用AI医师破解“治病难”

治病难、治病贵，一向是深受重视的民生问题。人工智能(AI)能处理这个难题吗？在我国人工智能学会近来建议主办的2019我国人工智能工业年会中，多位专家在智能医疗论坛上介绍了AI医师的最新研究成果——AI医师医术是否精妙？还有多久能遍及？经济日报记者带您一探终究。

在北京的三甲医院治病有多难？

清华大学教授、世界核能院院士、我国人工智能学会会士张勤本年7月亲自体会了一把。那天，他带93岁的父亲去北京人民医院治病，医院人满为患，没有床位，白叟只能坐在急诊调查病室的椅子上输液9小时，一向熬到清晨1:30。

而张勤深信，假如自己团队研制的DUCG体系能赶快完善并使用于临床，将大大改进我国的治病难问题。而这个方针，间隔完结已不太悠远。

AI确诊：向顶尖大夫看齐

关于治病难的“痛点”，张勤表明，2018年，全国有医疗组织99.7万个，其间三甲医院仅1442个，94.6%都是底层医疗组织；而就诊总人次83.1亿，其间底层就诊人次44.1亿，仅占53%。底层医疗组织占绝大多数，却只承当了一半的就诊量，这就难怪三甲医院人满为患了。

治病难、治病贵，很大程度上是因为没有完结实在的分级医治。

“我国分级医治要求完结‘90%大病不出县’，为什么做不到？首要问题是‘底层首诊’正确率低，底层医师水平不高。”张勤以为，处理方案在“才智医疗”上，“咱们要做一种全科疾病确诊智能体系，它在任何场景都能正确确诊，且有可解释性，还能动态生成个别优化临床查看途径，完结精精确诊。”

张勤曾经做核电站的安全运维体系，核电站的故障确诊和医疗确诊有何相似之处？都是给一个杂乱体系治病，都要求“简直100%的确诊正确率”。理论是相通的，不同的是知识库。张勤团队将本来用于核电站故障确诊的原创体系DUCG拿来做医疗临床确诊，首要要与专家级医师协作构建知识库。

“咱们以患者为中心，环绕患者的主诉症状构建知识库，包括一切相关科室，革除挂错号的烦恼。比方患者的首要症状是腹痛，就可以问诊咱们的‘腹痛’知识库。”张勤介绍，团队正与北京协和医院、北京向阳医院等多家国内闻名三甲医院约30位临床专家深度协作构建知识库。“知识库由各科临床经验丰富的大夫参加构建，咱们寻求的是，让AI到达这些专家的水平。”

这个方针一旦完结，底层医疗组织的医师运用DUCG体系的“AI医师”做辅佐，就能得到与北京三甲医院资深大夫相同的确诊成果，这将大大进步底层医治水平，缓解三甲医院就诊压力。

抱负很饱满，实际进展怎么？DUCG知识库现在开发到什么程度了？

现在，DUCG知识库已完结第三方病历测验的有关节痛、呼吸困难等13个知识库；根本完结开发和内部测验的有胸痛、水肿等17个知识库；正在开发的有不明原因发热、妇科等8个知识库。现已挨近掩盖一切临床主诉。

AI确诊的快捷度怎么？

“咱们正在展开青岛胶州市和重庆忠县的临床使用试点。不管是镇医院的大夫，仍是村卫生室的村医，有电脑或iPAD就可以经过云上DUCG体系展开确诊，并可一键生成契合标准的电子病历。”张勤说。

AI确诊的正确率怎么？

重庆6家三甲医院对DUCG体系的关节痛、腹痛、咳嗽咳痰、发热伴皮疹、呼吸困难、鼻出血6个主诉知识库的第三方测验成果显现：除了22个稀有病没有找到病历外，其他疾病的AI确诊正确率达100%，即AI确诊成果与三甲医院医师确诊成果共同。“咱们的测验办法特别强调对稀有病确诊的正确率，因为底层确诊过错首要发生在稀有病。”张勤说。

AI医师何时能进化满意科医师并投入底层医院？

“一切主诉知识库构建完结后，即可完结全科确诊。咱们方案再用一年掩盖底层医院除普通外科外，或许遇到的一切主诉的临床确诊。”张勤表明。

AI读片：要比人眼更锋利

“去拍个片吧。”这是患者在医院常常听到的话。现在，超声、核磁、CT……各种医学成像现已成为医学确诊的必备参阅数据，AI读片也跟着人工智能技能的遍及开端走向临床使用。AI读片准禁绝？这种技能正在给“治病难”问题带来哪些改动？

AI读片可以进步疾病的前期发现率。

有些致盲、致畸、致死疾病在发病前期现已呈现细微症状，很难被肉眼发现，但却有或许被AI敏锐辨认。这些疾病越早被发现，越早干涉医治，预后就越好。

“任正非曾表明，华为P30的代表是数学，摄影时图画不是照出来的，而是数学算出来的。我等待AI读片也能做到这样。”浙江大学数学科学学院、浙大一院双聘教授孔德兴说，《新英格兰医学杂志》宣布的一篇论文显现，癌症患者从发病到逝世约为25年：其间，基因展开异常是前5年；基因表到达安排表达呈现问题大约是从第5年到第20年，此阶段病灶很小；而比及呈现医师可以直接确诊的5毫米以上的肿瘤病灶，往往患者所剩时刻仅有1至3年了。

