我们这个世代

 (华健渊摄)

从医学的发展试写今年国中会考作文题目

几天前，今年国中教育会考「写作测验」题目出炉：「我们这个世代」。桃园市慈文国中老师吴韵宇认为，这个题目符合「阅读力」和「生活力」，考生要拿到四级分不难，但要拿到五、六级分，必须有归纳论述的能力。她说，考生必须观察记录自己所处的时代，「不能活在自己的世界里」。吴老师所言极是，对活人生命的医师而言，尤其「不能活在自己的世界里」。……

文 / 洪存正

    AI对现有的医疗提供优质资源；同时也对医师提出了更高的要求。人工智慧（AI）只不过是医师的得力助手。但医师和人工智慧可携手并进，可以最大限度地发挥新兴技术的巨大潜力，使医疗界和大众拥有更高的效率、安全性和更强大的功能。尤其是评估放射影像学需要大量的专业知识和时间，并且结果很大程度上取决於医师水准。而AI或能将医师从繁重、费时的工作中解放出来。

    史丹佛大学给他们研发的AI判读近13万张皮肤损伤图片，涵盖2032种皮肤病。它识别良性及恶性病变的综合灵敏度高达91%，与资深皮肤科医师的水准不相上下。或许在不远的将来，拿手机刷一下给皮肤病变照，病人立刻就能知道得了甚麽病。

    让我们来回顾一下，最近这一两年来，人工智慧（AI）给「我们这个世代」那些启示。

机器人首次通过执业医师考试

    一个机器人通过了中国的执业医师考试笔试，2017年成为世界上第一个通过此考试的机器人。 这一机器人将将已於今年作为偏远地区医师的辅助工具进入市场。

    据报导，这一智慧系统「iFlyTek Smart Doctor Assistant（智医助理）」在考试中获得了 456 分，超过了 360 分通过线。开发公司说，这一机器人不会代替医师，但可以帮助医师为病人提供更好的服务。此外，IBM的 Watson 正在用於很多专业，包括通过提供基於证据的肿瘤分析和治疗选择来帮助肿瘤医师精准给药， Google的 Deep Mind health 也正与医院在手机工具和 AI 方面展开合作。

咪姆熊登上《细胞》的封面

    全球儿科医师都面临压力大，人员严重不足的窘境。2016年，广州市妇女儿童医疗中心启动了人工智慧（AI）虚拟医师「咪姆熊」的研发，通过人工智慧为病人和医师提供初步的诊断提示。近日，家族里的老二「影像熊」首次亮相，而且一出场就惊艳，登上了世界顶级期刊《细胞》的封面。「咪姆熊」智慧医师是一个人工智慧虚拟医师大家族。现在研发比较成熟的就是熊老大，它是一只「发热熊」，主要诊治发热相关的疾病。发热相关的疾病在门诊可以诊断包括75%~80%的儿童常见疾病。

    小熊医师满一周岁就熟读近200万份病历。它本领又大有长进：能够看32种与发热相关的儿童疾病，其中对24种疾病的诊治性能达到90%以上。目前的培训情况显示，熊医师的诊疗能力已经相当於一个副主任医师的水准。在不远的将来，孩子有点小毛病，在家登录「咪姆熊」就可轻松诊治，大大延伸了医院服务的领域。

30秒看出黄斑变性及糖尿病视网膜变性

    而新一代医用AI平台「影像熊」，基於对医学影像的深度学习，能诊断眼病和肺炎两大类疾病，准确性可「匹敌」顶尖医师。这是中国研究团队首次在顶级生物医学杂志发表有关医学人工智慧的研究成果。

    广州市妇女儿童医疗中心基因检测中心主任、美国加州大学圣地牙哥分校Shiley眼科研究所教授张康介绍，黄斑变性及糖尿病视网膜变性导致的黄斑水肿是中国最常见的致盲眼病，这两种病变若不及时有效治疗，会导致永久失明。对此，新一代医用AI平台诊断的准确率达到96.6%，并能在30秒内决定病人是否应该接受治疗。

AI平台准确诊断儿童肺炎

   新一代AI平台可以精准诊断儿童肺炎，实现一个AI系统诊断多种疾病。更令人惊叹的是，从学会看眼科疾病到能准确诊断儿童肺炎，这一AI平台只学习了5000分标注好的儿童胸部X线片图像资料，就达到了超90%的准确率。经测试，在区分肺炎和健康状态时，AI平台的准确性达到92.8%，在区分细菌性肺炎和病毒性肺炎时，准确性达到90.7%。

    以往，AI输出结果时，提出的报告往往没有列出判断的理由与过程，这样的结果即便精准度很高，但在诊断疾病时，却并不能让医师放心使用。实验创新性地使用了「遮挡测试」的技巧来解决这个医师最担心的这个问题。新一代AI平台可以用色块来遮挡住医学影像上它认为的病变部位，相当於告诉医师自己的判断理由。这种创新方法提高了AI的透明度和信任度，可以让医师和病人对AI的诊断结果更放心。

    在後续的研究中，还将进一步增加准确标注的图片数量，同时增加可诊断的疾病种类。他透露，这一AI平台目前正在接受白内障、青光眼等眼科疾病的诊断训练，以及肝癌、肺癌等肿瘤检测及其他病变检测的学习。当然，人工智慧背後的「人」无可替代。「咪姆熊」要靠临床医师去训练，目标是成为医师的辅助，把医师从重复的劳动中解救出来，而不是代替医师。

