人工智能診療新發展

李偉

AI手術輔助系統劍橋大學開發的AI手術輔助系統進行模擬測試

據英國《新科學家》雜志報道，醫生學習理論知識并接受足夠的醫療培訓后，即能從事醫療工作。醫生的成長過程特點，符合AI大數據模型的訓練和應用特點，這使得AI在醫療領域的應用有著極佳的前景。

手術導航

AI在醫療領域的一項最重要的應用就是手術輔助，也被稱為“手術導航”。AI能讓手術風險變得更小，讓患者恢復得更快。在手術開始之前，AI會按照患者病歷和影像等信息為其量身定制一套術前方案。對于操刀醫生來說，只要按照術前方案進行操作，就能取得比較精準的效果。

以骨關節置換手術為例。AI能夠制定術前方案，即在病人進入手術室之前，對適配的耗材、植入物的型號，以及實施截骨或者磨削的角度和深度都提前做出規劃，讓醫生在術前就對病人有系統的認知。標準化操作流程，能夠讓人機交互更為順暢。這不僅可以有效縮短手術時間，還可以通過精準的操作令患者在術中出血量更少，術后恢復周期更短。其患肢較傳統手術更接近理想狀態，從而優化遠期預后效果。

除了骨關節手術，在AI輔助下，醫生在其他手術中也能看得更清楚，對病灶找得更準確，手術操作更穩、更精細。

例如在血管造影中，AI可以排除雜影，幫醫生看清血管壁。利用AI圖像處理系統介入診療，借助新一代智能超算高清影像平臺，可以使圖像質量大幅提升。

又如內窺鏡單孔手術輔助系統，技術人員套上類似手套的設備，就能操作遠端的機械臂剝開蛋殼，還不會弄壞蛋殼內壁的軟膜。AI通過算法，能夠讓設備過濾掉醫生在操作過程中可能出現的生理性抖動，以及前端操縱臂的彎曲帶來的不利影響，從而增加設備在手術過程中的穩定性。

能讓AI大顯身手的還有神經外科手術。利用智能分割、規劃算法、自由機械臂及多光譜跟蹤定位設備，像腦出血抽吸引流、顱內活檢等手術的便利性和安全性都大幅提升。腦出血的黃金救治時間是6小時，但在一些基層醫院，醫生苦于缺乏經驗和設備，只能將患者轉診到更高級別的醫院，這樣容易耽誤救治時間。AI手術輔助系統能找到患處，精準定位出血點，協助醫生完成手術。有了這類設備，基層醫院也能及時開展對腦出血患者的救治。

智能分診

不少人在就醫時都曾遭遇這樣的場景：感覺不舒服，但說不清到底哪里不舒服，搞不清應該選擇哪個診療科。

針對此類情況，澳大利亞悉尼大學醫學院開發了一種名為“智能分診大腦”的系統。它經授權處理分析了大量醫療記錄，積累了多維度可量化的知識圖譜。這些知識圖譜被用于大模型訓練，不斷強化AI的分診能力。

相比于“AI對話”模式，“智能分診大腦”更像一位醫療助理。它具備豐富的醫學知識，并且熟悉醫療科室的配置、各個科室擅長診療的疾病，可以通過對患者病情的分析和匹配，為患者提供精準的診療科室推薦服務。在應用測試中，有試用者在回答AI的幾個問題后，被確定存在睡眠相關性腿痙攣，并導向相應的診療科室。

科研人員表示，“智能分診大腦”還能提供預問診服務，即模擬醫生與患者對話，了解患者的身體情況和癥狀，生成預問診病歷，提升診療效率，優化患者體驗。“智能分診大腦”在醫院投入運用，不僅能為首診患者精準推薦匹配的醫生，還可以將復診患者直接推送給既往門診，或病房醫生。

據《澳大利亞人報》報道，像“智能分診大腦”這樣的AI輔助系統不僅能對患者提供幫助，也是醫生的得力助手——可以降低漏診率、誤診率，提高工作效率。

大數據模型和AI技術為診療帶來了新的變化。以心臟檢查中基礎的心電圖為例，AI輔助決策支持系統在大模型的基礎上，能夠覆蓋多種診斷方式。AI心電圖輔助決策支持系統的準確率非常高，相當于有5—10年臨床經驗的資深醫生的水平。在悉尼大學醫學院的模擬測試中，AI相關診斷提示有93%會被臨床采納，從而讓醫生的判讀時間縮短了63.3%。這不僅提高了醫生的工作效率，還節約了人手。

不僅是心電圖、血壓等基礎檢查的判讀，一些需要“專家級經驗”才能判斷的疾病，如今也能夠得到大數據模型和AI的協助。通過對相關數據的深入學習和訓練，AI輔助診斷系統日臻完善。

疾病預警

未病先防、及時干預、早診早治目前已成為醫療領域的共識。AI與大數據模型是疾病預警的上佳工具。

人體有一個重要器官，可以說是疾病的“觀察哨”，能夠提示人們是不是有糖尿病、腦卒中、高血壓等問題，以及慢性病的發展程度，這就是眼睛。它是唯一從外部就可以直接觀察到血管和神經的人體器官。通過這些血管和神經，能夠判斷人體是否出現血管病變或神經退行病變，據此推斷是否存在一些潛在疾病。

悉尼大學開發的AI手術輔助系統

AI能夠收集眼科醫生無法識別的細微信息，通過大數據模型分析某種疾病患者的視網膜變化，最終完成具有明確標記的疾病檢測任務。某些疾病，例如認知功能障礙，患者可能在出現臨床癥狀前的20年，其大腦就發生了神經生物學變化。目前針對該疾病的藥物治療效果不佳，這是因為患者發病時可能已經錯過了最佳救治時機。AI基于視網膜血管的定量分析，能夠為這一疾病的早診提供幫助。

利用AI疾病預警系統，視神經和視網膜內層攝影可以提供中樞神經系統的非侵入性影像，從而為醫生提供了解病人神經性病變的窗口。AI疾病預警系統分析視網膜血管的幾何形狀，還有利于醫生了解心臟、腎臟等器官的變化。

編輯：姚志剛? ? winter-yao@163.com