發布日期：2019-04-15
??一邊是(shi)醫療(liao)人工智能技(ji)術（AI）的(de)(de)加速研發(fa)和(he)應用，幾場(chang)“友誼賽”下(xia)來(lai)，人類醫生竟然還落了下(xia)風；一邊是(shi)患(huan)者對診(zhen)療(liao)手段(duan)和(he)效(xiao)果越(yue)來(lai)越(yue)高的(de)(de)期待與要(yao)求(qiu)，醫生執業壓力(li)巨大(da)。雙重(zhong)擠壓下(xia)，技(ji)術流會不會成(cheng)為解決醫學(xue)難題的(de)(de)唯一答案，醫生是(shi)否(fou)用武之地越(yue)來(lai)越(yue)少？近(jin)日在京召開的(de)(de)2019華(hua)北地區皮膚科學(xue)術年會上，海(hai)軍軍醫大(da)學(xue)長海(hai)醫院皮膚科顧(gu)軍教授(shou)從本學(xue)科角度(du)分析了醫生該(gai)何去何從——
??進(jin)程飛快——
??19省份布局人工智能
??觀(guan)看(kan)(kan)一周關于貓的(de)視頻(pin)，谷歌的(de)AI機器就學會了識(shi)別貓臉；AI識(shi)別人類唇語，成績完勝(sheng)真人……近(jin)年(nian)來，我們看(kan)(kan)到關于AI的(de)進展越(yue)來越(yue)多，與醫療領域相關度最高的(de)，就是圖(tu)像識(shi)別。而縱觀(guan)上述圖(tu)像識(shi)別的(de)例子，其(qi)難度已遠超讀CT片。因此(ci)，幾(ji)乎可以(yi)肯定，AI在醫療領域最早應用的(de)會是影像學科(ke)。
??今年年初(chu)，上(shang)海(hai)交通大(da)(da)學人(ren)工(gong)(gong)智(zhi)能(neng)研究(jiu)院(yuan)聯合上(shang)海(hai)市衛生和(he)健康發展研究(jiu)中(zhong)心、上(shang)海(hai)交通大(da)(da)學醫(yi)(yi)學院(yuan)發布(bu)的(de)(de)(de)《人(ren)工(gong)(gong)智(zhi)能(neng)醫(yi)(yi)療白皮書(shu)》顯示，全國(guo)19個省(sheng)市已發布(bu)人(ren)工(gong)(gong)智(zhi)能(neng)規(gui)劃(hua)，AI醫(yi)(yi)學影像(xiang)成(cheng)為(wei)中(zhong)國(guo)人(ren)工(gong)(gong)智(zhi)能(neng)醫(yi)(yi)療最成(cheng)熟的(de)(de)(de)領域。該白皮書(shu)進(jin)一(yi)步指出，人(ren)工(gong)(gong)智(zhi)能(neng)已引(yin)起世(shi)界(jie)各國(guo)和(he)社會(hui)各層(ceng)的(de)(de)(de)重視(shi)。世(shi)界(jie)主要(yao)國(guo)家紛紛開始對(dui)人(ren)工(gong)(gong)智(zhi)能(neng)進(jin)行國(guo)家戰(zhan)略層(ceng)面(mian)的(de)(de)(de)布(bu)局，并(bing)且非常重視(shi)人(ren)工(gong)(gong)智(zhi)能(neng)在醫(yi)(yi)療領域的(de)(de)(de)發展。
??就目前的情況來看，人工智能在醫(yi)(yi)(yi)療(liao)領(ling)域(yu)應用(yong)(yong)主要有五大(da)方向。除了醫(yi)(yi)(yi)學(xue)(xue)影像(xiang)，還包括輔(fu)助診斷、藥物(wu)研(yan)發、健康管理、疾(ji)病(bing)預(yu)測等。就全(quan)球研(yan)發趨勢(shi)來看，國(guo)外以AI藥物(wu)研(yan)發為主，我(wo)國(guo)則借助醫(yi)(yi)(yi)療(liao)影像(xiang)大(da)數據及(ji)圖像(xiang)識別技術(shu)的發展優勢(shi)，以AI醫(yi)(yi)(yi)學(xue)(xue)影像(xiang)為主。從我(wo)國(guo)AI醫(yi)(yi)(yi)學(xue)(xue)影像(xiang)行業(ye)的落地情況來看，產品主要應用(yong)(yong)在疾(ji)病(bing)篩查方面，以腫瘤和(he)慢病(bing)領(ling)域(yu)為主。