风口上的AI医疗 靠什么走到最后?

2018-07-06 08:50来源:南方都市报编辑:梁翠蓉
技术仍是最大壁垒,专家认为未来AI医疗与医生理想关系应是“人机结合”的模式






   更多健康新闻请扫码

   调研背景

   7月4日,广东省卫计委召开“广东省互联网+医疗健康发展行动计划”启动会,明确省卫计委近期将落实“建设远程医疗服务体系”等八大行动。同日举行的“互联网+健康扶贫AI医生村村通”启动仪式上,省卫计委副主任黄飞介绍,今年下半年,AI医生将逐步进驻广东2277个贫困村。

   2017年7月8日,国务院印发《新一代人工智能发展规划》,明确提出要发展智能医疗,推广应用人工智能治疗的新模式新手段,建立快速精准的智能医疗体系。今年4月,国务院办公厅发布的《关于促进“互联网+医疗健康”发展的意见》,再提推进“互联网+”人工智能应用服务。在广东,刚刚出台的《促进“互联网+医疗健康”发展行动计划》明确大力发展医疗健康人工智能技术。

   “AI+医疗”的发展得到了国家政策的全力支持,成为资本涌流的风口。广东多家三甲医院正紧锣密鼓布局AI医疗。与此同时,BAT等互联网企业“大咖”也争相涌入AI医疗领域。

   “狂欢”中的AI医疗能走多远?前景有多大?是“风口”还是“虚火”?本期深调研试图探讨当下语境中AI医疗的机会与困局。

   打开“广东省第二人民医院”微信公众号,点击“智能医生”按钮,把症状输入,通过与线上AI医生的“问诊”对话后,系统自动给出了就诊科室建议和详尽的诊疗方案参考,全程都在指尖完成,耗时不过5分钟。

   2016年11月,广州市妇女儿童医疗中心开始启动研发的医疗AI“咪姆熊”家族,先后上线了诊断儿童发热相关疾病的“发热熊”,根据影像学检查诊断眼底黄斑变性和肺炎的“影像熊”和基于人工智能技术精准找医生的“导诊熊”等。1年多来,咪姆熊已经学习了近200万份病历,能看32种儿科常见疾病,其中24种疾病的准确率能达到90%以上,能力俨如“专家医生”……

   近年来,AI逐渐深入医疗界。广东多家三甲医院正“紧锣密鼓”布局AI医疗。与此同时,互联网企业“大咖”也致力抢占AI医疗的“大蛋糕”。2016年10月,百度推出对话式医疗辅助诊断应用“百度医疗大脑”,阿里健康和腾讯先后发布AI医学影像产品“Doctor You”和“觅影”。

   自2016年3月Alpha Go第一次战胜围棋世界冠军,AI一炮而红进入大众视野,到如今“AI之火”全面燎原医疗界,也不过是2年光景,这其中,少不了国家为AI医疗大开绿灯的这股“东风”。

   2017年7月8日,国务院印发《新一代人工智能发展规划》,明确提出要发展智能医疗,推广应用人工智能治疗的新模式新手段,建立快速精准的智能医疗体系。今年4月,国务院办公厅发布的《关于促进“互联网+医疗健康”发展的意见》,再提推进“互联网+”人工智能应用服务。研发基于人工智能的临床诊疗决策支持系统,开展智能医学影像识别、病理分型和多学科会诊以及多种医疗健康场景下的智能语音技术应用,提高医疗服务效率。

   在广东,刚刚出台的《促进“互联网+医疗健康”发展行动计划》对人工智能也倾注了不少笔墨,明确大力发展医疗健康人工智能技术。要求到2020年,医疗健康人工智能技术基本覆盖县级医院、乡镇卫生院和社区卫生服务中心。

   可以说,“AI+医疗”的发展得到了政策层面的全力支持,正如年轻的奔马,闯进不眠的资本狂欢夜。然而,“当红”的AI医疗在诊疗过程中究竟发挥哪些作用?又面临着哪些制约和风险?未来将能走多远?

   互联网+医疗健康之

   关键词

   AI医疗

   调研时间:6 .18-7 .3

   调研地点:广州市妇女儿童医疗中心、广东省第二人民医院、中山大学中山眼科中心、科大讯飞智慧医疗、清影医疗科技

   “AI医生”能做什么?

