医疗领域又一只"阿法狗" "虚拟医生"可诊断眼病和肺炎

医疗领域又一只"阿法狗" "虚拟医生"可诊断眼病和肺炎

广州市妇女儿童医疗中心医用人工智能平台研究取得新成果；AI系统“看病”准确性匹敌专业医生

记者 符畅 通讯员 易灵敏

人工智能（AI）在过去几年迅速走入大众视野，随着AI在各个研究领域的日益成熟，有业内专家指出，AI在医疗领域中的应用会率先落地。而今这一设想已经成为现实。

2月23日，广州市妇女儿童医疗中心基因检测中心、临床数据中心、医学影像部及眼科等科研团队在世界顶级期刊《Cell》(细胞)以封面文章的形式发表了一篇人工智能（AI）在医疗领域应用的重磅研究成果：Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning(基于深度学习开发出一个能诊断眼病和肺炎两大类疾病的AI系统)。经检测，该“虚拟医生”看病准确性达90%以上，可匹敌专业医生。

据悉，这不仅是中国研究团队首次在顶级生物医学杂志发表有关医学人工智能的研究成果,也是世界范围内首次使用如此庞大的标注好的高质量数据进行迁移学习，并取得高度精确的诊断结果，实现用AI精确推荐治疗手段的突破。

愿景

人工智能弥补医疗资源不足困境

在全世界范围内，专业高质量的医疗资源都十分有限。偏远、贫困地区由于医生、医疗资源匮乏，许多疾病得不到及时诊断而延误治疗；而在发达地区，由于人口众多、老龄化严重、慢性病发病率增高等导致病人数量庞大、对应的专科医生供不应求，大量病人也难以及时转诊就医。

基于此，人工智能在医疗领域有广阔的发展前景。有专家表示，如果能通过人工智能工具或平台辅助医生进行诊断，将对医院转诊分流起到重要作用。

作为全国专科门诊量最大的医院，广州市妇女儿童医疗中心率先展开探索。2015年，该中心建立临床数据中心，开展智能辅助决策系统研究。相对于传统AI系统只关注一个疾病或者一个数据类型，该中心提出了“一个AI系统解决多种疾病”的理念，并启动新一代AI平台的研发工作。

随着研究深入开展，在影像学细分领域，研发团队试图开发出综合能力更强的“影像AI”：既能读X光片和超声数据，又可以阅读CT和MR；既能判别是否异常，还能告诉医生做出这一判断的依据。

2017年8月，广州市妇女儿童医疗中心基因检测中心主任、加州大学圣地亚哥分校Shiley眼科研究所教授张康研究团队将前期跨病种迁移学习的研究成果率先转移到了眼科OCT（Optical Coherence Tomography, 光学相干断层扫描技术）数据领域。

探索

AI系统可在30秒内诊断眼病

“我们选择从黄斑变性和糖尿病视网膜黄斑水肿切入，因为这两种疾病是常见的危险性较大的眼病，如无及时的医疗干预，患者会经历不可逆转的视力丧失。利用人工智能进行及时诊断，能起到重要的治疗效果。”张康教授说。

记者了解到，OCT是近年来对视网膜导致视力丧失疾病进行筛查及检测的技术，使用这种技术的设备有助于捕捉眼底的高分辨率图像，而这里恰恰是疾病通常出现的地方。在此次研究中，就是要让新一代AI平台“学习”OCT图像数据，从而实现准确“诊断”眼疾。

张康教授将AI平台比作一个“孩子”，要训练他从成千上万的图片中找到规律并准确诊断疾病，“老师”的指引至关重要。也就是说，前期需要输入数十万张高质量标注的图像来告诉AI平台，哪个部位有病灶，哪个部位是正常的。

在学习了超过20病例的OCT图像数据后，经检测，该平台诊断黄斑变性、黄斑水肿的准确性达到96.6%，灵敏性达到97.8%，特异性达到97.4%，检测准确率达到曲线下面积99.9%。与5名眼科医生诊断结果相比较，平台可以达到专业眼科医生水平，并在30秒内决定病人是否应该接受治疗，以及应该接受“紧急治疗”还是“常规治疗”。

“人工智能还有很多余地，如果让平台进行继续学习，再输入20万-100万的数据量，准确率甚至能逼近100%。”张康教授说。