系全球首款CT、MRI神經(jīng)影像人工智能輔助診斷產(chǎn)品；相當(dāng)于高年資主任醫(yī)師水平。

未來，在CT機旁坐診的或許不再是白大褂醫(yī)生，而是閃著電源光的人工智能。暢想一下，十年后，當(dāng)你走進醫(yī)院影像科，第一眼看到的會是醫(yī)生還是人工智能呢？

上個月，全球首場圍繞神經(jīng)系統(tǒng)疾病影像診斷的“人機大賽”啟動，國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學(xué)研究中心宣布備戰(zhàn)，面向全球致力于攻克“腦病”的醫(yī)生發(fā)出“英雄帖”。一個月來，參賽情況如何？

近日，記者從北京天壇醫(yī)院了解到，目前已有來自全國385家醫(yī)院及各類醫(yī)療機構(gòu)的700余名醫(yī)生報名參賽，其中6人順利通過預(yù)賽入圍決賽，本月底，他們將與AI展開巔峰對決。

參賽的AI選手，是由國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學(xué)研究中心和首都醫(yī)科大學(xué)人腦保護高精尖創(chuàng)新中心等共同研發(fā)的全球首款CT、MRI神經(jīng)影像人工智能輔助診斷產(chǎn)品——“BioMindTM”天醫(yī)智。據(jù)介紹，“BioMindTM”天醫(yī)智的診斷準(zhǔn)確率已達到95％以上，相當(dāng)于一個高年資主任醫(yī)師級別的水平。

工作人員正在調(diào)試“BioMindTM”天醫(yī)智

機器診斷準(zhǔn)確率達到什么水平？

“神經(jīng)系統(tǒng)就是一個萬向鏈接的網(wǎng)絡(luò)，最適合開展人工智能研究，特別看好應(yīng)用于腦病的臨床決策支持。”王擁軍是國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學(xué)研究中心副主任、北京天壇醫(yī)院常務(wù)副院長，他介紹，“BioMindTM”通過對海量疾病信息的深度學(xué)習(xí)，診斷準(zhǔn)確率可達到95％以上，相當(dāng)于一個高年資主任醫(yī)師級別的水平。

這次向全球招募神經(jīng)科醫(yī)生開展“人機大賽”，其目的也是要驗證天醫(yī)智診斷的準(zhǔn)確性。王擁軍認(rèn)為，天醫(yī)智應(yīng)用在神經(jīng)疾病預(yù)防、診療、預(yù)后和康復(fù)等階段具有無可比擬的優(yōu)越性，未來將在神經(jīng)疾病醫(yī)療領(lǐng)域帶來一場顛覆性的“技術(shù)革命”。

另一方面，通過大數(shù)據(jù)智慧，對人腦經(jīng)驗（臨床頂級專家的技術(shù)和經(jīng)驗）的高效、深度學(xué)習(xí)，天醫(yī)智有望解決“人腦”難以解決的疾病“死角”。

基層醫(yī)院診斷能否與大醫(yī)院同等水準(zhǔn)？

如果“BioMindTM”天醫(yī)智可靠，將來實際應(yīng)用前景如何？

王擁軍介紹，從全國范圍來看，影像科人才資源地域性分配不均衡問題突出。以腦腫瘤為例，北京天壇醫(yī)院每年手術(shù)量約為一萬例，而在大部分基層醫(yī)院，這個數(shù)字可能只停留在兩位數(shù)。大多數(shù)患者即使在基層做了檢查，還是會選擇攜帶片子到三甲大醫(yī)院來看，有的在“上流”的過程中反復(fù)多次拍片，造成資源浪費。如果基層醫(yī)院能利用AI技術(shù)為診斷賦能，讓基層醫(yī)生在讀片診斷上與大醫(yī)院具備同等水準(zhǔn)，提升診療效率，就能減少患者不必要的診療環(huán)節(jié)和經(jīng)濟損失，也能減輕大醫(yī)院壓力。