一項對2018年營收(shou)突(tu)出(chu)的AI醫(yi)(yi)(yi)學(xue)(xue)影像(xiang)公司的應用(yong)(yong)場景和(he)數據資源的分(fen)析發現(xian)，大(da)部(bu)分(fen)公司都與(yu)醫(yi)(yi)(yi)院展開廣泛合作(zuo)，并且在肺結節(jie)、眼底(di)、乳腺(xian)癌、宮頸癌方面已有較為成熟的產品。這意味著，我(wo)們的醫(yi)(yi)(yi)生在工作(zuo)中與(yu)AI共處，已經開始(shi)落地并將越(yue)來越(yue)快、越(yue)來越(yue)多(duo)。醫(yi)(yi)(yi)療(liao)行業(ye)的AI時代，已經加速向我(wo)們走來。
??來勢(shi)兇猛——
??AI接(jie)連戰勝(sheng)人(ren)類醫生
??AI時代會是什么(me)樣子，這(zhe)不(bu)是一個可以簡單回答的(de)問(wen)題(ti)。事實上，人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)是個復雜(za)概念，根據程(cheng)度、能(neng)(neng)(neng)力不(bu)同(tong)，可分為三類：一類是弱人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)（Artificial Narrow Intelligence，ANI），指(zhi)擅(shan)長于(yu)(yu)(yu)某(mou)一方面(mian)的(de)人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)，比如(ru)大名鼎(ding)鼎(ding)的(de)阿爾法(fa)狗；往上是強人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)（Artificial General Intelligence，AGI），指(zhi)在各方面(mian)相當于(yu)(yu)(yu)人(ren)(ren)(ren)類；再升(sheng)級就是超人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)（Artificial Super Intelligence，ASI），將在各方面(mian)都比人(ren)(ren)(ren)類強。后兩(liang)類現(xian)在還不(bu)存在，目前的(de)人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)都還屬于(yu)(yu)(yu)弱人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)。具體(ti)到醫學領域，弱人(ren)(ren)(ren)工(gong)(gong)智(zhi)(zhi)(zhi)能(neng)(neng)(neng)目前在診斷(duan)硬件、數(shu)據采(cai)集、輔助診斷(duan)、監測反饋(kui)、教學培訓(xun)、精準醫療(liao)等方面(mian)有(you)所嘗試(shi)。
??即便如(ru)(ru)此(ci)，效果(guo)依然驚(jing)人。例如(ru)(ru)，2017年，《自然》雜志就(jiu)報道(dao)了(le)(le)這樣一(yi)場令(ling)人印象深刻的比(bi)賽。比(bi)賽的一(yi)方(fang)是由18個(ge)醫生在線助(zhu)理(li)存儲庫和(he)斯坦福大學(xue)醫藥中心(xin)提供(gong)了(le)(le)129450張涵蓋(gai)2023種皮膚疾病(bing)臨床圖(tu)片(pian)，完成深度(du)(du)學(xue)習(xi)的AI；另一(yi)方(fang)是21名(ming)資(zi)深皮膚科醫生。雙方(fang)分(fen)別比(bi)試了(le)(le)區(qu)分(fen)鱗狀上皮細胞癌和(he)良(liang)(liang)性(xing)(xing)脂溢性(xing)(xing)角化病(bing)，以及區(qu)分(fen)惡性(xing)(xing)黑(hei)素瘤和(he)良(liang)(liang)性(xing)(xing)痣。結果(guo)，AI正確識別良(liang)(liang)性(xing)(xing)病(bing)變和(he)惡性(xing)(xing)病(bing)變的綜(zong)合靈敏度(du)(du)達(da)到91%，與21名(ming)醫生水平相當甚至更優。
