人工智能助力，医疗掀开新篇章

策划：本刊编辑部

执行：邱婷婷

自2017年3月被写入政府工作报告，人工智能（英文简称AI）已经席卷各个行业，成为新的经济增长点和国际竞争力的焦点。我国医疗行业基础数据量大、优质医疗资源相对不足、民生需求迫切，已成为人工智能走出实验室、落地商业化的最前沿阵地之一。2017年7月，国务院印发的《新一代人工智能发展规

疾病诊断：AI+医疗大有可为

今年6月9日，在第三届华夏医学胸外科论坛现场进行了一个“盲测”试验：请4位志愿者上台在腾讯觅影（是腾讯首款将人工智能技术运用到医学领域的产品）的辅助下对10个高难度病例作诊断，而台下的胸外科专家则用手机通过医学影像和病历 “纯人工”诊断。

经过一个小时的高强度阅片，台上志愿者和台下专家、教授都完成了对10个病例的诊断，擅长肿瘤影像诊断的中山大学肿瘤医院影像科教授郑列现场“开估”：第一个病例就是没有家族史的63岁男性病人，病理检查最终显示为与肺癌高度相似的单发结节霉菌感染，而腾讯觅影准确地诊断这一病例是“良性”。郑列教授对于人工智能能够准确诊断这一病例感到很意外。他解释，这位病人的CT影像显示有胸膜牵拉、支气管有横断，也有血管纠集症……“这个对于影像科医生来说还是挺难的，霉菌感染有一个形态是单发结节霉菌感划》指出，要“围绕教育、医疗、养老等迫切民生需求，加快人工智能创新应用，为公众提供个性化、多元化、高品质服务”。

当前，人工智能在医疗领域的应用可谓机遇与挑战并存，未来“AI+医疗”还将碰撞出怎样的火花？会给人民生活带来哪些改变？产业未来发展前景如何？染，其影像特点和肺癌高度相似，很多临床医生包括有一定资历的影像医生都很难鉴别诊断。”

最后，中山大学肿瘤医院胸外科主任、中山大学肿瘤医院肺癌首席专家张兰军教授揭晓了这次“盲测”结果：在腾讯觅影的辅助下，4位志愿者对上述单发结节霉菌感染病例的诊断准确率，对比台下“纯人工”诊断的专家、教授提升了5倍。而综合10个高难度病例的诊断来看，在腾讯觅影的辅助下，志愿者的诊断准确率比“纯人工”诊断准确率提升超过20%。这显示使用腾讯觅影辅助后，明显提高了诊断准确率。

“腾讯觅影在辅助医生诊断上还是有很大的优势。”张兰军教授进一步解释，“它在结节的诊出率上比人有优势，判断良恶性也有它的优势，最大的优势是它不会疲劳，诊断一致性是永远保持下去的，而人可能由于疲惫会有失误。”

山西省肿瘤医院胸外科主任孙诠在认真体验过腾讯觅影后，得出了这样的评价：它比人要发现的多。“我们平时要看到5毫米以上甚至8毫米以上的结节，我们看到一个结节，机器报出来往往是三四个、多发的结节。”还有腾讯觅影对病史串联提示，也让孙诠印象深刻：“有家族历史，又得了乳腺癌，又出现了结节，几下就判断出来了。”

来自广西壮族自治区人民医院的胸外科主任贺榜福则对“小结节”问题印象深刻：小结节的良恶性判断失误率很高，很多时候被诊断为肺癌，但手术做下去却发现是良性结节；有时候被诊断为良性结节，后来却发现是肺癌。而腾讯觅影对肺结节的良恶性判断辅助能力，则让贺榜福看到了人工智能带来的进一步提升诊断准确率的空间，“有了人工智能，让我们将来减少失误，对病人更负责任，这是一个很好的学习机会。”

在看过“盲测”的病例后，郑列教授提出了人工智能在诊断多原发肺癌方面上的优势：“腾讯觅影会帮你把所有病灶找出来，避免医生看到一个病灶后，漏掉其他多原发肺癌。”

