上海市第一婦嬰保健院前院長(zhǎng)、教授段濤近日撰文指出：從目前的應(yīng)用來(lái)看，人工智能應(yīng)用比較好的領(lǐng)域是皮膚科、病理科和影像科，人工智能不是萬(wàn)能的，但是它的確會(huì)在某些學(xué)科和領(lǐng)域超過(guò)人類的能力，取代醫(yī)生的工作甚至是完全取代醫(yī)生。
未來(lái)的情景將會(huì)是：Above average（高于平均水平）的醫(yī)生由AI做助理，Below average（低于平均水平）的醫(yī)生是做AI的助理。當(dāng)然，那些非標(biāo)準(zhǔn)化、充滿不確定性以及人工操作的臨床工作，還是人工智能無(wú)法替代的。
人工智能會(huì)取代醫(yī)生嗎？
這個(gè)問(wèn)題有兩種答案：
看好人工智能的人會(huì)說(shuō)YES，因?yàn)橛貌涣藥啄耆斯ぶ悄苷娴臅?huì)取代那些平庸的醫(yī)生，取代那些Below average（低于平均水平）的醫(yī)生，但是暫時(shí)不會(huì)取代那些Above average（高于平均水平）的醫(yī)生。
不看好人工智能的保守醫(yī)生會(huì)說(shuō)NO，TA真的是發(fā)自內(nèi)心的、天真地以為人工智能不會(huì)取代任何醫(yī)生。其實(shí)未來(lái)最需要AI的是Below average的醫(yī)生，也是最不理解和最不接受人工智能的人。
最近，人工智能很火，不僅僅是在投資界很火，在學(xué)術(shù)界也很火。
好的人工智能公司很容易融到錢，連不咋地的人工智能公司也拿到錢了，這也難怪一些臨床醫(yī)生說(shuō)有些AI項(xiàng)目純粹是圈錢和燒錢，將來(lái)肯定進(jìn)不了臨床。
但是，好的AI項(xiàng)目還是挺靠譜的，最近《自然》雜志連續(xù)發(fā)了好幾篇人工智能完勝各個(gè)學(xué)科醫(yī)生的文章。
看看這些奪人眼球的文章題目，你就會(huì)明白了。
“人類完敗……診斷乳腺癌，30小時(shí)病理分析竟不如谷歌AI準(zhǔn)確”
近日，來(lái)自谷歌、谷歌大腦與Verily公司的科學(xué)家，開(kāi)發(fā)出了一款能用來(lái)診斷乳腺癌的人工智能，它的表現(xiàn)甚至超過(guò)了專業(yè)的病理學(xué)家。
內(nèi)行人都知道，病理診斷的準(zhǔn)確性嚴(yán)重依賴于病理醫(yī)生的水平，即便是對(duì)于同一名病人，不同病理學(xué)家給出的診斷也往往會(huì)有很大不同：一篇2015年的論文發(fā)現(xiàn)，不同病理學(xué)家對(duì)乳腺癌診斷的一致率只有75.3%。在某些不典型的乳腺癌中，診斷的一致率竟下降到了48%，不足一半。
看了這種現(xiàn)狀你害怕不？而且在中國(guó)我們還缺很多很多的病理科醫(yī)生。
病理科醫(yī)生必須經(jīng)過(guò)數(shù)年甚至十幾年的訓(xùn)練才能掌握足夠的經(jīng)驗(yàn)，成為一名合格的病理學(xué)家，要成為優(yōu)秀的病理學(xué)家更是難上加難，在醫(yī)療資源不足的地區(qū)，想要得到診斷，都是一種奢望。
為了解決病理診斷的瓶頸，谷歌和Verily的科學(xué)家們做了一個(gè)嘗試。他們將單張病理切片的圖像分割成了數(shù)萬(wàn)至數(shù)十萬(wàn)個(gè)128x128像素的小區(qū)域，每個(gè)小區(qū)域內(nèi)可能含有數(shù)個(gè)腫瘤細(xì)胞。隨后，他們提供了許多腫瘤組織與正常組織的病理切片，供人工智能學(xué)習(xí)。最終，這款人工智能掌握了一項(xiàng)像素級(jí)的技巧——它能分辨出單個(gè)小區(qū)域內(nèi)被標(biāo)注為“腫瘤”的像素，從而將整個(gè)小區(qū)域標(biāo)注為“腫瘤區(qū)”，從而有效地將腫瘤組織與健康組織區(qū)分開(kāi)來(lái)。
