85      機器人

人工智能，真的可能搶醫生的飯碗

在科幻電影《星際迷航》中，大副史巴克對敵受傷後回到飛船上，醫療官連納立即使用一種智能設備掃描他的身體，並通過科學分析儀上的讀數來了解他的關鍵生命體征，這種令人歎為觀止的先進科技讓很多人都停留在科幻製作中。如今，這樣的智能技術已在現實中得到很好的應用。

做醫生做不到的事情

2016年8月IBM人工智能機器人Watson僅用十分鍾就為一名66歲的女性患者診斷出一種罕見的白血病，而在幾個月前，該患者還曾被醫院誤診。在經過多次的化驗和體檢後，日本東京大學醫學研究院的醫生診斷她患上了急性骨髓性白血病，但在經曆各種治療後，效果並不明顯，病人的情況出現了惡化並逐漸開始喪失意識，這讓主治醫生得出不可治愈的結論，打算對病人放棄治療，無奈之下他們請來了Watson幫忙。

東京大學醫學院研究人員Arinobu Tojo表示，Watson通過分析患者病例資料與2000萬份癌症研究報告和論文進行比對，最後給出結論：患者確實患上了白血病，但不是急性骨髓性白血病，而是一種罕見的白血病。同時Watson還給出了有針對性的會診建議和治療方案，最終66歲的高齡患者獲得了救治，彌補了醫生對罕見病及疑難雜症思慮不周的過失。

據了解，Watson是IBM旗下的一款認知型人工智能，與其他計算機不同的是它可以通過自然語言理解技術和處理結構化與非結構化數據的能力理解人們的正常語言交流，掌握海量的非結構化信息，並用與人類極其相似的方式來回答問題。例如，它能夠自主學習醫學專著、影像等大數據資料，進而對醫學影像深度解讀，然後給出診斷和用藥方案。這是像血糖儀、CT、核磁共振等計算機輔助醫療設施所不能比擬的，一台核磁共振隻是機械的將人體機能信號轉化為可視化的影片供醫生診斷參考，並不具備自主學習的能力，檢測100個患者和檢測10個患者對它來說並不能獲得“智力”上的增長。

人工智能則不同，它可以用模擬人類大腦神經元的方式進行“深度學習”，從大數據中發現規律，歸納總結出帶有規律性的差異，從而像人類一樣掌握思考和判斷的能力。和人類相比，人工智能可以快速、高效處理海量數據信息，並迅速給出診斷結論。Watson可以在17秒內閱讀3469本醫學專著、24.8萬篇論文，69種治療方案、61540次試驗數據、10.6萬份臨床報告，並最終給出優選的治療方案。最典型的例子是，美國斯坦福兼職教授Thrun 從皮膚癌入手，使用經皮膚病專家診斷的 14000 張圖像，來看這個“深度學習”係統是否能夠準確地將圖像分為 3 個診斷類別：良性病變、惡性病變和非癌生長，結果這個係統的正確率為 70%，而兩位皮膚病學家的正確率為 66%，人工智能診斷的準確率已超傳統診斷方法。

通過汲取海量醫學數據（知識）Watson可以在短時間內可以迅速成為腫瘤專家，擁有更強大腦的癌症專家。“而培養一名普通醫生在中國則需要5年本科學習，3年的住院醫師規範化培訓，結業考核合格後，即具有醫生的從業資格，如全科醫師。這樣算下來最短年限也要8年，而培養一名優秀的醫生最短則要16—18年。”中國醫師協會會長張雁靈說。

然而一個中國家庭培養一名醫生需要花多少錢呢，筆者粗略地算了一下，從進入幼兒園之前到臨床醫學本碩博八年連讀約30—36年平均需要花費830，200元。在日本，培養醫學生的花費則是普通學生的兩倍。顯然，培養一個人工智能所花費的成本要遠低於培養一名人類醫生。

據IBM判斷，在2020年，醫療數據每73天就會翻一番。醫生若想學習最新的醫療知識，每周需花160小時，而Watson在15秒內就可以讀取4000萬個文件，學習速度之快極大的幫助了人類提高醫療效率。