??去年11月，《JAMA》也報道了(le)AI在糖(tang)尿病(bing)視(shi)網膜(mo)病(bing)變(bian)上的(de)進展：谷(gu)歌(ge)公(gong)司、美國和(he)印度(du)多(duo)家(jia)研(yan)究機(ji)構參與，歷(li)時8個(ge)月，由(you)54名美國的(de)眼科(ke)專家(jia)和(he)高級住院(yuan)醫師，對將近13萬張視(shi)網膜(mo)照片進行分類(lei)和(he)分級，讓(rang)AI學(xue)會自動檢測糖(tang)尿病(bing)視(shi)網膜(mo)病(bing)變(bian)和(he)視(shi)網膜(mo)黃(huang)斑水腫(zhong)，最終在靈敏(min)度(du)與特(te)異(yi)性(xing)方(fang)面均有不(bu)俗的(de)表現。
??在神經(jing)(jing)外科領域(yu)，通(tong)過過萬張圖片訓練，AI可實現在腦瘤(liu)術中(zhong)的(de)快速診斷，在病變樣本中(zhong)，區(qu)分膠質瘤(liu)和非(fei)膠質瘤(liu)的(de)準確率(lv)達90%；在骨科，倫敦帝(di)國理(li)工學院嘗(chang)試用AI對(dui)神經(jing)(jing)假體(ti)進行精確控制，將此(ci)前85%的(de)精確度提(ti)升到97%……
??在國內(nei)，中(zhong)山大學利(li)用(yong)AI識別先(xian)天性(xing)白(bai)內(nei)障研究已(yi)進入(ru)臨(lin)床試驗(yan)階(jie)段。利(li)用(yong)410張各種程度的先(xian)天性(xing)白(bai)內(nei)障圖片和476張正常圖片訓練，AI可以做到即使識別質量(liang)不高的網(wang)絡圖片，也能(neng)達(da)到92.45%的準確(que)率。
??去年(nian)4月，北京(jing)友誼醫(yi)(yi)院(yuan)(yuan)推(tui)出了(le)自己(ji)一(yi)(yi)手“喂”大的(de)AI——甲狀腺結節(jie)超聲圖像(xiang)診斷(duan)AI，并跟包括北京(jing)協和醫(yi)(yi)院(yuan)(yuan)、北京(jing)大學第(di)三醫(yi)(yi)院(yuan)(yuan)、北京(jing)腫(zhong)瘤醫(yi)(yi)院(yuan)(yuan)、解放(fang)軍總(zong)醫(yi)(yi)院(yuan)(yuan)在內的(de)7家 三甲醫(yi)(yi)院(yuan)(yuan)組(zu)團(tuan)來戰的(de)影像(xiang)醫(yi)(yi)生PK一(yi)(yi)場(chang)。結果，在第(di)一(yi)(yi)部(bu)分(fen)(fen)(fen)答(da)題過(guo)程(cheng)中，準確(que)率(lv)(lv)排名(ming)前25名(ming)的(de)醫(yi)(yi)生，平均耗時約1000秒，而AI僅(jin)耗時192秒；該AI正確(que)率(lv)(lv)為(wei)(wei)(wei)68%，而初級醫(yi)(yi)師正確(que)率(lv)(lv)為(wei)(wei)(wei)60.8%，中級醫(yi)(yi)師為(wei)(wei)(wei)62.4%，高級醫(yi)(yi)師為(wei)(wei)(wei)66%。在第(di)二部(bu)分(fen)(fen)(fen)答(da)題中，AI準確(que)率(lv)(lv)達76%，僅(jin)有(you)5名(ming)醫(yi)(yi)生得(de)分(fen)(fen)(fen)超過(guo)了(le)它(ta)。
??用腦走(zou)心——
??醫學(xue)不(bu)只是技術流
??基于現在的(de)(de)發展態勢(shi)已經可(ke)(ke)以看出，在客(ke)觀數據(ju)收集和(he)分析上，人(ren)工智(zhi)能(neng)(neng)的(de)(de)速(su)度(du)和(he)能(neng)(neng)力(li)遠超人(ren)類(lei)。所(suo)以，讀片、出報告、檢(jian)查(cha)檢(jian)驗類(lei)別(bie)的(de)(de)醫學(xue)操(cao)作，應該是人(ren)工智(zhi)能(neng)(neng)的(de)(de)優勢(shi)。但這(zhe)是否(fou)意味(wei)著，人(ren)工智(zhi)能(neng)(neng)的(de)(de)發展，最終(zhong)將(jiang)替代我(wo)們醫生？我(wo)覺(jue)得絕(jue)無可(ke)(ke)能(neng)(neng)。因為(wei)，我(wo)們的(de)(de)服務對象是人(ren)。
