中國(guó)醫(yī)用AI準(zhǔn)確度超越醫(yī)生

能“看圖”識(shí)別影像，更能“識(shí)字”讀懂病例，AI真的學(xué)會(huì)了這項(xiàng)技能。

2月12日，科研期刊《自然·醫(yī)學(xué)》（Nature Medicine）在線刊發(fā)題為《使用人工智能評(píng)估和準(zhǔn)確診斷兒科疾病》的醫(yī)療人工智能成果。

根據(jù)依圖科技官方介紹，該成果由依圖醫(yī)療聯(lián)合廣州市婦女兒童醫(yī)療中心等機(jī)構(gòu)共同研發(fā)，基于機(jī)器學(xué)習(xí)的自然語(yǔ)言處理（NLP）技術(shù)實(shí)現(xiàn)不輸人類(lèi)醫(yī)生的強(qiáng)大診斷能力，并具備多場(chǎng)景的應(yīng)用能力。

具體來(lái)說(shuō)，這是一套常見(jiàn)兒童疾病的診斷系統(tǒng)，名為輔診熊。小至流感大至腦膜炎，這套AI系統(tǒng)都可以通過(guò)分析患者的癥狀、病史、化驗(yàn)結(jié)果及其他臨床數(shù)據(jù)對(duì)患者的病情進(jìn)行準(zhǔn)確地診斷。

意義重大！

因?yàn)?，?duì)病人來(lái)說(shuō)，最怕的不是得病而是誤診。畢竟，不能對(duì)癥下藥，就是華佗在世也束手無(wú)策。

有數(shù)據(jù)記載，在全世界，每年都有大量的患者被誤診。

雖然醫(yī)生們努力通過(guò)系統(tǒng)化診病流程來(lái)降低誤診率，但這一方法依舊治標(biāo)不治本，醫(yī)生的主觀偏差仍然會(huì)影響診斷結(jié)果。

該系統(tǒng)的準(zhǔn)確率很高，且該系統(tǒng)未來(lái)有望幫助醫(yī)生診斷更加復(fù)雜罕見(jiàn)的疾病。

大規(guī)模數(shù)據(jù)集加持

總的來(lái)說(shuō)，該系統(tǒng)基于近18萬(wàn)名連續(xù)訪問(wèn)兒科醫(yī)院18個(gè)月的中國(guó)患者的醫(yī)療記錄。

“深度學(xué)習(xí)”是加速革新醫(yī)療保健行業(yè)的關(guān)鍵技術(shù)，數(shù)據(jù)的數(shù)量和質(zhì)量又是模型建立成敗的關(guān)鍵。中國(guó)不僅有龐大的人口基數(shù)，而且數(shù)字信息的使用規(guī)范還沒(méi)有那么嚴(yán)苛，這使得中國(guó)科技公司和研究人員更容易獲得用于訓(xùn)練“深度學(xué)習(xí)”的數(shù)據(jù)集。

特朗普在本周一簽署了“美國(guó)人工智能倡議”，以促進(jìn)人工智能在美國(guó)政府、學(xué)術(shù)界和工業(yè)界的發(fā)展。政令明確指出，政府將鼓勵(lì)聯(lián)邦機(jī)構(gòu)和大學(xué)共享推動(dòng)自動(dòng)化系統(tǒng)發(fā)展的數(shù)據(jù)。

醫(yī)療數(shù)據(jù)的缺乏一直是美國(guó)發(fā)展人工智能的一道門(mén)檻。在中國(guó)，研究人員在公立醫(yī)院相對(duì)容易獲取足以訓(xùn)練人工智能系統(tǒng)的數(shù)據(jù)，但同樣的事情在美國(guó)卻沒(méi)那么容易。

“美國(guó)的醫(yī)生則需要到許多不同的地方（獲取數(shù)據(jù)），” Weill Cornell醫(yī)學(xué)中心臨床放射學(xué)副教授、MD.ai（為AI研究人員提供數(shù)據(jù)標(biāo)注服務(wù)）的聯(lián)合創(chuàng)始人George Shih博士講道，“而且沒(méi)有一家醫(yī)院的檢測(cè)設(shè)備是一樣的，我們還必須保證數(shù)據(jù)是完全匿名的……就算我們獲得了原始數(shù)據(jù)，后續(xù)的工作量仍然十分龐大?！?/p>

技術(shù)關(guān)鍵—神經(jīng)網(wǎng)絡(luò)

深度學(xué)習(xí)在這幾年得到了飛速發(fā)展，重塑了互聯(lián)網(wǎng)服務(wù)、消費(fèi)電子產(chǎn)品和無(wú)人駕駛汽車(chē)，而現(xiàn)在它正大踏步邁進(jìn)全新的領(lǐng)域——醫(yī)療健康。目前，谷歌在內(nèi)的許多團(tuán)隊(duì)正在開(kāi)發(fā)電子健康記錄系統(tǒng)，以供診斷骨質(zhì)疏松癥、糖尿病、高血壓和心力衰竭等疾癥。

類(lèi)似的技術(shù)也被應(yīng)用于自動(dòng)檢測(cè)X光、核磁共振成像和眼部掃描圖像呈現(xiàn)出的疾病跡象。

談及這些新興系統(tǒng)的本質(zhì)，其實(shí)要?dú)w功于神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種人工智能技術(shù)，它可通過(guò)分析海量數(shù)據(jù)進(jìn)行自主學(xué)習(xí)，輸出決策。換言之，神經(jīng)網(wǎng)絡(luò)正大舉助力各行各業(yè)，從醫(yī)療保健到無(wú)人駕駛汽車(chē)，甚至是軍事應(yīng)用領(lǐng)域都有它的一份功績(jī)。

