AI和臨床醫(yī)生的結(jié)合才是未來智能醫(yī)療的趨勢

　　隨著市場需求的不斷變革，AI的發(fā)展似乎已經(jīng)出現(xiàn)疲態(tài)，從最初只追求技術(shù)上的突破和創(chuàng)新，到現(xiàn)在更在意AI的賦能?？梢钥吹浇鼉赡?a class="contentlabel" href="http://m.butianyuan.cn/news/listbylabel/label/AI">AI在賦能安防、賦能汽車、賦能教育、賦能傳統(tǒng)制造業(yè)、賦能醫(yī)療等上面都已經(jīng)有了很深的嘗試和落地項目。與此同時，互聯(lián)網(wǎng)巨頭BAT在AI+產(chǎn)業(yè)上的大肆布局，更加推動了AI在商業(yè)化落地的速度和進(jìn)程。

　　AI+醫(yī)療一直被認(rèn)為是AI賦能行業(yè)的首選之一，消息稱其原因主要在于需求的升級，因為傳統(tǒng)醫(yī)療最大痛點(diǎn)是資源不均衡的矛盾得到根本性地解決，而AI與醫(yī)療的融合將有效的解決這一痛點(diǎn)。因此AI+醫(yī)療也成為了資本最看好的領(lǐng)域，據(jù)咨詢公司Frost & Sullivan預(yù)測2021年全球人工智能+醫(yī)療健康市場規(guī)模將從2014年的6.64億美元擴(kuò)大至66.62億美元?？梢夾I與醫(yī)療的融合對未來智能醫(yī)療的重要性。

　　同時科技巨頭在AI+醫(yī)療上的大量投入研究和實際實踐成果的不突破，外界關(guān)于醫(yī)生即將被人工智能取代的聲音也不斷的擴(kuò)大開來。諸如從“達(dá)芬奇”手術(shù)機(jī)器人能夠完成簡單的外科手術(shù)，但李開復(fù)也曾經(jīng)說：“只是一些重復(fù)、機(jī)械性的工作會被AI取代，諸如放射科醫(yī)生，而一些需要創(chuàng)意和邏輯性強(qiáng)、需要判斷的工作AI仍然是無法完成的。”所以未來醫(yī)療上醫(yī)生并不會全部被取代。

　　AI與醫(yī)療的融合將更好的減少癌癥的病發(fā)率

　　其實AI的強(qiáng)大在于可以通過大量的數(shù)據(jù)深度學(xué)習(xí)之后，能夠預(yù)測和看到人類肉眼看不到的東西，諸如可以提前預(yù)測病人是否有癌癥的病變，而在癌癥爆發(fā)之前，臨床醫(yī)生是無法預(yù)測的，所以才導(dǎo)致全球癌癥患者逐漸增加，而如果通過AI經(jīng)過上千病例的訓(xùn)練，能在影像中看到醫(yī)生肉眼看不到的疾病發(fā)展征象，從而給出醫(yī)生更精準(zhǔn)的判斷提示。

　　此前，有科研人員將人工智能應(yīng)用到癌癥預(yù)測領(lǐng)域，結(jié)果準(zhǔn)確率高達(dá)86%。首先研究人員用3萬多張照片組建一個數(shù)據(jù)庫，里面有癌細(xì)胞照片，也有癌化之前的照片，然后他們用AI尋找二者的差異。機(jī)器學(xué)習(xí)將圖片處理完成之后，研究人員輸入大腸息肉(colorectal polyp)照片，放大500倍，程序瞬間就可以判斷大腸息肉是否患上癌癥。

　　不僅如此一些科技巨頭也在嘗試AI預(yù)測癌癥的研究，諸如世界科技巨頭谷歌DeepMind團(tuán)隊就在研究如何利用AI更好地將放射療法應(yīng)用到癌癥治療中。同時據(jù)透露DeepMind正在跟倫敦大學(xué)學(xué)院醫(yī)院合力開發(fā)一套能夠?qū)⑦@一過程自動化的人工智能系統(tǒng)，未來，新系統(tǒng)能幫助醫(yī)生縮短切割時間。

　　如果不久之后，這些實驗成果能夠?qū)崿F(xiàn)商業(yè)落地投入各大醫(yī)療系統(tǒng)，那么臨床醫(yī)生勢必會在AI的輔助下大大提高在癌癥診斷上的準(zhǔn)確率，減少癌癥患者的病發(fā)率。

　　AI和臨床醫(yī)生的結(jié)合才是未來智能醫(yī)療的趨勢

　　日前，全球首場神經(jīng)影像領(lǐng)域的“人機(jī)大戰(zhàn)”正式拉開序幕，由25名神經(jīng)影像領(lǐng)域的頂尖專家、學(xué)者以及優(yōu)秀的臨床醫(yī)生組成的人類站隊，對戰(zhàn)由北京天壇醫(yī)院“神經(jīng)疾病人工智能研究中心”和首都醫(yī)科大學(xué)人腦保護(hù)高精尖創(chuàng)新中心共同研發(fā)的AI輔助診斷系統(tǒng)“BioMind天醫(yī)智”，最終結(jié)果AI選手以高出20%的正確率，戰(zhàn)勝了堪稱神經(jīng)系統(tǒng)疾病診斷的醫(yī)界“最強(qiáng)大腦”。

　　從結(jié)果上來看，AI選手確實戰(zhàn)勝了專家團(tuán)隊，但是從某種層面來講專家團(tuán)隊并非完全輸給了AI選手，事實上在第二輪的比賽中10位醫(yī)生不僅率先完成判讀，還就其中不確定的答案進(jìn)行了二次矯正，盡管最后AI選手還是以將近高出20%的準(zhǔn)確率，再次獲勝，卻是剛剛卡著點(diǎn)交卷。說明醫(yī)生在思考和重度分析的靈活性上AI是沒有能力達(dá)到的。

　　諸如天壇醫(yī)院常務(wù)副院長王擁軍認(rèn)為：“醫(yī)學(xué)并非單一的科學(xué)問題，臨床醫(yī)學(xué)也不是千篇一律的，病人的治療、預(yù)后要結(jié)合家族史、社會經(jīng)濟(jì)地位等各種復(fù)雜因素，任何信息的微小變化都會引起復(fù)雜決策系統(tǒng)的波動，使醫(yī)生產(chǎn)生截然不同的判斷。”顯然這是人工智能做不到的。

　　寫到最后

　　未來的智能醫(yī)療，并非單一的由AI的完成，而應(yīng)該是以臨床醫(yī)生為主導(dǎo)，AI為輔助臨床醫(yī)生進(jìn)行一些復(fù)雜的病史、人眼無法簡單斷定的疾病，諸如剛剛說的提前預(yù)測癌癥、同時還有神經(jīng)系統(tǒng)類疾病等等。

　　所以智能醫(yī)療并非完全是由AI為主要導(dǎo)向，而是以AI和臨床醫(yī)生的相結(jié)合才能發(fā)揮其獨(dú)特的優(yōu)勢，才是未來智能醫(yī)療的趨勢。