醫學教授詹松華：醫學影像人工智能臨床任重道遠，AI想取代醫生很難

　　8月30日-9月1日，由中國高科技行業門戶OFweek維科網、高科會主辦的“2018中國(上海)國際人工智能展覽會暨OFweek(第二屆)國際人工智能產業大會”在上海成功舉辦。

　　在第二天的分論壇—AI+醫療專場上，上海中醫藥大學附屬曙光醫院放射科主任，影像教研室主任詹松華主任以“醫學影像人工智能臨床的困難與挑戰”為主題，深入探討了現如今AI技術應用到醫療的難點痛點，并為AI人士提出了發展方向和建議。

　　影像醫學的學科特點和中國現狀

　　在演講之前，詹松華主任便表示，人工智能想取代放射科醫師，目前還差得很遠。

　　緊接著，詹松華主任介紹說，放射科由兩個部分組成，一部分是屬于影像醫學與核醫學的醫師，一部分是屬于影像技術學的技師檢驗科，兩者大不相同。影像診斷，需要臨床知識資料和經驗，綜合分析才可能做出正確的診斷。這就要求放射科醫師必須是臨床醫學的深造者，是醫師中的醫師。但如今，放射診斷醫師的性質常常被曲解，價值被低估。實際上放射科醫師的工作遠不止是發現病變定位、定性病變，診斷、制定治療方案、治療和MDT也是其職責的一部分。

　　詹松華主任強調，肺結節只是癥狀，而不是診斷。現在的AI對圖像的分析也許很到位，但放射影像診斷單靠影像定性判斷，誤差會很大，因此AI對放射影像進行判斷時，便會出現很多誤讀情況。

　　人工智能在影像醫學領域應用的定位問題

　　針對人工智能能干什么的問題上，詹松華主任給出的答案是：Detection(病變測定)，和Characterization(性質鑒定)。詹松華主任認為，輔助醫生，發現病變，區別正常與異常，可能是AI的第一步任務。雖然人工智能在發現病變方面大有可為，但想代替醫生來診斷和處理，很難。

　　在這里詹松華主任舉了計算器與人的例子，計算器的出現代替了算盤，卻不能代替會計，他進行了生動形象的論證：發現肺結節對于計算機來說是件簡單的事情，但在放射科存在更加復雜更加困難的病癥，并且人的正常和異常的界限是模糊的，影像診斷是一門“可能性”的藝術，單靠既定的規則和目標是不能解決問題的。

　　促進人工智能發展的務實建議

　　人工智能在影像醫學領域的發展是艱難的，為了促進人工智能更好地應用于醫療，詹松華主任提出了五點建議。

　　首先AI人士需要傾聽臨床的聲音，了解醫生切實的需要，而不是一味追求花哨的功能;其次解決假陰性率是關鍵，提高AI機器判斷的確定性，從而為醫生省時節力;同時如何做到更加專業也很重要，不能停滯在結節一個問題上，醫學還有很多其他問題需要專研攻克;發揮AI效能，切實地幫助醫生，使得醫生的診斷更高效更全面;最后要正視困難，不能急功近利，夸大其詞。

　　人工智能醫療發展方向

　　詹松華主任肯定了人工智能在發現病變方面的優勢和能力，但他認為：“人工智能醫療的發展方向不應是取代醫生而是幫助醫生。”因為從分析病變性質到診斷之間還有很遠的距離要走。而轉變大眾的看病觀念需要時間，科學的問題不能超越事實，特別在醫學方面，不能浮夸宣傳，務實和努力才是基礎。詹松華主任認為交互、傾聽、安慰、照護，都是人文問題，在這方面醫生是不可或缺的，有情有義、有挑戰、有溫度，才是臨床醫學。

　　隨后詹松華主任就人工智能是否將能解決看病難看病貴的問題發表了自己的觀點，他認為這本身就是一個偽命題，相比于國外，我國看病要簡單得多便宜得多，價格高和價格貴是兩個完全不同的概念，不要指望著AI能解決看病貴看病難的問題。

　　最后詹松華主任表示，發展AI+醫療是正確的方向，但仍需要加大科研投入，需要將醫師與工程師很好地整合起來，才能有所成就。在這個時代背景下，與人打交道的職業只會越來越興旺，因此醫生不可能被人工智能取代。