【嘉德點評】盡管目前AI在各個領域的研究日趨成熟，但是業(yè)內(nèi)專家指出，AI在醫(yī)療領域中的應用可能會率先落地，谷歌就針對于自動診療所開發(fā)了一個智能系統(tǒng)。

集微網(wǎng)消息，“人工智能”四個字可以說是近年來的一個代表詞，隨著IBM Waston和AlphaGo人機大戰(zhàn)等事件持續(xù)發(fā)酵，越來越多的人開始著眼于人工智能。盡管目前AI在各個領域的研究日趨成熟，但是業(yè)內(nèi)專家指出，AI在醫(yī)療領域中的應用可能會率先落地。

作為人工智能巨頭的谷歌也開始融入到醫(yī)療領域，并且還共享過一個計算機視覺模型。為了增強視覺模型。除此之外，谷歌還開發(fā)了一個AI視覺系統(tǒng)，主要用于識別藥物中的蛋白質(zhì)晶體。

但是醫(yī)療用的診療系統(tǒng)，其研發(fā)難度還是非一般團隊所能駕馭的，傳統(tǒng)的診療系統(tǒng)包含這些內(nèi)容：當患者帶著主訴到達時，診斷過程就開始了。在看到患者之前，醫(yī)生首先在患者的病歷中搜索患者病史中的相關發(fā)現(xiàn)。根據(jù)這些發(fā)現(xiàn)，他創(chuàng)建鑒別診斷，一個基于每種疾病流行程度排序的廣泛診斷列表。對于為發(fā)現(xiàn)而進行試驗(詢問問題、進行檢查規(guī)程、訂購診斷試驗等)的決定是基于以下內(nèi)容的：

1）該發(fā)現(xiàn)在鑒別排序最高的診斷方面的有效性(取決于發(fā)現(xiàn)對于每種疾病的陽性和陰性似然比(LR))；

2）該發(fā)現(xiàn)排除緊急疾病的能力(例如，雖然罕見，但是胸痛患者應當用心電圖排除心肌梗死)；

3）獲得該發(fā)現(xiàn)的成本(醫(yī)源性風險、資源可用性、及時性等)。

醫(yī)生在患者病史的背景下解釋每個新獲取的發(fā)現(xiàn)，這改變了每種可能診斷的概率。這個過程發(fā)生在每個臨床決定之后。一旦有足夠的發(fā)現(xiàn)來支持確定性的診斷(具有低概率替代方案的高概率診斷)，就做出診斷并開始治療。

由于各種原因，上述過程可以是低效的并且不是成本有效的。一方面，醫(yī)生可能沒有時間在病歷中搜索患者病史中的所有相關發(fā)現(xiàn)，特別是在患者具有廣泛或復雜的病史的情況下。此外，醫(yī)生可能難以客觀地解釋每個診斷的發(fā)現(xiàn)的相關性。難以快速做出成本有效的、基于證據(jù)的決定，尤其是在患者具有復雜的病史或不能輕而易舉地獲得關于不同潛在試驗的成本的信息的情況下。此外，醫(yī)生常常沒有時間記錄關于發(fā)生的診斷過程的高質(zhì)量記錄，尤其是在繁忙的臨床實踐或醫(yī)院情況下。

為了解決這些問題，谷歌在18年8月23日申請了一項名為“診斷有效工具”的發(fā)明專利（申請?zhí)枺?01810965569.X），申請人為谷歌有限責任公司。

根據(jù)目前公開的專利資料，讓我們一起來看看這個診斷工具吧。

如圖所示為用于根據(jù)關于患者的已知發(fā)現(xiàn)的集合評估一個或多個試驗或附加發(fā)現(xiàn)的診斷有效性的系統(tǒng)，該系統(tǒng)為包含軟件應用的計算設備12(其可以采用平板電腦、智能電話或臺式計算機或工作站的形式)生成數(shù)據(jù)，該軟件應用被健康護理提供者用于查看患者的病史并輸入關于患者的病情或癥狀的發(fā)現(xiàn)。

該計算機為具有輔助存儲器的計算機，或計算機復合體的系統(tǒng)14存儲經(jīng)驗證的概率健康模型16，以及從匯集的電子病歷或其它醫(yī)療知識源獲知的醫(yī)療知識的數(shù)據(jù)庫18。匯集的電子病歷可以來自一個機構或多個機構，也可以來自借助于20指示的數(shù)據(jù)流反饋到系統(tǒng)中的電子病歷。