通過(guò)這項(xiàng)技術(shù)，加州大學(xué)圣地亞哥分校眼科遺傳學(xué)主任張康博士建立了可以分析出血、病變和其他糖尿病失明跡象的眼部掃描系統(tǒng)。理想情況下，這套系統(tǒng)可以為患者建立起第一道防線，而且可以幫助醫(yī)生對(duì)來(lái)訪者進(jìn)行初步的篩選，檢查出需要特別關(guān)注的患者。

張博士和他的同事已經(jīng)成功將系統(tǒng)升級(jí)，現(xiàn)在的系統(tǒng)不止可以識(shí)別圖像，還可以識(shí)別文本數(shù)據(jù)模式?！拔磥?lái)，醫(yī)生們將節(jié)省下更多時(shí)間完成自己的本職工作?！睆埐┦恐v道。

人工智能系統(tǒng)診斷兒科疾病流程

“有時(shí)候，醫(yī)生在診斷時(shí)無(wú)法考慮到所有的可能性”他繼續(xù)講道，“但這套系統(tǒng)可以提供‘抽查’功能，確保醫(yī)生不會(huì)錯(cuò)過(guò)任何信息。”

除診斷系統(tǒng)外，張博士開(kāi)發(fā)了一套實(shí)驗(yàn)系統(tǒng)。實(shí)驗(yàn)系統(tǒng)分析了中國(guó)廣州婦女兒童醫(yī)療中心近60萬(wàn)患者的電子病歷，將常見(jiàn)的病情與醫(yī)生、護(hù)士和其他技術(shù)人員收集的患者詳細(xì)信息聯(lián)系在一起。

首先，專家們對(duì)患者的就診記錄一一注釋，對(duì)識(shí)別疾病相關(guān)的信息打上相對(duì)應(yīng)的標(biāo)簽。系統(tǒng)接下來(lái)將分析這些標(biāo)注好的數(shù)據(jù)。

然后，將這些標(biāo)注好患者病癥的數(shù)據(jù)集輸入神經(jīng)網(wǎng)絡(luò)。不久后，神經(jīng)網(wǎng)絡(luò)將自己建立起書(shū)面記錄和觀察癥狀間的關(guān)系，模型訓(xùn)練完成。

準(zhǔn)確率超人類(lèi)

在對(duì)未標(biāo)記的數(shù)據(jù)進(jìn)行測(cè)試時(shí)，該軟件的表現(xiàn)可以與經(jīng)驗(yàn)豐富的醫(yī)生相媲美：醫(yī)生在診斷哮喘方面的準(zhǔn)確率從80％到94％不等，該軟件的準(zhǔn)確率已超過(guò)90％。

人工智能和醫(yī)生團(tuán)隊(duì)在兒科疾病診斷水平的比較

在診斷胃腸疾病時(shí)，醫(yī)生的準(zhǔn)確率為82％至90％，而該系統(tǒng)準(zhǔn)確率為87％。

在特定的情況下，神經(jīng)網(wǎng)絡(luò)可以非常強(qiáng)大，它能夠識(shí)別人類(lèi)永遠(yuǎn)無(wú)法識(shí)別的數(shù)據(jù)模式。但至于為什么神經(jīng)網(wǎng)絡(luò)做出了這些決定、他們到底是如何自學(xué)這類(lèi)問(wèn)題，就連專家也無(wú)法解釋得清。

因此，為獲得醫(yī)生和患者的信任，專家表示張博士的這套系統(tǒng)仍需進(jìn)行更大范圍的臨床測(cè)試。

診斷50余種兒科常見(jiàn)疾病的準(zhǔn)確性均超過(guò)85%

“醫(yī)學(xué)是一個(gè)非常嚴(yán)謹(jǐn)?shù)难芯款I(lǐng)域，”佛羅里達(dá)大學(xué)醫(yī)療保健行業(yè)的深度學(xué)習(xí)研究員Ben Shickel說(shuō)道， “人命關(guān)天，沒(méi)有人會(huì)隨意擺出一個(gè)不知道內(nèi)部構(gòu)造的黑箱子供醫(yī)生或患者使用?！?/p>

盡管將深度學(xué)習(xí)系統(tǒng)大規(guī)模部署在急診室和診所還很遙遠(yuǎn)，但仍有一些項(xiàng)目有著可喜的進(jìn)展：谷歌目前正在印度南部的兩家醫(yī)院進(jìn)行眼科掃描系統(tǒng)的臨床試驗(yàn)。

張博士說(shuō)，基于深度學(xué)習(xí)的診斷工具更有可能在美國(guó)以外的國(guó)家蓬勃發(fā)展，尤其是在像中國(guó)和印度這樣醫(yī)生較為稀缺的國(guó)家。

張博士及其同事建立的系統(tǒng)得益于廣州醫(yī)院收集的海量數(shù)據(jù)。相較來(lái)看，美國(guó)普通醫(yī)院規(guī)模較小，而且法律法規(guī)對(duì)于數(shù)據(jù)的收集和使用十分嚴(yán)苛，所以從美國(guó)醫(yī)院收集來(lái)的數(shù)據(jù)集通常規(guī)模非常小。

張博士補(bǔ)充道，他和同事在未來(lái)研究中必將保護(hù)患者的隱私。但他不得不承認(rèn)，中國(guó)的研究人員在收集和分析這類(lèi)數(shù)據(jù)時(shí)可能更具優(yōu)勢(shì)。