醫療的AI時代

王輝輝 紀燦雄 胡立玠

在醫療AI領域，未來商業預期較好的應用場景有細胞病理檢測、醫學影像診斷、虛擬助理、藥物挖掘、醫院管理、健康管理等八大類

“歲數大了，眼睛不好使，就忽略過去了。”這句話，常常掛存70多歲的張桂花（化名）嘴邊。直到在北京市潘家園第二社區服務中心提供的一次免費眼底篩查中，她才知道自己的眼病是由糖尿病引起的。

為張桂花提供眼底照片篩查并作出初步診斷的，并不是社區衛生服務中心的醫生，而是一款醫療AI（人工智能）產品。

在潘家園第二社區衛生服務中心使用半年來，這款醫療AI產品共發現了600多例出現眼底問題的病例，占篩查總數的三分之一左右。“對于潘家園這樣一個以老年人為主的社區，從預防和早發現的角度來說，眼底照相輔助診斷的AI產品是很有價值的。”該中心主任馬巖告訴《瞭望東方周刊》。

在首都醫科大學附屬北京友誼醫院副院長王振常看來，AI技術正在為醫療尤其是醫療影像領域帶越來越多的變化。“隨著AI技術革命席卷全球醫療影像領域，行業發展便進入人工智能的新時代”。

診斷效率提升30%以上

眼底照相智能診斷只是醫療AI的應用場景之一。

“目前，人工智能技術在醫療領域的應用場景很多，僅未來商業預期較好的應用場景就有細胞病理檢測、醫學影像、虛擬助理、藥物挖掘、醫院管理、健康管理等八大類。”行業研究機構億歐智庫分析師尚鞅告訴《瞭望東方周刊》。

在目前的實際應用中，醫學影像是AI技術在醫療領域最熱門的應用場景之一。

“從技術和應用兩個層面來說。醫學影像是最理想的AI應用場景。”醫療AI機構Airdoc副總裁張京雷在接受《瞭望東方周刊》采訪時表示。

相較于其他診斷依據，醫學影像的標準化程度最高。也最為客觀。“凡是標準化的工作，都有可能通過機器完成。”張京雷說。

從專業人才資源的角度看。醫學影像診斷也迫切需要機器的加入。

首先，影像在醫生的診療活動中占據著十分重要的地位。王振常曾在2018年天津放射學年會AI分論壇上透露，“目前疾病診斷信息和證據20%-80%來自于影像和圖形（如心電圖、腦電圖等），在面對復雜或重大疾病時。醫生的診斷和治療決策80%以上由影像診斷提供。”

但醫學影像分析和診斷卻面臨著供需矛盾突出且持續加大的現狀。公開資料顯示，目前中國只有17萬在冊、具有從業資格的影像醫生，缺少影像醫生幾乎是每個醫院都面臨的難題。不僅如此，醫學影像的數據量每年增長63%，影像醫生的數量每年卻只有2%的增長。

“影像醫生晚上9點后下班、常年超負荷工作在各個醫院都是一種常態。”王振常說。

西班牙赫羅納圖像診斷學研究院院長Pedraza曾在參加2018年天津放射學年會時表示，西班牙同樣面臨著影像醫生嚴重缺乏的問題。

同時。人眼識別的局限性和超負荷工作必然帶來誤診和漏診。“人工識別和診斷很難避免漏診的出現。不要說是經驗不足的年輕醫生，即便是我也不能避免。”從1986年開始一直在從事影像診斷和研究的王振常坦言。

因此。開發一套智能醫學影像輔助診斷系統成為許多企業在醫療AI領域的突破口。

北京推想科技有限公司（以下簡稱推想科技）在2015年決定進入醫療AI領域進行創業時，便將技術研發的方向定為醫學影像的智能輔助篩查，并于當年底研發出了第一代能夠智能讀取x光片、自動識別心影增大的產品。

該公司CEO陳寬告訴《瞭望東方周刊》，在具體的診療過程中，一般AI系統會先算出一個結果，然后醫生根據AI系統的計算結果，結合自身的專業判斷，最終形成診斷報告。此外，AI系統還可以自動標注病灶、自動勾畫靶區，甚至重建三維影像.為醫生閱片提供輔助參考。

