眼科精準醫學聯盟人工智慧特別報告
編者按：
在人工智慧如此火熱的今天，你是否關注到了醫療AI的進展，對於JAMA上發表的谷歌智能篩查糖尿病性視網膜病變，你怎麼看？接下來請隨小編一起看看來自復旦大學眼科學與視覺科學系的洪佳旭教授怎麼看待醫療AI。
醫療影像AI≠醫療AI
人工智慧平台目前主要分為醫療影像、城市大腦、科大訊飛、自動駕駛，其中醫療影像AI絕不等於醫療AI，因為醫學影像僅占臨床工作的一部分，患者去就診，首先醫生會問診，其次做查體，若難以判斷，會進一步做檢查（血液、影像學、體液、組織病理），最後根據已有的問診、查體及檢查結果得出疾病診斷及治療方案，因而醫學影像AI不等於醫療AI，醫療本身的複雜以及專業醫師培養的高難度值得醫學以及醫生執業壁壘很高，10年以內醫生被AI替代的可能性很小。
什麼是真正的AI
目前的AI技術均不完善，像谷歌醫療AI側重於影像學檢查結果，IBM Watson和科大訊飛側重於問診病史，均不能從「望聞問切」四個角度來完整的實現醫療過程，因而以上均不是真正的AI。
我們要畏懼AI，還是把它當成一個醫生？
在未來，AI高度智能化可能會替代部分醫生，例如病理科醫生，但現階段我們更加理想和實際的想法是把AI當做醫生的輔助工具，因為就像AI到底要不要參加執業醫師考試，AI出了問題到底誰來負責等等這些都是法律和政策方面需要考慮的，但是若作為輔助工具，最終下結論的還是醫生，所以AI的使用就不存在這些方面的問題了。但是我認為隨著AI的進一步發展，在若干年以後還是可能走到替代醫生這一步的。
醫療AI到底是什麼，醫療AI≠演算法，醫療AI≠數據
醫療AI不等於演算法，就像人人都能做個網站，但不是每個網站都能應付雙11大量採購；醫療AI不等於數據，就像醫院、廠商科研合作，很多以搶佔數據作為噱頭，消除信息壁壘、數據標準化才是實現醫療AI的關鍵，早期階段應用場景遠大於技術本身。
谷歌為什麼選擇眼科的糖尿病性視網膜病變作為切入點、Nature封面醫療AI文章為何是皮膚癌
這兩個疾病均為理想的研究疾病，成為理想的AI研究疾病有以下幾個特點：1、社會意義：影響人群廣泛、社區醫生缺乏專科知識；2、診斷價值：早期診斷或智能診斷有真正臨床需求；3、具有豐富的圖像信息；4、圖像信息是最終診斷的重要依據。
眼科人工智慧診療系統Deepeye
Deepeye是洪佳旭教授與華大基因合作開發的眼科人工智慧診斷系統，在2017年11月已通過人機測試，對真實世界中的多種眼科病例診斷正確率接近主治醫師水平。該系統可實現採集基本病史信息，放入前後節兩張最基本的照片，放入輔助檢查或直接要求輸出結果後，AI即可輸出疾病診斷名字以及可能性。
總結
醫療AI在眼科的應用還在摸索中，你對醫療AI怎麼看？對Deepeye怎麼看？歡迎後台留言。
