一個(gè)只燒錢(qián)不賺錢(qián)的行業(yè)，因為疫情迎來(lái)了拐點(diǎn)

       今年的新冠疫情，大概是有史以來(lái)最“高科技”的一次抗疫戰斗：科學(xué)家第一次用基因檢測的方法，最快定位了病毒，

　　5G和大數據，隨時(shí)可以精準追蹤病毒的流動(dòng)，算法輔助醫生看CT片，10分鐘的診斷時(shí)間變2秒，機器人送藥、送飯、做消殺，

　　線(xiàn)上診療讓患者無(wú)需與醫生面對面……

　　“互聯(lián)網(wǎng)+”的風(fēng)潮吹了好幾年，

　　終于全面吹到了醫療行業(yè)。

　　現在國內疫情逐漸平息，

　　很多人好奇，這些“黑科技”究竟是什么？

　　疫情過(guò)后，它們會(huì )徹底改變我們的生活嗎？

　　抑或只是個(gè)曇花一現的噱頭？

　　一條采訪(fǎng)了奮戰在“醫療AI”一線(xiàn)的5個(gè)人，

　　有程序員、工程師、主任醫師、社區醫生……

　　他們親歷了這場(chǎng)“AI抗疫”的戰斗，

　　同時(shí)也提醒我們，

　　智慧醫療最后還是為人服務(wù)的：

　　“科技應該讓人離人更近

　　而不是讓人離機器更近?！?/p>

　　AI戰役：四個(gè)故事

　　醫生肉眼閱片要5-15分鐘，

　　我們的AI只要2秒 

　　魏東 騰訊天衍實(shí)驗室 研究員

　　我是2018年9月加入騰訊天衍實(shí)驗室的，主攻醫療AI影像分析的算法研制。簡(jiǎn)單地說(shuō)，就是讓計算機看數以千計的圖像，并告訴它哪些圖像中的器官是正常，哪些是有問(wèn)題的，問(wèn)題在哪里。經(jīng)過(guò)足夠多的學(xué)習之后，它自己就能根據圖像中的信息作出類(lèi)似醫生的判斷。

　　這個(gè)技術(shù)2017年以來(lái)就在飛速發(fā)展，用于診斷心血管疾病、眼部疾病和肺炎等等。

　　新冠肺炎疫情爆發(fā)后，我們實(shí)驗室一直在關(guān)注疫情的發(fā)展，但苦于無(wú)用武之地。直到2月5日，湖北省宣布把CT結果也納入診斷標準，疑似病例只要拍CT有新冠肺炎肺部病變的特征，就能獲得確診。

騰訊AI診斷輸出圖

　　我們當時(shí)都隔離在家放假，聽(tīng)到這個(gè)消息，大家馬上在線(xiàn)組織了一個(gè)團隊，開(kāi)始研制新冠肺炎CT影像的AI診斷模型。因為不能面對面溝通，而且時(shí)間很緊，我們壓力還是很大的。

　　一開(kāi)始遇到的最大問(wèn)題就是數據不夠，AI就像一個(gè)學(xué)生，要讓它精確地識別疾病，就需要看很多肺部圖像才能學(xué)會(huì )判斷能力。我們當時(shí)從全國各地的合作醫院取得了一些新冠肺炎的數據，但還是不夠。

　　所以我們決定，先讓AI學(xué)習其他肺炎的數據，看了可能有上千例。在它見(jiàn)過(guò)這些肺炎數據之后，就有一個(gè)整體的肺炎知識積累，知道哪些是得了肺炎的肺部圖像，哪些不是。

　　我們在算法上再進(jìn)行調整，給AI一點(diǎn)“提示”，告訴它新冠肺炎跟它見(jiàn)過(guò)的肺炎圖像不同的地方。這樣它就能在圖像中捕捉到新冠肺炎的特征，對病人作出診斷。

　　因為疫情緊急，我們這次進(jìn)度非常趕，10天左右就調試好算法，2月21日就已經(jīng)在武漢日海方艙醫院部署好了。

　　投入使用后，醫護人員給的反饋都非常理想，因為閱片不用那么累了。當時(shí)醫生閱讀、分析CT影像的壓力非常大，臨床診斷標準改變以后，每日新增確診病例暴漲將近十倍，每位患者做一次胸部CT，會(huì )產(chǎn)生300張影像，每次醫生肉眼閱片要耗費5-15分鐘。