??首(shou)先，人(ren)的(de)病情(qing)是復雜的(de)，根據圖像識別做輔助診斷，人(ren)工(gong)智(zhi)能有優勢。但在主觀綜合分(fen)析能力方(fang)面，特別是在復雜的(de)個體化治療方(fang)面，人(ren)工(gong)智(zhi)能短期內無(wu)法達到醫生的(de)水(shui)準。
??其次(ci)，大(da)數據不(bu)解決個體問題。醫(yi)學(xue)行走在生理(li)(li)、心理(li)(li)和小概(gai)率事(shi)件以及個體差(cha)異的夾縫中，這才是醫(yi)學(xue)之難，而這樣的工作，機器不(bu)會比人做得更好。
??最(zui)重要的(de)是(shi)(shi)，醫(yi)生是(shi)(shi)個復雜而艱難(nan)的(de)職業，既要完成(cheng)生理(li)治療(liao)，又要做(zuo)出心理(li)治療(liao)。對很多(duo)患(huan)者(zhe)(zhe)來說，最(zui)治愈的(de)處方常(chang)常(chang)是(shi)(shi)關愛(ai)和希望。而給予患(huan)者(zhe)(zhe)人文(wen)關懷(huai)，只有(you)醫(yi)生能做(zuo)。醫(yi)學技術(shu)的(de)發展并(bing)不是(shi)(shi)讓治療(liao)主(zhu)體變(bian)成(cheng)冷冰冰的(de)機器，而更應該是(shi)(shi)在機器的(de)幫助下，醫(yi)生節約了(le)大量時間，有(you)更多(duo)的(de)精力投入患(huan)者(zhe)(zhe)的(de)人文(wen)關懷(huai)中(zhong)去。
??近日，外媒(mei)報(bao)道的(de)一個典型案例印證了這(zhe)一點：美國加州一名79歲患者因肺衰竭被送進(jin)ICU后，一個“機器(qi)醫生(sheng)”通知家屬患者病情過重即將離(li)世。家屬表(biao)示(shi)，這(zhe)種冷冰冰的(de)告知方式讓他(ta)們難以(yi)接受(shou)，他(ta)們希望沒有其他(ta)人(ren)會(hui)得到同樣的(de)待遇。這(zhe)也(ye)為機器(qi)人(ren)的(de)應用給出了警示(shi)。
??不戰不降(jiang)——
??積極學習為我(wo)所用
??基(ji)于上(shang)述分析，AI時(shi)代(dai)，我(wo)們醫(yi)生特別是皮膚(fu)科醫(yi)生，該(gai)做(zuo)些(xie)什(shen)么？我(wo)認為既不該(gai)妄(wang)自菲薄，也不可傲慢排斥。
??首先，要明白AI只能(neng)(neng)幫助(zhu)我(wo)們(men)，但不(bu)能(neng)(neng)取代我(wo)們(men)。當(dang)AI增加了一個輔助(zhu)診斷或治(zhi)(zhi)療技術，我(wo)們(men)就更(geng)要提高診斷及治(zhi)(zhi)療水(shui)平，在AI能(neng)(neng)力不(bu)及的(de)領域發揮主(zhu)觀能(neng)(neng)動性。如診治(zhi)(zhi)一些不(bu)典型的(de)常見病、神經(jing)精(jing)神性皮膚(fu)病，給予需要心理治(zhi)(zhi)療和安慰的(de)患(huan)者更(geng)多溫暖等。
??同時，在AI時代，皮膚(fu)科獲益明顯，我(wo)們要做的也更多(duo)了。比如，積極學習(xi)、研發、應用AI產品等。
??此外(wai)，我國當(dang)前醫療(liao)資源分布極不平衡、醫療(liao)水平參差(cha)不齊，縣級醫院及鄉村(cun)醫療(liao)需要真正的幫(bang)帶。如果(guo)能(neng)夠將高水平醫生專(zhuan)家(jia)的診療(liao)技術盡可能(neng)AI化，將為患者(zhe)享受優(you)質(zhi)、均等化的醫療(liao)，最終實現健康(kang)中國助力良(liang)多。（記者(zhe)崔芳整理）
來源：健康報
全國服務熱線：