提前十年查出老年痴呆症

    去年，义大利巴里大学的研究人员研究出一种AI诊断新演算法，可以提前10年检测出老年痴呆症。据了解，这种AI诊断新演算法是使用非入侵式核磁共振技术，来识别大脑区域的连结方式的改变。可以在阿尔兹海默症出现前10年，发现由疾病引起的大脑微小的结构变化，这可谓是该疾病的一大突破。

   据悉，研究小组通过对67个核磁共振成像扫描来训练他们的人工智慧，其中有38个来自老年痴呆症病人，29个来自健康人的控制。研究人员将扫描结果分成小区域，并让他们的人工智慧分析神经元之间的连接。在训练完成後，他们通过对148个实验物件进行脑部扫描来测试这种演算法。在这些测试之外，还有48次对患有此症的病人进行扫描，48次对患有轻度认知障碍的人进行扫描，最终，人工智慧均得以全面地检测阿尔茨海默症。

   据报导，这项技术的诊断率也是相当乐观的，该研究团队的人工智慧演算法能够诊断出85%的老年痴呆症，检测出轻微认知损伤的正确率能达到84%，这使其成为早期诊断潜在老年痴呆症的有效工具。

    阿茨海默症并非只有老年人才会得，家族遗传性阿尔茨海默症在中年即可发病。阿茨海默症是世界上「最贵的疾病」之一，2003年全球花费在治疗阿茨海默症的金钱就达1560亿美金，相当於一个中小国家一年GDP的总和。美国约翰霍普金斯大学的研究报告显示，到2050年阿尔茨海默症病人人数将达到1亿7百万人。并且全球各地的研究人员都在研究着如何能提前检测出阿茨海默症的方法，如果能在早期发现，人们可以有更多的时间寻求治疗方法，减缓病情影响。所以说，这项研究的意义不容小觑，未来有可能为阿尔兹海默症病人争取10年宝贵的治疗和心理准备时间。

AI将避免数亿糖尿病病人失明

    Google的AI眼科医师已进军印度，如果成功或将帮助保护数百万患有糖尿病病人免于陷入失明等并发症。去年，Google的研究人员宣称，他们已经在训练影像识别演算法来检测与糖尿病相关的眼病。研发的软体用以检查病人视网膜照片，从而发现微小的动脉瘤，这是糖尿病视网膜病变的早期阶段，及早治疗就会使得糖尿病病人降低失明的风险。目前，该技术正开始应用到印度的一些眼科医院。

    印度Aravind眼科护理系统通过提供训练Google影像解析演算法所需的一些影像，来説明其开发视网膜筛查系统。该系统使用了类似的深度学习技术，允许Google图像搜索和照片存储服务做出像区分狗、猫和人的任务。

    目前全球范围内大约有4.15亿的糖尿病病人，单是中国就有1.1亿左右，而糖尿病视网膜病变致盲问题也越来越受到关注。据悉，只要在发病初期定期进行眼底检查，失明风险可下降94.4%。但由於眼底病灶微小、部分医师经验不足等原因，使得诊断中可能出现漏诊、误诊的情况，因此，借助AI辅助诊断是未来的一大趋势。

AI对乳腺癌病人的治疗建议与专家水准一样

    2018年2月发表在《Ann Oncol》上的一项研究，对人工智慧（AI）临床决策支援系统（CDSSs）Watson肿瘤（WFO）与多学科肿瘤专家组在乳腺癌病人治疗建议上的一致性进行了考察。

    乳腺癌肿瘤专家正面临着快速变化的科学证据，药物批准以及治疗指南个人化医疗的挑战。AI临床决策支援系统CDSSs有助於解决这一挑战。印度班加罗尔的马尼帕尔综合癌症中心，在2014~2016年间为638例乳腺癌病人提供了治疗推荐。WFO在2016年为相同病例提供了治疗建议。2016年该中心肿瘤专家组对所有未达成推荐一致的病例进行了设盲的二次评审，其中考虑了2016年前未获得的治疗和指南。如果肿瘤专家组的建议被WFO指定为「建议」或「考虑」，那麽治疗建议被认为是一致的。

   结果在93%的乳腺癌病例中WFO和多学科肿瘤专家组的治疗是一致的。对照组分析发现I期或IV期病人的一致性要低於II期或III期病人。年龄的增长对一致性具有较大的影响。与小於45岁的同年龄病人（55~64岁的年龄组除外）相比，所有年龄组的一致性显着降低（P≤0.02；P＜0.001）。受体状态对一致性没有影响。

    结论是WFO与肿瘤专家组对乳腺癌病例的治疗建议水准一致。乳腺癌阶段和病人年龄对一致性具有显着影响，然而单独的受体状态对其没有影响。研究证实AI临床决策支援系统WFO可能是制定乳腺癌治疗决策的一个有用工具，尤其是在乳腺癌专家资源有限的医学中心。

人工智慧（AI）将改变人类保健的模式

    AI影像分析在2012年取得了重大突破，当时电脑演算法从网上识别物体影像的速度比人类还差3倍，这一发现震惊世界。但在仅仅三年的时间里，其速度从与人类持平到2016年已经超过人类两倍。人工智慧（AI）虽然不能完全取代医师，但是它在「我们这个世代」将是医师非常得力的助手，将改变人类保健的模式，这将是无可置疑的。