首页 科技资讯 业界

重构医院:浅谈医疗AI的现状与矛盾

【TechWeb】人类医生无可替代,AI是目前最好的辅助工具。

智能机器可以简化抽象的检查、诊断流程,却无法对患者病情确诊承担责任;机器无法理解CT影像,但可以运行人造神经网络为影像科医生提供更全面的信息。

TechWeb笔者坐在致远慧图(Vistel)研发的眼底检查仪面前,现场演示人员提醒笔者紧盯着机箱内闪亮的荧光点。启动键按下后,检查仪在2维平面内缓慢移动,准确的找到了眼球位置,机箱的摄像机前后对焦寻找最合适的距离,两次闪光后,笔者的眼底照片便在平板电脑上显示出来。

重构医院:浅谈医疗AI的现状与矛盾1_副本

“系统正在将照片发送到云端决策后台,请您稍等”,演示人员讲到。

不到半分钟,“检查结果”出来了,在复杂的底片上,能看到笔者眼球内部的血管与潜在异常情况。“请放心,您的眼底没有问题。”演示人员在云端回传的检测报告上,并未发现任何异常病变。

重构医院:浅谈医疗AI的现状与矛盾2_副本

病人的眼底检查结果,可以在一台机器人挂载的显示屏上查到。这台机器人连接着4G网络,可以在医院内任意角落摆放。

这是TechWeb在上海国际医疗人工智能会议上体验到的一款AI辅助诊疗机器,时间是2019年4月2日。

据药监局医疗器械部门副主任透露,国家对医疗人工智能监管政策去年已落实,鼓励厂商创新应用、支持技术创新,而截至4月1日,国内没有一款医疗AI仪器获得上市许可。

这不禁使人困惑:病人真的可以相信一台机器给出的诊断报告么?

1、苦苦寻觅,初见希望

“三甲医院人满为患,基层医院门可罗雀”,百度灵医负责人黄艳表示,人口老龄化、医疗资源有限、医疗经济负担是中国医疗长期面临的挑战,结构性失调一直是国内医院的常态。有数据显示,数量上占比8%的三级医院,承担着国人40%的诊疗重任。

结构性失调,让大量医生苦于疲惫。

以往影像的检查只需看几张片子,而CT诊断时间从几天到半把月不等,MRI(核磁检查)的诊断时间也随影像数量增加而延长。重复性、“吃经验”的工作不仅增加了影像医生的负担,同时增加了高压力工作状态下医生的犯错可能。

如同珍妮纺纱机,AI能“学习”医生的读片经验,成为提高人类工种劳动效率的机器。技术上,以卷积神经网络(CNN)为例,目前CNN为核心的影像诊疗仪已足够成熟,肉眼终究难以战胜机器的速度,同时机器不会因疲劳而犯错。“医疗+AI”,是一种改善现有医疗结构的最优策略,据悉,具备“辅助诊断”能力的智能机器在医疗AI领域占比61%,是最快落地的功能。

重构医院:浅谈医疗AI的现状与矛盾3_副本

图片中,一边是国内AI影像公司BioMind的读片机器人,一边是人类代表的优秀临床专家,通过颅内、脑血管影像判读“人机大战”,人类代表毫无悬念的败给机器人。此举表面证明了机器读片的准确、高效、成熟,却忽略在现实生活中医患关系中的微妙关系。

2、AI与医生,相依相存

机器无望完全取代医生,但却是有力的“助手”,极有可能让医生从简单、耗时、耗人力的劳动中解放出来。比如,曾经人工用15分钟时间筛查300~400张影像才能判定的肺结节,AI只需要1分钟;人工3~5分钟才能测出的脑卒中出血体积,AI只需几秒钟。与此同时,后者拥有更高的准确率。

当然,回归根本问题:我们凭什么信任一个“黑盒子”?是因为它的准确率?显然不是。

陈宽,深圳人,在美国读的经济学,2014年辍学回国创业,创办AI影像公司推想科技(inferVISION)。陈宽本人讲起影像技术时,不由自主的透露出激情,按照他的说法:人工智能影像会成为未来临床的革命性技术。目前,推想科技已经在国内、日、德、美、西等国推行自己的临床产品。