系統(tǒng)還包括基于醫(yī)療知識的推理引擎24，其根據(jù)患者的病史和發(fā)現(xiàn)和經(jīng)驗證的概率健康模型16進行操作。該引擎被編程以執(zhí)行若干任務，包括：

1)確定患者的最可能疾病的集合；

2)建議鑒別最可能疾病的集合的一個或多個試驗或附加發(fā)現(xiàn)的集合；

3)生成指示一個或多個試驗或附加發(fā)現(xiàn)的有效性或相關性的標記，諸如統(tǒng)計數(shù)據(jù)、文本；

反映這些任務的結(jié)果的數(shù)據(jù)被從引擎發(fā)送到電子設備12，以幫助健康護理提供者更高效地管理和規(guī)劃患者的護理。此外，該系統(tǒng)還支持基于web的患者界面50，其向患者提供他們可以從他們自己的電子設備訪問的診斷有效性信息。

如下圖為具體的醫(yī)生操作界面圖示，可以直觀的看到系統(tǒng)的功能展示。

界面40被設計為通過診斷過程幫助醫(yī)生并在過程發(fā)生時記錄過程，并提供用于評估所提出的附加發(fā)現(xiàn)或試驗的醫(yī)療有效性的工具。界面允許醫(yī)生通過由醫(yī)療知識庫18和推理引擎24提供的幫助來查看患者的病史并輸入新的發(fā)現(xiàn)。

界面具有用于顯示醫(yī)生可以收集的關于患者的三種類型信息的區(qū)域：已知發(fā)現(xiàn)、在區(qū)域中提出的新發(fā)現(xiàn)以及鑒別診斷。

在已知發(fā)現(xiàn)部分中，系統(tǒng)根據(jù)患者的病史建議醫(yī)生用一次輕擊確認或否認的相關事實；在新發(fā)現(xiàn)部分202中，系統(tǒng)建議未知的發(fā)現(xiàn)，并且可以由醫(yī)生(通過詢問、檢查或者下訂單并獲得結(jié)果)確認或否認；在鑒別診斷部分中，系統(tǒng)示出具有給定的已知發(fā)現(xiàn)和新發(fā)現(xiàn)的鑒別診斷，按概率排序。

例如，醫(yī)生看到具有主訴“ 乳房腫塊”的患者。他將看到先前已經(jīng)記錄的相關發(fā)現(xiàn)202，諸如“ 乳腺癌家族史”，醫(yī)生可以用一次輕擊確認這一發(fā)現(xiàn)并將其記錄，這將增加乳腺癌的可能性，因而在鑒別診斷中將其排序更高。

除了醫(yī)生操作界面之外，該系統(tǒng)還配備了為患者提供的健康分析結(jié)果。

如上圖所示為面向電子設備的界面的健康護理提供者的圖示，包括已知發(fā)現(xiàn)500的顯示、最可能診斷502的顯示、用于這些診斷的可能性數(shù)據(jù)504以及在一列506中建議的新發(fā)現(xiàn)或試驗的顯示和對于每個提出的附加試驗或發(fā)現(xiàn)的相關聯(lián)標記508(諸如例如相關性得分、成本或發(fā)現(xiàn)的其它屬性)。

最后，我們再來看看系統(tǒng)中最重要的決策引擎是如何工作的。

上圖推理引擎如何工作的示例的圖示，引擎必須推斷出前兩種診斷(闌尾炎和憩室炎)之間最成本有效的試驗，為了達到這個目的，成本必須與有效性相權衡。

用于每個發(fā)現(xiàn)的試驗首先按成本分類，然后按似然比分類，RLQ(右下腹部)可以通過訪談來確定，與確定白細胞增多所需的實驗室試驗相比。因此，引擎推斷RLQ疼痛是用來具體診斷的最佳方式。

以上就是谷歌針對于自動診療所開發(fā)的系統(tǒng)，醫(yī)療領域除了較高的入門門檻以外，還存在著巨大的商業(yè)價值，不可否認，這是國內(nèi)外巨頭紛紛入局醫(yī)療領域的重要原因。從醫(yī)療產(chǎn)業(yè)發(fā)展現(xiàn)狀來看，巨頭們跨界醫(yī)療，并非壞事。有著強大的資金和科研實力的科技巨頭們在攪亂醫(yī)療這一池春水的同時，也為醫(yī)療行業(yè)發(fā)展帶來了新思路！