　　已經(jīng)確診的治療期患者，每5天也要做一次CT檢查，當時(shí)整個(gè)湖北省累計超過(guò)6萬(wàn)例確診患者。

　　AI最快兩秒鐘就能判斷出這個(gè)人是否得了肺炎，他得的肺炎是不是新冠肺炎。如果AI判斷這個(gè)人是新冠肺炎，它還會(huì )在CT影像中標示出病灶，告訴醫生它判斷的依據，標示的過(guò)程最多需要一分鐘。

　　AI的判斷不能直接作為醫療診斷的依據，但是可以為醫生提供參考，大大提高了診斷效率。

　　有些醫生剛用的時(shí)候，擔心AI的準確率。但根據我們的研究，我們的AI模型比低年資的醫生診斷準確率高。而且隨著(zhù)病例數據越來(lái)越多，我們會(huì )不斷訓練、調整算法，讓它的準確率不斷上升。

　　在湖北的時(shí)候，我們遇到一個(gè)疑似新冠肺炎的患者，這個(gè)病人的CT影像顯示，他肺部病灶很大，看起來(lái)很像新冠肺炎，基層醫院的醫生都說(shuō)，這應該就是了。但有個(gè)高年資的醫生覺(jué)得不是。

　　然后我們的算法判斷也說(shuō)，這個(gè)病例不是新冠肺炎。最后診斷出來(lái)，這個(gè)病人是肺水腫。所以說(shuō)我們模型的鑒別能力還是挺強的。

　　用AI看CT結果，應該說(shuō)是智慧醫療目前發(fā)展最成熟的部分。因為這部分具有很客觀(guān)的衡量指標，越是客觀(guān)、越少人為因素參與其中的工作，算法就能表現得比人工更好。

　　之前消毒機器人賣(mài)不動(dòng)，

　　這次疫情卻火上央視 

　　殷超 鈦米機器人 技術(shù)市場(chǎng)經(jīng)理

　　2018年是智慧醫療站上風(fēng)口的一年，我也是那一年加入鈦米機器人的。我們主要生產(chǎn)的機器人種類(lèi)有：消毒機器人、物資配送機器人和病房服務(wù)機器人。

　　我們有很多醫院客戶(hù)在武漢，每個(gè)客戶(hù)都有銷(xiāo)售負責跟進(jìn)。

　　1月中旬，銷(xiāo)售們發(fā)現，本來(lái)這個(gè)醫院只買(mǎi)了一臺消毒機器人，專(zhuān)門(mén)用在手術(shù)室，結果卻經(jīng)常有別的科室來(lái)借機器人用，感染科要借來(lái)消毒，ICU又要借來(lái)消毒。我們馬上就意識這次疫情很?chē)乐亍?/p>

鈦米機器人在新冠抗疫一線(xiàn)工作

　　在1月20日，鈦米就已經(jīng)配置好工程師隊伍，準備調集機器人直接送往武漢。但在這個(gè)時(shí)間點(diǎn)，又是春運，又是疫情，物流交通反而成了最讓我們頭疼的問(wèn)題。我們去聯(lián)系物流公司，他們根本不接你的單。

　　這種情況下，我們自己組織車(chē)輛和人手，規劃貨物和工程師的運輸線(xiàn)路，將機器人押運過(guò)去。我們將第一批10臺消毒機器人送到武漢協(xié)和醫院的時(shí)候，是1月21日凌晨?jì)牲c(diǎn)。

消毒機器人在工作

　　送到醫院之后，剩下的工作就很簡(jiǎn)單了。我們的工程師會(huì )開(kāi)始掃地圖，就是讓機器人識別周?chē)沫h(huán)境。像我們人類(lèi)到一個(gè)陌生的地方，要先熟悉環(huán)境，我要看一眼周?chē)?，知道桌子在這，板凳在那，下次走路我就會(huì )避開(kāi)。

