人工智能可以取代醫(yī)生嗎

　　IBM日前宣布研制出世界首個人造納米尺度隨機相變神經(jīng)元，并構(gòu)建了由500個該神經(jīng)元組成的陣列，以模擬人類大腦的工作方式進(jìn)行信號處理。有評論稱，人工智能擬人時代或迎開端。同時，據(jù)媒體報道，IBM的“沃森”（Watson）人工智能系統(tǒng)近日僅用10分鐘就診斷出一名60歲女性患有罕見的急性骨髄性白血病，并且找到了最適合的治療方法。我國已有21家醫(yī)院計劃使用經(jīng)紀(jì)念斯隆—凱特琳癌癥中心訓(xùn)練的IBM Watson腫瘤解決方案，以期助力獲得個性化的循證癌癥治療方案。電腦診病是否將變成現(xiàn)實？

　　強人工智能時代還很遙遠(yuǎn)

　　神經(jīng)元是人類神經(jīng)系統(tǒng)的最基本結(jié)構(gòu)，人造神經(jīng)元的問世，是否意味著未來可能會制造出類人甚至超越人類的物種？業(yè)內(nèi)專家表示，人造神經(jīng)元是人工智能研發(fā)的一項重要突破，但人工智能要真正實現(xiàn)和人類一樣還路途漫漫。

　　人工智能系統(tǒng)是通過處理海量知識而不斷自我進(jìn)步的深度學(xué)習(xí)系統(tǒng)，具備閱讀和理解自然語言的能力。一直致力于人工智能輔助診斷系統(tǒng)研發(fā)的Airdoc創(chuàng)始人張大磊表示，人工智能大體可分為弱人工智能和強人工智能兩大類。弱人工智能主要是通過機器學(xué)習(xí)算法，構(gòu)建算法模型和深度學(xué)習(xí)網(wǎng)絡(luò)完成指定任務(wù)，已經(jīng)在圖像識別、語音識別等很多領(lǐng)域得到應(yīng)用并表現(xiàn)優(yōu)異。強人工智能不僅要完成指定任務(wù)，還要有知覺、有自我意識，能推理、解決問題，要實現(xiàn)這個目標(biāo)，還是非常遙遠(yuǎn)的事。

　　專家指出，計算機深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是基于訓(xùn)練模型的參數(shù)構(gòu)建，并非化學(xué)物質(zhì)，而人類生理性神經(jīng)網(wǎng)絡(luò)是人腦神經(jīng)元通過神經(jīng)遞質(zhì)傳遞信息。

　　微軟亞洲研究院副院長張益肇博士表示，人造神經(jīng)元與生物神經(jīng)元就如同飛機機翼與鳥的翅膀，形似而神不同。兩者從表面看，都是結(jié)構(gòu)簡單的神經(jīng)元相互傳遞信息，進(jìn)行信號處理，但具體處理方式卻大相徑庭。大腦的高效率、低耗能是目前人造神經(jīng)元還遠(yuǎn)不能匹敵的。

　　人工智能有助提高診斷準(zhǔn)確率

　　張益肇介紹，人工智能發(fā)展已有60年歷史，從最初的用藥警示發(fā)展到輔助臨床診療提高醫(yī)療安全和醫(yī)療效率，以及更高效開展科技研究等眾多領(lǐng)域。比如，微軟亞洲研究院正在研究的病理診斷、腦部惡性腫瘤診斷等項目都有很好的結(jié)果。計算機能夠從包含數(shù)以百萬計像素的病理切片中提取正常細(xì)胞與惡性腫瘤細(xì)胞的不同特征，從而識別惡性腫瘤。人工智能系統(tǒng)能夠幫助醫(yī)生降低誤診幾率。美國現(xiàn)在還有基于人工智能研發(fā)的醫(yī)生訓(xùn)練模擬器，醫(yī)生通過短期的模擬訓(xùn)練，可集中看到各種病癥。全球每年有幾十萬篇醫(yī)學(xué)論文發(fā)表，人工智能系統(tǒng)可以“閱讀”海量信息，從中為研究者提取研究最相關(guān)的內(nèi)容，尤其對于罕見疾病的診斷，更易于尋找線索，及早確診治療。

　　人工智能系統(tǒng)在某些領(lǐng)域甚至還可以媲美或“取代”臨床醫(yī)生。張益肇舉例說，在瘧疾疫情嚴(yán)重的非洲地區(qū)，由于缺乏足夠的病理醫(yī)生，患者難以得到及時診斷和治療。微軟與蓋茨基金會合作開發(fā)的血液涂片人工智能分析診斷系統(tǒng)，有望破解這一難題。基于機器學(xué)習(xí)方法，目前微軟正在進(jìn)行與艾滋病相關(guān)的研究，“艾滋病病毒與計算機病毒有相似之處，都會不斷變異并逃逸防御系統(tǒng)”。