此外，在天壇醫(yī)院，天醫(yī)智有效挖掘信息與疾病的潛在聯(lián)系的能力還可輔助醫(yī)生對疾病做出更為精準(zhǔn)的預(yù)測，如預(yù)測患者血腫后是否會大出血的準(zhǔn)確度，可從人為判斷的60％提升至90％，輔助醫(yī)療團隊提前為患者可能遇到的危險提供解決方案。

人工智能看病能否取代醫(yī)生？

隨著人工智能應(yīng)用逐漸滲透至社會更多行業(yè)，不少人是否因此失業(yè)一直備受關(guān)注。如果人工智能“閱片”準(zhǔn)確率已達到95％以上，是否意味著放射科醫(yī)生未來不再具備競爭力？

“覺得它輕易就能取代醫(yī)生的人，把醫(yī)生的工作看得太簡單了?！北本┨靿t(yī)院神經(jīng)影像學(xué)中心主任高培毅認(rèn)為，AI在大數(shù)據(jù)深度學(xué)習(xí)方面的確具備巨大的優(yōu)勢，不過在實際診斷中，放射科醫(yī)生仍具有很強的不可替代性。

“除了影像檢查，一個合格的放射科醫(yī)生還需要看化驗單、體檢單，詢問家族史、個人病史，了解患者曾經(jīng)接受過的藥物、治療、反應(yīng)。綜合以上情況后，才能做出診斷。”他表示，AI也許可以取代看片匠的角色，但不可能成為一個真正的醫(yī)生。王擁軍也認(rèn)為，人工智能應(yīng)用可以將醫(yī)生們從枯燥、重復(fù)的工作中解放出來，從而騰出更多時間進行開發(fā)性工作。

此外，目前AI在神經(jīng)系統(tǒng)影像診斷方面，仍完全依賴于數(shù)據(jù)真實性和質(zhì)量的支撐，在缺乏大數(shù)據(jù)支持的疑難病、罕見病診斷領(lǐng)域，AI和專業(yè)醫(yī)生之間仍存在差距。

天醫(yī)智AI也需要“考試”

記者了解到，在“出師”之前，天醫(yī)智AI經(jīng)過了半年多的“學(xué)習(xí)”時間。

上世紀(jì)90年代初，高培毅在美國猶他大學(xué)醫(yī)學(xué)院求學(xué)時就學(xué)習(xí)了代碼編程、數(shù)據(jù)庫等技術(shù)，對計算機輔助診斷有所涉獵。去年，他了解到醫(yī)院希望研發(fā)神經(jīng)系統(tǒng)影像診斷的AI，還對AI進行了一次“考試”。他給出了神經(jīng)鞘瘤表皮樣囊腫、腦膜瘤等幾百例常見腫瘤的影像病例讓AI進行學(xué)習(xí)，不到一周時間，在之后的診斷測試中，AI正確率就幾乎達到95％以上。

該AI研發(fā)團隊相關(guān)負(fù)責(zé)人介紹，正式“培養(yǎng)”中，AI的學(xué)習(xí)教材直接來源于天壇醫(yī)院近十年來接診的數(shù)萬余神經(jīng)系統(tǒng)相關(guān)疾病病例，巨大的數(shù)據(jù)庫成為其知識來源。在腦膜瘤、垂體瘤、膠質(zhì)瘤等常見病領(lǐng)域，AI顯示出了卓越的診斷水平。“學(xué)藝”半年后，AI在一些神經(jīng)系統(tǒng)常見病的判斷上已游刃有余，在部分腦瘤的磁共振影像診斷上，準(zhǔn)確率已達到90％以上。

在近期“人機大戰(zhàn)”決賽備戰(zhàn)中，高培毅還為提升AI系統(tǒng)應(yīng)戰(zhàn)能力展開集訓(xùn)。300多個病例，陪練醫(yī)生們需10小時以上時間才能完成，AI只需不到半小時。

“除了學(xué)習(xí)速度外，它的穩(wěn)定性也明顯超越人類。不知道累，也不受外界干擾因素的影響。不像醫(yī)生會被情緒、狀態(tài)、時間地點等外界因素打擾，從而影響描述準(zhǔn)確性。它永遠(yuǎn)保持冷靜，水平穩(wěn)定。”高培毅表示。