　　機器人也是一樣，它會(huì )把所有的空間走一遍，然后自主學(xué)習，知道這是個(gè)桌子，這個(gè)桌子在消毒的時(shí)候，需要重點(diǎn)照顧。在掃完地圖之后，工程師就可以離開(kāi)，讓機器人自己消毒。

　　有人可能覺(jué)得，這種機器人有什么特別的？我家的掃地機器人都能做到。但在醫院里，對安全和清潔的要求，比酒店、餐廳，或是工廠(chǎng)的標準都要高得多。

　　比如說(shuō)，在手術(shù)室里用機器人消毒。我們的手機進(jìn)了手術(shù)室，哪怕滿(mǎn)格的信號，電話(huà)都打不出去。機器人在里面，如果用傳統的GPS導航和傳統的避障算法，就很容易發(fā)生碰撞，那就要出大問(wèn)題。所以醫療機器人會(huì )有獨特的算法，保證它們的平穩性與避障能力。

在方艙醫院的物資配送機器人

　　在疫情之前，醫院其實(shí)更喜歡買(mǎi)我們的物資配送機器人。因為他們之前覺(jué)得消毒用人工消毒或是紫外線(xiàn)消毒就行了，為什么要花大錢(qián)去買(mǎi)消毒機器人？但這次他們發(fā)現這兩種消毒方式都沒(méi)法徹底，而且人工消毒，會(huì )面臨暴露的危險。

　　我們的消毒機器人在設計之初，就是按照人機分離的設計理念去做的。不需要人在現場(chǎng)，機器人自己就可以把該消毒的地方消毒好了之后，人再進(jìn)去。

　　那時(shí)候武漢的疫情特別嚴重，醫院消毒特別頻繁，本來(lái)一臺消毒機器人只用消毒4樓的手術(shù)室，現在不僅要消毒整層樓，還要把這棟樓都消毒一遍，有時(shí)候還要搬到隔壁樓去用。除了消毒醫院，也會(huì )給醫護人員的辦公室和宿舍消毒。

　　當時(shí)他們醫護人員的家屬中有個(gè)小朋友，畫(huà)畫(huà)的時(shí)候就把我們的消毒機器人“大白”畫(huà)了進(jìn)去，因為他覺(jué)得我們的機器人在守護他們的安全。我們看到之后都很感動(dòng)，覺(jué)得自己的工作是有意義的。

小朋友畫(huà)的鈦米機器人“大白”

　　我們的線(xiàn)上診療，

　　服務(wù)了武漢十分之一的重癥患者 

　　郝南 NCP（新冠）生命支援網(wǎng)絡(luò )發(fā)起人

　　“NCP（新冠）生命支援網(wǎng)絡(luò )”是一個(gè)線(xiàn)上診療的項目，我是1月22日晚上起心動(dòng)念想做的。那時(shí)候收到信息說(shuō)武漢醫院已經(jīng)不夠用了，醫生也不夠用了。但你不可能讓生病的人不去醫院啊，那生了病、卻看不上病的人怎么辦？

　　我之前在北京大學(xué)醫院當過(guò)7年醫生，1月23日，我就在包括北醫校友群在內的幾十個(gè)微信群里發(fā)行動(dòng)倡議，一周內陸續招到了400多個(gè)醫務(wù)工作者，包括醫生、護士和醫學(xué)生。以及200多名有社工、心理背景的志愿者，給線(xiàn)上問(wèn)診的人提供關(guān)懷陪伴服務(wù)。

　　我們和其他線(xiàn)上診療平臺很不一樣，在它們那里，病人打進(jìn)來(lái)問(wèn)診完了之后就結束了。我們希望能夠做到診療與關(guān)懷并重，所以我們把微信群分級別，搞的是和現實(shí)醫院一樣的三線(xiàn)。

分門(mén)別類(lèi)地處理患者信息

　　首先是分診群。你進(jìn)到這里來(lái)之前，會(huì )先有志愿者跟你打招呼，讓你填表格，問(wèn)你哪里不舒服，有什么癥狀，是否嚴重。根據你填表的情況，判斷你應該去哪一級微信群，等于是一個(gè)分診臺。

