有了AI＋醫療影像，靠專家門診賣票的黃牛們要哭暈在廁所了

導語：AI將會成為助力醫療資源的均衡普及的重要工具，而醫療影像將打響第一槍！

無論在發達國家還是發展中國家，優質醫療資源的供需始終是一對矛盾，由於巨大的人口壓力，這個問題在中國更是尤為突出。這也是為什麼在協和醫院門口總是看到那麼多外地人到北京看病，又掛不上專家號只能買黃牛票。

從源頭上來說，醫學影像是醫生看病，及決策的最大的信息入口。而醫生理解這些影像的本質，即是醫生大腦經過長期的過程被大量數據訓練出來的結果。一個客觀事實是，高、中、低年資的醫生在看同一張片子時候，得出的結論會有天壤之別，這也是為什麼我們要去協和找「老大夫」看病的事實依據。

那麼，有什麼辦法可以讓更多的普通人能夠享受到專家級別的醫療診斷呢？

AI+醫療影像讓專業的診斷更便利的服務普通人成為可能。

這是因為看病的效果和從醫的年限高度相關，而從醫的時間長短不同意味著所接受的信息量不同。那麼如果一台機器學習了比人類醫生多得多的案例或者圖片，會不會超越人類呢？答案一定是肯定的。這也是應用深度學習技術訓練計算機「看懂」醫學影像的意義所在。

AI在醫療影像領域的應用現狀

從歷史上看，醫學影像的發展已經有一百多年了，大致分為三個階段：物理驅動、應用驅動和數據驅動。

物理方法驅動，包括從X光、超聲、赫茲、熱成像到同位素成像。從20世紀90年代開始，進入應用驅動時代，不單單把影像做診斷，開始用於放療引導和手術計劃等。基於前面兩個階段發展的基礎上，有大量的經驗數據留存，利用AI技術，重新挖掘積累大數據，顯然成為目前最大的增長點。

對於AI目前的發展狀況，無論在中國還是美國，在演算法和數據上看，這一領域的發展都是在早期。但是它已經走出了實驗室，正在探索商業化發展之路。

目前，AI+醫學影像主要應用在閱片上。病理醫生的閱片能力與閱片經驗高度相關，AI的閱片實際上模仿了醫生閱片，通過大量的學習來完善演算法，實現對影像數據的分析和判斷。AI對影像數據的分析主要有四個步驟：（1）數據預處理；（2）圖像分割；（3）特徵提取；（4）匹配判斷。相對醫生閱片，AI在閱片速度和經驗方面具有優勢。

以宮頸癌玻片為例，一張玻片上至少3000個細胞，醫生閱讀一張片子通常需要5-6分鐘，但AI閱讀後圈出重點視野，醫生複核則只要2-3分鐘。另外，具有40年讀片經驗的醫生累計閱片數量一般不超過150萬張，但AI不會受此限制，只要有足夠的學習樣本，AI都可以學習，因此在經驗上AI可以超過病理醫生。

從演算法開發上來看，通用物體檢測識別的演算法有一些公司在做，但是在醫學影像領域由於數據的可獲得性差很多，所以研究的人和前者相比並不是特別多。但是越來越多的學者和研究機構看好這個方向，開始加大投入進來。

高質量的標註數據方面，在這個方面中國與美國相比很有可能會「彎道超車」，因為在美國拿醫療數據是個非常困難的，無論是科研還是商用；但是在中國因為體制的原因和政府對於技術創新的重視，會讓這個問題變得相對更為容易一些。

AI+醫療影像可達到主任醫師的水平

回歸現實，AI診斷並非遙不可及。未來有可能實現在微信平台上輔助診斷。掃一個二維碼，將疑似甲狀腺結節、肺癌、乳腺癌等影像報告上傳，AI立馬便能告訴你，是惡性腫瘤的概率有多高。

在中國乃至世界範圍內，AI輔助診斷有著重大現實意義。中國國家衛生和計劃生育委員會2013年統計年鑒顯示，我國病理科執業醫師（含執業助理醫師）不到1萬人，崗位缺口高達10萬人。世界衛生組織則估計，全球醫護人員缺口高達430萬人，貧窮國家「醫生荒」尤為嚴重。

嗅到這一商機的不止中國公司。斯坦福大學給他們研發的AI餵了近13萬張皮膚損傷圖片，涵蓋2032種皮膚病。它識別良性及惡性病變的綜合靈敏度高達91%，與資深皮膚科醫生的水平不分仲伯。

IBM研發的沃森人工智慧系統，很可能比任何一位醫生都要博學。它能自動閱讀最新的醫療文獻，抽取關鍵信息。通過比對2000萬份癌症論文，沃森只花了10分鐘，便診斷出一位60歲婦女患上了罕見的急性髓性白血病。

IBM沃森的是當前最先進的AI醫療診斷系統

「它能像專家會診一樣給出意見。」IBM中國研究院院長沈曉衛強調，AI甚至比單個人類醫生更具有優勢。在與一家國外醫院合作時，沃森針對乳腺癌案例給出的診療意見，竟與15個醫生的會診意見達到90%一致。

今年2月份，IBM Watson在天津市第三中心醫院協助醫生給一個胃癌晚期患者開出了診斷方案，用時僅10多秒。在提升診療效率的同時也提升了診療水平。目前美國的癌症五年存活率達到66%，中國僅為31%，很重要的原因是中國的診療水平參差不齊，若AI+輔助診療得到普及，可有望大幅提升中國的癌症診療水平。

有了AI+醫療影像的輔助，更多的普通醫生也能診斷疑難雜症了。在不久的將來，哪些靠專家門診買票的黃牛本真要失業了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！