近日據外媒報道，來自谷歌旗下DeepMind子公司、倫敦大學學院和Moorfields眼科醫(yī)院的研究人員利用深度學習技術開發(fā)了一種軟件，可以通過3D掃描識別出50多種眼疾并推薦治療方案。

實際上，這項研究最早于2016年2月被英媒《金融時報》首次披露，當時發(fā)現AI可以被用于分析視網膜掃描最大眼疾，如青光眼、年齡相關性黃斑變性、糖尿病性視網膜病變等，而且可能比訓練有素的人類專家更準確。

該軟件進行了近15000次測試，測試者都在穆爾菲爾德醫(yī)院接受過治療（穆爾菲爾德是歐洲和北美最大的眼科醫(yī)院）。這些患者在接受人類醫(yī)生診斷的同時，也接受該軟件的掃描。正因如此，它學會了如何識別眼睛的不同的解剖成分（一個被稱為分割的過程），然后根據掃描顯示的各種疾病癥狀推薦臨床治療方法。從測試結果得出，將人工診斷結果與掃描結果比對，其準確率達94％，與頂級人類專家不相上下。

無獨有偶，Google 在AI 預測肺癌方面也取得了突破性的進展。

眾所周知，癌細胞能夠很好的“隱藏”在人類的身體上，一般癌癥患者在確診之后都已經進入到了晚期階段，治愈的可能性極低。但如果能夠提早發(fā)現癌細胞的存在，做到早確診，早治療，那么將會在一定程度上提高癌癥患者的存活率。

此前，Google 在 I/O 大會上就曾介紹過該項技術。據Google所言，癌癥篩查主要是以影像為主的，但低于 5mm 的病變細胞就很難被醫(yī)生發(fā)現。但在Google 機器學習系統(tǒng)的神助攻下，醫(yī)護人員能夠預測肺癌癥病發(fā)的風險，做到早確診，為病人治療。

同時，Google機器學習模型可以24小時不間斷的工作，而且人工智能的“機械化”也意味著在檢查的過程中不會受到情緒，精神等因素的干擾，能夠更精準地識別出肺癌細胞以及早期惡性肺結節(jié)。根據相關的測試，Google機器學習模型在使用單個CT掃描進行診斷時，Google 模型與六位醫(yī)生處于同等水平，甚至表現得更好一些。

但是Google方面也表示，機器學習模型只是起到了輔助作用，目前還無法百分百識別腫瘤。事實上，在AI抗癌領域中，Google并不是首位嘗鮮者。之前，微軟曾提出過一個終極 AI 抗癌路徑，微軟希望借助生物模型分析儀，與超級計算機進行結合，以此來模擬癌變產生的過程，而IBM也希望借助AI來診斷腫瘤。

政策：智慧醫(yī)療被列入《新一代人工智能發(fā)展規(guī)劃》

目前中國人工智能發(fā)展已經進入了一個新階段，也許現在正是我們趕超世界水平的一個彎道超車的關鍵節(jié)點。人工智能不僅是當下國際競爭的新焦點，也可能成為我國未來經濟發(fā)展的一個新引擎。2017年國務院正式印發(fā)的《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》），分階段設立了到2030年的“三步走”目標：到2020年我國人工智能技術和應用與世界先進水平同步；到2025年人工智能基礎理論實現重大突破；到2030年部分技術和應用達到世界的領先水平，成為世界人工智能創(chuàng)新中心。該《規(guī)劃》中，已經把有關智慧醫(yī)療的兩大項列入了新一代人工智能規(guī)劃當中，《規(guī)劃》也促使“智慧醫(yī)療”在2018年迎來爆發(fā)。

挑戰(zhàn)：傳統(tǒng)醫(yī)療向智慧醫(yī)療轉變面臨的三大挑戰(zhàn)