　　一線(xiàn)就相當于普通門(mén)診，醫生會(huì )在微信群里為病人答疑解惑。區別就是這些患者問(wèn)完了以后不走，留在群里，他有什么新的問(wèn)題，可以繼續問(wèn)，保持和大夫的聯(lián)系，而不是不停地換不同人看診。

　　如果病人病況比較重，我們就會(huì )把它轉到二線(xiàn)。二線(xiàn)群里都是更專(zhuān)業(yè)、更資深的醫生，有豐富的病房管理經(jīng)驗，會(huì )在線(xiàn)上持續關(guān)注病人的狀況。

　　如果是病得很重，有生命危險的病人，我們就把他轉到三線(xiàn)的群里去。三線(xiàn)就相當于重癥監護室，在這個(gè)群里，都是幾個(gè)醫生圍著(zhù)一個(gè)病人轉。

隨著(zhù)患者的增加，不斷招募和儲備醫生

　　這樣的設置如果放在線(xiàn)下，會(huì )需要很大的空間，而且服務(wù)到的人不會(huì )很多。在線(xiàn)下，就算病人能進(jìn)到醫院里，也看不到醫生幾眼。

　　這是線(xiàn)上診療最大的優(yōu)勢：它能夠最大化醫療資源的利用。線(xiàn)上的大夫可以遠程看十幾個(gè)病房，在不同的群里同時(shí)關(guān)注很多病人的狀況。

　　我們最核心的幾個(gè)大夫經(jīng)常一邊去別的合作方的微信問(wèn)診群出診，一邊在我們的二、三線(xiàn)病房指導危重患者的看護甚至搶救，這樣并沒(méi)有超出他們的負荷。讓我們用不多的資源，服務(wù)到最多的人。

　　那時(shí)候大部分來(lái)咨詢(xún)的人，咨詢(xún)的都是新冠肺炎，但也有咨詢(xún)其他疾病的，所以我們配備了各個(gè)科室的大夫。

NCP生命支援制作的物資無(wú)接觸發(fā)放流程

　　我當過(guò)醫生，我知道醫生在線(xiàn)上看病時(shí)容易不耐煩。線(xiàn)上診療隔著(zhù)屏幕，溝通效果也不好，有時(shí)候，就算從醫生那里得到了專(zhuān)業(yè)意見(jiàn)，病人還是會(huì )體驗不好，甚至心理崩潰。

　　所以我們有專(zhuān)門(mén)的社工和心理志愿者提供陪伴和關(guān)懷，在線(xiàn)對一些個(gè)案進(jìn)行一對一的心理輔導。我遇到一個(gè)個(gè)案，她父母都在這次疫情去世了，她自己也患了新冠肺炎，我們就一直跟進(jìn)她的狀況，陪伴她逐漸康復。

　　從我開(kāi)始做這個(gè)項目，到2月上旬方艙醫院到位，這中間20天左右的時(shí)間，是我們工作最緊張的時(shí)候。我們大概估算了一下，我們直接或間接地服務(wù)過(guò)武漢市當時(shí)差不多十分之一的重癥患者。

獲得救助的患者家屬發(fā)來(lái)感謝的消息

　　以我們現在的科技水平，其實(shí)完全可以讓醫生的工作更輕松，對接足夠的社工資源，讓醫患關(guān)系更多地變成人和人之間的關(guān)系，而不是僅僅止于人和機器的交流。

　　老百姓很簡(jiǎn)單，對智慧醫療只有三個(gè)要求：

　　有幫助，好操作，有配套服務(wù) 

　　潘向東 上海市“十佳家庭醫生”

　　我是負責長(cháng)寧區虹橋街道的一名全科醫生。很多人會(huì )覺(jué)得，你不就是坐社區醫院里開(kāi)藥的嗎？實(shí)際上，看門(mén)診只是我其中一項工作，我還要負責轄區內基本的公共衛生管理，比如追蹤高血壓、糖尿病這種慢性病患者狀況，防控傳染病等等。

　　1月28日我們就接到指示要提前開(kāi)工，防控疫情。那個(gè)時(shí)候湖北的疫情已經(jīng)爆發(fā)了，上海從大年夜開(kāi)始就組織醫療隊支援湖北，我們社區要防止后院失火，還要保證日常工作的正常開(kāi)展，滿(mǎn)足社區內慢性病患者的健康需求。

