您的位置首页南京魅力美食

AI与医生的跨越

来源：互联网
|
2019-09-06
|
0 条评论
|
T小字　 T大字

1895年12月的一个晚上，德国物理学家威廉·康拉德·伦琴邀请他的夫人，将手放在一块荧光屏后。她简直不敢相信自己的眼睛，她的手变得骨骼毕露，无名指上的戒指让她确信，这就是自己的手。

这是世界上第一张X光片。物理学和医学的碰撞，开创了医疗影像技术的先河，医生诊断不再仅靠解剖和触摸。

又过了50年，物理学再次助力医学。1946年，美国哈佛大学的科学家发现了核磁共振现象，医疗影像技术翻开新篇章。

上世纪70年代中期，电子计算机的应用为医疗影像带来了革命性的创新，CT扫描仪诞生。随后，核磁共振成像（MRI）、计算机放射成像（CR）、数字放射成像(DR)、发射式计算机断层成像（ECT）等各种数字化医疗影像新技术不断涌现……

如今，人工智能来了，AI+医学,又会发生什么？

高教授的新徒弟

2017年的一天，我国著名神经放射学专家，时任北京天坛医院神经影像学中心主任的高培毅教授，突然被告知要收个新“徒弟”——神经影像诊断AI系统。

电脑编程辅助医学诊断，高培毅并不陌生。上世纪90年代初，他在美国留学时，陆续接触并学习到代码编程、数据库等技术，他还以“肺部球形病灶的计算机辅助诊断”为主题完成了计算机课的结业论文。

但收AI徒弟，高培毅还是有些纠结。做了一辈子影像学诊断，他深知人脑是人体内最复杂的结构之一，拥有数以千亿计的神经元，神经影像学经历了漫长的发展和探索，仍有数不清的谜团等待揭开，这样严谨细致的工作容不得丝毫失误。

AI，行吗？

高培毅决定先考考AI徒弟。输入email地址，高培毅给AI徒弟出了几百例常见肿瘤影像病例，不到一周，AI发回答案，正确率达到95%以上，高培毅兴奋极了。

很快，高培毅发现，AI徒弟不仅天资聪颖，而且孜孜好学。

被取名“天医智”的神经影像诊断AI系统开始大规模学习天坛医院近十年来的数万份神经系统相关疾病病历，特别是学习脑膜瘤、垂体瘤、胶质瘤等常见病领域的图像识别能力。

高培毅还组织神经内科的临床医生们对片子上的病灶逐一标记，帮助“天医智”学习。半年左右，“天医智”在一些神经系统常见病的判断上已游刃有余，在部分脑瘤的磁共振影像诊断上，准确率已达到90%以上。

“AI神经影像诊断是未来的发展趋势，我内心是认同的。不过，你问它能不能替代我，目前还是门儿都没有！”高培毅笑着说。

人机大战AI获胜

2018年6月30日13时，国家会议中心，座无虚席。

全球首场神经影像人工智能人机大赛正在举行。高培毅和众多专家到场观战，他和所有人一样，急于知道在神经影像领域，人工智能和医生诊断，哪个更强？

虽然大赛前，高培毅专门给“天医智”开小灶，但他还是不确定“徒弟”是否能赢，因为对手很强——25名全球神经影像领域的顶尖专家、学者和优秀临床医生组成的医生战队。

比赛分A、B两组进行，题目均从天坛医院脑肿瘤病例库和国家神经系统疾病临床医学研究中心脑出血病例库中随机挑选，涵盖颅内肿瘤CT、MRI影像判读；脑血管疾病CT、MRI影像判读及血肿预测；脑血管病病灶标识、出血体积及梗死体积测量等。

谁在规定时间内完成“读片”，而且准确率更高，谁获胜。

比赛前，现场观众投票，认为医生获胜的有600多票，认为AI获胜的则有1000多票。即便如此，医生战队仍然信心满满，他们坚信，医生必胜。

但两轮比赛后，“天医智”“读片”更快，准确率分别达到87%和83%，而医生战队的准确率则为66%和63%。

在获知结果的那一刻，医生战队的一位成员摇摇头，感叹着——

“未来已来！”

AI的获胜，高培毅已有准备，“它系统学习过天坛医院近十年来接诊的数万个神经系统相关疾病病例影像，在脑膜瘤、胶质瘤等常见病领域的磁共振影像诊断实力，不容小觑。”

“通过对海量疾病信息的深度学习，它的诊断准确率可达到95%以上，相当于一个高年资主任医师级别的水平！”国家神经系统疾病临床医学研究中心副主任、北京天坛医院常务副院长王拥军评价道。

“天医智”已在医院试用

初秋，北京天坛医院影像会诊中心，一位40多岁的女患者正在就诊。医生将一张张核磁影像输入“天医智”的“大脑”，大约一分钟，它给出“诊断报告”：垂体瘤概率80%，脑膜瘤概率20%，神经鞘瘤10%……医生点点头，“垂体瘤，不谋而合！”

如今，“天医智”跟随北京天坛医院放射科新的学科带头人刘亚欧继续学习。

近一年来，“天医智”主要“攻关”三个课题——

第一，帮助脑出血患者预测血肿是否会进一步扩大。

第二，诊断脑肿瘤。这是一个世界性难题。

第三，量化脑小血管病负荷，如腔隙有多少？微出血有多少？以测算出患者的疾病负担。

学习效果喜忧参半。“有些病例，‘天医智’诊断得不错，但有些不太理想。”刘亚欧说。

影像预测方面，“天医智”实力超强，预测脑出血患者血肿扩大风险，表现优异。刘亚欧表示，脑血管病人一旦出现血肿扩大，致残、致死的几率会显著上升。除非能在出血或血肿扩大前准确预测，在时间窗内给予积极的治疗。“但这对临床医生来说，太难了，面对脑出血病人时，医生往往抓不到影像中那些更细微的东西。”刘亚欧说，临床上，只有20%至30%的病人有可能被提早识别。