“這使醫生的診斷時間普遍節省30%以上，最高的可以節省65%。更重要的還在于能夠幫助醫生避免在疲勞狀態下犯錯誤，造成誤診漏診。這是人工智能最大的價值。”陳寬認為。

無獨有偶，Airdoc也將目光放在了醫學影像領域。“我們在醫學影像的智能診斷方面作過許多嘗試。如肺結節影像、腫瘤CT和DR、B超、心電圖等影像都處理過，最終將產品聚焦在眼底照片的智能輔助診斷上。”張京雷解釋道。

在尚鞅看來。盡管目前大部分醫學影像的AI產品仍處于試用階段。但產品的格局已雛形初現，“目前針對肺癌等惡性腫瘤的醫療AI產品最多，技術也最為成熟。隨后針對腩血管、心血管等發病率高、市場需求廣泛的疾病的產品也會不斷增加。”

不僅僅是效率革命

此外.病理檢測也正在成為醫療AI的風口之一。“因為病理是醫學界公認的疾病診斷‘金標準，同樣適宜由機器取代人工。”尚鞅解釋道。

武漢蘭丁醫學高科技公司（以下簡稱蘭丁高科）研發的細胞病理自動診斷分析儀便屬此類。“目前產品主要用于宮頸癌的篩查和診斷。”該公司副總經理林禎成告訴《瞭望東方周刊》。

在傳統醫學模式下，宮頸檢查需要醫生取得脫落細胞后，制成玻片、染色，然后由病理醫生在顯微鏡下觀察是否有癌變細胞。

目前人類已知的癌癥中，只有宮頸癌可做到提早發現并治愈。因此，包括中國在內的世界各國都在開展宮頸癌篩查。中國有3.5億適齡女性需要篩查，但截至2017年6月，中國注冊的病理醫生僅有1萬多人。

靠純人工操作的方式不僅難以完成數量如此巨大的工作。且極易造成漏診。

據林禎成介紹，公司曾邀請六位病理學專家為100張宮頸玻片作診斷，結果僅有3張玻片的診斷完全一致。“這說明病理診斷較易受人為因素的影響。國外的統計表明人工病理診斷的準確率僅為42%～73%，也就是說最高可能會出現58%的漏診或誤診率。”

此外，從統計學意義上講，宮頸撿查的陽性檢出率只有5%左右，但醫生為了挑出這5%的陽性病例不得不把所有病例看一遍。“我們希望借助機器先把5%左右的陽性病例篩選出來，再由醫生對其進行確認。”

有了智能化的輔助診斷儀器，醫生只需要在取得宮頸細胞后進行制片、染色即可。使用了AI技術的儀器會首先對玻片進行拍圖，然后將圖片中的每一個細胞進行分割，并生成相應的數據，再通過算法對每個細胞進行定位、識別、診斷。診斷時，系統會自動將細胞進行排列、標注，然后對最危險的細胞進行定位并提醒。

如果檢測里陽性，醫生在電腦中打開圖像，重點觀察被標注的危險細胞即可。這為宮頸癌篩查帶來了一場效率革命，“正常情況下，醫生每天最多可以看100張玻片。但機器5分鐘就可以處理一張圖片，而且機器不會疲憊。”林禎成強調。

不僅如此。傳統的宮頸癌診斷主要靠醫生在顯微鏡下觀察脫落細胞的大小、顏色、細胞壁情況等，這種形態學的觀察和判斷難免會受個人經驗等人為因素的影響。為了排除這種干擾，蘭丁高科的智能設備加入了光機電一體化技術，用來測量染色體倍數。

“正常的細胞分裂都是二倍體或四倍體，如果出現癌癥病變，就可能會出現異倍體，如三倍體、五倍體、六倍體等。光機電技術可以通過測量染色體的倍數，發現可能存在問題的異常細胞。”林禎成解釋道。

這一技術的使用大大提高了機器的敏感度和準確度。“目前。機器的敏感度能達到85%以上，超過了醫生敏感度的平均水平。”