   帮助医生减轻工作量 看得更精准

   去年5月5日,中山大学中山眼科中心开启了全球首个“AI眼科医生门诊”。在一间10平米左右的房间里,挂了免费人工智能号的患者,除了让专家医生进行诊断,还可让A I眼科医生独立“看片”检查,结果显示,AI的诊断大多与专家判断并无二致。

   一年来,这位AI医生接诊超过3000病人,没有一例发生漏诊,而且它还能不断“学习”,从一开始,只会对先天性白内障进行读片诊断,渐渐地,还“学会”了老年白内障、角膜病、结膜病等的诊断和高度近视风险预测。

   “目前AI眼科医生的诊断准确率已经达到96%左右,相当于该中心副教授医生的水平。”广东省基层眼科能力建设工作组秘书长、中山大学中山眼科中心角膜病科主任医师袁进说。

   AI医疗可以做什么?在袁进看来,“AI医生”的一大使命,是走向基层,让优质医疗资源得以真正下沉。“优质的资源总是有限的,我们过去常让优质的医生下到基层医院,但大多只是走马观花,不可能做到持续存在和覆盖,但借助已经超越很多基层医生能力的A I医疗系统,就可以将触角延伸到每一家基层医院。让当地的病人通过AI系统,也得到有水准的筛查和诊断,这才是真正的优质资源下沉。”

   中山大学中山眼科中心教授林浩添介绍,中山眼科中心与56家县级医院实现了对接,免费开放数据接入口,当基层的病人要看眼科时,除了基层眼科医生的诊断外,还可以将眼部图像上传,让“AI医生”诊断一番。

   除了下基层,在医疗技术足够雄厚的三甲医院,AI也大有“用武之地”。近期,由清影医疗科技(深圳)开发的“智能病理人工智能诊断系统”已在一些三甲医院落地,主要用于早期癌症的病理筛查。

   据介绍,这台智能系统实现了病理切片扫描、制片、系统智能诊断、出报告、打印全流程都一体化完成。清影医疗有关负责人明女士表示,宫颈液基细胞学人工智能的应用,将可以极大地减少病理医生在宫颈癌筛查中的工作量,从而减少误诊和漏诊的发生。

   据有关数据统计,在我国,病理执业医师数只有1.025万,与全国总人数之比为1:13.6万。也就是说,平均每1个病理医生需要负责起13.6万人口的病理报告。

   “工作量大就会容易出错。”明女士说,“试想一下,以前做宫颈癌(TCT)筛查,人们需要到医院排队检查,等上几天拿报告,而背后是病理大夫在显微镜下对13项可能出现的病理项目进行人工检验。而现在通过人工智能,可以全流程一体化完成,1小时出报告,相较于人工,人工智能的准确率和效率的优势都很明显。”

   广州市妇女儿童医疗中心院长夏慧敏说,所谓AI医疗,其实是人类医生经验变成了一种规则,这种规则在系统里变成了一种流程,这种流程最后形成一种基于人类智慧结晶的辅助诊断方法。

   上海交通大学生物医学工程学院教授钱大宏总结称,AI医疗的价值主要包括两个方面,第一是可以帮助医生,辅助医生减轻工作量;第二是需要超越医生,在某些领域比医生“看”得更加精准,如发现医生观察不到的极早期病灶结构,辅助医生进行更加精准的分型分期等。

   发展AI医疗难在哪里?

   优质数据难求 技术仍是最大壁垒

   AI获得医疗界普遍赞赏和期待,也催生了AI医疗行业的热情。据相关数据显示,截至2017年8月15日,国内从事医疗人工智能公司累积融资额已超过180亿人民币,融资公司共104家;另有27家公司未获投,或未公布融资信息。“AI+医疗”模式成为众多资本流向的风口,显示出业界对AI医疗的信心。

   在此背景下,不少AI医疗企业“大咖”研发的AI产品也在“喜报频传”。如由腾讯开发的AI医学影像产品“觅影”通过小样本测试,对早期肺癌的诊断率可超过80%,高于世界目前公开的最高准确率;去年11月,科大讯飞智医助理“晓医”通过了全球首个国家临床执业医师资格考试综合笔试评测,取得了456分的成绩,超过临床执业医师合格线(360分),成绩超过96.3%的人类考生。