　　我們中心負責的街道轄區，有近2000個(gè)糖尿病患者。我們每個(gè)月都要對這些病人進(jìn)行跟蹤隨訪(fǎng)，監測他們的血糖等數值，還要根據他們的病況調整用藥。

測量血糖

　　這次新冠肺炎來(lái)了以后，很多老人因為怕感染，都不敢出門(mén)了。以前他可能每個(gè)禮拜都會(huì )到我這邊來(lái)一次，我每次就會(huì )像敲木魚(yú)一樣，不停和他說(shuō)糖尿病的注意事項，一直給他敲好，血糖基本上就都很穩定。

　　現在全亂掉了，老人本來(lái)就困在家里沒(méi)法運動(dòng)，飲食可能也不太注意。我們醫生又沒(méi)辦法遠程監測，他們現在的血糖水平就控制得好差。

　　我之前也接觸過(guò)一些便攜式的葡萄糖持續監測設備。這種設備的傳感器像一張貼紙一樣，貼到手臂上以后，14天內你不管洗澡也好、游泳也好、健身也好，它都不會(huì )受影響，你隨時(shí)隨地可以拿掃描儀實(shí)時(shí)監測自己的血糖情況。

　　我自己感受了一次，覺(jué)得這種便攜式設備最大的影響就是會(huì )改變你的生活方式。因為戴著(zhù)這個(gè)儀器，我腦子里隨時(shí)隨地會(huì )想到自己的血糖。那段時(shí)間，每次我喝完一杯牛奶或者吃完一個(gè)面包，都會(huì )用儀器測一下，看看我的血糖值是多少。我發(fā)現自己夜間的血糖有比較明顯的波動(dòng)，就會(huì )真的開(kāi)始注意自己晚飯的飲食。

便攜式貼紙，可以隨時(shí)監測血糖數值

　　但我后來(lái)發(fā)現，很多患者不想或不愿意使用這些智能化的便攜式設備。一方面，這些患者大部分是老人，他們都比較保守，覺(jué)得這些設備還很陌生，操作比較復雜，而且還需要他們自己花錢(qián)購買(mǎi)，他們感覺(jué)不到直觀(guān)的好處，就會(huì )拒絕使用或者中途棄用。

　　另一方面，這些便攜式設備的數據，按照法律規定，目前還只能給社區醫生當診斷參考，不能作為診斷標準。

　　我個(gè)人覺(jué)得，想要普及智慧醫療的設備進(jìn)入社區，滿(mǎn)足三個(gè)條件就行了：第一要對我要有幫助，第二要便于操作，第三要有配套的醫療服務(wù)。

　　如果未來(lái)像這類(lèi)監測血糖的便攜式設備可以自上至下得到普及的話(huà)，家庭醫生對慢性病患者的管理會(huì )更便捷、高效。

　　現在，每個(gè)患者我們都是通過(guò)線(xiàn)下人工去跟蹤隨訪(fǎng)，確認他們有沒(méi)有問(wèn)題，要花費很多人力、物力，覆蓋面和效果可能也有限。隨著(zhù)人口老齡化的發(fā)展，我們需要關(guān)注和管理的慢性病患者越來(lái)越多，如果完全靠現有的人力去一個(gè)個(gè)覆蓋，其實(shí)有點(diǎn)力不從心。

　　未來(lái)，如果采用智能設備，患者的相關(guān)數據可以遠程上傳到智能設備數據中心，經(jīng)過(guò)大數據篩查，發(fā)現異常，實(shí)時(shí)推送給醫務(wù)人員。我想這樣可以大大提高工作效率和管理覆蓋率，有需求的患者也能更及時(shí)地得到醫療幫助。