學(xué)習(xí)完畢后，這款人工智能迎來(lái)了實(shí)戰(zhàn)。科學(xué)家們邀請(qǐng)了一位病理學(xué)家，并讓他與人工智能進(jìn)行一場(chǎng)比賽。這名病理學(xué)家花了整整30個(gè)小時(shí)，仔細(xì)分析了130張切片，并給出了他的診斷結(jié)果。在隨后基于靈敏度（找到了多少正確的腫瘤）和假陽(yáng)性（將多少正常組織診斷為腫瘤）的評(píng)分中，這名病理學(xué)家的準(zhǔn)確率為73.3%。人工智能交出的答卷是88.5%，完勝人類。
“FDA首次批準(zhǔn)了一款心臟核磁共振影像AI分析軟件”
2017年1月10日，美國(guó)FDA首次批準(zhǔn)了一款心臟核磁共振影像人工智能分析軟件Cardio DL，這款軟件將深度學(xué)習(xí)用于醫(yī)學(xué)圖像分析，并為傳統(tǒng)的心臟MRI掃描影像數(shù)據(jù)，提供自動(dòng)心室分割分析，這一步驟與傳統(tǒng)上放射科醫(yī)生需要手動(dòng)完成的結(jié)果一樣精準(zhǔn)。
這一基于深度學(xué)習(xí)的人工智能醫(yī)學(xué)影像分析系統(tǒng)，已經(jīng)進(jìn)行了數(shù)以千計(jì)的心臟案例的數(shù)據(jù)驗(yàn)證，該算法產(chǎn)生的結(jié)果與經(jīng)驗(yàn)豐富的臨床醫(yī)生分析結(jié)果不相上下。
據(jù)悉，這款人工智能心臟MRI醫(yī)學(xué)影像分析系統(tǒng)，不但得到了FDA 510(k)的批準(zhǔn)，還得到了歐洲的CE認(rèn)證和批準(zhǔn)，這標(biāo)志著該軟件將被允許應(yīng)用于臨床。
《自然》重磅：AI在兒童自閉癥早期診斷上完勝醫(yī)生！
近期，在北卡羅來(lái)納大學(xué)（UNC）教堂山分校精神病學(xué)家Heather Hazlett的帶領(lǐng)下，人工智能在疾病診斷領(lǐng)域又下一城。她們開(kāi)發(fā)的深度學(xué)習(xí)算法，在預(yù)測(cè)2歲前的自閉癥高危兒童（有個(gè)自閉癥哥哥或者姐姐）是否會(huì)在2歲之后被診斷為自閉癥上，以88%的準(zhǔn)確度遠(yuǎn)超準(zhǔn)確度只有50%的傳統(tǒng)行為問(wèn)卷調(diào)查法（Charman, 2014）。人工智能在疾病診斷領(lǐng)域再次戰(zhàn)勝人類。
“AI機(jī)器人，學(xué)完2186張肺癌圖譜，完勝病理學(xué)家”
2016年8月16日,《自然·通訊》發(fā)表了一份斯坦福大學(xué)醫(yī)學(xué)院研究人員的研究：計(jì)算機(jī)可被培訓(xùn)在評(píng)估肺癌組織切片時(shí)，比病理學(xué)家更精確。
研究人員使用了從腺癌、鱗狀細(xì)胞癌患者獲得肺癌基因圖譜的2186張圖像。數(shù)據(jù)庫(kù)還包含了每例腫瘤的級(jí)別、期別以及每例患者在診斷后的存活時(shí)間信息。
然后，研究人員使用這些圖像來(lái)訓(xùn)練計(jì)算機(jī)軟件程序，以確定更多肉眼所不能觀察到的癌癥特異性特征——近10000種個(gè)性特質(zhì)vs幾百種病理學(xué)家通常使用的評(píng)估特征。這些特征不僅包括了腫瘤細(xì)胞的大小及形狀，也包括了細(xì)胞核的形狀與質(zhì)地以及與相鄰腫瘤細(xì)胞的空間關(guān)系。
斯坦福大學(xué)遺傳學(xué)教授Snyder博士說(shuō)：“事后看來(lái)，一切都在情理之中。計(jì)算機(jī)能夠比人類更加準(zhǔn)確、快速地在數(shù)以千計(jì)的樣本中，多次評(píng)估甚至是微小的差異。”
“AI再登Nature封面：診斷皮膚癌，準(zhǔn)確度堪比專家”
斯坦福大學(xué)研究人員采用深度卷積神經(jīng)網(wǎng)絡(luò)，通過(guò)大量訓(xùn)練發(fā)展出模式識(shí)別的AI系統(tǒng)，使計(jì)算機(jī)學(xué)會(huì)分析圖片并診斷疾病。
