AI診斷：準確且從容

邱林

人工智能（AI）在醫療診斷方面的應用剛走上軌道，就引發了該領域的一場變革。它不僅能夠準確診斷一些疾病，還可以化解患者的尷尬，讓他們從容地接受醫療檢測。

最新研究表明，AI可以針對一些疾病實現基于圖像的快速、準確診斷，達到自動化診斷和快速分診的目的。尤其是對于數量多且煩瑣的初診篩查工作，AI診斷不僅判斷更準確、應用更廣泛，而且可以起到釋放醫療專家資源的作用。

從增效變為剛需

據德國《法蘭克福匯報》報道，新冠肺炎疫情在意大利暴發后，一家名為暢想科技的德國公司派出技術人員，驅車經過阿爾卑斯山腳下的德意邊境前往羅馬，在那里的醫院部署新冠肺炎CT人工智能檢測系統。

暢想科技是一家AI醫療公司，主要利用AI進行醫療影像診斷，即AI閱片。針對新冠肺炎疫情，雖然核酸檢測是最佳標準，但由于等待時間長、試劑盒不足等原因，CT成為重要的早期篩查及輔助診斷工具。

AI閱片有兩大作用：一是幫助醫生發現微小的病灶，二是快速得出量化指標。通俗地說，醫生拿到一張CT片子，需要從上到下、從左到右非常仔細地查看，發現結節、陰影等病灶后還要手動測量面積，耗時耗力，這在醫療領域屬于“臟活累活”。AI閱片能夠簡化這一過程，且效果顯著。

暢想科技此前一直在研究針對肺部的影像檢測，因此其新冠肺炎輔助篩查系統是從已有的肺部檢測系統迭代而來，可以比較快地投入使用。暢想科技將AI閱片系統部署在德國一些醫院的影像科室，它能在幾分鐘內判斷患者感染病毒的概率，并在第一時間采取隔離措施。這避免了等待醫生閱片的患者在醫院內移動造成其他人員感染的風險。

新冠肺炎疫情在全球肆虐的同時，為AI閱片技術提供了發揮的空間。對于主攻醫療應用的AI科技公司來說，這稱得上“危中有機”。

在暴發大規模傳染病的背景下，時間就意味著生命。因此，AI閱片從醫療診斷的增效工具變成了剛需工具。除了德國，中國、美國、日本、英國等國家的醫療機構也采用了輔助新冠肺炎CT檢測的AI閱片系統。這種系統的構建需要大量數據，這也是為什么它從構建到投入使用需要約半個月的時間。科技公司必須與醫院配合，讓AI系統通過足夠多的新冠肺炎病人的CT影像充分學習，從而達到一定的準確率。

擊敗了眼科專家

據英國《新科學家》雜志報道，由于需要輸入大量的數據以及較長的學習過程，AI在醫療診斷方面的應用2019年剛剛走上軌道。其第一個應用領域是眼科疾病診斷。糖尿病視網膜病變是一種危及眼睛的并發癥。印度科研人員開發的AI軟件可以準確解讀視網膜眼底成像照片，從而幫助醫院實施大規模篩查，檢測出視網膜病變患者。

這種AI軟件可以對患者進行分類，確定每個患者的風險等級。其算法基于對14萬張圖片的解讀，使AI系統得到有效的訓練，其靈敏度和準確率均達到要求，能夠比肩甚至超越訓練有素的眼科專家。在醫療實踐中，眼科專家對于視網膜病變的診斷準確率約為90%，而AI軟件的診斷準確率超過95%。

顯然，利用AI軟件對視網膜病變進行初期診斷具有巨大的應用前景。美國艾奧瓦州的IDX公司也設計開發了一款檢測糖尿病視網膜病變的AI算法，其診斷準確率達到92%，超過眼科專家的平均水平。

《新科學家》指出，AI在視網膜病變診斷方面擊敗了眼科專家和驗光師。因此，這成為首個讓AI顯露身手的醫療診斷領域，也標志著AI的醫療應用邁出了重要一步。

手機拍照可預診

據《新科學家》報道，德國海德堡大學的研究人員證實，經過訓練的AI系統可以基于皮膚鏡檢查圖像識別黑色素瘤等皮膚病。研究表明，AI利用軟件算法診斷皮膚病可以達到90%的準確率，比皮膚科醫生診斷的平均準確率高10%。德國醫療機構已開始利用AI實現皮膚病診斷自動化。

