1月7日，Nature旗下頂級(jí)醫(yī)學(xué)期刊Nature Medicine雜志同期刊登8篇論文，全部聚焦人工智能（AI）在醫(yī)學(xué)領(lǐng)域的應(yīng)用，當(dāng)屬史無(wú)前例。
其中一篇由美國(guó)Scripps研究所發(fā)布的文章指出，在醫(yī)學(xué)方面，AI（特別是深度學(xué)習(xí)）開(kāi)始在三個(gè)層面產(chǎn)生影響：臨床醫(yī)生將更快速、準(zhǔn)確地進(jìn)行圖像分析；衛(wèi)生系統(tǒng)將通過(guò)改善工作流程減少醫(yī)療差錯(cuò)；患者能夠處理自己的數(shù)據(jù)，促進(jìn)健康。
1月9日，上海交通大學(xué)人工智能研究院聯(lián)合上海市衛(wèi)生和健康發(fā)展研究中心、上海交通大學(xué)醫(yī)學(xué)院發(fā)布《人工智能醫(yī)療白皮書(shū)》，通過(guò)對(duì)AI在醫(yī)療領(lǐng)域應(yīng)用情況的分析，提出包括醫(yī)學(xué)影像、輔助診斷、藥物研發(fā)、健康管理、疾病預(yù)測(cè)在內(nèi)的五大應(yīng)用領(lǐng)域。
1月11日，在2019年中國(guó)醫(yī)學(xué)大會(huì)上，IT計(jì)算與醫(yī)學(xué)這兩個(gè)看似存在巨大鴻溝的領(lǐng)域的專(zhuān)家齊聚一堂，對(duì)AI在醫(yī)學(xué)領(lǐng)域的應(yīng)用與發(fā)展前景展開(kāi)熱議。
多點(diǎn)開(kāi)花
經(jīng)過(guò)60多年的演進(jìn)，AI加速發(fā)展，正在呈現(xiàn)深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開(kāi)放、自主操控等新的特征。在中國(guó)科學(xué)院自動(dòng)化研究所所長(zhǎng)徐波看來(lái)，人工智能發(fā)生從“不能用”到“可以用”的重大轉(zhuǎn)變，專(zhuān)用人工智能開(kāi)始逼近甚至部分超越人類(lèi)智能水平。
廣州醫(yī)科大學(xué)第一附屬醫(yī)院院長(zhǎng)何建行與加州大學(xué)圣地亞哥分校人類(lèi)基因組醫(yī)學(xué)研究所所長(zhǎng)張康在最新一期Nature Medicine上發(fā)文表示，在醫(yī)療健康領(lǐng)域，AI發(fā)揮重要影響的應(yīng)用將涵蓋四大方向：診斷、治療、人口健康管理、監(jiān)督和調(diào)控。
首先作為分診和篩查工具，AI可以降低醫(yī)療系統(tǒng)的壓力，把資源分配給最需要醫(yī)療幫助的患者。例如，通過(guò)深度學(xué)習(xí)，AI工具可以檢查視網(wǎng)膜圖像，確定哪些患者有致盲性眼病，并及時(shí)轉(zhuǎn)診給眼科醫(yī)生。
另外，AI技術(shù)還可以在一些理論上不復(fù)雜但時(shí)間緊、耗人力的任務(wù)上作為替代，讓醫(yī)療工作者可以去處理更復(fù)雜的任務(wù)。例如，自動(dòng)化分析射線(xiàn)成像，估測(cè)骨齡；自動(dòng)化分析心血管圖像，量化血管狹窄和其他指標(biāo)；等等。
醫(yī)學(xué)影像是AI應(yīng)用的典型實(shí)例，徐波以小腸膠囊影像識(shí)別為例稱(chēng)，運(yùn)用AI技術(shù)之前，一個(gè)病例要耗費(fèi)影像醫(yī)生3～6小時(shí)的讀片時(shí)間，出診斷報(bào)告時(shí)間不少于7個(gè)工作日，而運(yùn)用基于深度卷積神經(jīng)網(wǎng)絡(luò)的小腸膠囊影像識(shí)別方法后，平均16毫秒就可以識(shí)別一張圖像，病變識(shí)別準(zhǔn)確率高達(dá)99.5%，采集的同時(shí)進(jìn)行識(shí)別，可實(shí)時(shí)出結(jié)果。