但经过上千个病例训练的“天医智”，能在影像中抓住医生肉眼看不到的疾病征象，并迅速做出提示。

“但数据上传齐全与否，可能会影响‘天医智’的判断，一些没有经过训练的疾病，它也难以诊断，比如脑萎缩。”刘亚欧说。

目前，“天医智”已在天坛医院“试用”，辅助医生诊断。刘亚欧说，人工智能产品还只是作为医生的助手，所有人工智能判读过的影像，最终都还是由医生进行审核。

“下一步我们要为AI技术进入临床寻找更多的证据。”王拥军坦言，尽管AI技术现在发展迅速，但进入临床的证据还远远不够。一种新技术，无论多炫、多超前，最后一定要对受试者有好处才行。“比如，AI系统运用在医院后，会不会降低患者致残率、死亡率？医疗纠纷会不会降下来？这些都需要证据。”

更强大脑已上线

不久前，国家神经系统疾病临床医学研究中心和北京天坛医院等单位又联合发布了“天泽”脑血管病诊疗辅助决策系统。尽管与“天医智”在人工智能核心算法上一脉相承，但对脑卒中等脑血管疾病进行“全过程辅助决策”的“天泽”，明显技高一筹。

“全过程辅助决策”，意味着贯穿诊断、治疗到预后的所有环节。从入院起，脑卒中患者的MRI/CT影像便开始传输到“天泽”系统，运用大数据与AI技术，“天泽”自主分析出卒中类型、发病部位、发病机制、发病原因等，并结合患者的病史、家族史、并发症等信息，给出临床治疗辅助决策方案。同时，“天泽”还能为临床医生提供欧美指南、中国指南、最新科研文献和成果作为参考，并在后续治疗中继续发挥辅助决策作用。

国家神经系统疾病质量控制中心副主任李子孝介绍，“天泽”系统拥有一支30余人的研发团队，成员分别来自北京天坛医院神经内科、影像科，以及人工智能团队，各自负责人工智能算法、影像识别、知识库建设和IT架构系统开发等方面。

“从2018年初研发至今，‘天泽’已经有了一个基本雏形，可以实现一些疾病的基本病因分析和关键二级预防药物的决策支持。但是，如果向基层医疗机构推广应用，还需要解决很多现实问题。”李子孝直言，如何让“天泽”系统更简便地为医生所用，让研发团队颇为头疼。目前国内各医院的电子病历，从结构、内容到书写习惯都不相同。未来要将电子病历放到同一个模板中去使用，会非常复杂，肯定要对医院的信息系统进行改造。

“最大的瓶颈还是AI团队和医生们的沟通问题。”刘亚欧说，大家对各自的专业领域存在理解障碍，难以对上频道。研发团队每周都要开一次碰头会，大伙儿努力“翻译”各自的技术语言，积极分析AI和人类分别擅长的领域，为“AI”医生寻找新的学习科目。

人工智能还有更多可能

今年，天坛医院启动“金桥工程Ⅱ”。王拥军透露，这是一项基于“天泽”脑血管病诊疗辅助决策系统的医疗质量改进临床对照研究。未来该研究计划将纳入全国50家医院，选取1.6万例符合标准的缺血性卒中患者，在诊疗全过程中，其中一半患者接受人工智能辅助诊疗，另一半患者不使用人工智能技术。

“我们会进行对比测算，看看致残率和死亡率降低了多少，医疗费用节省了多少。由此来验证‘天泽’脑血管病诊疗辅助决策系统的有效性，评价其对急性缺血性卒中患者临床结局的改善效果。”王拥军说。

人工智能技术未来还会从医院内走向院外，走向家庭。王拥军表示，医院即将建一个全新的实验室，未来要利用人工智能技术，研发能让病人带回家的“神奇盒子”。它会采集病人的心电图等基本生理参数，以及24小时内吃饭、运动等规律，并实现数字化。

例如帕金森患者，“神奇盒子”会利用后台分析系统，分析出患者什么时间、吃多大剂量的药，对病情效果最好；是饭前吃效果好，还是饭后吃效果好；吃完药后运动效果是否会好等，以此为患者制定服药的最佳方案。

“我们的目的是通过人工智能的方式，帮助人们进行健康管理，而不局限于让大家到医院来治疗。”王拥军说，中国人做人工智能最大的优势，在于数据量是世界上最大的。“未来究竟谁能胜出，谁有数据，谁就会走到前面。我们率先启动基于人工智能的临床研究，努力再次占领一个新的制高点。”

“每一次医学的巨大跨越，都源自其他领域一次跨界的介入。”王拥军说，他相信，人工智能的介入，也是医学再次腾飞的机会。

【焦点关注】

AI真能代替医生吗

人机大战中的一个场景，一直印在神经影像判读人工智能研发技术总监吴振洲的脑海里。

那天B组医生比赛的时候，医生们很快答完了题，然后集体讨论一些有争议的病例，争执不下，只好举手表决。医生战队的成员期望用集体的智慧战胜AI。