圖片來源：Pixabay.com

9 月 6 日，在騰訊優(yōu)圖和 Science 聯(lián)合舉辦的計(jì)算機(jī)視覺峰會(huì)上，中國醫(yī)學(xué)院腫瘤醫(yī)院流行病學(xué)教研室的喬友林教授，作為宮頸癌早期篩查 AI （人工智能）系統(tǒng)研究的合作者，講解了這項(xiàng)技術(shù)可能給人類帶來的改變。

這并不是醫(yī)學(xué)專家第一次為 AI 「站臺(tái)」，不少醫(yī)生和 AI 已經(jīng)走到了「熱戀」階段，但更多醫(yī)生仍持觀望態(tài)度。

迎接 AI 先要弄明白哪些問題？要用什么「姿勢」迎接 AI ？怎樣才能練就一雙「火眼金睛」不被技術(shù)騙子忽悠？

丁香園連線了這一領(lǐng)域的專家。

幾年前，還有很多人認(rèn)為，很可能在不久的將來，會(huì)取代醫(yī)生。馬云爸爸甚至公開宣稱：30 年后應(yīng)該是醫(yī)生找不到工作了。

但隨著越來越多的醫(yī)療 AI 應(yīng)用涌現(xiàn)，人們對(duì)醫(yī)療 AI 的認(rèn)知越來越清晰。

「 AI 不會(huì)取代醫(yī)生，但會(huì)成為醫(yī)生的助手。」騰訊優(yōu)圖醫(yī)療 AI 負(fù)責(zé)人、科學(xué)家鄭冶楓博士說，「現(xiàn)在 AI 在極少數(shù)任務(wù)上能達(dá)到醫(yī)生的水平。比如胸部 CT 的閱片，有些 AI 在看肺結(jié)節(jié)的水平上已經(jīng)很不錯(cuò)了，但影像科醫(yī)生實(shí)際閱片并不是只看肺結(jié)節(jié)，還要記錄所有圖像當(dāng)中看到的疾病。AI 光會(huì)看肺結(jié)節(jié)遠(yuǎn)遠(yuǎn)不夠，還有肺炎，肺動(dòng)脈栓塞等等很多疾病要學(xué)習(xí)。」

此外，AI 只能告訴醫(yī)生某種結(jié)果的可能性，是否診斷某一疾病或是否給與什么治療，還是醫(yī)生說了算。

「好比手術(shù)機(jī)器人，真的是機(jī)器人在做手術(shù)嗎？實(shí)際上是醫(yī)生在操作啊。」喬友林教授這樣解釋，「AI 也是如此，并不是讓 AI 獨(dú)立下診斷，而是作為輔助診療的工具，是醫(yī)生的助手。」

同時(shí)，正如美劇豪斯醫(yī)生中的那句臺(tái)詞：「Every patient lies」。

臨床中，太多的患者會(huì)在就醫(yī)中會(huì)隱瞞這樣那樣的信息。甚至我們作為患者去就醫(yī)時(shí)，也會(huì)有意 / 無意地隱瞞一些信息，甚至在與個(gè)人利益相關(guān)時(shí)，有意無意地撒謊。

直面人性的弱點(diǎn)，甄別信息的真?zhèn)?，有選擇地利用信息做判斷，也是人工智能最難于逾越的障礙。

我們發(fā)現(xiàn)，人們在比較 AI 與醫(yī)生能力的時(shí)候，會(huì)聽到「有些 AI 在判斷某個(gè)疾病的準(zhǔn)確度上，超過了醫(yī)生」。對(duì)此，鄭冶楓博士表示，這種說法是不準(zhǔn)確的。

其實(shí)，怎么看片子，比如這個(gè)病灶是不是肺結(jié)節(jié)，都是醫(yī)生「教」機(jī)器的，如果醫(yī)生的準(zhǔn)確率只有 80%，那剩下的 20% 機(jī)器是從哪兒學(xué)的？

「對(duì)于高度依賴醫(yī)生判斷的領(lǐng)域，比如，是否肺結(jié)節(jié)的判讀，AI 終極發(fā)展也只能是無限逼近人類醫(yī)生的最高水平；但對(duì)于有金標(biāo)準(zhǔn)的領(lǐng)域，比如病灶是良性還是惡性，可以依據(jù)病理結(jié)果來判斷，AI 是有可能超過人類醫(yī)生的?！?span>鄭冶楓博士這樣認(rèn)為。

比如，很多 AI 公司喜歡用「識(shí)別率」、「準(zhǔn)確率」，「誤識(shí)率」之類的指標(biāo)來評(píng)價(jià)技術(shù)。鄭博士說，「這些概念跟醫(yī)生們常用的靈敏度和特異性大同小異，但是用 IT 語言來表達(dá)的，醫(yī)生就很難理解。」