　　互聯(lián)網(wǎng)醫療：未來(lái)已來(lái)？

　　智慧醫療不是突然冒出來(lái)的“黑科技”，它已經(jīng)蟄伏了幾十年。

　　上個(gè)世紀五十年代，人工智能剛剛被發(fā)明出來(lái)不久，就被應用在醫療領(lǐng)域。但是直到2006年，神經(jīng)網(wǎng)絡(luò )深度學(xué)習的算法被發(fā)明出來(lái)以后，AI的學(xué)習能力才開(kāi)始發(fā)生質(zhì)的飛躍。十年后，Alpha Go打敗李世石，人工智能的議題在全球大熱，醫療AI又一次成為焦點(diǎn)。

　　2016年這一年，被稱(chēng)為國內“AI醫療投資元年”。27家企業(yè)在這一年融資，其中16家企業(yè)融資金額在千萬(wàn)元以上。2017、2018年，國內AI醫療行業(yè)公布的融資事件近30起，在醫療影像診斷領(lǐng)域的融資總額達到1.42億美元，根據畢馬威的數據，這個(gè)融資規模相當于同期該行業(yè)全球投資的四分之一。

　　然而，2018年以來(lái)，許多醫療AI企業(yè)的產(chǎn)品在實(shí)際應用中都碰上了落地變現的難題，“只燒錢(qián)不賺錢(qián)”，到2019年底，醫療AI已經(jīng)步入寒冬，等待洗牌。

　　2020年初爆發(fā)的新冠肺炎疫情，被認為加速了這個(gè)洗牌過(guò)程。

　　人類(lèi)可能錯過(guò)的東西，AI不會(huì ) 

　　在這次新冠肺炎疫情中，阿里達摩院研發(fā)的AI+CT影像診斷技術(shù)，平均識別不到 20 秒，準確率達 96%。

　　影領(lǐng)科技、推想科技、深睿醫療等公司，也都紛紛推出了針對新冠肺炎的CT影像AI篩查產(chǎn)品。武漢市中心醫院使用了數坤科技的AI輔助診斷系統，能夠快速讀取胸片，2到3秒內識別炎性病灶，醫院影像科主任王翔說(shuō)，這一系統“為醫生提升了50%的工作效率”。

　　事實(shí)上，AI醫學(xué)影像，被公認是目前最成熟，也是最有可能率先實(shí)現商業(yè)化的醫療AI產(chǎn)品。幾千份病例的數據，就可以開(kāi)發(fā)出一套準確率相對較高的診斷產(chǎn)品。

　　2019年，國內從事醫療AI的企業(yè)有140多家，其中將近120家都在做醫學(xué)影像業(yè)務(wù)，約100家企業(yè)在做肺結節影像產(chǎn)品。

　　疫情爆發(fā)前，國內影像醫生資源已經(jīng)處于嚴重短缺中：每年全國放射科門(mén)診量的年增長(cháng)率是30%，但是影像科醫生的數量年增長(cháng)率僅為4.1%。

　　根據樂(lè )晴智庫的數據，中國每年的影像誤診人數約為5700萬(wàn)。此外，患者拍片常年需排隊預約。

　　疫情突然爆發(fā)，給一線(xiàn)的影像醫生帶來(lái)兩個(gè)巨大的挑戰：一是閱片量激增，大量都是高強度的重復性體力勞動(dòng)，二是基層醫院設備不足，醫生經(jīng)驗和素質(zhì)參差不齊。這兩點(diǎn)都會(huì )導致誤診和漏診。

　　武漢市金銀潭醫院放射科主任樊艷青說(shuō)：“我時(shí)刻提醒自己，告訴自己不要流淚，因為眼睛要用來(lái)看海量的CT和X光片子?！?/p>

　　按照疫情最嚴重時(shí)的狀況，湖北省每天新增1萬(wàn)多名疑似患者，他們的CT片總計超過(guò)數百萬(wàn)張。與此同時(shí)，還有幾萬(wàn)名確診患者的復查需求，據估計，一線(xiàn)的閱片醫生們每天的工作量達到500萬(wàn)張。

機器人分析X射線(xiàn)腦層析成像

　　AI可以解決醫生們的燃眉之急。

　　中國工程院院士潘云鶴說(shuō)，目前用于分析胸片的AI模型，對肺癌的檢測率達到了98%以上，遠遠高于人工。

　　浙江大學(xué)邵逸夫醫院用AI分析角膜炎圖像，準確率已經(jīng)超過(guò)80%，比參與測試96%的醫生都更加精準。

　　3月16日，微軟研究院、美國國立衛生研究院與白宮科學(xué)技術(shù)辦公室等機構聯(lián)合發(fā)布了COVID-19開(kāi)放獲取數據庫，人們開(kāi)始用AI挖掘學(xué)術(shù)論文之間的聯(lián)系。

