相信很多人还对2017年

那场史诗级的围棋对决记忆犹新！

当人类战力最强的棋手柯洁

最终以0：3败给阿尔法狗后，

全世界的人可能都在想一个问题

人类的模仿品——人工智能（AI），

终于超越了人类，

接下来，

它还会在哪个领域大显身手呢？   

没错，猜测最终落在了医疗领域上。

有专家预测，在医疗领域的高端、低端、个人等三方面，AI都能带来巨大帮助。高端方面，可在影像方面发挥作用，帮助医生做出判断结果；低端方面，提升乡村医生在经验和知识上的不足；个人方面，随着可穿戴设备的普及、人体健康数据的可记录可传输，医疗服务或将发生根本性的改变。

人机大战，AI胜出

3月28日，一场特殊的较量在中日友好医院展开。

对阵双方一方来自北京、云南、内蒙古等地的10名皮肤科医生，他们有的来自三甲医院，有的来自基层医院；另一方是首款黄色人种皮肤肿瘤人工智能辅助决策系统——优智AI系统。竞赛科目是皮肤肿瘤的诊断成功率，包括皮肤肿瘤性质及肿瘤名称。正确答案以病理诊断为金标准。

中国人民解放军总医院皮肤病医院孟如松教授、郑州大学第一附属医院于建斌教授担任主持并点评。 

比赛开始前，孟如松教授拿出国内多个单位提供的60组皮肤肿瘤病例资料，现场随机抽取10组图片，由10位医师与优智AI系统同时作答。

比赛之前，无论是医生还是AI系统，都没有见过这些图片。

比赛限定时间为10分钟。

短暂而紧张的十分钟后，优智AI系统在良性分类符合率达100%，恶性符合率为75%，平均符合率达到了90%；而医生组对应则分别为76%，62.5%和63%。AI完胜皮肤科医生。

孟如松表示，“人机对话”的结果表明，该AI系统已经完成了应用于临床的功能实现，对于皮肤科医生，尤其是基层皮肤科医生和低年资皮肤科医生的临床工作能够有效助力。

对这个结果，皮肤病专家并不感到意外。

北京大学人民医院皮肤科主任张建中教授解释说：由于皮肤位于体表部分，皮肤病的临床表现多位于肌肤暴露部位，很多疾病可以通过查看临床图片、皮肤镜图片、病理切片等影像资料来进行判断，“所以，皮肤科是最适合远程医疗和人工智能的医疗领域。”

就医，最核心的部分是诊断。而助力医生做出更为准确的诊断，以及由此制定临床决策，则是医疗AI的一个终极目标。  

AI来了，医生是否会失业

这是大家都关心的问题。

张建中教授认为，人工智能不会替代医生，因为不管怎么发展，人工智能终究是人开发出来的，人还是处在最高层的。

复旦大学皮肤病研究所所长张学军教授表示，“人的精力毕竟有限，而机器就不一样。”目前皮肤病有2000多种，而本科教材只介绍了130多种，教师版教材中有200种左右，全国顶尖的皮肤科医生也只能记住600种左右的疾病，但是， AI系统几乎可以记住全部疾病。因此从某种程度来说，“AI系统在认知水平方面可能超越专科医生。”

从目前的应用来看，AI应用比较好的领域是皮肤科、病理科和影像科。而且随着算法的不断进步和数据的不断积累，AI水平会越来越高，也许会从现在的帮助人类做判断演变到代替人类做判断。

在优智AI（人工智能）系统项目牵头人，中日医院崔勇教授看来，目前AI系统还存在四大瓶颈：皮肤病学特点决定绝对大数据的不可及性、AI技能获取途径造成深度学习策略不完整性、AI识别维度限制造成技术路径的不成熟性以及人工诊断的不确定性影响数据资源的准确性。此外，AI无法代替医患之间的人文关怀和温度，这也是一个十分现实的问题。

未来的情景或将是，专业知识在平均水平以上的医生让AI做助理，平均水平以下的医生做AI的助理。当然，那些非标准化，充满不确定性，以及人工操作的临床工作，还是AI所无法替代的。   

AI系统主要价值是辅助临床医生决策

解决医疗资源不足，提升医疗领域生产力是AI医疗的根本需求和发展动力所在。

用“压力山大”描述皮肤科医生的日常丝毫不夸张。

统计表明，我国各类医疗机构每年的皮肤科门诊量超过2亿人次，而皮肤科医生数量仅略超过2万名。这意味着，皮肤科医生的年均接诊量数以万计。门诊量高负荷只是压力源之一。除了皮肤科医生数量严重不足，不同地域不同医疗机构医生的诊断水平也存在着显著差异。这已经成为皮肤科学面临的重大临床问题。

 “对于我国各级医疗机构来说，早期识别并诊断出皮肤肿瘤，都是一种挑战，特别是对于基层医院而言，皮肤肿瘤极其容易被漏诊，造成很大的临床问题。”崔勇教授在接受记者采访时说。

崔勇教授认为，科学研究和技术发展的精髓和归宿在于临床应用。利用大数据深度学习后的优智AI，可对可疑皮损进行初步识别与分类，从而帮助医生进行临床决策，如立即病理检查还是可以观察一段时间再复诊，是否需要转诊到上级医院，是否与其他种类皮肤肿瘤或非肿瘤进行鉴别诊断等，此外优智AI同时搭载的皮肤肿瘤知识库，本身也是一个非常行之有效的教育和继续教育平台。

数据显示，我国的基层医疗机构有90余万家，借助AI将帮助基层医生提高诊断水平，降低误诊漏诊率。比如，常见皮肤病可以直接通过优智AI皮肤镜组件系统获得准确的诊断结果并出具皮肤镜诊断报告，难治性皮肤病也可以通过远程会诊或在线医疗的方式和优麦平台18000多名皮肤专科医生协同解决。

同时，崔勇教授也希望通过与国家远程医疗与互联网医学中心的战略合作，针对AI解决不了的疑难病症开展远程会诊业务。

国家远程医疗与互联网医学中心主任卢清君强调，“依托互联网平台、人工智能等技术的不断完善，医疗资源的使用率将不断被优化，从而实现患者、医生、医疗机构等多方共赢。”

延伸阅读

皮肤影像数据收集正在提速

人工智能会“看病”依托于机器深度学习。对于皮肤病人工智能而言，就是要获得大量带有专业标注的医学影像样本，也就是大数据。

2017年5月，中国人群皮肤影像资源库项目在中华医学会第23次全国皮肤性病学术年会上正式启动，作为项目发起人崔勇教授认为：“基于中国人群皮肤影像资源库，把特定皮肤病的疾病特征提取出来，就能形成大数据，这些数据经机器深度学习后就能通过人工智能实现疾病决策的辅助与支持。”

随着CSID项目的推进，皮肤影像的全国性协作网已经建立，目前协作医院数量已近500家，接收了近20万组高质量图片数据，这不仅为人工智能系统的建设提供了大数据，还有更多发挥路径，比如构建数据的标准化体系以及开展临床研究与应用的辅助示范作用。崔勇教授表示，“此次与国家远程医疗与互联网医学中心的战略合作，将进一步拓展CSID的辐射范围至3000家全国基层医院。”

来源：科技日报

文章地址：http://www.sohu.com/a/227186539_612623