在探討中，丁香園和鄭博士都留意到一個(gè)問題，中科院分子影像重點(diǎn)實(shí)驗(yàn)室的田捷研究員曾多次宣傳「影像組學(xué)」的概念，這個(gè)概念其實(shí)跟影像 AI 輔助診療有共通之處，但更容易被醫(yī)生理解。

「我們應(yīng)該用更貼近臨床的表達(dá)，向醫(yī)生介紹技術(shù)。」鄭冶楓博士強(qiáng)調(diào)。

正如藥品和器械的研發(fā)，每項(xiàng)技術(shù)從實(shí)驗(yàn)室到真正走向臨床，都是一條漫漫長路。

而如何能夠讓醫(yī)生像對(duì)「好藥」一樣，對(duì) AI 充滿期待，很多 AI 公司的做法還有待改善。

鄭冶楓博士認(rèn)為，醫(yī)療 AI 產(chǎn)品，必須經(jīng)過嚴(yán)謹(jǐn)?shù)尿?yàn)證。

一個(gè)產(chǎn)品在一家醫(yī)院拿到好的結(jié)果，很可能在其他醫(yī)院就不行。因?yàn)楹芸赡苊考裔t(yī)院的數(shù)據(jù)標(biāo)準(zhǔn)、診療流程都不同。

「正確的做法，應(yīng)該是先找醫(yī)院試點(diǎn)，在一家醫(yī)院成熟以后，再推廣到 5～10 家醫(yī)院實(shí)驗(yàn)，不斷把失敗案例拿回來再重新訓(xùn)練 AI ，在慢慢從 10 家「滾動(dòng)」到 50 家、100 家，真正成熟了再投向市場。」

醫(yī)療人工智能是個(gè)跨界領(lǐng)域，要開發(fā)一個(gè)好的醫(yī)療產(chǎn)品，必須在醫(yī)學(xué)專家的指導(dǎo)下做。

同時(shí)，在 AI 研發(fā)的過程中，與醫(yī)生的交流特別重要，鄭博士舉了個(gè)例子：相對(duì)于單純的圖像識(shí)別，醫(yī)生們更感興趣的是預(yù)見疾病發(fā)展情況。

比如腦血管瘤，不動(dòng)手術(shù)有破裂的風(fēng)險(xiǎn)，但動(dòng)手術(shù)又有患者死在手術(shù)臺(tái)上的風(fēng)險(xiǎn)，這兩個(gè)風(fēng)險(xiǎn)如何權(quán)衡？

醫(yī)生希望 AI 能夠預(yù)測病人的血管瘤在一年之內(nèi)破裂風(fēng)險(xiǎn)有多高，如果一年之內(nèi)破裂的概率不高，就觀察一年之后再看是否動(dòng)手術(shù)。

鄭博士說：「我也很想做，但受限于現(xiàn)在的 AI 技術(shù)卻做不成，因?yàn)楹茈y找到足夠的數(shù)據(jù)。一般來說，很少有病人愿意觀察血管瘤直到破裂。而已經(jīng)破裂的血管瘤，又拿不到未破裂前的數(shù)據(jù)。缺乏這些連續(xù)跟蹤的數(shù)據(jù)，就不能訓(xùn)練出好的算法。」

AI 的研發(fā)，依賴于大量醫(yī)生的知識(shí)輸出和訓(xùn)練數(shù)據(jù)，「在跟醫(yī)生的交流的時(shí)候，必須讓醫(yī)生非常清楚，AI 的技術(shù)邊界，哪些是 AI 能解決的，哪些不能解決。」

汕頭大學(xué)香港中文大學(xué)聯(lián)合汕頭國際眼科中心的岑令平教授，也深度參與了一款輔助診斷視網(wǎng)膜病變的 AI 開發(fā)及應(yīng)用。

談及這場「戀愛」，岑令平教授說，「將來對(duì)于大多數(shù)醫(yī)生，只需要會(huì)用 AI 就行了，就像應(yīng)用軟件一樣的，但如果要參與研發(fā)就不一樣了。」

岑令平教授在參與項(xiàng)目的過程中，自己買了計(jì)算機(jī)的書，還報(bào)了相關(guān)的課程。

「讓我做一個(gè)程序可能有點(diǎn)難度，但是里面的原理我是懂的。」岑令平教授說，「我跟計(jì)算機(jī)人員能溝通，我知道怎么表達(dá)能讓他們理解我的想法、達(dá)到我的目的，作為醫(yī)學(xué)背景的人，能做到這一點(diǎn)，其實(shí)也就足夠了。」

我們還無法判斷醫(yī)療 AI 什么時(shí)候會(huì)真正走到臨床，但必然勢不可擋。

正確與 AI 「戀愛」的姿勢，你掌握了嗎？