事实上，自2017年8月在广州问世以来，腾讯觅影的快速发展展现了AI+医学的无限想象力，从刚发布时只具备对早期食管癌的辅助诊断能力，到目前已经发展到针对肺结节、糖尿病视网膜病变、乳腺癌、宫颈癌等多种疾病的筛查，除了识别内窥镜、CT、钼靶等多种医学影像，还能通过临床病历分析辅助医生对500多种疾病风险进行识别预测。正如参与“盲测”的专家、教授所期待的那样，AI+医学有望在推动各级医疗系统诊断同质化，减轻医生工作量，提升诊断准确率和效率方面，发挥更大的作用。

AI+医疗：“看病难”有望缓解

那么，到底什么是AI医疗呢？它就是人工智能与医疗的结合，又称“AI+医疗”。AI医疗是以互联网为依托，通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量，更好地解决医疗资源短缺、人口老龄化的问题。Al医疗主要体现在3个方面，涉及多个领域，其定义的金字塔如右图所示：

基础层：通过软硬件的基础设施，收集用户、药物及病理数据，并使数据互通互联，为人工智能的应用提供支持与可能。

图： AI医疗定义金字塔

技术层：通过语音/语义识别、计算机视觉技术，对非结构化数据进行分析提炼。“学习”大量病理学数据文本，使其掌握问答、判断、预警、实施的能力。

应用层：是指人工智能与不同细分领域的结合，以解决医疗行业中的某种业务需求，如智能诊断、药物研发、智能健康管理、智能语音等医疗场景。

国家食品药品监督管理总局器审中心审评一部副部长彭亮表示，人工智能本质是基于数据和算力的算法，人工智能医疗器械就是采用人工智能技术的医疗器械，按照医疗器械软件的角度可分为AI独立软件和AI软件组件两类。

根据前瞻产业研究院发布的《2018-2023年中国人工智能行业市场前瞻与投资战略规划分析报告》显示，2016年中国“AI+医疗”市场规模达到96.61亿元，增长率为37.9%，2017年将超过130亿元，并有望在2018年达到200亿元。面对巨大的产业蛋糕，中国科技公司无论是新创公司还是行业巨头都瞄准AI。去年11月，在深圳上市的科大讯飞公司研发出医疗智能机器人，通过了国家医师资格考试笔试部分；中国最大的搜索引擎“百度”发布开源AI科技推出诊断乳腺癌的在线平台；阿里巴巴，中国第一大电商公司，宣布与医院合作智能诊断平台；去年10月，阿里健康与浙江大学附属医院、上海交通大学医学院附属新华医院合作建立了它的首个AI医疗实验室，同时也发布了为医院提供安全数据共享网络的区块链辅助公众平台……

迅速增长的市场规模背后是迫切的需求。人工智能究竟能否解决看病难、看病贵的问题？

11月2日，在广东珠海斗门莲洲镇东湾村一块水稻试验田边，2018天禾加钾平衡施肥项目水稻观摩会如期而至。虽然台风带来风雨天气，却未能阻挡大家参与的热情。在现场，有农民丰收的喜悦、有种植户关切的咨询、有专家科学的指导，也有天禾加钾人忙碌的身影。

中国科学院自动化所研究员、分子影像重点实验室主任田捷教授介绍，人工智能在医学上的应用和传统中医非常相像。我国中医几千年以来，通过“望闻问切”的方式积累了几百万人甚至几千万人的医疗大数据，后期主要通过人脑来“加工”这些数据；现代社会与此前不同的是，我们使用电脑加人脑，利用此前积累的经验以及大数据与人工智能技术，实现了现在所说的智能医疗。人工智能将起到解放医生劳动力的作用，从根本上提高医疗生产力，提升医疗供给端的服务能力，解决供不应求的医疗窘状。

浙江大学医学院第二附属医院放射科主任张敏鸣对人工智能技术同样寄予厚望：“我很看好人工智能在医疗上的临床应用，这已经是21世纪非常重要的课题。人工智能有助于纾解当前我国医疗资源相对不足的困难，协助提升基层医疗水平。”常年工作在一线，张敏鸣从医生的角度解释人工智能技术在医疗领域应用的重要意义：“它可以帮助医生缓解疲劳、降低劳动强度。人工智能可以代替我们做重复性高、技术含量低的工作，这样我们就可以把节省出来的时间，用来与更多的患者沟通。更重要的是，可以防止漏诊，比如说有一些小病灶医生可能看不到，人工智能技术可以提醒医生。”

