人工智慧可以取代醫生嗎？

發佈時間： 2016-08-30 08:18:33   |  來源： 中國網-健康中國   |  責任編輯： 李曉憲

　　中國網健康訊(李曉憲)日前，IBM宣佈研製出世界首個人造奈米尺度隨機相變神經元，並構建了由500個該神經元組成的陣列，以模擬人類大腦的工作方式進行信號處理。有評論稱，人工智慧擬人時代或迎開端。同時，據媒體報道，IBM的“沃森”(Watson)人工智慧系統近日僅用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，並且找到了最適合的治療方法。據悉，我國已有21家醫院計劃使用經紀念斯隆—凱特琳癌症中心訓練的IBM Watson腫瘤解決方案，以期助力獲得個性化的循證癌症治療方案。那麼，電腦診病是否將變成現實?

　　強人工智慧時代還很遙遠

　　神經元是人類神經系統的最基本結構，人造神經元的問世，是否意味著未來可能會製造出類人甚至超越人類的物種?業內專家表示，人造神經元是人工智慧研發的一項重要突破，但人工智慧要真正實現和人類一樣還路途漫漫。

　　人工智慧系統是通過處理海量知識而不斷自我進步的深度學習系統，具備閱讀和理解自然語言的能力。一直致力於人工智慧輔助診斷系統研發的Airdoc創始人張大磊表示，人工智慧大體可分為弱人工智慧和強人工智慧兩大類。弱人工智慧主要是通過機器學習演算法，構建演算法模型和深度學習網路完成指定任務，已經在圖像識別、語音識別等很多領域得到應用並表現優異。強人工智慧不僅要完成指定任務，還要有知覺、有自我意識，能推理、解決問題，要實現這個目標，還是非常遙遠的事。

　　專家指出，電腦深度學習神經網路是基於訓練模型的參數構建，並非化學物質，而人類生理性神經網路是人腦神經元通過神經遞質傳遞資訊。微軟亞洲研究院副院長張益肇博士表示，人造神經元與生物神經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，都是結構簡單的神經元相互傳遞資訊，進行信號處理，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元還遠不能匹敵的。

　　人工智慧有助提高診斷準確率

　　張益肇介紹，人工智慧發展已有60年曆史，從最初的用藥警示發展到輔助臨床診療提高醫療安全和醫療效率，以及更高效開展科技研究等眾多領域。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果。電腦能夠從包含數以百萬計像素的病理切片中提取正常細胞與惡性腫瘤細胞的不同特徵，從而識別惡性腫瘤。人工智慧系統能夠幫助醫生降低誤診幾率。美國現在還有基於人工智慧研發的醫生訓練模擬器，醫生通過短期的模擬訓練，可集中看到各種病症。全球每年有幾十萬篇醫學論文發表，人工智慧系統可以“閱讀”海量資訊，從中為研究者提取研究最相關的內容，尤其對於罕見疾病的診斷，更易於尋找線索，及早確診治療。

　　人工智慧系統在某些領域甚至還可以媲美或“取代”臨床醫生。張益肇舉例説，在瘧疾疫情嚴重的非洲地區，由於缺乏足夠的病理醫生，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的血液涂片人工智慧分析診斷系統，有望破解這一難題。基於機器學習方法，目前微軟正在進行與艾滋病相關的研究，“艾滋病病毒與電腦病毒有相似之處，都會不斷變異並逃逸防禦系統”。

　　張大磊介紹，世界衛生組織網站上ICD-10編碼的疾病有7.8萬多種，症狀也有幾萬種。如此龐大的資訊量，並不適合人類去記憶，並在5分鐘～10分鐘內準確判斷。人工智慧輔助診斷就是給醫生添了一個得力助手，尤其將訓練好的模型應用到基層，基層醫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，人工智慧系統與頂級醫院頂級醫生在部分領域的診斷符合率達到97%以上。

　　張大磊介紹，該公司研發的Airdoc系統目前已經在影像、病理、病歷識別等領域得到應用。公司與國內多家知名醫院合作，讓該系統“學習”大量的病歷資料、病理切片、CT、核磁等影像資料，進而構建惡性腫瘤、慢性疾病等不同種類的學習模型。部分疾病的惡性腫瘤病理切片識別判斷準確率已經超過大多數臨床醫生;而通過對病歷核心資訊提取、結構化，則可以判斷並預測患者可能會患的疾病。

　　診斷決定應該由醫生作出

　　張大磊認為，目前人工智慧系統在醫療領域的應用仍面臨不少挑戰。如人工智慧輔助診斷系統是一個“大胃王”，需要接受大量資訊進行學習，但國內醫療數據品質不高。

　　此外，深度學習是非常前沿的研發領域，對於人工智慧在輔助診斷、病歷識別等方面的應用，不少人還認為“不可能、不靠譜”，這需要醫療行業更新觀念。以Airdoc為例，其在理解中文病歷、構建適用於中國人的疾病輔助診斷和預測領域的性能和準確性都超過了國外同行，但還沒有被很好認知和接納。也有業內人士指出，IBM“沃森”系統進入中國醫院，還需要加強數據分析的“本土化”。

　　張益肇指出，人工智慧系統的發展在數據來源上面臨個人資訊隱私保護的挑戰，如對基因的分析就涉及家族、個人遺傳資訊保護，需要在加密狀態下進行機器學習。人工智慧系統的計算和理解能力也需要進一步提升。目前，電腦人工智慧系統對多維資訊進行綜合判斷還有難度，比如，人工智慧系統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、保險支援等提高醫生採納新技術的願望，更積極地推動醫學與最新資訊技術的結合。

　　“電腦的能力毫無疑問將日益強大，但醫生永遠不會被電腦取代。”張益肇提出，醫學是藝術與科學的融合，日益強大的人工智慧系統能夠幫助醫生更便捷地獲取和提取醫學資訊，但醫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。

　　張大磊也認為，人工智慧會取代醫生的重復性體力勞動工作，提升醫生的職業專業程度，但醫生需要在診療過程中觀察病人的表情、神態，給予患者心理安慰和人文關懷，這些都不是電腦演算法能夠取代的。“我們給Airdoc的定位就是輔助診斷，診斷決定應該由醫生來作出，而不是由軟體來作出。”