醫學人工智能與機器人的新應用

現場直擊

• 主持人: 什麼是醫學人工智能？國際上醫學人工智能與機器人發展處於什麼水平？

• 李  婷: 人工智能，也就是大家熟知的AI，已經在人類生活工作的各個領域展現著令人們驚嘆的潛力，其中最為引人注目的便是醫療領域。醫學領域的人工智能融合了先進的人工智能、大數據與雲計算等技術，發現洞察生命和疾病現象和本質，從而幫助改善健康狀況和患者體驗，還包括人機協同等智能化診療及康復的方法和技術，已開展到臨床應用中。
  在這樣的趨勢下，智能醫學工程專業應運而生，醫學與工科優勢資源強強聯合，旨在共同培養兼具醫學背景和工程實踐能力的醫學復合型拔尖創新人才，從事智能醫學圖象處理與診斷、智能診療、智能手術、智能康復與護理、藥物挖掘、精准醫療、醫學研究、醫療風險分析、健康管理監控、精神健康及營養學等工作。這裡就可以看得出來，除了基礎研究之外，醫學人工智能既有算法與軟件的產出，也有智能硬件設備乃至智能機器人的產出。平常我們就通俗講醫學人工智能與機器人。
  國際上，醫學人工智能與機器人已經是發達國家必爭之地。有一句話已達成了領域內的共識：AI和機器人將定義新的醫療衛生。IBM、Google等IT巨頭、麻省理工哈佛大學等頂尖機構都在醫療健康AI著力布局和投入。比如IBM Watson，2016年成立醫學影像部。目前來看，IBM Watson Health最深入的將認知技術應用於健康領域，在醫學人工智能領域的實現了最成功的產品化與商業化。現在Watson腫瘤部和基因部已經攜手百洋，進入中國。縱觀國際趨勢，醫學人工智能與機器人研究已經走出實驗室,開始進入實質性的深水期。

• 主持人: 醫學人工智能與機器人在臨床上應用情況如何？

• 孫大強: 這些年我們在臨床工作中積極地在和相關專業跨領域的老師協調溝通，探索人工智能和機器人在臨床方面的應用。我本身是胸外科醫生，我們這個專業診療的疾病主要是胸部疾病的外科綜合治療。最常見的一個病種就是肺癌。通過人工智能，能做哪些事情，也是我們一直在探索的方向。國內的癌症的發病率，男性肺癌的發病率居第一位，女性肺癌的發病率居第二位，整體的死亡率不論男性還是女性都居第一位，在全球基本上也是這樣。我們大家在社會面上也聽到過很多人說肺部發現一些小結節，那麼如何去診斷這些結節？既往都是靠醫生的經驗，掃了一個CT發現肺部有結節，結合影像學的一些圖片的表現，考慮這是個良性結節還是惡性結節，這裡就會有一定人為的偏差，因此我們就把人工智能和影像的篩查結合到一起，把病例梳理出來，提供給人工智能，人工智能進行算法的深度學習和發掘，通過不斷學習一些新病例，對小結節的良惡性有一個基本的判斷，通過這樣的方式去提升診斷小結節良惡性的能力。

  徐小林: 這幾年，人工智能在神經科的應用特別活躍。打個比方，腦血管病、腦卒中、腦卒中的急性期的發病，它的治療要求有一個嚴格的時間窗，超過了時間窗的溶栓治療、拉栓治療都是不合適的，如何正確的判斷這個病人能不能做溶栓，尤其是對超過時間窗的病人，如何再去挽救這些損傷的神經元，現在就有了一個智能的診斷系統，能夠分析多種的CT的多模的影像數據，給臨床大夫的臨床決策提供了一個新的証據、新的方法，當了醫生的好助手，也讓患者獲益。另外一方面，神經系統的腫瘤是非常復雜的，發病的分級影響患者的愈后。2018年中國協和醫院首都醫科大學做了一個很有意思的病例比賽，一組通過AI影像智能診斷系統來判定影像學資料的診斷。另外一組是臨床的醫生，最后在短時間內對圖像進行分析，進行診斷。結果是，人工智能組診斷正確率能達到70%多，醫生組達到66%。所以，AI圖像診斷神經系統腫瘤提高了診斷的精度。神經疾病的治療，一半的病人要遺留后遺症，只是程度不同，這些病人治療可能是長期的，AI輔助下的智能康復顯示了很大的優勢。一是能夠減輕康復師的工作負擔，二是不同的患者，不同患者的多次康復，達到了一個以前咱康復達不到的地方，比方說語言康復，有了計算機輔助人機對話，比以前康復地更好一些。還有患者的面容的變化，現在通過AI技術都能進行一些分析量化，為醫生的診斷、愈后分析，都提供很好的數據參考。