重大突破！「虛擬醫生」可診斷眼病和肺炎

廣州市婦女兒童醫療中心醫用人工智慧平台研究取得新成果；AI系統「看病」準確性匹敵專業醫生

人工智慧（AI）在過去幾年迅速走入大眾視野，隨著AI在各個研究領域的日益成熟，有業內專家指出，AI在醫療領域中的應用會率先落地。而今這一設想已經成為現實。

2月23日，廣州市婦女兒童醫療中心基因檢測中心、臨床數據中心、醫學影像部及眼科等科研團隊在世界頂級期刊《Cell》(細胞)以封面文章的形式發表了一篇人工智慧（AI）在醫療領域應用的重磅研究成果：Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning(基於深度學習開發出一個能診斷眼病和肺炎兩大類疾病的AI系統)。經檢測，該「虛擬醫生」看病準確性達90%以上，可匹敵專業醫生。

據悉，這不僅是中國研究團隊首次在頂級生物醫學雜誌發表有關醫學人工智慧的研究成果,也是世界範圍內首次使用如此龐大的標註好的高質量數據進行遷移學習，並取得高度精確的診斷結果，實現用AI精確推薦治療手段的突破。

願景

人工智慧彌補醫療資源不足困境

在全世界範圍內，專業高質量的醫療資源都十分有限。偏遠、貧困地區由於醫生、醫療資源匱乏，許多疾病得不到及時診斷而延誤治療；而在發達地區，由於人口眾多、老齡化嚴重、慢性病發病率增高等導致病人數量龐大、對應的專科醫生供不應求，大量病人也難以及時轉診就醫。

基於此，人工智慧在醫療領域有廣闊的發展前景。有專家表示，如果能通過人工智慧工具或平台輔助醫生進行診斷，將對醫院轉診分流起到重要作用。

作為全國專科門診量最大的醫院，廣州市婦女兒童醫療中心率先展開探索。2015年，該中心建立臨床數據中心，開展智能輔助決策系統研究。相對於傳統AI系統只關注一個疾病或者一個數據類型，該中心提出了「一個AI系統解決多種疾病」的理念，並啟動新一代AI平台的研發工作。

隨著研究深入開展，在影像學細分領域，研發團隊試圖開發出綜合能力更強的「影像AI」：既能讀X光片和超聲數據，又可以閱讀CT和MR；既能判別是否異常，還能告訴醫生做出這一判斷的依據。

2017年8月，廣州市婦女兒童醫療中心基因檢測中心主任、加州大學聖地亞哥分校Shiley眼科研究所教授張康研究團隊將前期跨病種遷移學習的研究成果率先轉移到了眼科OCT（Optical Coherence Tomography, 光學相干斷層掃描技術）數據領域。

探索

AI系統可在30秒內診斷眼病

「我們選擇從黃斑變性和糖尿病視網膜黃斑水腫切入，因為這兩種疾病是常見的危險性較大的眼病，如無及時的醫療干預，患者會經歷不可逆轉的視力喪失。利用人工智慧進行及時診斷，能起到重要的治療效果。」張康教授說。

記者了解到，OCT是近年來對視網膜導致視力喪失疾病進行篩查及檢測的技術，使用這種技術的設備有助於捕捉眼底的高解析度圖像，而這裡恰恰是疾病通常出現的地方。在此次研究中，就是要讓新一代AI平台「學習」OCT圖像數據，從而實現準確「診斷」眼疾。

張康教授將AI平台比作一個「孩子」，要訓練他從成千上萬的圖片中找到規律並準確診斷疾病，「老師」的指引至關重要。也就是說，前期需要輸入數十萬張高質量標註的圖像來告訴AI平台，哪個部位有病灶，哪個部位是正常的。

在學習了超過20病例的OCT圖像數據後，經檢測，該平台診斷黃斑變性、黃斑水腫的準確性達到96.6%，靈敏性達到97.8%，特異性達到97.4%，檢測準確率達到曲線下面積99.9%。與5名眼科醫生診斷結果相比較，平台可以達到專業眼科醫生水平，並在30秒內決定病人是否應該接受治療，以及應該接受「緊急治療」還是「常規治療」。

「人工智慧還有很多餘地，如果讓平台進行繼續學習，再輸入20萬-100萬的數據量，準確率甚至能逼近100%。」張康教授說。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！