據林禎成介紹，2018年3月至6月，公司完成了湖北省37萬名城鄉適齡貧困婦女的宮頸癌篩查，這在人工時代幾乎是不可想象的。“這是目前國內最大規模的人工智能宮頸癌篩查，未來我們還將協助國家在更多地區推行宮頸癌篩查。”

更重要的是，這一技術原理可以拓展到所有通過檢測脫落細胞進行疾病診斷的領域，如胃癌的早期檢查、膀胱癌，口腔、食道等疾病。“未來血液、骨髓的檢測也可以按照同樣的原理使用AI技術，但它們的細胞種類更多，算法模型也會更復雜。”

BAT的平臺邏輯

開放性醫療平臺也是目前醫療AI重要的應用場景之一，而平臺的搭建者多為傳統互聯網巨頭。如騰訊的覓影、阿里健康的Doctor You和百度的醫療健康大數據平臺。

按照國家頒布的臨床診療指南，有超過3.8萬個疾病種類，每個病種又有更細致的劃分。“這么多疾病種類，不可能依靠一家或幾家企業完成智能診斷和治療，需要搭建一個開放平臺，讓大家一起做。”阿里健康高級副總裁柯研在接受《瞭望東方周刊》采訪時表示。

這就有了Doctor You旗下的醫學影像平臺、診斷用藥平臺和第三方平臺。這些平臺一頭連著提供產品的醫療AI創業公司，一頭連著有需求的醫療機構和個人。“目前主要是針對B端用戶，未來希望有更多針對C端用戶的產品出來。”柯研表示。

平臺模式下。阿里健康為入駐的創業公司提供市場機會，也提供基礎性的技術支持和評判。通過了雙重評判，創業公司的產品就有機會進入醫療機構進行試用。從而開啟商業化進程。

“我們的平臺相當于搭建了一個類似淘寶的商品搜索引擎。通過評判的產品放在平臺上。就可以被B端（醫療機構）或C端客戶搜到，從而投入應用。”柯研進一步解釋道。

他說，盡管目前大部分醫療AI產品還沒有拿到國家藥品監督管理局的許可證，但一些醫學影像診斷產品在試用中調用量便非常可觀，“現在一些肺部X光片智能輔助診斷產品一個月就有10萬次的調用量.當初我們估計需要一年時間才能達到這個量。”

他相信，“把平臺和能力開放出去。未來加上策劃能力、商業模式和平臺融合的支持，將形成一個全新行業。”

發現人類注意不到的細節

在BAT創建的開放式醫療AI平臺之外，針對醫生的輔助醫學研究平臺也是醫療AI的熱門應用。

陳寬在與醫生和醫院的接觸中發現，醫院既是臨床醫療機構，也是學術研究機構，醫生有借助人工智能技術進行科研的需求，但本身又不具備系統搭建或算法開發的能力，因此推想科技便搭建了一個深度學習平臺，在這個平臺上，即便醫生不會寫程序，也可以跑深度學習，做大數據分析。

據他介紹，通過這一平臺，推想科技與武漢同濟醫院、上海長征醫院等醫療機構開展合作，發表了多篇頗有影響力的學術論文。

如對于有抽煙習慣和不抽煙人群的腦部MRI（磁共振成像），醫生靠肉眼并不能看出其中的細微差別，但機器通過學習這些MRI數據，總結出了一些人類無法觀察到的特征。再讀新的腦部MRI時，機器能準確地判斷出其主人是否有抽煙習慣，“準確率達到90%～93%。”陳寬說。

醫生由此認為，腦結構與抽煙具有相關性。陳寬表示，這一觀點在歐洲的放射會議上發表后。引起了學術界的討論。

此外，基于語音識別技術的虛擬助理也是目前熱門的醫療AI應用場景。具體來說，它主要包括語音電子病歷、智能問診和智能導診等應用。

語音電子病歷能夠將醫生的主訴內容實時轉化為病例文本，并錄入醫院管理系統；智能問診是移動醫療服務的重要突破口，目前主要是通過微信公眾號、小程序和APP等實現弱智能問診；而智能導診機器人則是通過語音識別和人臉識別，為醫院提供就醫流程引導、掛號服務、醫學知識普及和身份識別等服務，緩解醫院窗口擁擠壓力。