智云健康CEO匡明也表示，中国的医疗资源尤其稀缺，能看复杂疾病的医生是刚需，“AI是目前我看到的，能在相对短时间内比较好地解决这个问题的方法。”

AI医疗普及落地，标准建设需提速

随着医疗人工智能的发展，其应用场景正逐步多元化。医疗的定义和范畴已经不再只是疾病治疗，而是扩展到了药品、保健、生物技术等医疗的各个领域。根据相关资料显示，总体上应用场景主要集中在以下5方面：

智能化临床诊疗 随着深度学习算法的逐渐普及，通过建立深度学习神经元数学模型，从海量医疗诊断数据中挖掘规律，学习和模仿医生诊断的人工智能疾病诊断技术将会达到前所未有的精度，随之而来的，是智能化诊疗逐渐成为医院不可缺少的医疗组件。医务工作者也将从大量的诊疗业务中被解放出来，将走向复杂度更高、服务更细致的岗位。目前国内不少医院都已经引入了人工智能阅片系统，用于肺癌、乳腺癌、儿童生长发育异常等疾病的辅助诊断，如复旦大学附属肿瘤医院、浙江大学医学院附属儿童医院、华中科技大学同济医学院附属协和医院等。

大幅度降低药物研发成本 一种新药的开发平均需要10年时间，耗资40亿～120亿美元。新药研发除了要求药品的疗效，还需要保证其安全性，必须经过动物实验和Ⅰ、Ⅱ、Ⅲ期临床试验。而即便Ⅲ期临床试验后批准上市，还有Ⅳ期临床研究，即新药上市后的再评价。这也是造成药物研发周期长、费用高的重要原因。但是，人工智能的出现为人们提供了一个检测药物的快速而周全的方案。

首先，当很多种甚至成千上万个化合物都对某个疾病显示出某种疗效，但又对它们的安全性难以判断时，便可以利用人功智能所具有的策略网络和评价网络以及蒙特卡洛树搜索算法，来挑选最具有安全性的化合物，作为新药的最佳备选者；

其次，对于尚未进入动物实验和人体试验阶段的新药，也可以利用人工智能来检测其安全性；

此外，利用人工智能还可模拟和检测药物进入体内后的吸收、分布、代谢和排泄、给药剂量—浓度—效应之间的关系等，让药物研发进入快车道。

目前人工智能药物挖掘主要在三大领域：抗肿瘤药、心血管药和孤儿药（又称为罕见药，用于预防、治疗、诊断罕见病的药品）及经济欠发达地区常见传染病药。

智能化健康管理 在健康管理服务领域，目前全球的AI+医疗创业公司主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及精准医学的健康管理。用户可通过智慧健康服务平台，获取健康诊断、养生知识、保健建议等信息，并能通过包括可穿戴设备在内的手段，监测用户个人健康数据，预测和管控疾病风险。

精准化医学支持 人工智能在基因测序、遗传学和分子医学领域，利用数据挖掘、本体等大数据分析技术方法对医疗大数据进行转化规约，建立疾病知识共享平台，寻找疾病的分子基础及驱动因素，重新将疾病分类，实现精准疾病分类及诊断，并在此基础上，开展循证医学研究，对相同病因、共同发病机制的患者亚群实现精准评估、治疗及预防。

“欲知平直，则必准绳；欲知方圆，则必规矩。”中华心胸放射学会主任委员、上海长征医院影像医学与核医学科主任刘士远教授表示，近两年来，AI+医疗热度持续升温。然而，检测标准和行业标准的缺失仍是制约AI+医疗发展的实质性阻碍。在他看来，符合临床使用场景，能够提高效率和准确率，人机交互友好，且敏感性和特异性高，并以检查部位和目的为终端解决方案的AI产品才是医院真正需要的。