每年都會有資本和市場追逐的幾個關(guān)鍵詞。今年，人工智能從AlphaGo戰(zhàn)柯潔、無人駕駛、語音識別等逐漸燒熱到醫(yī)療領(lǐng)域。醫(yī)藥經(jīng)理人劉謙曾這樣描述過人工智能與醫(yī)療不斷融合后，醫(yī)療界的態(tài)度：

所謂樹大招風(fēng)，醫(yī)療界對AI的態(tài)度分為兩極。

樂觀派捧上天的心態(tài)，動輒「人工智能即將取代XX職業(yè)」、「XX即將失業(yè)」，甚至人工智能將統(tǒng)治人類，頗有5-6年內(nèi)讓醫(yī)院關(guān)門讓醫(yī)生失業(yè)的架勢；

悲觀派對AI的質(zhì)疑就沒有間斷過：算法不高級、數(shù)據(jù)質(zhì)量差、難訓(xùn)練、「人工智障」和缺乏使用場景等等，說它是醫(yī)生的輔助工具就已經(jīng)算客氣的了。

現(xiàn)在，醫(yī)療AI究竟發(fā)展的怎么樣了？一位研究互聯(lián)網(wǎng)+醫(yī)療健康行業(yè)布局的健康管理人員，整理了她這些年了解到的一些應(yīng)用在醫(yī)療上的比較火熱的人工智能產(chǎn)品。

影像科、皮膚科首當其沖

人工智能發(fā)展至今，已涉足醫(yī)學(xué)影像、基因檢測、臨床手術(shù)、輔助決策等多個醫(yī)療領(lǐng)域。其中，醫(yī)學(xué)影像屬于介入較早且卓有成效的板塊之一。

輕松識別糖尿病早期視網(wǎng)膜病變的AI

2016年，GoogleDeepMindHealth團隊給自家AI喂養(yǎng)了12.8萬副視網(wǎng)膜眼底圖像，打造出一只可以輕松識別糖尿病早期視網(wǎng)膜病變的AI。

這項技術(shù)，讓那些可能將在3年、5年甚至10年后失明的糖尿病患者，獲得了寶貴的提前治療機會。

在驗證實驗中，研究組請來了8位眼科專家，與AI一同識別9,963張眼底圖像。結(jié)果，AI以高達97.5%的靈敏度和93.4%的特異性驚艷四座，診斷能力堪比專業(yè)醫(yī)師（后者為96.1%的靈敏度和93.9%的特異性）。

皮膚病智能診斷AI

視網(wǎng)膜病變檢測，僅僅是AI介入醫(yī)療診斷的冰山一角。2014年至今，經(jīng)過深度學(xué)習(xí)的AI們，已先后在皮膚癌、乳腺癌、先天性白內(nèi)障、心臟病、腦部腫瘤等病灶識別技術(shù)上有所建樹。

今年5月，丁香園、中南大學(xué)湘雅二醫(yī)院、大拿科技共同宣布就皮膚病人工智能輔助診斷達成獨家戰(zhàn)略合作，并發(fā)布和展示了由三方聯(lián)合開發(fā)的「皮膚病人工智能輔助診斷系統(tǒng)」。

經(jīng)過數(shù)月的科技攻關(guān)，目前已研發(fā)出了較成熟的紅斑狼瘡人工智能輔助診斷模型。該模型對紅斑狼瘡各種亞型以及其鑒別診斷疾病能進行有效地區(qū)分，其識別準確率超過85%。

AI皮膚癌檢測

識別甲狀腺B超的AI

在今年，知名電商大佬就發(fā)布展示用于甲狀腺結(jié)節(jié)病灶識別的AI。

經(jīng)過訓(xùn)練后，它可以在十幾秒內(nèi)處理完一張甲狀腺B超，借助計算機視覺技術(shù)，這套算法可以對甲狀腺B超快速掃描分析，圈出結(jié)節(jié)區(qū)域，并給出良性與惡性的判斷，大大節(jié)省了醫(yī)生的診斷時間。

一般來說，人類醫(yī)生的準確率為60%～70%，而當下算法的準確率已經(jīng)達到85%?？梢哉f是相當于給醫(yī)院配了一個24小時不休息的「實習(xí)醫(yī)生」。