要適應新一帶人工智能發(fā)展規(guī)劃里面提出的智能醫(yī)療，我認為醫(yī)療行業(yè)目前主要面臨了三大挑戰(zhàn)。

首先是資源互通、數據共享和系統(tǒng)鏈接方面。這些對醫(yī)療行業(yè)的發(fā)展起到至關重要的作用。比如現在國內很多企業(yè)正在研發(fā)智能病理診斷系統(tǒng)，研發(fā)這套系統(tǒng)，需要大量的臨床數據。如果我們可以做到信息共享，我相信會很大程度上推進該產品的研發(fā)，加快醫(yī)學界“新助理”的誕生，同時幫助緩解醫(yī)生短缺的問題。信息共享也不僅僅是令智能病理診斷系統(tǒng)的研發(fā)收益，未來還會加速更多適應臨床醫(yī)療的產品落地。

但很可惜，到了今天，許多醫(yī)院還在使用傳統(tǒng)的數據庫，大部分原生醫(yī)療數據都還只是靜靜的躺在那里，沒有被有效整合與利用。但隨著大數據、云計算、區(qū)塊鏈等技術的成熟，這些數據庫逐漸云端化，在保障病人隱私和醫(yī)生權限的前提下，醫(yī)療資源就可以走上互聯(lián)互通之路。

第二是政策和倫理方面。《規(guī)劃》的最后一點表示社會各界媒體應該及時做好輿論引導，更好應對人工智能發(fā)展可能帶來的社會、倫理和法律等挑戰(zhàn)。 我之所以說到這一條， 是因為其實人工智能在政策和倫理上，尤其是在傳統(tǒng)醫(yī)療領域面臨的挑戰(zhàn)非常大。

現在很多醫(yī)生相信智能醫(yī)療的準確性，實驗證明它總比大多數醫(yī)生能避免更多的漏診和誤診。在西京醫(yī)院曾進行過6次人與機器人AIphaGo的對決，我作為主持嘉賓參加了第5次對決，親眼目睹在腦膜炎的診斷上，人遠遠比不上機器人。參賽人員的準確率沒有超過41%，而機器人至少有70%的準確率，因為機器人可以快速的連續(xù)學習。這個結果令人興奮，說明技術發(fā)展的步伐很快。

但是人工智能給出的醫(yī)療報告是否真的可以作為診斷的依據呢？你相信嗎？

很多病人不會相信，這就是個倫理的問題。如何讓百姓普遍接受和推廣應用人工智能治療新模式、新手段是目前的一大挑戰(zhàn)。我想最應該去推廣的人應該是受益的病人和那些已經掌握一些技術的醫(yī)學專家們。補充一點，如果這些專家們不擁抱智慧醫(yī)療，不僅他們沒有起到幫助智慧醫(yī)療發(fā)展的作用，他們也將會失去目前自身的優(yōu)勢。

第三是“人工智能+醫(yī)療”創(chuàng)新產品的經濟價值 。若要實現智慧醫(yī)療落地，光有創(chuàng)新是不行的，還需要有經濟價值。比如智能穿戴產品雖然是一個較大的創(chuàng)新，但是在醫(yī)療、健康方面并沒有產生可觀的經濟價值，或許智能穿戴產品還需要升級改造?，F在人工智能技術創(chuàng)新有很多優(yōu)秀的創(chuàng)意，有但有些其實是沒有用的，我們應該合理判斷這些創(chuàng)新產品的價值。創(chuàng)新的過程需要注意三大要素：創(chuàng)新、價值和市場。只有這三者合一，形成一個運營閉環(huán)，創(chuàng)新產品才可以發(fā)揮真正的作用。也就是說如果產品只有創(chuàng)新的服務模式，卻沒有盈利模式，那它依然不可以產生價值。比如現在很多醫(yī)療APP，就面臨這樣的問題，他們既做線上服務，又想辦實體醫(yī)療機構，但事實上小型醫(yī)療機構是很難與傳統(tǒng)醫(yī)療機構進行競爭的，如何利用互聯(lián)網的工具進行醫(yī)療數據的清洗、整合，然后再開發(fā)利用，這才是醫(yī)療APP的發(fā)展方向。

總之，我認為智慧醫(yī)療的逐步落地，需要先解決資源整合、數據共享，輿論引導，運營閉環(huán)等問題，而政府也應該引導相關平臺的建設，使智慧醫(yī)療健康發(fā)展。