医学人工智能与机器人的新应用

现场直击

• 主持人: 相比国际先进水平，我们有哪些特点？

• 李  婷: 从我自己开展的智能机器人领域来讲，国内外智能机器人从物理耦合、生理耦合，也就是仿生阶段走向认知耦合阶段段。由于技术门槛高，国内神经康复机器人得到实际应用的极少，开展临床应用的就更少。我们团队研制了上肢外骨骼机器人、智能避障轮椅、脑电/肌电-功能近红外光谱术神经信息采集样机，迭代创新二代原型机——七轴上肢外骨骼、多传感网络计算的智能避障轮椅、运动想像与视觉诱发电位的脑控机器人等，在多模态神经信息采集核人机交互控制策略上形成了优势与特色。我们完成了国家特殊人员的身心机能测评任务的多模态神经活动监测仪器研制和测评任务，做出系列亮点贡献。我所带领的团队获选智能康复机器人省部级创新团队，制定国际级/国家级相关标准十余项。
  医学人工智能领域，我们和孙大强院长团队合作了基于fMOST的恶性肺疾病影像智能分析研究；与天津的神经内科、神经外科ICU及神经重症康复中心、北京协和的骨科有合作开展脑水肿的智能监测技术研发、脑控机器人及智能康复监测技术的临床实验研究等，完成了天津市多个科技项目，这些大多是在技术方面有自己的特色与创新。智能影像的成果方面，我们与北京协和医院消化科近一年来开展的胃癌病变的智能影像诊断项目，在AI模型做了些创新。
  我们在医学人工智能与机器人，以神经康复为主的脑控老接口的脑机融合机器人这块，基本上有了我们的团队特色。在医科院体系下，我们成立了医学人工智能机器人中心，目标就是让AI与机器人比较大的来改变我们的医疗卫生，服务好我们的医疗卫生。

  孙大强: 人工智能影像确实在小结节的诊断起到了一个非常重要的促进作用，它给我们临床医生提供了一个重要的参考。我们现在的临床医生也好，影像科医生也好，对于我们自己看到的小结节病人，基本上都会拿这套软件再跑一遍，看看跟我们的诊断有没有不同。如果有不同，我们的医生会再综合分析，为什么两者之间有差异，这样结合到一起能够有一个更准确的诊断，这样也能够使肺部小结节上的一些过度治疗、过度手术被免除了。这些年小结节发现多了，早筛多了，使一些早期肺癌的病人得到了100%的治愈。同时，通过这种人工智能普及，可以让我们的边远的基层医院的医疗、医生的诊断水平和我们大医院的医疗、医生的诊断水平基本接近，这样就使我们整体的医疗水平同质化，这也是我们国家医学发展的一个总体的方向。

  徐小林: 脑卒中是中国的一个常见病，发病率高，致残率高。脑卒中的筛查是讲究关口前移。很多筛查都在社会面上做的，产生了很多的数据，通过人工智能的加入，进行数据分析，能够知道咱中国人、中国的医生如何在慢病筛查中能够发挥自己的作用，哪些是短板，咱们去补齐，能够提高卒中的防治的能力。这是个初级阶段，以后可能会更精准一些。最近几年，我们也提出精准医疗离不开医学智能参与。我想这对脑卒中的院前防控、病人后期的神经康复都能有很好的助益。

• 主持人: 未来医学人工智能与机器人应用前景如何？有哪些需要关注的问题？

• 孙大强: 作为医院人的角度，我们对于医疗可能更重视的是中间，我们对两头是有忽视的。第一个是院前的筛查和诊断，既包括我们的健康体检，也包括早期患者或者是初发患者，刚刚发生一些异常以后，需要看什么科到什么医院去看。在院前，如果能够有一个全科AI医生，或者AI咨询者，他把自己的一些症状输进去，一些初步的检查输进去，可以进行一个初步的判断，它能够给患者一些指导，让患者哪些病要到大医院去看，甚至说你要到哪一个专科去看，如果说他再有本事把哪些医生看哪些病更专业分辨出来可能就更好，这是一种设想。两头的另一块，如果说我们有出院以后的一些随访，通过人工智能语音识别，自动的去应答分析，那么也可能去进一步的提升我们患者后续的诊疗水平,对诊疗是有巨大的帮助的。在中间,我们说技术性.机器人它仍然只是一个工具，希望有一天我们这些设备能够更加得心应手，让我们医生更好地完成，日常可能很难用人的手腕手指的力量去控制的一些复杂的、精细的手术。

  徐小林: AI在医学上的应用实际上最终的目的是给医生提供一个好的医疗决策，它不是为了替代医生。在精准医疗方面，我们还要立足于智能医学的进步，这一块我觉得有非常大的应用前景。医工的结合颠覆了我们医学临床的诊断，推动我们医学技术的发展，我想医工结合有非常好的前景，医工融合大有作为，最后受益的还是广大患者。

  李  婷: 实际在做的时候，我们肯定要去临床试试看，这个时候临床医生的影响力、病患对医生的信任、医生的水平权威就非常重要，所以说医工交叉领域其实是强医与强公的联合。强公也要走出实验室到临床，和医生、病人交流，把需求点领悟透，把亟待需要的问题解决好。