2017“人工智能”首次被寫入了全國政府工作報告，要求加快培育壯大包括人工智能在內(nèi)的新興產(chǎn)業(yè)，人工智能開始滲透于醫(yī)療行業(yè)。據(jù)悉，協(xié)和、同濟、省人民、廣州軍區(qū)武漢總醫(yī)院都采用了依圖醫(yī)療的人工智能輔助診斷系統(tǒng)，用于肺癌、乳腺癌、兒童生長發(fā)育異常等疾病。協(xié)和醫(yī)院放射科是湖北省使用最早、病例數(shù)最多的單位。它究竟帶來哪些改變?現(xiàn)狀和未來如何?

　　7月17日，63歲的謝先生因肺部不適在協(xié)和醫(yī)院胸外科就診，醫(yī)生建議做肺部CT平掃和增強。將謝先生肺部CT按照1.5mm層厚重建出688幅斷面影像。閱片室中，放射科副主任醫(yī)師黃銳僅僅在影像生成后約3秒后，就找到謝先生左肺中下葉和右肺中下葉共6個肺結節(jié)，就連4*4mm的微小結節(jié)也沒被放過。謝先生被初步診斷為疑似肺癌。黃銳醫(yī)師再次閱片，確認無誤后出具報告。

　　688幅CT影像，一位醫(yī)生仔細閱完通常需要5至8分鐘。黃銳醫(yī)師能在數(shù)秒之內(nèi)找到所有結節(jié)，并初步判斷出良惡性，篩查出這例早癌患者，得益于他的“小依助手”肺癌影像智能診斷系統(tǒng)。這是我省引進的首套人工智能輔助診斷系統(tǒng)。它將肺部影像診斷壓縮至秒級，可自動識別出成百上千幀影像中肺結節(jié)，標出大小、位置、密度，并初步分辨良惡性，自動生成結構化影像報告提供給醫(yī)生審查。自去年下半年在協(xié)和醫(yī)院放射科投如使用至今，該系統(tǒng)已輔助醫(yī)生完成近9萬例肺結節(jié)篩查，敏感性高達93%以上。

　　肺結節(jié)可能是肺癌的“信號燈”。過去篩查肺結節(jié)全靠醫(yī)生“火眼金睛”，平均一個醫(yī)生每天看上百個病人、近2萬幅CT影像圖片，如果還需對比病人既往影像資料，分析量驚人。去年肺癌影像智能診斷系統(tǒng)準備在協(xié)和醫(yī)院放射科投用時，武漢協(xié)和醫(yī)院放射科韓萍教授及其團隊醫(yī)師也曾經(jīng)半信半疑，最終因為醫(yī)生工作量實在繁重才決定嘗試人工智能。韓萍教授表示：高強度的工作下，人眼識別難免有疲憊和疏漏，影響醫(yī)療安全。若是經(jīng)人工智能初篩后，醫(yī)生在此基礎上再審核確認，可大大減少漏診，提高效率。

　　開發(fā)公司依圖醫(yī)療介紹，該系統(tǒng)基于數(shù)百份臨床權威指南和專家共識以及數(shù)百萬份經(jīng)過人工智能解構的醫(yī)療大數(shù)據(jù)而建，投用到醫(yī)院就是希望它能在臨床中學習，提高診斷水平。該院放射科主任韓萍教授、史河水教授及其團隊評價該系統(tǒng)“較聰明，一學就會”。初來乍到時，為保證其受到良好的培訓，只有高年資的醫(yī)生才使用該系統(tǒng)，系統(tǒng)每一次閱片，醫(yī)生都會肯定或糾正其診斷結果。在近9萬例的病例學習后，該系統(tǒng)就像一個醫(yī)學生在臨床學習中積累了一定的經(jīng)驗，正在逐步成長為一名合格的醫(yī)生，即使一些靠近肺部紋理或血管等較難鑒別的結節(jié)，它也能識別出。

　　人工智能在醫(yī)療領域的落地能一定程度上彌補醫(yī)療資源短缺。影像作為醫(yī)生診斷的重要依據(jù)，在醫(yī)療行業(yè)數(shù)據(jù)中占80%～90%。有統(tǒng)計顯示，我國醫(yī)學影像數(shù)據(jù)增長率為30%，而放射科醫(yī)師增長率僅4.1%。運用人工智能技術可以有效彌補醫(yī)生的缺口。曾有某人工智能系統(tǒng)判讀病理切片時，準確率達到92.5%，與之相比，高級醫(yī)生的準確率是 97.5%，普通醫(yī)生僅為 57.5%。人工智能深度學習后，可以達到高級醫(yī)生的水平，實現(xiàn)同質(zhì)化醫(yī)療，協(xié)助提高基層醫(yī)院醫(yī)療水平。

　　當記者問到：協(xié)和醫(yī)院放射科的人工智能系統(tǒng)也正在自我學習中，未來能否完全替代醫(yī)生?韓萍教授把握十足地說，沒有一點擔憂。她認為，目前人工智能診斷系統(tǒng)僅限于一種或幾種疾病的輔助診斷。在遇到疑難病例的時候，人工智能則失去方向。況且肺部疾病眾多，人工智能系統(tǒng)遠未涉足，它還需要長時間的學習。當然，我們看好人工智能，我們相信隨著科技和醫(yī)學的進步，醫(yī)生將和人工智能一起，探索人類醫(yī)學的邊界。