《新科學家》指出，這是AI繼眼科疾病診斷之后的又一醫療診斷應用。除了德國，其他國家的一些公司也在皮膚病診斷領域推動AI的應用。荷蘭SkinVision公司開發的AI診斷系統最為實用：通過分析智能手機拍攝的照片就能診斷皮膚癌等疾病，并且能夠給患者劃分風險等級。這意味著患者免去了趕往醫院的麻煩，在家里拍張照片發送給醫院，就能實現皮膚病的預診。

SkinVision公司的這套系統來之不易：利用來自多個國家的3萬名用戶提供的13萬張照片對AI系統進行算法訓練;再由歐洲頂尖的皮膚科醫生對系統進行指導和調整。實驗證明，該AI系統對皮膚癌的診斷準確率超過90%。目前荷蘭多家醫院的皮膚科都引入了該系統。

化解患者的尷尬

據美國《大眾科學》雜志報道，美國斯坦福大學的研究人員開發出一套根據人體排泄物確定健康及疾病指標的系統。這套以AI為核心的系統名為AI馬桶，可以加裝在普通馬桶上，針對受測者進行檢測。

在醫療領域，人體排泄物是能夠反映健康狀況的重要物質，但在臨床上很難對它實現長期、持續的監測。即使在偶爾的抽檢過程中，也會給醫療人員造成不便，并令患者感到局促和尷尬。

為了解決這個問題，斯坦福大學的研究團隊借助AI系統，力求實現對人體排泄物的“非侵入式檢驗”。AI馬桶集成了壓力傳感器、運動傳感器、試紙和攝像頭等。其中，試紙可以針對多項生物標記物進行定性和定量分析，包括紅細胞、膽紅素、蛋白質、亞硝酸鹽、酮、葡萄糖、酸堿值和白細胞，等等。

當一名患者使用AI馬桶時，會觸發系統的紅外運動傳感器，試紙會自動伸出。約60秒后，試紙自動收縮回系統中進行病理分析。在這個過程中，攝像頭會拍攝視頻，進行實時運動分析后將數據無線傳輸至云端。檢測過程結束后，試紙自動脫落，棄置于馬桶中。考慮到環保因素，試紙采用水溶性多糖材料制成，并非傳統的塑料。

據美國《舊金山紀事報》報道，斯坦福大學的研究人員指出，對人體排泄物的分析結果可用于癌癥等重大疾病的臨床診斷。“可能有人認為這項發明難登大雅之堂，但它能給成千上萬的患者帶來便利，化解他們的尷尬，讓他們能夠無比從容地接受排泄物醫療檢測。”該項目的負責人詹姆斯·格林博士表示。

研究人員專門邀請了全美范圍內的6位泌尿科和腸道科專家，請他們幫忙建立人體排泄物分析指標數據庫，再將其轉化為AI系統程序，從而教會AI馬桶對指標進行確定和分析。

與斯坦福大學有合作關系的美國醫院目前都安裝了AI馬桶，用于對相關患者進行排泄物檢測。患者只需要完成一次如廁的過程，就可以提供醫生所需的所有病理學指標。

作為能夠對多名患者實施檢測的AI馬桶，如何建立每個用戶的個性化健康檔案呢？這對于AI系統來說不是問題——研究人員在馬桶的沖水按鈕中嵌入了一套指紋識別系統。每當系統判定患者如廁結束，沖水按鈕上就會亮起綠色提示燈。患者用之前錄入醫院身份識別系統的那根手指按下按鈕，系統就會確認他的身份。

詹姆斯·格林表示，AI馬桶需要通過大規模的臨床檢測加以評估，系統本身也需要根據患者群體的排泄物基線數據進行優化。關于隱私問題，他表示，患者的相關數據被安全地儲存在云端，并安全地發送給醫護工作者。

編輯：姚志剛 winter-yao@163.com