訓(xùn)練計(jì)算機(jī)的數(shù)據(jù)庫(kù)由129450張皮膚病變圖片和對(duì)應(yīng)的文字描述組成，涵蓋了2032種皮膚病。而診斷的“參考答案”則由皮膚病專家提供，他們依靠的是非侵入性圖像分析和組織活檢。
之后，計(jì)算機(jī)迎來(lái)了“畢業(yè)考試”。研究者向受訓(xùn)的計(jì)算機(jī)和21名執(zhí)業(yè)醫(yī)師分別提供了一批訓(xùn)練數(shù)據(jù)集中，沒(méi)有出現(xiàn)過(guò)皮膚病變的圖片，這些圖片都由組織活檢確定了對(duì)應(yīng)的病癥。診斷比賽的結(jié)果是計(jì)算機(jī)的準(zhǔn)確率和人類醫(yī)生差不多，有時(shí)候還勝過(guò)人類醫(yī)生。
人工智能會(huì)如何取代醫(yī)生？
人工智能不是萬(wàn)能的，但是它的確會(huì)在某些學(xué)科和領(lǐng)域超過(guò)人類的能力，取代醫(yī)生的工作甚至是完全取代醫(yī)生。
如果用于診斷疾病，判斷預(yù)后的數(shù)據(jù)或圖像可標(biāo)準(zhǔn)化、量化、結(jié)構(gòu)化的話，基本上可用人工智能來(lái)完成。在確立算法后，可讓機(jī)器不斷地學(xué)習(xí)和積累，逐步完善，最終戰(zhàn)勝人類。
從目前的應(yīng)用來(lái)看，人工智能應(yīng)用比較好的領(lǐng)域是皮膚科、病理科和影像科。
皮膚科在臺(tái)灣和一些歐美國(guó)家，都是醫(yī)學(xué)院學(xué)生在畢業(yè)的時(shí)候最喜歡選擇的科室，因?yàn)楣ぷ飨鄬?duì)輕松，收入頗豐，而且還不用值夜班。它也是在線問(wèn)診收入最高的科室。
很遺憾，人工智能要來(lái)了，而且很有可能會(huì)取代很多人的工作，假以時(shí)日，皮膚科的人工智能醫(yī)生將會(huì)取代很多人的工作。
目前，中國(guó)最缺的醫(yī)生是病理科，很遺憾，屆時(shí)病理科和影像科醫(yī)生的工作也有可能被人工智能搶走，而且它們的水平將會(huì)高于大多數(shù)普通醫(yī)生。
再看看我從事的婦產(chǎn)科，有很多常規(guī)工作將來(lái)都可以用人工智能來(lái)完成，根本不需要那么多的醫(yī)生了。
宮頸癌的篩查：醫(yī)生收集宮頸脫落細(xì)胞以后，機(jī)器可以自動(dòng)制片，自動(dòng)判別是否有癌細(xì)胞。在宮頸細(xì)胞良惡性方面，至少80-90%的病理醫(yī)生的工作可以被人工智能取代。
產(chǎn)科超聲：在胎兒畸形的篩查與診斷方面，北美的普遍做法是由一般的Sonographer超聲技師來(lái)按照標(biāo)準(zhǔn)的切面截圖保留，然后由MFM母胎醫(yī)學(xué)專家審讀、寫(xiě)報(bào)告。理論上講，這些超聲截面圖的審讀是可以由人工智能來(lái)完成的，原理類似于人工智能對(duì)CT和MRI片子的解讀和判斷。
胎心監(jiān)護(hù)：胎心監(jiān)護(hù)結(jié)果的解讀和判斷也完全可以由人工智能完成。
機(jī)器比人可靠，更精準(zhǔn)，而且它還不會(huì)疲勞，隨著算法的不斷進(jìn)步和數(shù)據(jù)的不斷積累，人工智能的水平會(huì)越來(lái)越高，會(huì)從現(xiàn)在的幫助人類做判斷，演變到代替人類做判斷。
這個(gè)趨勢(shì)是不可逆的，也不可抵擋，F(xiàn)DA也擋不住。將來(lái)會(huì)有一個(gè)Breaking Point引爆點(diǎn)，過(guò)了這個(gè)引爆點(diǎn)以后，會(huì)出現(xiàn)醫(yī)生常規(guī)工作量斷崖式的下跌。
未來(lái)的情景將會(huì)是：Above average（高于平均水平）的醫(yī)生由AI做助理，Below average（低于平均水平）的醫(yī)生是做AI的助理。
當(dāng)然，那些非標(biāo)準(zhǔn)化、充滿不確定性以及人工操作的臨床工作，還是人工智能無(wú)法替代的。