　　張大磊介紹，世界衛(wèi)生組織網(wǎng)站上ICD-10編碼的疾病有7.8萬多種，癥狀也有幾萬種。如此龐大的信息量，并不適合人類去記憶，并在5分鐘～10分鐘內(nèi)準(zhǔn)確判斷。人工智能輔助診斷就是給醫(yī)生添了一個得力助手，尤其將訓(xùn)練好的模型應(yīng)用到基層，基層醫(yī)生便隨時隨地有一個可信賴的助手來幫忙提醒，以免誤診和漏診。Airdoc團隊研究顯示，人工智能系統(tǒng)與頂級醫(yī)院頂級醫(yī)生在部分領(lǐng)域的診斷符合率達(dá)到97%以上。

　　張大磊介紹，該公司研發(fā)的Airdoc系統(tǒng)目前已經(jīng)在影像、病理、病歷識別等領(lǐng)域得到應(yīng)用。公司與國內(nèi)多家知名醫(yī)院合作，讓該系統(tǒng)“學(xué)習(xí)”大量的病歷資料、病理切片、CT、核磁等影像資料，進(jìn)而構(gòu)建惡性腫瘤、慢性疾病等不同種類的學(xué)習(xí)模型。部分疾病的惡性腫瘤病理切片識別判斷準(zhǔn)確率已經(jīng)超過大多數(shù)臨床醫(yī)生；而通過對病歷核心信息提取、結(jié)構(gòu)化，則可以判斷并預(yù)測患者可能會患的疾病。

　　診斷決定應(yīng)該由醫(yī)生作出

　　張大磊認(rèn)為，目前人工智能系統(tǒng)在醫(yī)療領(lǐng)域的應(yīng)用仍面臨不少挑戰(zhàn)。如人工智能輔助診斷系統(tǒng)是一個“大胃王”，需要接受大量信息進(jìn)行學(xué)習(xí)，但國內(nèi)醫(yī)療數(shù)據(jù)質(zhì)量不高。

　　此外，深度學(xué)習(xí)是非常前沿的研發(fā)領(lǐng)域，對于人工智能在輔助診斷、病歷識別等方面的應(yīng)用，不少人還認(rèn)為“不可能、不靠譜”，這需要醫(yī)療行業(yè)更新觀念。以Airdoc為例，其在理解中文病歷、構(gòu)建適用于中國人的疾病輔助診斷和預(yù)測領(lǐng)域的性能和準(zhǔn)確性都超過了國外同行，但還沒有被很好認(rèn)知和接納。也有業(yè)內(nèi)人士指出，IBM“沃森”系統(tǒng)進(jìn)入中國醫(yī)院，還需要加強數(shù)據(jù)分析的“本土化”。

　　張益肇指出，人工智能系統(tǒng)的發(fā)展在數(shù)據(jù)來源上面臨個人信息隱私保護(hù)的挑戰(zhàn)，如對基因的分析就涉及家族、個人遺傳信息保護(hù)，需要在加密狀態(tài)下進(jìn)行機器學(xué)習(xí)。人工智能系統(tǒng)的計算和理解能力也需要進(jìn)一步提升。目前，計算機人工智能系統(tǒng)對多維信息進(jìn)行綜合判斷還有難度，比如，人工智能系統(tǒng)能夠成功識別一張電影海報，但無法判讀電影是悲劇還是喜劇。此外，還需要通過政策引導(dǎo)、保險支持等提高醫(yī)生采納新技術(shù)的愿望，更積極地推動醫(yī)學(xué)與最新信息技術(shù)的結(jié)合。

　　“電腦的能力毫無疑問將日益強大，但醫(yī)生永遠(yuǎn)不會被電腦取代。”張益肇提出，醫(yī)學(xué)是藝術(shù)與科學(xué)的融合，日益強大的人工智能系統(tǒng)能夠幫助醫(yī)生更便捷地獲取和提取醫(yī)學(xué)信息，但醫(yī)生絕不是百科全書式的知識儲備體，更需要高情商能力與病患很好地溝通交流。

　　張大磊也認(rèn)為，人工智能會取代醫(yī)生的重復(fù)性體力勞動工作，提升醫(yī)生的職業(yè)專業(yè)程度，但醫(yī)生需要在診療過程中觀察病人的表情、神態(tài)，給予患者心理安慰和人文關(guān)懷，這些都不是計算機算法能夠取代的。“我們給Airdoc的定位就是輔助診斷，診斷決定應(yīng)該由醫(yī)生來作出，而不是由軟件來作出。”