新華社電 記者肖思思 周琳 能“讀圖”識別影像，還能“認字”讀懂病歷，甚至像醫(yī)生一樣“思考”，出具診斷報告，給出治療建議……這不是科幻，人工智能醫(yī)療正從前沿技術轉變?yōu)楝F(xiàn)實應用，“人工智能醫(yī)生”離患者越來越近。

機構預測，中國醫(yī)療人工智能的市場需求已達數(shù)百億元。專家認為，“人工智能醫(yī)生”的應用，有利于緩解社會老齡化帶來的醫(yī)療資源供需失衡以及地域分配不均等問題。那么，“人工智能醫(yī)生”何時能真正上崗？

人工智能+醫(yī)療市場規(guī)模持續(xù)增長

由廣州市婦女兒童醫(yī)療中心教授夏慧敏、加州大學圣地亞哥分校教授張康等專家領銜的團隊研發(fā)出“輔診熊”人工智能診斷平臺，通過自動學習56.7萬名兒童患者的136萬份高質量電子文本病歷中的診斷邏輯，診斷多種兒科常見疾病，準確度與經驗豐富的兒科醫(yī)師相當。2月12日，這項臨床智能診斷研究成果，在線刊登于知名醫(yī)學科研期刊《自然醫(yī)學》。

北京深思考人工智能首席執(zhí)行官楊志明博士認為，人工智能技術不斷發(fā)展，正與醫(yī)療垂直應用場景深度結合。

人工智能和醫(yī)療的結合被看作未來5～10年的投資熱點之一。根據前瞻產業(yè)研究院的報告，中國人工智能+醫(yī)療市場規(guī)模在持續(xù)增長，2017年超130億元，增長40.7%，2018年市場規(guī)模約200億元。那么，“人工智能醫(yī)生”能做什么呢？

——緩解醫(yī)療人力資源緊張。在上海市第九人民醫(yī)院放射科，每天僅肺部檢查就達150件次。該醫(yī)院引入肺癌影像智能診斷系統(tǒng)后，這一人工智能技術將肺部影像診斷壓縮至秒級。中山大學腫瘤防治中心院長徐瑞華認為，人工智能可一定程度上緩解醫(yī)生資源不足的狀況，讓優(yōu)質醫(yī)療資源下沉到基層，使更多群眾享受到普惠醫(yī)療。

——預防慢病。由于慢性病篩查準確度低、針對性干預難度大、健康管理工具缺失等醫(yī)療難題，成人對糖尿病的知曉率僅30.1%。上海瑞金醫(yī)院和人工智能公司第四范式共同推出一款基于人工智能實現(xiàn)的糖尿病及并發(fā)癥管理產品，在公眾號中輸入個人的相關信息，包括性別、體重、空腹血糖等，可以預測出此人近3年患糖尿病的風險系數(shù)。

——提高癌癥篩查效率。早診早治是提高癌癥治愈率的關鍵。2018年12月，中山大學腫瘤防治中心牽頭開展上消化道腫瘤人工智能診療決策系統(tǒng)的研發(fā)及推廣應用項目，根據該系統(tǒng)試用初期數(shù)據分析，臨床試用中惡性腫瘤識別準確率已達到95%以上。徐瑞華認為，我國現(xiàn)有癌癥篩查技術仍有許多局限性，癌癥早診率僅約20%。人工智能在胃癌、肺癌、乳腺癌、肝癌等早診早治方面均有廣泛應用前景。

——助力公共衛(wèi)生科學決策。業(yè)內專家認為，人工智能通過海量的數(shù)據模擬出醫(yī)療流程、醫(yī)療診斷、醫(yī)療建議和治療方案，將推動公共衛(wèi)生政策的制定更為科學。

“人工智能醫(yī)生”會取代人類醫(yī)生嗎？

“人工智能醫(yī)生”究竟是如何“思考”的？以慢病管理為例，看似簡單的“百分比”，背后其實有一整套算法模型。

第四范式創(chuàng)始人戴文淵說，對于深度學習而言，慢性病的數(shù)據量相對比較小，可能只有萬級的數(shù)據樣本。因此在糖尿病的風險預測中，算法應用了遷移學習、半監(jiān)督學習和可解釋機器學習等。

“人工智能不會替代醫(yī)生，但懂人工智能的醫(yī)生可能會替代不懂人工智能的醫(yī)生。”聯(lián)影智能聯(lián)席首席執(zhí)行官沈定剛認為，未來人工智能的應用將貫穿于整個臨床工作流，從源頭的成像一直到后期的診斷、治療和評估。

不過，就目前的技術限制，在人工智能輸入的數(shù)據和其輸出的答案之間，通常存在著無法洞悉的“隱層”，被稱為“黑箱”?！昂谙洹贝嬖诘暮蠊?，就是難以判斷人工智能是否出錯。

“如果能讓醫(yī)生看到計算機是怎么想的、怎么得出結論的，就能讓人類更相信計算機，讓人類對它更加放心。”張康說。

夏慧敏介紹，人工智能并不會取代醫(yī)生，但是可以大幅減輕醫(yī)生的工作量。

她說，更好的技術手段和平臺，既能在一定程度上解決醫(yī)療服務能力不足的問題，又能提高健康服務的公平性。

“人工智能醫(yī)生”何時能“上崗”？

記者走訪多家醫(yī)院、人工智能公司發(fā)現(xiàn)，現(xiàn)階段醫(yī)療人工智能發(fā)展存在諸多難點，比如醫(yī)療數(shù)據難以獲取、研發(fā)周期長、臨床實驗費用高、醫(yī)院應用門檻高等。

專家認為，我國在醫(yī)院病例數(shù)方面有很大優(yōu)勢，但由于醫(yī)療數(shù)據沒有共享，存在“孤島”現(xiàn)象。且數(shù)據的錄入欠缺標準，導致大量優(yōu)質數(shù)據無法為醫(yī)療人工智能的發(fā)展服務。

“人工智能醫(yī)生”何時能正式“上崗”？

去年原國家食品藥品監(jiān)督管理總局發(fā)布了新版《醫(yī)療器械分類目錄》，新增了與人工智能輔助診斷相對應的類別，在目錄中具體體現(xiàn)在對醫(yī)學影像與病理圖像的分析與處理。這意味著，如果醫(yī)療影像人工智能產品想要走醫(yī)院采購這條路，必須通過相應認證。

楊志明認為，目前人工智能技術未能達到通用人工智能，還處于垂直領域的“弱人工智能”階段，在推理、綜合決策、跨領域、跨病種、自我創(chuàng)新等方面還遠未成熟，人工智能代替人類醫(yī)生還需要很長的時期。