　　AI會(huì )比訓練有素的學(xué)者更快地理解論文內容，追蹤目前疫情最關(guān)鍵的問(wèn)題的一些答案：新冠病毒是怎么傳播的？我們對它的起源和進(jìn)化了解多少？我們要如何制造疫苗與特效藥？

　　美國聯(lián)邦的首席技術(shù)官邁克爾·克拉希歐斯對媒體說(shuō)：人類(lèi)可能錯過(guò)的東西，AI不會(huì )。

　　當AI誤診時(shí)，我們怎么辦？ 

　　盡管AI診斷的準確率很高，達到了96%，甚至99%，但是仍然存在1%或者4%的失誤。

　　統計學(xué)上的一個(gè)數字，落到個(gè)人頭上就是一座山。一旦發(fā)生，誰(shuí)來(lái)為這個(gè)失誤負責？

　　2018年7月3日《日本經(jīng)濟新聞》報道，由于A(yíng)I存在誤診的可能，日本厚生勞動(dòng)省把AI醫療設備定位為輔助醫生進(jìn)行診斷的設備，規定診斷的最終責任，由醫生承擔。

　　《英國醫學(xué)雜志》(BMJ) 的研究人員最近警告說(shuō)，“許多研究和媒體聲稱(chēng)人工智能在解釋醫學(xué)圖像方面達到與人類(lèi)專(zhuān)家一樣的水平，甚至比專(zhuān)家還好，但實(shí)際上 AI 的質(zhì)量很差，而且被夸大了，這對患者的安全構成了風(fēng)險?！?/p>

　　倫敦帝國理工學(xué)院的研究人員發(fā)現，在一項AI臨床診斷準確率的研究中，350名中國白內障患者參與實(shí)驗，有一些人是AI診斷，有一些人是專(zhuān)家診斷。AI診斷的平均時(shí)間比專(zhuān)家的診斷速度快，但是準確率為87%，而專(zhuān)家醫生的準確率達到99%。

　　AI就像一個(gè)孩子，需要成長(cháng)。它的表現，與它能夠獲取的“食物”的質(zhì)量有關(guān)，那就是數據。

　　我們生成和共享數據的速度在迅速增加，據IDC（國際數據公司）的預測，2020年全世界醫療數據總量將達到40萬(wàn)億GB，是2010年的30倍。

　　但是，這其中有80%的數據，是非結構化數據。它們藏在醫院的病例資料里，藏在海量的影像片子中，沒(méi)有被適當地量化，也就不能被AI提取、識別和處理。

　　2020年初，諾華制藥的首席執行官Vas Narasimhan解釋了數據如何成為醫療AI的研發(fā)痛點(diǎn)：“我們不得不花費大部分時(shí)間來(lái)整理數據集，然后才能運行這個(gè)算法?！彼J為，我們低估了現有的高質(zhì)量數據有多么少，整理和鏈接數據的難度有多高。

　　在國內，目前醫療保健行業(yè)的數據處于分散狀態(tài)。醫院是醫療數據的最大生產(chǎn)機構，但是現實(shí)中，沒(méi)有哪家醫院愿意無(wú)償把醫療數據共享出來(lái)。另一方面，這些數據也涉及到患者隱私。

　　國內的AI醫療創(chuàng )業(yè)公司需要病人的數據來(lái)訓練AI、讓AI學(xué)習時(shí)，只能挨家和各個(gè)醫院去談，這樣就產(chǎn)生了很多“灰色地帶”。

　　中華醫學(xué)會(huì )放射學(xué)分會(huì )主任劉士遠曾建議，如果能以政府出面牽頭，在一個(gè)省的范圍內建一個(gè)大的數據中心，將該省所有醫院的數據匯總使用，未來(lái)可能將更加合法有效地推動(dòng)醫療AI的發(fā)展。

