AI與醫生的跨越

1895年12月的一個晚上，德國物理學家威廉·康拉德·倫琴邀請他的夫人，將手放在一塊熒光屏后。她簡直不敢相信自己的眼睛，她的手變得骨骼畢露，無名指上的戒指讓她確信，這就是自己的手。

這是世界上第一張X光片。物理學和醫學的碰撞，開創了醫療影像技術的先河，醫生診斷不再僅靠解剖和觸摸。

又過了50年，物理學再次助力醫學。1946年，美國哈佛大學的科學家發現了核磁共振現象，醫療影像技術翻開新篇章。

上世紀70年代中期，電子計算機的應用為醫療影像帶來了革命性的創新，CT掃描儀誕生。隨后，核磁共振成像（MRI）、計算機放射成像（CR）、數字放射成像(DR)、發射式計算機斷層成像（ECT）等各種數字化醫療影像新技術不斷涌現……

如今，人工智能來了，AI+醫學,又會發生什么？

高教授的新徒弟

2017年的一天，我國著名神經放射學專家，時任北京天壇醫院神經影像學中心主任的高培毅教授，突然被告知要收個新“徒弟”——神經影像診斷AI系統。

電腦編程輔助醫學診斷，高培毅并不陌生。上世紀90年代初，他在美國留學時，陸續接觸并學習到代碼編程、數據庫等技術，他還以“肺部球形病灶的計算機輔助診斷”為主題完成了計算機課的結業論文。

但收AI徒弟，高培毅還是有些糾結。做了一輩子影像學診斷，他深知人腦是人體內最復雜的結構之一，擁有數以千億計的神經元，神經影像學經歷了漫長的發展和探索，仍有數不清的謎團等待揭開，這樣嚴謹細致的工作容不得絲毫失誤。

AI，行嗎？

高培毅決定先考考AI徒弟。輸入email地址，高培毅給AI徒弟出了幾百例常見腫瘤影像病例，不到一周，AI發回答案，正確率達到95%以上，高培毅興奮極了。

很快，高培毅發現，AI徒弟不僅天資聰穎，而且孜孜好學。

被取名“天醫智”的神經影像診斷AI系統開始大規模學習天壇醫院近十年來的數萬份神經系統相關疾病病歷，特別是學習腦膜瘤、垂體瘤、膠質瘤等常見病領域的圖像識別能力。

高培毅還組織神經內科的臨床醫生們對片子上的病灶逐一標記，幫助“天醫智”學習。半年左右，“天醫智”在一些神經系統常見病的判斷上已游刃有余，在部分腦瘤的磁共振影像診斷上，準確率已達到90%以上。

“AI神經影像診斷是未來的發展趨勢，我內心是認同的。不過，你問它能不能替代我，目前還是門兒都沒有！”高培毅笑著說。

人機大戰AI獲勝

2018年6月30日13時，國家會議中心，座無虛席。

全球首場神經影像人工智能人機大賽正在舉行。高培毅和眾多專家到場觀戰，他和所有人一樣，急于知道在神經影像領域，人工智能和醫生診斷，哪個更強？

雖然大賽前，高培毅專門給“天醫智”開小灶，但他還是不確定“徒弟”是否能贏，因為對手很強——25名全球神經影像領域的頂尖專家、學者和優秀臨床醫生組成的醫生戰隊。

比賽分A、B兩組進行，題目均從天壇醫院腦腫瘤病例庫和國家神經系統疾病臨床醫學研究中心腦出血病例庫中隨機挑選，涵蓋顱內腫瘤CT、MRI影像判讀；腦血管疾病CT、MRI影像判讀及血腫預測；腦血管病病灶標識、出血體積及梗死體積測量等。

誰在規定時間內完成“讀片”，而且準確率更高，誰獲勝。

比賽前，現場觀眾投票，認為醫生獲勝的有600多票，認為AI獲勝的則有1000多票。即便如此，醫生戰隊仍然信心滿滿，他們堅信，醫生必勝。

但兩輪比賽后，“天醫智”“讀片”更快，準確率分別達到87%和83%，而醫生戰隊的準確率則為66%和63%。

在獲知結果的那一刻，醫生戰隊的一位成員搖搖頭，感嘆著——

“未來已來！”