“医师很难直接判读小于5毫米的病灶，但数学办法可以辅佐，算出超分辨率的医学图画。咱们期望把前沿数学理论与现代物理规则和医学尤其是临床医学深层次穿插，所以提出了数理医学这一新概念，并获得一系列具有临床使用价值的研究成果。”孔德兴介绍，他的团队使用自主研制的根据超声印象的立异性剖析技能，开发出世界上首款超声辅佐智能确诊体系，可以对甲状腺结节、乳腺结节、肝肿块等展开精确辨认——对乳腺的辨认精确率为：良性92%，恶性93%；切割精确率93%；超声乳腺钼靶的钙化精确率到达97%。

从本年7月至今，这套智能超声确诊体系被布置到杭州市西湖区的底层卫生院，已为3万多人做了体检，发现32例甲状腺癌、20多例乳腺癌患者。这些患者到三甲医院做穿刺，手术病理都是恶性的，阐明AI读片成果很精确。“社区卫生院周边居民都跑过去体检，既廉价又便利，精确率还挺高。”孔德兴说。

AI读片也可以进步医师的服务才能。

在广州的中山眼科中心，“AI眼科医师”现已试行2年多了，医治决议计划精确率超越90%，确诊技能已达“专家级眼科医师”水平。中山大学中山眼科中心人工智能学科带头人林浩添介绍，在国家重点研制项目支持下，现在中心正推出眼科AI三级医治形式：在家里，我们可以经过智能手机软件，用个人自拍完结开始筛查；在社区和底层医院，经过根本查看设备和云途径开始疾病确诊；在三级归纳及专科医院，经过人工智能辅佐的专业查看设备，辅佐专家诊治，进步功率。

“经过眼科AI三级医治体系，每名眼科医师的功率可以进步10倍以上，从一年服务4000人，进步到一年服务4万人乃至更多。”林浩添说。

AI落地：巨大临床需求推进

AI医疗的落地情况怎么？

不少专家以为，巨大临床需求正在推进AI医疗的落地。

“临床医师远远不能满意眼底查看的潜在需求。现在，眼科医师紧缺，2级、3级医院的眼科医师总计只要3.6万名。与此同时，我国需求展开眼底筛查的人数量巨大，糖尿病患者就有1.14亿，高血压患者还有3.3亿，他们至少要一年查一次眼底。”上海市静安区市北医院眼科主任陈吉祥以为，人工智能是处理底层眼底查看才能短板的利器。

陈吉祥介绍，该医院是人工智能医学印象辨认公司Airdoc在上海的首个使用演示基地，也是国家科信中心眼科大数据实验室上海静安印象阅片中心，仍是安全好医师人工智能问诊体系沪上眼科首家使用演示基地，已建设成为集AI、大数据、云途径和长途会诊于一体的医共体眼科云途径，启动了根据人工智能的社区糖网筛查项目。

该项作业建立了“筛查—发现—转诊—随访—健康办理”的形式，推进了分级医治的执行。在上海市静安区市北医院的一站式糖网筛查体系中，4家底层社区医院在一年多时刻内，就帮忙筛查了5590例患者。

“以往社区筛查后，将片子上传至区域医疗中心，要完结长途读片，再把成果给到社区，告知患者向上转诊，这个进程大约需求1个多月。这是因为上级医院医师时刻缺少，来不及阅片。有了人工智能后，可以立刻告知患者筛查成果和转诊时刻，大大提升了医治功率。”陈吉祥说。

AI医疗范畴现在有许多创业公司，什么样的公司更有商业远景？

据统计，现在全国人工智能+医疗范畴约有150多家企业，大部分从单范畴打破——医学印象上的辅佐确诊、在线智能化问诊等是现在比较会集的方向。关于医疗类企业来说，技能实在落地离不开实在使用场景，算法模型、可继续的优质医疗数据、变现途径缺一不可。

复星集团出资总监陈宏表明，查核一个公司是否值得出资，除了查核算法有没有先进性，还要看数据量及其维度和质量，大致为以下4点：商业形式，是否可以实在完结工业化落地；创始人对其细分医疗AI范畴有什么程度的了解，是否有营销人才、互联网的思想；硬件是否可以在整个工业链上有很好的结合；对场景的挑选是否正确，能否找到更新的场景去匹配更新的数据、更新的硬件，或是在已有场景中做好工业链的延伸。他表明，现在比较看好慢病办理、药物研制、院外健康办理、底层防备挑选这几个细分范畴的人工智能组织。

AI医疗服务能处理“治病难”顽症吗？让咱们拭目而待。