陈讲到,公司最开始将InferRead CT(一套人工智能CT辅助工具)带到西班牙时,被当地顶级医学专家狠狠拒绝,理由很简单:临床不需要毫无情感的机器做诊断。于是陈宽表示让专家体验一周,不收取费用。结果,一周后西班牙专家对InferRead CT 表示认同,认为人工智能是外科读片最好用的软件。

“这是我用过最好的工具!”西班牙专家用英文对我们的产品评价到。”讲到这里,陈宽脸上露出一份对技术的自豪。

人类相信“黑盒子”,不仅是源于对诊疗效率的追求,更是为弥补人类医生的天然不足。

如果医疗人工智能可以学习人类医生的判断经验,成为诊断正确率99.99%(目前人或AI尚不能达到)的“专家”系统,这听起来恰如人意,但谁会成为“不幸的”0.01%?很明显,我们不可能将最终的判断交给机器。在医院里,人类医生也会出差错,误诊、错诊、漏诊,一项医疗事故可能不仅会改变一家人的命运,也可能改变一位医生的职业道路。当我们谈论AI+医疗时,聊的不仅仅是算法、数据,还有人类进化历程中不可规避的矛盾:道德。

3、前途未卜,道德先行

国内外,AI医疗器械的推广与销售,对于初创公司都是一项艰巨的任务,原因有三:

1)医疗圈层复杂,信任权重高。

2)国际标准不同,受当地政策影响。

3)市场成熟度差距。

国际上对AI+医疗的重视程度不一,国内已将此视为医疗改革重点方向,甚至逐步将大数据医疗、医疗AI上升为国家战略的高度。而多数发达国家对医疗AI有自己的看法,观望者居多,并未采取推进措施。推动发展中国家的医疗AI项目的力量,目前来自世界卫生组织(WHO)。相较国际水平,国内医疗AI产品有相对较高成熟度,在国际项目中具备足够优势。

国内的医疗AI还未正式启程,美国IBM的“沃森”似乎已石沉大海。

IBM研发的沃森是一台具备搜索算法、自然语言处理与知识图谱构建的智能机器人,它曾在综艺节目中战胜人类选手,负责人希望沃森可以在癌症临床医学发挥优势,但结果让其寸步难行。沃森不做影像,只专注自然语言处理,通过对大数据的学习,可以为病患进行诊断与药物推荐,推荐出的药方不能令人满意:有些癌症病人得到的处方具有一定潜在医疗风险,而人类医生绝不会像沃森一样担负高风险,优先采用稳定的治疗策略。

重构医院:浅谈医疗AI的现状与矛盾4_副本

医疗AI的内核有三:算法、算力、数据。算法可以由数学家解决(究其原因,IBM的沃森机器人便是输于算法),计算的压力由硅基处理器应对,大多数人想不到:目前的数据才是制约医疗AI发展的关键。

“医疗领域少有完整大数据,几乎全是是稀疏的小数据。”上海交通大学附属第一人民医院副院长钟力炜认为:医疗数据的可用性很差,目前现有的公开可循、记录完备、诊断准确的医疗数据并不足以支撑医疗AI。即使某个病种有了足够数据训练出了一些AI产品,有没有标准测试库给AI一个客观评价呢?

“也没有”。钟力炜回答,这位数学系出身的医疗专家,对医疗AI的发展有较深入见解。他认为AI需要与人类医生共同决策,而这种组合又会带来新的复杂医疗模型。

你也许会继续问,如果可以改善算法、满足算力,并增加数据数量与质量,医疗AI就可以可以成为毫无差错的医生么?答案否定的。人类医生与AI,终将成为相辅相成的组合。

或许在未来的医院里,AI将如同被广泛应用的青霉素,成为该领域不可或缺的组成。

官方微博/微信

每日头条、业界资讯、热点资讯、八卦爆料,全天跟踪微博播报。各种爆料、内幕、花边、资讯一网打尽。百万互联网粉丝互动参与,TechWeb官方微博期待您的关注。

↑扫描二维码

想在手机上看科技资讯和科技八卦吗?

想第一时间看独家爆料和深度报道吗?

请关注TechWeb官方微信公众帐号:

1.用手机扫左侧二维码;

2.在添加朋友里,搜索关注TechWeb。

手机游戏更多