战胜人类冠军后,它们转行关注人类生命:机器神医创造的精准医学奇迹

作者: 陈宗周

来源: 环球科学

发布日期: 2017-07-02

AI在医疗健康行业的应用正以超乎想象的速度改变着人类看病就医的方式,从疾病诊断、手术机器人、药物研制到远程医疗,AI的出现让医疗服务更加精准、高效,极大地提升了诊断准确性,推动了精准医学和新药研发的发展。

本文是《环球科学》总编、社长陈宗周先生撰写的系列专栏“AI传奇”的第九回。在这一回中,陈宗周先生将为我们讲解AI在医疗健康行业的应用。从疾病诊断、手术机器人、药物研制再到远程医疗,AI正以超乎我们想象的速度改变着人类看病就医的方式。这道由AI构筑的屏障,将牢牢守护着我们的健康。

2017年1月25日,一篇有影响的文章发表在权威科学刊物《自然》网站上,文章题目是《用深度神经网络对皮肤癌进行皮肤病专家水平的分类》。这篇文章引起广泛关注,是因为它披露出一个事实——依靠AI的深度学习技术,机器现在已经能够达到人类皮肤病专家的水平。《自然》报道的,实际上是一场皮肤病诊断的人机大战。科学家先让一个深度神经网络分析学习了近13万张皮肤病临床图片,涵盖了2023种皮肤疾病。

然后,21位医生受邀,与机器展开了两场皮肤癌诊断能力的比赛。结果,AI正确识别良性和恶性病变的综合灵敏度达到91%,打败了多名皮肤科医生。

消息一出,大家纷纷议论:以后,皮肤病患者用手机拍一张照片,直接转给电脑医生,不就行了吗?现在的皮肤科医生,会不会失业?这不是AI医生的第一次出场。

2016年11月,谷歌的研究者在《美国医学协会杂志》上发表文章,介绍他们采用深度学习算法的软件精确分析视网膜照片,对糖尿病性视网膜病变的诊断,已经达到眼科医生的水平。谷歌邀请印度和美国的医生,共同创建了一个包含12.8万张图片的开发数据集,对算法进行训练。

中国的医疗服务公司Airdoc也开发出类似的糖尿病性视网膜病变诊断系统。他们从国内外医院收集了数十万张眼底照片,构建超过100层的卷积神经网络,持续训练超过120小时,生成诊断模型,在糖尿病性视网膜病变辅助诊断中,灵敏性和特异性等主要指标都达到了和人类医生相当的结果,诊断准确性与三甲医院资深眼科医生持平。

受AI影响的,当然不止于皮肤科、眼科。AI全面应用于医疗服务,已经有很长一段时间。机器医生的上述表现看起来神奇,但在AI专家眼里,这些医疗应用都属于计算机视觉中的图像识别范畴,而大数据支持的图像识别技术,机器的表现已经在很多方面超过了人类,在医学影像领域展现实力,属于正常发挥。

医学影像处理,是医疗中关键而繁重的工作。

随着X光、CT、B超、核磁共振等医学检测手段越来越频繁应用于临床检查,医学影像数据爆炸性增长。目前的医学数据中,有90%是医学影像数据,而每年医学影像数据的增加速度,远远超过放射科医生的增加速度。在中国,医学影像数据的年增长率约为30%,放射科医师数量的年增长率约为4.1%。放射科医师数量增长远不及影像数据增长,这意味着未来影像数据处理的压力会越来越大,甚至远远超过负荷。

医学数据依赖人工分析,还导致了明显的缺陷:医生凭借经验去判断,而经验总是有限的,这样,常常难以做到准确分析,甚至造成误判。中国医学会的资料显示,中国临床医疗每年的误诊人数约为5700万人,美国为1200万,考虑人口因素,两国的误诊水平相当。美国初诊误诊率为30%,中国临床医疗总误诊率为27.8%,恶性肿瘤平均误诊率为40%。在这样的背景下,临床医疗迫切需要改变现状,AI进入医学影像领域,恰逢其时。

成立于2014年1月的Enlitic医学影像公司,用深度学习算法对X光、CT、超声波、MRI等医学影像资料进行处理,辅助医疗诊断。2016年6月,Enlitic被《麻省理工科技评论》评为了“全球50家最智能的公司”之一。在临床试验中,公司的恶性肿瘤检测系统的肺癌诊断准确率比放射科专家高出50%,而所用时间只有医生的1/50000。

国内的AI影像公司DeepCare也做过类似工作。他们请了4位医生看70张疑似乳腺癌转移的医学影像片。结果是,40年经验医生诊断准确率98%以上,而智能机器人诊断准确率达到了93%,两个月后提升到了95%。

专注于心血管影像的Arterys公司,提供的AI技术不仅能使MRI影像从任意角度显示心脏3D结构,还使血液流动随时间变化情况也可准确呈现。这项技术2016年11月通过FDA审批,给心血管疾病的核磁图像处理带来突破性的进展。

世界著名的AI公司高度重视医疗领域的应用,纷纷加快了进军的步伐。

打败李世石的AlphaGO,出自谷歌的DeepMind,而这家全球顶尖的AI公司在2016年7月宣布进入医疗领域,与英国国家医疗服务体系NHS合作,开发眼科疾病机器诊断系统。IBM更走在了前面,2011年,在美国最受欢迎的智力竞赛电视节目《危险边缘》中,击败该节目历史上两位最成功的选手。IBM沃森这一强大的AI系统,早已在医疗领域深耕多年,其中医学影像处理是重点。

AI在医疗领域的应用非常广阔。外科手术治疗中,早已出现机器人的身影。有名的手术机器人达芬奇,广泛适用于普外科、泌尿科、心血管外科等。达芬奇手术机器人主要由医生控制系统、三维成像视频影像平台和机械臂组成。实施手术时主刀医师不与病人直接接触,而是通过三维视觉系统和动作定标系统操作控制,由机械臂以及手术器械模拟完成医生的技术动作。

AI的重要作用,同样表现在推动精准医学的发展。精准医学有明确的目标,短期目标是癌症治疗,长期目标是健康管理。这些目标的达成,需要AI扮演重要角色。简单地说,“精准医学”是指根据每个病人的个人特征,量体裁衣式地制定个性化治疗方案。而要做到这一点,需要大数据的支持。

新药研制,也是AI正在发力的重要医学领域。迄今为止,开发新药是漫长而且低效率的工作。研究人员估计,大约15%~20%的新药研发成本都耗费在探索阶段。如今,有人希望通过AI将这一过程缩短至几个月,并大幅降低研发成本。

我们在家里也能够随时得到电脑医生的帮助吗?在现在的医学搜索引擎和各类医学网站上的医生问答服务之外,加拿大的问医生全球医生平台,正准备逐步采用AI医生来帮助我们解决所有的医疗健康求助。Ask The Doctor平台2010年创立于加拿大多伦多,目的是让患者迅速获得全世界医疗专家的建议。AI医生未来将取代人类医生,能让患者详细描述自己的病情,提供更准确的建议。

AI在医疗健康领域的广泛使用,会筑起一道道坚强屏障,牢牢守护我们的健康。

UUID: fb117c3f-ce36-4216-820b-72ca14c1f793

原始文件名: /home/andie/dev/tudou/annot/AI语料库-20240917-V2/AI语料库/环球科学公众号-pdf2txt/2017/2017-07-02_战胜人类冠军后,它们转行关注人类生命:机器神医创造的精准医学奇迹总编专栏.txt

是否为广告: 否

处理费用: 0.0096 元