杭州2016年3月17日電 /美通社/ -- 如果說上世紀90年代中,IBM研發的超級機器人“深藍”與國際象棋世界冠軍卡斯帕羅夫的對決令人印象深刻,那么2016年3月,又一場舉世矚目的機器人與人類大腦的對決在韓國首爾上演。谷歌的人工智能AlphaGo機器人與世界圍棋高手李世石間的較量,最終以4:1勝出,而李世石險勝的一盤是知道了目前人工智能的缺陷后取得的,成為人工智能追趕人類的又一重大里程碑。
其實AlphaGo機器人是一套針對圍棋周密設計的深度學習系統,采用增強學習(reinforcement learning)、深度神經網絡(deep neural network)等認知計算方法,不斷增強學習和自我博弈學習提高自身水平。通俗地解釋,一名專業的圍棋選手,一天也最多下2-3 盤棋,而 Alphago只要有電,就可以一直下。想象一下, 當我們在吃飯、睡覺、玩樂的時候,我們的對手都在學習, 這正是機器人戰勝人類的主要原因。
IBM “深藍”超級機器人和谷歌的“AlphaGo”機器人也向世人宣布了,機器人可以像人類一樣去學習:翻開了人工智能的新篇章。
事實上,國內外已經有一些高科技企業將這些認知計算和深度學習等先進技術用于醫療領域,并出現了“機器人醫生”。目前,具有代表性的為IBM的“沃森”和健培科技的“HealthView智慧診斷云”。
對于醫生來講,大腦的記憶容量有效,絕大多數醫生都不可能讀完和理解最新的5000份有關心臟病方面的研究論文,更不可能記住人類可能患上的1萬多種疾病,時間久了很多信息還會慢慢遺忘。而對于“機器人醫生”來講,他通過深度學習技術,不間斷地從大量醫學工具書、醫學雜志、臨床診斷手冊、醫療電子記錄,到百科全書、詞典、圖書、新聞甚至電影劇本中提到的電子病歷進行機器學習,幾乎可以及時存儲所有最新的的醫學知識。然后使用人工智能(AI)技術、先進的自然語言處理和分析技術,憑借從各種渠道搜集的海量數據,它能迅速給出“意見”,指導醫生做出診斷和治療決策。“機器人醫生”并不直接告訴醫生該如何做,而是提供一系列的診斷建議,每個建議都附有信心指數以及達到最優治療效果的相關支持證據。并且不會因為生氣、生病、緊張、難過、離婚、失眠、心煩意亂等千奇百怪的原因導致缺診或誤診。
在國外,早在2014年,IBM的“沃森醫生”已經在美國安德森癌癥中心(M.D. Anderson Cancer Center)上崗,已經被譽為“未來最好的癌癥專家”和“醫神”。據測算,沃森的診斷準確率達到73%(人類醫生的確診率在60%~70%之間)。
在國內,雖然醫療改革在醫療信息化的浪潮中取得了巨大成就,最大限度地方便了診療活動,但是對于幫助診療方面,國內僅局限于不到10%的文字和數據類的結構化數據利用,對于90%以上的非結構化醫學影像數據的認知分析一直是空白,原因在于涉及到大數據醫學影像分析技術和電腦認知計算技術,技術門檻高。
然而,由海歸博士團隊聯手成立的杭州健培科技有限公司,在2014年已經通過自身強大的研發團隊與國內外著名的研究機構和高等院校展開合作,致力于醫學影像大數據分析技術(MIBA)的研發及應用,自主知識產權的HealthView智慧診斷云(機器人醫生)已突破非結構化醫學影像認知計算難題,并且已處于國際水平。
從2016年開始,杭州健培科技有限公司會 陸續將“HealthView智慧診斷云”系列產品用于臨床測試。預計會將醫生閱片量/人天提高5倍以上,誤診率從現在的40%降低到15%以下,推動我國醫療創新領域理念從“方便診療”走向“幫助診療 ”,改變 我國醫療衛生資源分配不平衡 、看 病難、看病貴等問題。