醫(yī)生，也有一定的誤診率。如何提高臨床診斷的正確率？

在人的學習與認知能力有限的前提下，人工智能技術被寄予厚望。2016年12月21日，海虹控股（000503，SZ）在海南省?？谑蓄A發(fā)布了其第一款智能醫(yī)療產(chǎn)品——“海虹智能醫(yī)療項目”，這是基于人工智能與大數(shù)據(jù)技術，形成的一套綜合性智能輔助醫(yī)療系統(tǒng)。

“智能醫(yī)療可以讓基層醫(yī)生減少一些低級錯誤?！焙：缈毓纱蠼】凳聵I(yè)部副總經(jīng)理張運江對《財經(jīng)》記者分析。

按他對海虹智能醫(yī)療系統(tǒng)的分析，這套系統(tǒng)可以毫秒間為醫(yī)生推薦針對性的治療方案，如果其所在醫(yī)院是簽約醫(yī)院，還可以給出所在醫(yī)院的最優(yōu)治療方案。

一個名醫(yī)，需要傾其所學，用積累了幾十年、成千上萬的病例經(jīng)驗，才能對疑難雜癥短時間內(nèi)作出判斷、給出診斷，智能醫(yī)療系統(tǒng)如何在毫秒間達到名醫(yī)的決策水平？

當醫(yī)生在系統(tǒng)中輸入患者個人信息后，人工智能能在瞬間給出最佳的診療方案，得益于系統(tǒng)背后龐大的數(shù)據(jù)庫，該數(shù)據(jù)庫包括病案、教科書、文獻、專家共識等六大數(shù)據(jù)、知識與經(jīng)驗。

可見，足夠數(shù)據(jù)量的病案是關鍵?！叭漆t(yī)生與剛畢業(yè)的醫(yī)生，在臨床診斷時最需要的并不是那些頂級三甲醫(yī)院的治療方案，反而是一些疾病的診療標準?！鄙钲谑械诙嗣襻t(yī)院急診外科主治醫(yī)師姚彬接受《財經(jīng)》記者采訪時說，他曾經(jīng)試圖構建一個輔助診療系統(tǒng)，但受限于數(shù)據(jù)量與技術，未能成功。

海虹通過為國內(nèi)眾多城市進行的醫(yī)保智能審核服務，積累了對病案審核、判斷和分析的寶貴經(jīng)驗，通過人工智能系統(tǒng)的發(fā)酵，衍生出大量基于循證醫(yī)學的診斷、治療信息。

現(xiàn)實中，三級甲等醫(yī)院往往可以接觸到美國最新的治療方案與技術，甚至可以同步獲得新藥;然而，二級以下的醫(yī)院卻往往滯后一大截，不僅如此，對這些醫(yī)院的醫(yī)生有指導意義的教科書與疾病診療指南，也常常滯后于最新的技術與診療方案。

將大數(shù)據(jù)、深度學習、云計算、人工智能等相關的技術，應用于疾病診斷與治療，國外的科技公司早已布局。

微軟開發(fā)了一個能夠“消化”每年發(fā)表的所有論文的機器學習項目Hanover。Hanover正在俄勒岡衛(wèi)生科學大學Knight癌癥研究所被投入使用，在自動分析研究論文中的數(shù)據(jù)以及臨床試驗、影像學診斷報告、電子醫(yī)療記錄的基礎上，尋求能夠有效治療急性骨髓性白血病的藥物、預測藥物的有效性，并為病患制定個性化治療方案。

今年8月，IBM宣布經(jīng)由紀念斯隆· 凱特琳癌癥中心訓練的Watson Oncology系統(tǒng)（Watson腫瘤解決方案）進入中國，在國內(nèi)已有21家醫(yī)院計劃使用。

IBM開發(fā)的Watson腫瘤解決方案，通過多個腫瘤研究機構與醫(yī)院的病案與知識學習，能幫助醫(yī)生分析臨床數(shù)據(jù)，為病患制定個性化治療方案。8月，東京大學醫(yī)學研究院曾利用Watson判斷一位女性患有罕見的白血病，并提供了個性化診療方案。而在幾個月前，該患者還曾被其他醫(yī)院誤診。

IBM Watson總監(jiān)David Kenny談及這次診斷時說：“從統(tǒng)計學上看，即使是經(jīng)驗豐富的醫(yī)生也會出現(xiàn)判斷或診療失誤，這是人所無法克服和避免的，然而通過AI輔助系統(tǒng)，不僅可以更加準確梳理信息（海量數(shù)據(jù)信息），而且能夠提示人們可能的結果，當然最終的診斷還是人——醫(yī)生來決定?！?