AI的獲勝，高培毅已有準備，“它系統學習過天壇醫院近十年來接診的數萬個神經系統相關疾病病例影像，在腦膜瘤、膠質瘤等常見病領域的磁共振影像診斷實力，不容小覷。”

“通過對海量疾病信息的深度學習，它的診斷準確率可達到95%以上，相當于一個高年資主任醫師級別的水平！”國家神經系統疾病臨床醫學研究中心副主任、北京天壇醫院常務副院長王擁軍評價道。

“天醫智”已在醫院試用

初秋，北京天壇醫院影像會診中心，一位40多歲的女患者正在就診。醫生將一張張核磁影像輸入“天醫智”的“大腦”，大約一分鐘，它給出“診斷報告”：垂體瘤概率80%，腦膜瘤概率20%，神經鞘瘤10%……醫生點點頭，“垂體瘤，不謀而合！”

如今，“天醫智”跟隨北京天壇醫院放射科新的學科帶頭人劉亞歐繼續學習。

近一年來，“天醫智”主要“攻關”三個課題——

第一，幫助腦出血患者預測血腫是否會進一步擴大。

第二，診斷腦腫瘤。這是一個世界性難題。

第三，量化腦小血管病負荷，如腔隙有多少？微出血有多少？以測算出患者的疾病負擔。

學習效果喜憂參半。“有些病例，‘天醫智’診斷得不錯，但有些不太理想。”劉亞歐說。

影像預測方面，“天醫智”實力超強，預測腦出血患者血腫擴大風險，表現優異。劉亞歐表示，腦血管病人一旦出現血腫擴大，致殘、致死的幾率會顯著上升。除非能在出血或血腫擴大前準確預測，在時間窗內給予積極的治療。“但這對臨床醫生來說，太難了，面對腦出血病人時，醫生往往抓不到影像中那些更細微的東西。”劉亞歐說，臨床上，只有20%至30%的病人有可能被提早識別。

但經過上千個病例訓練的“天醫智”，能在影像中抓住醫生肉眼看不到的疾病征象，并迅速做出提示。

“但數據上傳齊全與否，可能會影響‘天醫智’的判斷，一些沒有經過訓練的疾病，它也難以診斷，比如腦萎縮。”劉亞歐說。

目前，“天醫智”已在天壇醫院“試用”，輔助醫生診斷。劉亞歐說，人工智能產品還只是作為醫生的助手，所有人工智能判讀過的影像，最終都還是由醫生進行審核。

“下一步我們要為AI技術進入臨床尋找更多的證據。”王擁軍坦言，盡管AI技術現在發展迅速，但進入臨床的證據還遠遠不夠。一種新技術，無論多炫、多超前，最后一定要對受試者有好處才行。“比如，AI系統運用在醫院后，會不會降低患者致殘率、死亡率？醫療糾紛會不會降下來？這些都需要證據。”

更強大腦已上線

不久前，國家神經系統疾病臨床醫學研究中心和北京天壇醫院等單位又聯合發布了“天澤”腦血管病診療輔助決策系統。盡管與“天醫智”在人工智能核心算法上一脈相承，但對腦卒中等腦血管疾病進行“全過程輔助決策”的“天澤”，明顯技高一籌。

“全過程輔助決策”，意味著貫穿診斷、治療到預后的所有環節。從入院起，腦卒中患者的MRI/CT影像便開始傳輸到“天澤”系統，運用大數據與AI技術，“天澤”自主分析出卒中類型、發病部位、發病機制、發病原因等，并結合患者的病史、家族史、并發癥等信息，給出臨床治療輔助決策方案。同時，“天澤”還能為臨床醫生提供歐美指南、中國指南、最新科研文獻和成果作為參考，并在后續治療中繼續發揮輔助決策作用。

國家神經系統疾病質量控制中心副主任李子孝介紹，“天澤”系統擁有一支30余人的研發團隊，成員分別來自北京天壇醫院神經內科、影像科，以及人工智能團隊，各自負責人工智能算法、影像識別、知識庫建設和IT架構系統開發等方面。