   据悉,在应试以前,科大讯飞“智医助理”曾接受了大量的文本数据训练,“啃下”了大量医学生教科书、各种临床指南和电子病历,以及海量的医疗文献,从而形成了自己的知识图谱。然而,正如理论与实践的关系,当AI医疗投入临床使用中,情况往往更为复杂。科大讯飞智慧医疗事业部常务副总经理鹿晓亮认为,中国AI医疗发展目前还处在“临床应用的前夜”。

   政策鼓励,资本俱备,AI医疗进入临床还缺什么?南都记者采访多位业内人士表示,中国AI医疗在技术壁垒、商业价值以及准入监槛上,其实都“还没有准备好”。

   钱大宏说,人工智能的训练,需要大量优质数据样本进行“喂养”,然而这些优质数据却往往难求。“中国拥有着大量医疗数据资源,但并不代表把医院的医疗数据拿来就可直接使用,在前期训练中,AI的数据往往需要医生花大量的精力进行清洗标注,告诉人工智能什么是对的什么是错的,这其中的工作量不可谓不巨大”。

   清影医疗的相关负责人坦言,目前其研发的“宫颈液基细胞学人工智能诊断系统”训练的病理数据已经达到百万级别,采用的都是由资深病理医生进行反复标注的优质病理切片,“让医生标注数据,其实过程很吃力”。

   鹿晓亮认为,医生人工标注的过程本身也是一个考验,因为众多疾病的标注,需要凭借医生经验,“如果A主任给的标注和B主任给的标注是不一样的,在这种情况下,只能先取双方达成一致意见的部分让机器学习,对于不明晰的部分,机器也需要一个过程去学习。”

   记者发现,目前众多AI医疗产品得出的高准确率,大多基于小样本测试。袁进提出了另外一种担忧,AI在训练中采用的都是标准的图像,但一旦到临床就会受多种因素影响,包括检查者的配合度等都可能让图像质量存在缺陷,AI的效率就会受挫。

   外界因素对算法的影响是一方面,算法自身的“技艺”提高则是另一方面。钱大宏说,传统智能影像领域里面的很多算法都是黑盒子,即使能够达到一个还不错的准确率,算法本身也没有办法解释到底为什么能够达到这样的准确率,医生就无法得知这样判断的依据。这也是AI医疗产品目前无法回避的“信任危机”。

   “要打破技术的壁垒,还是要靠AI算法的提高。”钱大宏说,AI医疗的算法确实还有很大的进步空间,未来不仅需要追求高准确率的结果,还需要进一步揭开AI的思维。袁进则表示,就目前研发的“AI眼科医生”而言,它还需要进一步提高识错能力,“它需要有判断力,去判断错误的图像,然后告诉检查者如何去重新采集。”

   此外,在鹿晓亮看来,提高算法能力也只是“长征路”上的第一步。对于企业来说,AI医疗产品需要进入临床,还需要不断地进行学习行业专家的能力,也需要大数据的积累。“而并非单纯掌握算法这么简单。”他以皮肤病的智能诊断作为例子表示,皮肤病的病种多达2000多种,如果研发的皮肤病人工智能诊断,只能对其中几种或者仅仅数十种进行精准诊断,其实还远远没有达到临床应用的价值。

   钱大宏教授也有相似的观点,他认为目前AI医疗的研发还处于局限较窄的病种范围,“你会发现,大部分AI医疗公司都在做相同的事情,如聚焦在某个病种的影像筛查,但事实上这个领域可扩展的空间还有很大,只是越往宽走,技术的要求就会越高了。”

   他也提醒,AI医疗产品的研发需要充分考虑医生的工作特性,嵌入医生的工作流程,不能增加医生的工作量。“举个例子,医生很忙碌,一天需要看很多的病人,每个病人只能看几分钟,如果你还要他在另外的机器,打开另外一个软件,调取档案来看一遍,那么这个工具的意义就消失了,它必须在医生看诊的时候就自动调出来”。

   AI医疗

   未来怎么走?