與人類協同發展改善醫療環境

麵對醫療人工智能的優秀表現，多倫多大學計算機科學家Hinton說：“醫院無需繼續訓練放射科醫生了”。李開複認為10年內50%的工作將被人工智能做取代，其中就包括放射科醫生，因為他們的看片能力不如機器人。不過，IBM並不打算用Watson取代人類醫生，它隻負責給出建議，最終的決策，仍需要醫生負責。

IBM大中華區董事長陳黎明表示，人工智能可以增強和擴充人類在專業知識方麵的學習能力，與人類合作解決人類和機器無法單獨解決的問題。

前百度自然語言處理部資深研發工程師張超認為：“在記憶維度，機器要比人厲害；隻要灌輸給機器足夠多的知識，機器可以代替人們來搜索各種可能，最後輔助醫生。”以往醫生都是憑借“肉眼”和經驗去觀察病理影像並判斷病情，現在憑借人工智能可以發現人眼不易察覺的小細節。

66歲的帕姆患轉移性膀胱癌8年，嚐試過許多不同的療法，一直沒有痊愈。醫生提出用Watson試圖去發現診斷中的一些醫生可能會忽略的東西。在看了來自不同患者的上萬張腫瘤掃描的圖像後，Watson在帕姆的腫瘤掃描片中標出了一段突變基因，這是醫生之前沒有發現的，隨後醫生根據這個發現製訂了新的診療方案。

如今，這套係統已經引進中國，將用認知計算技術助力中國醫療事業發展。據統計，目前中國有約3.3億的高血壓患者，近1億糖尿病患者，近1億慢性唿吸病患者，每年有400萬左右新發的腫瘤患者。盡管這些疑難病症由頂級醫生和研究人員組成的團隊也能診斷和治療，但他們確診的速度會比較慢，不可忽視的是這些患者每年要去醫院接近70億次，而接近70億次的就診背後意味著沒有足夠的專家資源來幫助每個病人。

目前，由於中國麵臨優質健康醫療資源配置不均衡，專家醫生主要集中在一線城市的三甲醫院，而三線城市及老少邊窮地區卻無人問津，不管大病小情人們都喜歡去大醫院掛專家號，嚴重侵占了有限的醫療資源。雖然中國在試圖用遠程醫療來解決問題，但是遠距離診斷、治療和谘詢同樣會受到資源不足的限製，一個醫生一次隻能麵對一個病人。陳黎明表示，Watson的出現將有可能改變這種局限，促進分級診斷的發展。將來不管是在基層社區醫院還是邊遠山區都可以享受到一流的“專家”服務。試想一下，計算機可以看得懂所有化驗報告等，那麼醫院就可以獲得等同於三甲醫院的服務，還可以同時服務幾百上千名患者。

據悉，中國已有21家醫院計劃使用經由紀念斯隆-凱特琳癌症中心訓練的IBM Watson腫瘤解決方案，以期基於此認知計算平台助力中國醫生獲得個性化的循證癌症治療方案。最初參與使用的21家醫院將作為業界示範，更好地將Watson腫瘤解決方案在中國各地醫院中進行推廣。

例如，廣州市婦女兒童醫療中心，自主開發了一款兒科發熱相關的疾病智能診療助手。利用大量高質量病曆數據的優勢，以真實的海量臨床電子病曆大數據為基礎，融合臨床指南、專家共識和醫學文獻，結合分析和深度學習技術建立多維度診療模型，對病曆進行大量標注工作，通過人工智能提供初步的診斷提示，提高患者和醫生的尋醫問診效率。項目自去年8月份上線以來，隨著逐漸融入醫生的工作流程，其準確率也在逐漸提高。對200份病曆的數據分析顯示，這個係統目前大約可以達到中級醫生的水平。

作者簡介：

Judge，科學學特約記者。

編輯 / 張洪瑞

美編 / 九夏

最後更新：2017-10-08 05:35:07

  上一篇： 最帥最強再臨！METAL ROBOT魂 強襲自由高達登場！

  下一篇： 人工智能竟然可以將平麵的臉轉化為3D的臉！