輔助診斷不甘其后

在醫(yī)療人工智能剛開始的時候，做影像學(xué)和皮膚學(xué)相關(guān)的人很多，但慢慢地，更多的人開始把目光轉(zhuǎn)移到輔助診斷上。

腫瘤領(lǐng)域的專家AI

在腫瘤方面，做得最出色的當屬IBM旗下的Waston腫瘤醫(yī)生。這位在2012年就通過美國執(zhí)業(yè)醫(yī)師考試的AI老前輩，可以在17秒內(nèi)閱讀3,469本醫(yī)學(xué)專著、248,000篇論文、69種治療方案、106,000份臨床報告。

Waston能夠提供包括乳腺癌、肺癌、結(jié)腸癌、前列腺癌、膀胱癌、子宮癌等疾病的診斷和治療方案，匹配度達90%，是目前最成熟的輔助診療系統(tǒng)之一。

2016年，隨著浙江省中醫(yī)院沃森聯(lián)合會診中心成立，Waston腫瘤醫(yī)生正式落戶中國。目前，這位兢兢業(yè)業(yè)的醫(yī)生正活躍在多家醫(yī)院的一線崗位上呢。

手機里的AI醫(yī)生

Triage是手機里的「家庭醫(yī)生」，如它的名字一般，行使著「連接醫(yī)患，幫助醫(yī)生進行患者分類」的職責(zé)。

具體來說，就是經(jīng)過深度學(xué)習(xí)后，它可以在面診前通過與患者對話、問診等獲取患者信息，從而實現(xiàn)分診。

不僅如此，Triage還能協(xié)助完成治療方案分析，同時為患者提供常見病的處理建議?？梢哉f是現(xiàn)實版的「大白」了。

智能穿戴方便生活

提到智能穿戴，就不得不提到Google，他們在智能醫(yī)療行業(yè)深耕多年，不僅成立專注于AI研究的團隊DeepMindHealth、GoogleFit和Verily，還曾發(fā)布「隨著血液流動的納米機器人」這種幾近科幻的產(chǎn)品，腦洞之大，著實為行業(yè)帶來不少靈感。

在智能穿戴上，主要有GoogleGlass、檢測人體癌細胞微粒的醫(yī)用測癌腕套、可監(jiān)測血糖的智能隱形眼鏡以及為帕金森患者研發(fā)的智能平衡勺子LiftwareLevel等，都為醫(yī)療帶來了極大的便利。

Google的智能隱性眼鏡和LiftwareLevel勺子

除了Google，Microsoft也有自己引以為豪的智能穿戴。他們的SeeingAI制作了一款供視力障礙人群使用的智能眼鏡。這款眼鏡可以自動識別眼前的人和物，通過語音描述給佩戴者，結(jié)合相應(yīng)的APP，甚至可以讀出文本。

它的出現(xiàn)，讓這個世界對盲人來說不再遙不可及。

SeeingAI團隊盲人工程師

SaqibShaikh佩戴自己研發(fā)的產(chǎn)品

深度學(xué)習(xí)，離不開大數(shù)據(jù)

一只性能穩(wěn)定，預(yù)測精準的乖巧AI，身后必有完善且高質(zhì)量的數(shù)據(jù)支持。

近期，來自哈佛醫(yī)學(xué)院的KennethD.Mandl教授就在知名大刊JAMA上發(fā)文，對輔助醫(yī)療決策的數(shù)據(jù)系統(tǒng)構(gòu)建提出大膽設(shè)想：

想要達到輔助診療的目的，依靠現(xiàn)有的電子健康檔案是遠遠不夠的，為此，我們需要構(gòu)建一個臨床信息共享（ClinicalInformationCommons，CIC）系統(tǒng)。

這個系統(tǒng)可以實現(xiàn)個體健康檔案、生物樣本、基因序列、醫(yī)療保健、行為方式甚至生活環(huán)境等數(shù)據(jù)的高度整合。

患者與系統(tǒng)方簽署協(xié)議后開始共享個人數(shù)據(jù)，在今后的若干年內(nèi)，數(shù)據(jù)將保持動態(tài)更新。

對于醫(yī)生和科研人員來說，這些數(shù)據(jù)既可用于診斷決策，又可用于醫(yī)學(xué)研究，為嗷嗷待哺的AI們提供高質(zhì)量的「營養(yǎng)餐」，自不在話下。

而對于患者來說，一方面，他們是數(shù)據(jù)的貢獻者，另一方面，他們也是AI深度學(xué)習(xí)完善后的最大受益者。

總之，目前國內(nèi)的醫(yī)療人工智能產(chǎn)業(yè)總體起步較晚，產(chǎn)品也相對單一。但國民不斷增長的醫(yī)療健康需求為AI催生了廣闊的發(fā)展空間，相信在不久的將來，國產(chǎn)人工智能會帶給我們更多驚喜。