　　醫療是人和人的關(guān)系，

　　不是人和機器的關(guān)系 

　　這次AI抗疫，另外兩個(gè)亮眼的應用是醫療機器人和線(xiàn)上診療。

　　在上海兒童醫學(xué)中心，機器人“小白”上崗，在防護資源不足的情況下，減少醫生和患者面對面溝通的頻率，降低了醫患交叉感染風(fēng)險。

　　火神山、雷神山醫院，也都用上了智能遞送機器人，能夠根據醫院的需求，遞送化驗單、藥品，給患者送飯。

　　掃地機器人，長(cháng)得完全不像人也沒(méi)問(wèn)題。但是用在醫院里的機器人，除了它正常履行功能之外，我們似乎總是期待它能更多地模擬人的外形，像人的樣子。

　　這與患者的心理有關(guān)。中國陸軍軍醫大學(xué)的研究人員，近期進(jìn)行了一項“患者對人工智能醫療的認知及信任度”調查，發(fā)現患者對AI接受度和信任度最高的是醫療后勤環(huán)節，其次為醫患接觸較少的醫療輔助環(huán)節。

　　在做手術(shù)等醫療核心環(huán)節，人工智能介入的工作越多，占據角色越重，患者接受度和信任度越低。

　　在生死攸關(guān)的時(shí)候，我們還是傾向于信任我們的同類(lèi)，而不是看起來(lái)有些冰冷的AI。

　　復旦大學(xué)附屬華山醫院內分泌科副主任醫師吳晞告訴我們，他們科室現在就在用AI分析糖尿病視網(wǎng)病變的圖像。他認為，AI完全有能力取代人類(lèi)醫生下診斷。這是由醫學(xué)的本質(zhì)決定的。

　　“不同醫生根據某些癥狀一定能得出相同的診斷，除非有些癥狀被忽略了。既然人和人能做出一樣的診斷，人和AI做不是一樣的嗎？AI會(huì )更靈敏仔細，犯錯的概率更小?！?/p>

　　今年2月，《自然》雜志報道了一種最新的抽血機器人。抽血總成功率為87%，對于靜脈清晰的受試者來(lái)說(shuō)，成功率為97%。這個(gè)結果，可以說(shuō)優(yōu)于大部分人類(lèi)護士。

攝影：Miriam D?rr

　　“我們以后的工作，可能就是和AI合作，不是去研究怎么戰勝疾病，而是去搞清楚什么是病，什么是病人，什么是健康?！?/p>

　　疫情期間，線(xiàn)上診療的幾個(gè)大平臺，流量都呈爆發(fā)式增長(cháng)：平安好醫生在疫情期平臺訪(fǎng)問(wèn)量11億人次，新增用戶(hù)日均訪(fǎng)問(wèn)量是平時(shí)的9倍，新用戶(hù)注冊量增長(cháng)了10倍。

　　春雨醫生在開(kāi)通新冠肺炎義診后，武漢及其周邊地區患者提問(wèn)量跟之前相比增長(cháng)了10倍。丁香園的在線(xiàn)問(wèn)診平臺，單日問(wèn)診量的增幅超過(guò)300%。

　　在線(xiàn)上平臺上回應這些患者的，是一個(gè)個(gè)活生生的人。平安好醫生的自有醫療團隊，截止到2019年12月31日，是1409人。丁香園的APP上，疫情期間在線(xiàn)的活躍醫生超過(guò)1.5萬(wàn)人。

　　NCP生命網(wǎng)絡(luò )的發(fā)起人郝南說(shuō)，關(guān)懷有時(shí)候比醫療幫助本身更重要。美國首個(gè)研究肺結核的實(shí)驗室的創(chuàng )辦者、醫學(xué)家愛(ài)德華·特魯多留下了一句至今為醫學(xué)界尊崇的名言：“有時(shí)治愈，常常關(guān)懷，總是安慰”。

　　醫療AI的發(fā)展，也許未來(lái)將讓我們更加靠近醫學(xué)的本質(zhì)：促進(jìn)人和人之間的關(guān)系，而不是人和機器之間的關(guān)系。讓我們拭目以待。