“深度學(xué)習(xí)還使得語(yǔ)音識(shí)別在識(shí)別率上向類(lèi)人聽(tīng)覺(jué)邁進(jìn)一大步，甚至在某些數(shù)據(jù)集上超過(guò)人類(lèi)，達(dá)到工業(yè)可用的標(biāo)準(zhǔn)。”徐波舉例說(shuō)，“醫(yī)療語(yǔ)音輸入可徹底解放醫(yī)生的雙手，人工智能語(yǔ)音識(shí)別、自然語(yǔ)言處理技術(shù)，結(jié)合定向麥克風(fēng)，讓醫(yī)生在診療的同時(shí)實(shí)現(xiàn)病歷的結(jié)構(gòu)化錄入，以此實(shí)現(xiàn)提高醫(yī)學(xué)文書(shū)工作效率和病歷質(zhì)量?！?/p>
中國(guó)醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所所長(zhǎng)池慧也舉例說(shuō)，云知聲就在國(guó)內(nèi)首次提出智慧醫(yī)療語(yǔ)音錄入系統(tǒng)，該系統(tǒng)基于深度定制的醫(yī)療語(yǔ)音識(shí)別模型，可根據(jù)不同科室、不同病種的整段病歷資料運(yùn)算出關(guān)鍵詞句語(yǔ)料，為臨床和醫(yī)技科室提供分場(chǎng)景支持。
而在輔助診療方面，由中山大學(xué)與西安電子科技大學(xué)合作研發(fā)的CC-Cruiser系統(tǒng)，可用于診斷先天性白內(nèi)障，其利用深度算法預(yù)測(cè)疾病的嚴(yán)重程度，并提出治療決策建議。由雅森科技與北京宣武醫(yī)院、北京大學(xué)人民醫(yī)院、北京協(xié)和醫(yī)院合作研發(fā)的腦功能多模態(tài)人工智能，通過(guò)對(duì)核磁共振、腦電等數(shù)據(jù)的分析，應(yīng)用于阿爾茨海默氏癥、癲癇、帕金森病等腦功能疾病的量化分析、診斷和預(yù)測(cè)。
池慧表示，在藥物研發(fā)方面，AI技術(shù)也大有可為。2018年深度智耀對(duì)外宣布代號(hào)為“菩提”的人工智能藥物合成系統(tǒng)，通過(guò)大量學(xué)習(xí)公開(kāi)的專(zhuān)利和論文數(shù)據(jù)庫(kù)，能夠協(xié)助化學(xué)家進(jìn)行化合物合成，該系統(tǒng)能夠?qū)⒒衔锖铣森h(huán)節(jié)效率提高50%以上。
挑戰(zhàn)猶存
雖然醫(yī)療相關(guān)的AI技術(shù)不斷實(shí)現(xiàn)突破，但把技術(shù)“轉(zhuǎn)化”為真正實(shí)施于臨床的應(yīng)用，目前還存在一定距離。
徐波指出，目前，智慧醫(yī)療產(chǎn)品大多處于試驗(yàn)階段，距離符合臨床業(yè)務(wù)場(chǎng)景并落地還有一定距離。首先是缺乏驗(yàn)證標(biāo)準(zhǔn)，需要對(duì)智慧醫(yī)療產(chǎn)品進(jìn)行算法軟件評(píng)審、臨床試驗(yàn)以及第三方測(cè)評(píng)數(shù)據(jù)庫(kù)評(píng)估。另外，智慧醫(yī)療應(yīng)用場(chǎng)景廣闊，但目前產(chǎn)品大多聚焦在局部效率提升，缺乏全局性重大產(chǎn)品，難以形成帶動(dòng)效應(yīng)。目前為止，國(guó)內(nèi)還少有真正的智慧醫(yī)療產(chǎn)品通過(guò)CFDA的認(rèn)證，用于臨床。
徐波還強(qiáng)調(diào)，面向醫(yī)療健康的專(zhuān)用AI平臺(tái)對(duì)數(shù)據(jù)共享、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)安全、數(shù)據(jù)標(biāo)注、軟件套件、基準(zhǔn)測(cè)試等方面均提出了更高的要求，但目前，國(guó)內(nèi)外均無(wú)面向醫(yī)療的數(shù)據(jù)、標(biāo)注、訓(xùn)練、基準(zhǔn)的專(zhuān)用AI訓(xùn)練平臺(tái)。
