AI可以緩解中國醫生短缺的現狀

近日，在北京城西的一家醫院裡，一位名叫吳沖沖（Chongchong Wu，音譯）的癌症放射科醫生用一個類似Photoshop的電腦程序載入了一份疑似患病的肺部掃描結果。這個經過數千個樣本訓練的神經網路用紅色方塊突出了影像中的結節，她仔細地檢查了一下。然後糾正了兩處假陽性結果，網路錯誤地將這兩處血管鑒定為潛在的惡性腫瘤。但是她也發現了一個她先前忽視的結節，而它也許是疾病的早期徵兆。

中國正在啟動一項重大舉措，將像上文中提到的人工智慧工具納入醫療保健領域。從某些角度來看，這種趨勢也反映了美國和歐洲正在發生的情況。然而，在中國，對數據和新技術使用的限制更加寬鬆，自動化的需求也更加明顯。在中國，平均每1000人僅配有1.5名醫生，相比之下美國有2.5名。 中國正在迅速行動。總部位於北京的諮詢公司Yiou Intelligence的數據顯示，中國目前有131家公司正致力於將人工智慧應用到醫療衛生行業。從本月開始，北京的一家醫院將用人工智慧演算法過濾所有的肺部掃描資料，以加速篩查過程。

中國政府已經呼籲將這類新興技術用於計算機醫療診斷領域，這也是該國2020年擁抱人工智慧的宏偉計劃第一階段的一部分。在今年2月發布的一份報告中，IDC預測，中國的人工智慧醫療服務市場將在2022年達到59億元（合9.3億美元）。中國的大型科技公司也瞄準了這個市場。阿里巴巴和騰訊都有專門開發人工智慧診斷工具的研究部門。

在中國，人們看待人工智慧的方式可能會讓技術更容易在醫學領域繁榮發展。在西方，人工智慧的進步引發了關於失業的爭論，但是大多數中國醫生似乎熱衷於將他們最重複的那部分工作自動化。 然而，在醫學領域使用人工智慧仍然有很多挑戰。通過複雜的數學演算法運算後，這些診斷工具可以得出結論但並不會提供解釋。到目前為止，在中國幾乎沒有關於誰將為在醫療診斷中出錯的演算法負責這一問題的討論。

去年，中國食品藥品監督管理局將人工智慧診斷工具納入允許的醫療設備清單之中，但企業在明確標價之前，需要對每一種產品申請認證。 文章一開始提到的吳醫生使用的人工智慧軟體是北京一家名為PereDoc的初創公司開發的，該軟體已經在中國20多家醫院安裝。目前PereDoc已經和超過180家醫院建立了合作網路。 打造能夠處理如CT掃描和x射線影像的醫學圖像的演算法，對中國的初創公司來說是一個特別熱門的領域。原因之一是最新的深度學習演算法十分適合圖像分類任務。

但人工智慧也正在被用於其他領域。北京的一名口腔修復專家呂培軍(Peijun Lv，音譯)正在與清華大學合作開發一種能夠設計假牙的人工智慧程序。原型演算法使用了從教科書中提取的義齒設計規則，並通過由醫生標記的3萬個真實案例進行訓練。「對於經驗豐富的醫生，它可以複製他們的專業技能，」

呂表示，他計劃在今年晚些時候進行該演算法的臨床試驗。

北京的淋巴瘤醫生劉鵬(Peng Liu，音譯)正在與清華的研究人員合作開發一種機器學習演算法，該演算法可以利用超聲波數據檢測由淋巴瘤治療引起的血塊。通過檢查患者靜脈的超聲波掃描影像，如果能及早發現，血塊就可以被輕鬆處理。但是醫院通常沒有足夠的資源對每一個病人進行早期篩查，除非已經表現出特定的癥狀。

中國的其他研究人員正在研究和一般醫學知識相關的人工智慧系統。科大訊飛和清華大學聯合創建了一個人工智慧系統，在去年的中國執業醫師資格考試中，該系統的得分超過了96%的人類考生。創造這樣一個系統的困難之處並不是要把現有的這種廣泛的醫學知識納入其中，而是要讓機器理解不同事實之間錯綜複雜的聯繫，並把這些發現運用到推斷和決策中去。

該系統的核心是一個特別擅長處理醫學問題的自然語言處理系統。系統在選擇題中得出結論的方式與人類選擇最佳答案的方式完全不同。該演算法通過計算用數學方法表示的單詞之間的統計相似性來尋找需要的證據以回答特定的問題。

對考試結果的詳細分析表明，機器在常識和道德倫理方面無法與人類選手競爭。考試中這一部分的題目是為了測試醫生在家庭糾紛等高壓力情況下的判斷能力，演算法這一項上的得分低於全國平均水平。 清華大學副教授吳及領銜該項目的研究，他正在探索將該演算法應用於臨床的方法。他同時也承認，這可不像在每個醫生的電腦上安裝這個軟體那樣簡單。

不過，使用這些新工具的醫生會發現它們能提供巨大的幫助。例如，前文中吳醫生所在的醫院，門診部每天都要接待大約1萬人，所以她沒有足夠的時間仔細查看每一張影像。她表示，掃描處理程序「可以減輕我的負擔」。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！