人工智能时代医疗将会出现怎样的革命

近日据外媒报道，来自谷歌旗下DeepMind子公司、伦敦大学学院和Moorfields眼科医院的研究人员利用深度学习技术开发了一种软件，可以通过3D扫描识别出50多种眼疾并推荐治疗方案。

实际上，这项研究最早于2016年2月被英媒《金融时报》首次披露，当时发现AI可以被用于分析视网膜扫描最大眼疾，如青光眼、年龄相关性黄斑变性、糖尿病性视网膜病变等，而且可能比训练有素的人类专家更准确。

该软件进行了近15000次测试，测试者都在穆尔菲尔德医院接受过治疗（穆尔菲尔德是欧洲和北美最大的眼科医院）。这些患者在接受人类医生诊断的同时，也接受该软件的扫描。正因如此，它学会了如何识别眼睛的不同的解剖成分（一个被称为分割的过程），然后根据扫描显示的各种疾病症状推荐临床治疗方法。从测试结果得出，将人工诊断结果与扫描结果比对，其准确率达94％，与顶级人类专家不相上下。

无独有偶，Google 在AI 预测肺癌方面也取得了突破性的进展。

众所周知，癌细胞能够很好的“隐藏”在人类的身体上，一般癌症患者在确诊之后都已经进入到了晚期阶段，治愈的可能性极低。但如果能够提早发现癌细胞的存在，做到早确诊，早治疗，那么将会在一定程度上提高癌症患者的存活率。

此前，Google 在 I/O 大会上就曾介绍过该项技术。据Google所言，癌症筛查主要是以影像为主的，但低于 5mm 的病变细胞就很难被医生发现。但在Google 机器学习系统的神助攻下，医护人员能够预测肺癌症病发的风险，做到早确诊，为病人治疗。

同时，Google机器学习模型可以24小时不间断的工作，而且人工智能的“机械化”也意味着在检查的过程中不会受到情绪，精神等因素的干扰，能够更精准地识别出肺癌细胞以及早期恶性肺结节。根据相关的测试，Google机器学习模型在使用单个CT扫描进行诊断时，Google 模型与六位医生处于同等水平，甚至表现得更好一些。

但是Google方面也表示，机器学习模型只是起到了辅助作用，目前还无法百分百识别肿瘤。事实上，在AI抗癌领域中，Google并不是首位尝鲜者。之前，微软曾提出过一个终极 AI 抗癌路径，微软希望借助生物模型分析仪，与超级计算机进行结合，以此来模拟癌变产生的过程，而IBM也希望借助AI来诊断肿瘤。

政策：智慧医疗被列入《新一代人工智能发展规划》

目前中国人工智能发展已经进入了一个新阶段，也许现在正是我们赶超世界水平的一个弯道超车的关键节点。人工智能不仅是当下国际竞争的新焦点，也可能成为我国未来经济发展的一个新引擎。2017年国务院正式印发的《新一代人工智能发展规划》（以下简称《规划》），分阶段设立了到2030年的“三步走”目标：到2020年我国人工智能技术和应用与世界先进水平同步；到2025年人工智能基础理论实现重大突破；到2030年部分技术和应用达到世界的领先水平，成为世界人工智能创新中心。该《规划》中，已经把有关智慧医疗的两大项列入了新一代人工智能规划当中，《规划》也促使“智慧医疗”在2018年迎来爆发。

挑战：传统医疗向智慧医疗转变面临的三大挑战

要适应新一带人工智能发展规划里面提出的智能医疗，我认为医疗行业目前主要面临了三大挑战。

首先是资源互通、数据共享和系统链接方面。这些对医疗行业的发展起到至关重要的作用。比如现在国内很多企业正在研发智能病理诊断系统，研发这套系统，需要大量的临床数据。如果我们可以做到信息共享，我相信会很大程度上推进该产品的研发，加快医学界“新助理”的诞生，同时帮助缓解医生短缺的问题。信息共享也不仅仅是令智能病理诊断系统的研发收益，未来还会加速更多适应临床医疗的产品落地。

但很可惜，到了今天，许多医院还在使用传统的数据库，大部分原生医疗数据都还只是静静的躺在那里，没有被有效整合与利用。但随着大数据、云计算、区块链等技术的成熟，这些数据库逐渐云端化，在保障病人隐私和医生权限的前提下，医疗资源就可以走上互联互通之路。

第二是政策和伦理方面。《规划》的最后一点表示社会各界媒体应该及时做好舆论引导，更好应对人工智能发展可能带来的社会、伦理和法律等挑战。 我之所以说到这一条， 是因为其实人工智能在政策和伦理上，尤其是在传统医疗领域面临的挑战非常大。

现在很多医生相信智能医疗的准确性，实验证明它总比大多数医生能避免更多的漏诊和误诊。在西京医院曾进行过6次人与机器人AIphaGo的对决，我作为主持嘉宾参加了第5次对决，亲眼目睹在脑膜炎的诊断上，人远远比不上机器人。参赛人员的准确率没有超过41%，而机器人至少有70%的准确率，因为机器人可以快速的连续学习。这个结果令人兴奋，说明技术发展的步伐很快。

但是人工智能给出的医疗报告是否真的可以作为诊断的依据呢？你相信吗？

很多病人不会相信，这就是个伦理的问题。如何让百姓普遍接受和推广应用人工智能治疗新模式、新手段是目前的一大挑战。我想最应该去推广的人应该是受益的病人和那些已经掌握一些技术的医学专家们。补充一点，如果这些专家们不拥抱智慧医疗，不仅他们没有起到帮助智慧医疗发展的作用，他们也将会失去目前自身的优势。

第三是“人工智能+医疗”创新产品的经济价值 。若要实现智慧医疗落地，光有创新是不行的，还需要有经济价值。比如智能穿戴产品虽然是一个较大的创新，但是在医疗、健康方面并没有产生可观的经济价值，或许智能穿戴产品还需要升级改造。现在人工智能技术创新有很多优秀的创意，有但有些其实是没有用的，我们应该合理判断这些创新产品的价值。创新的过程需要注意三大要素：创新、价值和市场。只有这三者合一，形成一个运营闭环，创新产品才可以发挥真正的作用。也就是说如果产品只有创新的服务模式，却没有盈利模式，那它依然不可以产生价值。比如现在很多医疗APP，就面临这样的问题，他们既做线上服务，又想办实体医疗机构，但事实上小型医疗机构是很难与传统医疗机构进行竞争的，如何利用互联网的工具进行医疗数据的清洗、整合，然后再开发利用，这才是医疗APP的发展方向。

总之，我认为智慧医疗的逐步落地，需要先解决资源整合、数据共享，舆论引导，运营闭环等问题，而政府也应该引导相关平台的建设，使智慧医疗健康发展。