池慧也指出我國(guó)醫(yī)學(xué)人工智能發(fā)展面臨的很多問(wèn)題，首當(dāng)其沖的就是缺乏合理的數(shù)據(jù)共享和流通機(jī)制，數(shù)據(jù)隱私保護(hù)和數(shù)據(jù)安全問(wèn)題都亟待加強(qiáng)。張康也表示，無(wú)論是對(duì)AI的初始訓(xùn)練還是對(duì)算法的驗(yàn)證和改進(jìn)，數(shù)據(jù)都是核心依托。要在醫(yī)療健康領(lǐng)域更廣泛地采納AI技術(shù)，數(shù)據(jù)共享的程度還需要進(jìn)一步加大。
另外，張康還在文章中指出，鑒于醫(yī)療保健數(shù)據(jù)的復(fù)雜性和大規(guī)模性，AI技術(shù)要有效利用各種方式收集的數(shù)據(jù)，在初始開(kāi)發(fā)階段就應(yīng)做好數(shù)據(jù)標(biāo)準(zhǔn)化的工作，將數(shù)據(jù)轉(zhuǎn)化為在不同工具和方法中都能被理解的通用格式。
以AI輔助放射學(xué)為例，用于檢查操作的算法、研究?jī)?yōu)先級(jí)、特征分析和提取，以及自動(dòng)化生成報(bào)告，可能是由不同的供應(yīng)商提供的產(chǎn)品，算法之間需要?jiǎng)?chuàng)建一套工作流互操作性標(biāo)準(zhǔn)進(jìn)行整合，并讓算法可以在不同設(shè)備上運(yùn)行。如果不盡早優(yōu)化互操作性，AI技術(shù)實(shí)際應(yīng)用的效果會(huì)受到嚴(yán)重制約。
發(fā)展建議
“醫(yī)療是人、患者、設(shè)備技術(shù)、醫(yī)院、監(jiān)管部門(mén)等共同參與的，人工智能技術(shù)的加入，使得醫(yī)療過(guò)程中的各種關(guān)系產(chǎn)生了深刻的變化，需要重新建立一套可信、可靠、高質(zhì)量與高效率的醫(yī)療系統(tǒng)，需要政策、科研、技術(shù)、應(yīng)用和產(chǎn)業(yè)等協(xié)同。”徐波強(qiáng)調(diào)說(shuō)。
池慧建議，我國(guó)應(yīng)以國(guó)際通用標(biāo)準(zhǔn)為基礎(chǔ)，抓緊時(shí)間建立醫(yī)學(xué)人工智能標(biāo)準(zhǔn)體系，協(xié)同行業(yè)組織、標(biāo)準(zhǔn)化組織、研究機(jī)構(gòu)、企業(yè)、高校、醫(yī)療機(jī)構(gòu)等主體，集合相關(guān)領(lǐng)域?qū)I(yè)人員共同參與技術(shù)標(biāo)準(zhǔn)制定。
另外，她還建議推動(dòng)醫(yī)學(xué)人工智能復(fù)合型人才的培養(yǎng)，注重開(kāi)展醫(yī)學(xué)與人工智能交叉型學(xué)科建設(shè)，培養(yǎng)跨界人才，鼓勵(lì)高校、科研院所與企業(yè)開(kāi)展合作，建立實(shí)訓(xùn)基地和地方試點(diǎn)，并完善復(fù)合型高端人才的引進(jìn)機(jī)制。
張康等人預(yù)期，放射學(xué)、病理學(xué)、眼科學(xué)和皮膚病學(xué)等將是最早實(shí)現(xiàn)AI技術(shù)轉(zhuǎn)化的臨床領(lǐng)域，這些主要基于影像的領(lǐng)域適合訓(xùn)練AI技術(shù)實(shí)現(xiàn)自動(dòng)分析或診斷預(yù)測(cè)。而在需要整合多種類(lèi)型數(shù)據(jù)的領(lǐng)域（例如內(nèi)科）或以手術(shù)程序?yàn)楸匾M成的領(lǐng)域（例如外科專(zhuān)業(yè)），AI技術(shù)可能需要更長(zhǎng)的時(shí)間才能融入實(shí)際應(yīng)用。
研究人員也提醒，雖然AI有望提高生產(chǎn)力，但它們和創(chuàng)造它們的人類(lèi)一樣并非絕對(duì)可靠，研究者、開(kāi)發(fā)者和決策制定者都有必要以批判的眼光評(píng)估和實(shí)施AI技術(shù)，記住它們的局限性。在政策方面還需要盡快制定AI的應(yīng)用規(guī)范，明確監(jiān)管措施，慎重考慮倫理道德等方面可能出現(xiàn)的問(wèn)題。
摘自《中國(guó)科學(xué)報(bào)》
