近日，門診導診機器人“小醫”在河北省邯鄲市中心醫院東區門診大廳正式上崗，呆萌外表和有趣互動吸引不少患者圍觀。
如今，人工智能早已不再是科幻小說中的專有名詞，它已經突破了從“不能用、不好用”到“可以用”的技術拐點，進入了爆發式增長的時期。在醫療領域，人工智能已可以快速診斷疾病、做手術、開展健康監測等。2018年4月，×××辦公廳發佈《關於促進“互聯網 醫療健康”發展的意見》，明確提出推進“互聯網 ”人工智能應用服務。這意味着“人工智能 醫療”將實質性地改變人們的就醫模式，助力健康中國建設。
“醫術”超過年輕醫生
經過不斷訓練的“人工智能醫生”，“眼睛”“耳朵”“大腦”日益發達，涉及病種越來越多、領域越來越寬
會“看”影像，會“讀”病歷，會“動”手術，會“做”檢查，還會給出臨牀診斷建議;“醫術”超過年輕醫生，一些領域能與資深醫生比肩。它，就是“人工智能醫生”。
跟人類醫生一樣，“人工智能醫生”也是通過望、聞、聽等手段看病。
以肺部結節爲例，小到1毫米的病竈，閱片醫生需要一張張看CT影像圖片來找，並推斷出大小、密度。資深閱片醫生平均10分鐘讀1張，大型醫院每天片子超過10萬張，閱片醫生的工作緊張而繁重。如今，一些醫院開始引入人工智能系統篩查，閱片時間降至1分半。
“人工智能醫生”不僅效率很高，在診病方面更加精細、全面。在華中科技大學同濟醫學院附屬協和醫院，由依圖醫療開發的人工智能系統不僅可以檢測肺結節病竈，還能對病竈性狀進行多維度描述，包括大小、體積、密度、CT值，結節表徵可涵蓋6種常見的良惡性徵象——分葉、毛刺、胸膜凹陷、空洞、空泡、鈣化。阿里健康開發的系統則將周邊病症一起篩查，包括肺道泡、動脈硬化、淋巴帶化、肺密度增高、索條等。
人工智能裝上“眼睛”，可以閱讀標準化的圖像，篩查出病竈。華中科技大學同濟醫學院附屬協和醫院臨牀考驗了這名“人工智能醫生”，發現其檢出率達95.78%，誤報率卻僅有2.63%。2018年，該院60名影像科醫生通過AI系統判讀影像病例超過了15萬份。
除此之外，“人工智能醫生”還能查食管癌、糖尿病視網膜病變、結直腸腫瘤、乳腺癌等疾病，甚至還可以查兒童骨齡，技術水平不亞於資深醫生。
人工智能還有靈敏的“耳朵”。在安徽省合肥市廬陽區，科大訊飛智醫助理已於2018年在社區衛生服務機構上崗，在醫患交流過程中，智醫助理通過大數據和智能語音技術，生成並自動提取病歷，醫生還可查詢相似病例、臨牀指南以及對症藥品。目前，該系統已完成7000餘人次的輔助診斷建議。
最近，“人工智能醫生”還裝上了“大腦”。在廣州婦兒中心，人工智能系統學會“讀懂”病歷，然後像人類醫生一樣，給出診斷。醫生將患者主訴、症狀、個人疾病史、檢查檢驗結果、影像學檢查結果、用藥情況等信息輸入病歷文本，系統自動將自由病歷文本轉換成規範化、標準化和結構化的數據。人工智能系統“讀懂”病歷後，再給出診斷結果。
“人工智能醫生”診斷準確率高嗎?以呼吸系統疾病爲例，該人工智能對上呼吸道疾病和下呼吸道疾病的診斷準確率分別爲89%和87%，對不同類型哮喘的診斷準確率在83%到97%之間。
經過不斷訓練的“人工智能醫生”，“眼睛”“耳朵”“大腦”日益發達，涉及病種越來越多、領域越來越寬，包括臨牀助理、輔助診療、醫學影像、基因檢測、健康管理等。
人工智能靠海量數據
各個學科數據的標準化程度，影響着人工智能的應用程度。各個醫院設備不一樣，數據維度也不一樣
醫生長本事，一靠醫學專業院校學習，二靠臨牀經驗積累。“人工智能醫生”靠什麼?靠海量數據、雲計算能力。“吃”完數據之後，經過不斷訓練臨牀思維，系統就可以像人類醫生一樣看病了。
“吃”了海量數據後，機器不僅可以當醫生，而且可以做科研、教學、管理等，幫助醫生和醫院提升科研水平，提高診療能力。
在四川大學華西醫院，依圖醫療納入該院2009年至今收治的肺癌患者的全維度脫敏臨牀數據，打通臨牀門診、住院、病歷、病理等多個系統數據，建立了國內首個肺癌臨牀科研智能病種庫。有了這個病種庫，醫院多個與肺癌診療相關的科室研究能力大大提升，其他醫聯體機構也受益匪淺。
阿里健康人工智能醫療升級到了2.0版本，除了臨牀，還有文本科研、影像科研平臺功能，提供虛擬病人、VR模擬手術用於教學。
在河南郟縣任莊村衛生室，記者看到了微醫人工智能輔診系統——全科輔助診療系統、懸壺臺中醫智能診療系統。村醫張巧芬簡單輸入患者的基本症狀、病史等，馬上就能看到相關危重病、常見病可能提示。“我們平時很少接觸到危重病，但心裏還是擔心萬一誤診了，會耽誤村民治療。”
據介紹，這一全科輔助診療系統通過學習超過500萬份文獻、千萬份病歷和健康檔案，目前已覆蓋2000多個病種、5000多個症狀，命中率達到90%。懸壺臺中醫智能診療系統累計輔助開方量已超過200萬張。鄭州×××：http://mobile.tongji120.com/
“基層醫生服務能力不強，人工智能輔助診療能彌補資源不足的問題，提升醫生服務水平。”中國社科院人口與勞動經濟研究所社會保障研究室主任陳秋霖認爲，醫療人工智能可以提高醫療診斷的精準程度，也可以替代一些高精尖手術中的操作，還可以在一些醫療服務中替代部分人力資源，從而降低醫療費用。
人工智能學習的數據從臨牀來，還得轉換成結構化格式，然後做出模型，按照臨牀診療思維訓練、學習，算出結果。數據是關鍵，各個學科數據的標準化程度，影響着人工智能的應用程度。
依圖醫療總裁倪浩告訴記者，醫療數據不標準是一個普遍性的問題。雖然影像是標準化較好的一批數據，但不同醫院還是差別很大。各個醫院設備不一樣，數據維度也不一樣。高質量的數據非常少見，需要花費更多的算法，先將數據結構化才能使用。