“從2018年初研發至今，‘天澤’已經有了一個基本雛形，可以實現一些疾病的基本病因分析和關鍵二級預防藥物的決策支持。但是，如果向基層醫療機構推廣應用，還需要解決很多現實問題。”李子孝直言，如何讓“天澤”系統更簡便地為醫生所用，讓研發團隊頗為頭疼。目前國內各醫院的電子病歷，從結構、內容到書寫習慣都不相同。未來要將電子病歷放到同一個模板中去使用，會非常復雜，肯定要對醫院的信息系統進行改造。

“最大的瓶頸還是AI團隊和醫生們的溝通問題。”劉亞歐說，大家對各自的專業領域存在理解障礙，難以對上頻道。研發團隊每周都要開一次碰頭會，大伙兒努力“翻譯”各自的技術語言，積極分析AI和人類分別擅長的領域，為“AI”醫生尋找新的學習科目。

人工智能還有更多可能

今年，天壇醫院啟動“金橋工程Ⅱ”。王擁軍透露，這是一項基于“天澤”腦血管病診療輔助決策系統的醫療質量改進臨床對照研究。未來該研究計劃將納入全國50家醫院，選取1.6萬例符合標準的缺血性卒中患者，在診療全過程中，其中一半患者接受人工智能輔助診療，另一半患者不使用人工智能技術。

“我們會進行對比測算，看看致殘率和死亡率降低了多少，醫療費用節省了多少。由此來驗證‘天澤’腦血管病診療輔助決策系統的有效性，評價其對急性缺血性卒中患者臨床結局的改善效果。”王擁軍說。

人工智能技術未來還會從醫院內走向院外，走向家庭。王擁軍表示，醫院即將建一個全新的實驗室，未來要利用人工智能技術，研發能讓病人帶回家的“神奇盒子”。它會采集病人的心電圖等基本生理參數，以及24小時內吃飯、運動等規律，并實現數字化。

例如帕金森患者，“神奇盒子”會利用后臺分析系統，分析出患者什么時間、吃多大劑量的藥，對病情效果最好；是飯前吃效果好，還是飯后吃效果好；吃完藥后運動效果是否會好等，以此為患者制定服藥的最佳方案。

“我們的目的是通過人工智能的方式，幫助人們進行健康管理，而不局限于讓大家到醫院來治療。”王擁軍說，中國人做人工智能最大的優勢，在于數據量是世界上最大的。“未來究竟誰能勝出，誰有數據，誰就會走到前面。我們率先啟動基于人工智能的臨床研究，努力再次占領一個新的制高點。”

“每一次醫學的巨大跨越，都源自其他領域一次跨界的介入。”王擁軍說，他相信，人工智能的介入，也是醫學再次騰飛的機會。

【焦點關注】

AI真能代替醫生嗎

人機大戰中的一個場景，一直印在神經影像判讀人工智能研發技術總監吳振洲的腦海里。

那天B組醫生比賽的時候，醫生們很快答完了題，然后集體討論一些有爭議的病例，爭執不下，只好舉手表決。醫生戰隊的成員期望用集體的智慧戰勝AI。

高培毅有些不解醫生們的選擇，因為人數多少，并不代表真理的正誤。

吳振洲則有些擔心AI會輸，但看到醫生們熱烈的爭論，他又被深深感動。他說，為患者去爭一個正確的診斷，這是人的溫暖，在這一點上，AI無論如何學不會。

更多的專家認為，AI和醫生并非相爭，而是相助。

“上場的時候，我感覺不到對手的存在，因為它太冷冰冰了。”醫生戰隊的一位成員說，“不過，我們也要感謝它，因為它給了我們更多的機會，能幫助我們診斷出更多的病灶。”

中國科學院院士、陸軍軍醫大學第一附屬醫院病理科主任卞修武表示，技術的發展提升了醫生的經驗，“醫生不是沒活兒干了，而是可以干更多的活兒了。”

“目前，‘天醫智’已經學習了上萬個腦腫瘤病例，具備了在臨床應用的潛力。如果將來它能走進基層醫院，那就相當于帶去了一位天壇醫院的資深專家。”劉亞歐說。

李子孝說，人工智能在醫學領域的應用，可以將基層醫生從一些繁雜、冗余的工作中解放出來，把基礎工作交給機器來做，讓醫生能分出一部分精力，在接診患者時更有效率。同時，基層醫院也能共享高水平醫院的腦血管病診療方案，醫生的診療水平將大大提升，不僅會改善患者的治療效果，還可以減少治療費用支出。