醫療人工智能落地成現實 如何保證數據精準是關鍵

　　隨著醫療人工智能的發展，應用場景正逐步多元化。目前，AI參與的醫學領域包括可分析腹部腫瘤的腹部醫學影像處理系統、精準射頻消融肝癌手術、超聲機器人、兒童成長發育遲緩智能診斷輔助系統等。同時，為醫生提供智能診療工具、臨床決策支持系統等，也是人工智能在醫療領域的主要方向。

　　數據仍是人工智能發展的掣肘因素。3月23日，在2018中華醫院信息網絡大會上，清華大學信息技術研究院Web與軟件技術研究中心副主任楊吉江認為，“數據是人工智能的基本素材。”醫療場景的復雜、決策程序的復雜，讓更多的AI+醫療公司不止局限于算法的開發，而是逐漸回歸數據，重視數據采集和管理。

　　應用場景多元化

　　在歸納醫療領域人工智能的應用時，浙江大學數學學院教授孔德興介紹，目前主要包括AI+輔助治療、AI+醫學影像、AI+精準手術、AI+藥物挖掘，以及虛擬護士等AI+健康管理產品。

　　楊吉江表示，在一些歐美國家，人工智能已經在自我監測和預防、癡呆癥的早期發現、胰腺癌診治、眼科影像等領域應用。

　　在AI輔助診療的領域中，具有典型性的案例就是IBM Watson，作為IBM開發的人工智能云平臺，Watson可幫助腫瘤醫生或臨床團隊做出治療決策。自2017年3月百洋智能科技取得了Watson腫瘤解決方案(Watson for oncology)在中國市場的獨家總代分銷權，目前沃森腫瘤會診中心已在中國29家三甲醫院或機構落地。

　　除此之外，AI輔助醫療也在多個領域獲得實際應用上的進展。孔德興介紹道，國內開發出了“腹部醫學影像處理系統”，已在多個醫院取得成功應用。例如，一位37歲的男性患者被診斷為胰頭腫瘤晚期，腫瘤侵犯大血管，認為無法切除，但通過上述系統卻發現，腫瘤未侵犯大血管，僅為局部壓迫，可以手術切除。由此，該病例手術成功，術后恢復良好。類似的，這類系統挽救了多名患者的生命。

　　以人工智能為依托，超聲機器人的應用則較為廣泛。在獲取合格圖像后，超聲機器人進行自動篩查、智能診斷，輔助設計手術方案，并進行療效評估。孔德興及合作者曾建立包括超聲影像、病理數據在內的超過24000個樣本的數據庫，同時在英特爾公司支持搭建的計算環境中，采用深度學習算法，研發出DE超聲機器人。2016年，在針對甲狀腺結節的超聲影像識別和診斷的人機“大戰”中，DE超聲機器人獲勝。

　　孔德興介紹，超聲機器人目前判斷是否有甲狀腺結節的平均準確率可達到95%，判斷良性惡性的平均準確率可達到85%以上。

　　醫療人工智能領域從不缺少實力雄厚的入局者。例如，科大訊飛智慧醫療BU總經理陶曉東日前向記者介紹，訊飛影像已支持線上胸部CT肺結節檢測和乳腺鉬靶腫塊檢測，另有多個病種將陸續完成人工智能輔助診斷開發。

　　阿里健康人工智能實驗室主任范繹表示，阿里健康的醫療AI“Doctor You”立足于推動醫療AI全方位的整體發展。3月23日，由美國梅奧醫療集團與高瓴資本聯合成立的惠每醫療集團也參加了此次會議，旗下的“惠每臨床決策支持系統”來自人工智能與大數據的結合。