   人机结合

   准入监管需跟上

   今年4月初,美国FDA批准通过了IDx公司研发的首个应用于一线医疗的自主式人工智能诊断设备———IDx-DR软件程序。它可以在无专业医生参与的情况下,通过查看视网膜照片对糖尿病性视网膜病变进行诊断。5月24日,FDA又批准了一种名为OsteoDetect的新型人工智能工具,它使用AI算法来帮助医生以比传统诊断技术更快的速度确定腕骨骨折。这是今年美国FDA批准的第三个独立进行诊断的人工智能工具。

   与美国连续三个独立诊断的医疗人工智能工具获批的实际行动形成对比,中国多款AI医疗产品虽有高准确率数据名气的“加持”,却未有一款诊断型的AI医疗产品真正能获得国家市场监督管理总局的认证。

   多家AI医疗企业表达了希望政府有关部门加快审批流程的愿望。“在AI医疗发展的过程中,政策需要做的事情还有很多。”钱大宏说,国家需要去制定一套准入标准,检测各种不同的AI医疗软件,分辨好坏。“但药监局中检院刚刚开始准备标准测试数据库,进入审批流程还需要很大的工作量和时间。”

   未来,跨过技术关和商业关的AI医疗,是否能够完全取代医生完成独立诊疗?钱大宏认为,至少在可以预见的未来当中,AI医疗只能作为工具介入诊疗过程,辅助医生工作,而不能取代医生。

   “AI始终是冰冷的机器,他没有办法给予病患有温度的信任感。”清影医疗的负责人表示,医患之间面对面的交流,可以能够给予病人信心和希望,这样的“安慰剂”在医患关系中非常重要,人工智能却无法替代。

   袁进也表示,AI取代人类医生并不现实。每个病人其实是一个非常复杂的综合的个体,对患者的询问,肢体的互动,情绪的沟通等都不可或缺,这些目前来说人工智能还做不到。“但无疑的是,它可以成为人类医生诊疗过程当中一个非常好的助手,是人类医生诊断能力的倍增器。”

   鹿晓亮认为,未来AI医疗与医生的理想关系,应该是“人机耦合”的模式。医疗领域非常复杂,很多疾病并未获得共识和标准,还需要人类在争论探讨中突破,这些事情机器无法去做。“人工智能应用在各个行业,不是为了取代各个行业的劳动力,而是为了更好地帮助人类,让AI成为每个医生的助手,但最终决定权还是需要回归人类医生手中。”

   在AI医疗上,广州市妇女儿童医疗中心希望走得更远。夏慧敏说,未来的人工智能不应该是单一的,不单是只对某个病种进行诊断,也不是只基于影像数据做出判断,而是对包括语音病历、影像数据和身体多项指标等进行综合考虑的诊断治疗,“就像人的大脑一样进行全盘思考,但在人工智能上我们只是刚刚开始。”

   鹿晓亮提出,用人工智能赋能医疗行业,需要具备3个特质,包括强大的技术支持、政府决策和社会资源的支持以及持久的韧性和耐心。

   “目前AI行业还存在着泡沫,眼看全国数十家创业公司都在做同样的事情遍地开花,但人工智能医疗并不容易,要有愿坐十年冷板凳的决心才有可能成功,不是投入一两年,掌握着算法就能做成的,没有五到十年的坚守,这个事情做不起来。”

   决策参考

   ●AI技术本身,算法还有很大的进步空间,未来不仅需要追求高准确率的结果,还需要进一步揭开AI算法思维的“黑盒子”。

   ●商业价值上,AI医疗产品进入临床,要考虑产生的商业效益,如果只对其中几种或者仅仅数十种病种进行精准诊断,远远没有达到临床应用的价值。

   ●AI医疗产品的研发还需要充分考虑医生的工作特性,嵌入医生的工作流程,不能增加医生的工作量。

   ●国家需要去制定一套准入标准,建立检测数据库,用以衡量各种不同的AI医疗软件的好坏,制定准入规则。

   ●未来AI医疗与医生的理想关系,应该是“人机结合”的模式,为人类医生诊疗过程提供智慧辅助。

   统筹:南都记者 阳广霞

   采写:南都记者 余毅菁 阳广霞 实习生 王楚帆 李颖涛


奥一头条 Headline
手机看南都 Phone
南方都市报小程序

南方都市报小程序

南方都市报App

南方都市报App

排行 Top