人工智能 科幻大片照进现实

栾兆琳

80年代的初中英语课本上有一篇课文，里面描绘了一副未来医疗的美好画面，几乎都是机器完成的检查和报告，全程都很高科技。当时对人工智能懵懂的我们不由地发自内心的叹服和憧憬。

2000年左右，曾经看过一部美国电影，男主角在激烈的战斗中手臂被子弹击中，需要手术。他自己走进一间高科技的房间，启动了一部机器的程序。只见机器设备长臂短臂一通忙活，完成了消毒、麻醉、手术、缝合的一系列程序。之后，男主角马上披甲上阵，继续战斗去了。

无论是文字还是影视，这类型的作品都曾经被我们称作科幻。而如今，科幻中描述的智能医疗正在慢慢变成现实。

镜头一：读片大赛 只有少数医生战胜“机器人”

今年4月，北京友谊医院举行了一场别开生面的甲状腺肿瘤B超读片大赛。说它别开生面，是说这场比赛的对弈双方是人类医生与机器人。

来自北京协和医院、北京大学第三医院、北京大学肿瘤医院、解放军总医院等7家北京三甲医院共计84位超声科医生在现场参与了比赛，场外还有20余位医生通过网络答题的方式同时进行比赛。

参加比赛的机器人不是一个具体形态的机器人，而是指的计算机人工智能（AI）技术。就像我们的智能手机、智能电视，不是给手机和电视配上机器人，而是一种计算机智能程序的应用。这项智能应用程序是在北京友谊医院超声科副主任胡向东带领下与北京市计算中心共同合作的一个研究项目。项目的主要负责人之一，北京友谊医院超声科刘玉江大夫介绍，这个研究的初衷是利用计算机人工智能技术来辅助超声医生诊断甲状腺结节的良恶性，以减少因为个人水平、超声显示设备等造成的误诊和漏诊。举行这次人机大赛的目的，是为了检验一下前期的研究成果：通过卷积神经网络进行了800多个病例的学习，计算机人工智能的诊断水平达到了怎样的程度？

比赛一共100道题，分上、下两场，每场50个病例，每场比赛限时20分钟。100个病例由主办方北京友谊医院超声科提供超声二维图像，要求计算机和参赛者根据这些图像进行良恶性判断，最终以计算机和参赛医生诊断结果的准确率来排名。病例都是真实的，且经过了活检和brafV600基因检测的“金标准”测定，保证了答案的绝对正确。

“由于计算机人工智能相比人脑更稳定，不易受到外界因素干扰，因此计算机人工智能通过大量的学习和训练后可以比我们医生拥有更高的准确率。”刘玉江说。

比赛的结果是只有5位医生的诊断准确率超过了人工智能。在诊断效率上，计算机人工智能完成100个病例所耗费的时间还不到10分钟，个人成绩排在第一位的解放军总医院超声科大夫张明博用了大概15分钟，其余大部分医生都用了30分钟以上的时间。

“参赛医生的诊断准确率应该是低于日常工作中的准确率的。第一名医生答对了76道题目（机器人答对了74道）。日常工作中，超声科医生要结合结节的动态图像特征、彩色血流信息、弹性成像特征和超声造影特征综合判断，还要结合患者的病程、家族史和放射线接触史来做出最终诊断。而比赛现场只给了静态二维图像，医生无法进行动态扫查，图像并不能完全、准确地代表结节的形态特征。”刘玉江大夫说，“但是，人工智能的工作效率是远远超过人类的。我们花几年、几十年积累的经验，人工智能可能只需要几天甚至几个小时就能掌握。这对于人类医学发展来讲，是极大的进步。有了人工智能的介入，医疗行业有望降低成本，提升诊疗水平和效率，并更好地实现健康管理，给患者带来福利。”

刘玉江认为，人工智能应用到医学中来是大势所趋。目前国内外许多科技巨头都已经在研究和利用人工智能进行医疗创业投资，包括谷歌、IBM、微软、阿里巴巴、百度等。早在2016年，百度就推出人工智能在医疗领域内的最新成果——百度医疗大脑，正式将人工智能技术应用到医疗健康行业，它可以模拟医生问诊流程，与用户交流，辅助医生完成问诊。

刘玉江介绍说，人工智能在医学影像上的应用主要是阅片，包括放射科的X线、CT和核磁片，以及超声图片、病理图片等。临床医生的阅片能力与阅片经验高度相关，人工智能的阅片实际上模仿了医生阅片，通过大量的学习来完善算法，实现对影像数据的分析和判断。医生阅片的数量受工作时间限制很有限，而人工智能不会受此限制，只要有足够的学习样本，人工智能都能够学习，因此可以在经验上超过医生。

镜头二：智能“沃森” 坚定了医患战胜疾病的信心

因为美国机器人医生“沃森”的到来，天津市第三中心医院成立了沃森联合会诊中心。这是全国第二家、北方地區首家引进“沃森”智能肿瘤专家的医院。

在天津第三中心医院肿瘤科主任吴尘轩大夫的门诊中，我们见到了这位“沃森”医生。在形式上，他并不是一个呆头呆脑的金属机器人的形象，而是一台我们平时再熟悉不过的电脑终端。他也不会讲话，需要医生输入病人的相关信息，然后做出治疗方案。他的背后是由90台IBM power7服务器组成的一套人工智能系统。

虽然沃森可以为患者提供世界一流、最科学规范、最先进的精准个体化的治疗方案，但并不是每一位肿瘤患者都有机会用得上的。吴尘轩介绍，目前，沃森能为胃癌、结肠癌、直肠癌、乳腺癌、肺癌、宫颈癌和卵巢癌等7类癌症患者提供服务。而且，患者需要首先确诊后，按照沃森程序的提示，由医生输入各种数据，比如肿瘤病理、侵犯部位、疾病分期等信息。所以目前，能够应用沃森的患者除了本人意愿外，还需要肿瘤科医生进行筛选。

沃森的医学训练过程跟人的学习很像：看书，习题，考试；老师判题，改正，掌握知识点。它的第一本教课书，是美国国家综合癌症网络编写的肿瘤治疗指南。这本书是美国肿瘤领域临床决策的标准，也是全球范围内使用率最高的指南，中国医生也经常拿来做参考。在四年多的训练时间里，它学习了200多部肿瘤专业领域的教科书，超过300种医学期刊，以及1500多万页肿瘤文献的关键信息和临床试验中的60多万条医疗证据。这对于人类来说，简直是不可能完成的任务。更为重要的是，沃森学会了从患者的病例中提取关键词，如“肺癌”、“EGFR”、“T790M”等，并从海量的数据中筛选出最为行之有效，却又为患者量身打造的治疗方案。

在4年多学习的同时，它还在美国多家医院接受训练，其中一家是著名癌症中心——斯隆-凯特琳癌症纪念医院（MSKCC），它会接触临床正在发生的新病例，并且跟随专家学习其治疗经验和共识建议。甚至通过了美国执业医师考试，拿到了医师执照。目前，沃森对随时发表的医学数据以及全球权威发布的共识、指南可以做到每三个月的实时更新。

吴尘轩主任将一位患者的病史、血清以及影像病理等检测结果、分期特征、转移位点、危重病情况等逐一输入电脑。然后点击屏幕右上角的“问沃森”，不到10秒钟，一套详细的诊疗方案就呈现在屏幕上。

“绿色的条目，是沃森给出的最佳推荐治疗方案。”吴尘轩解释，“橙色、红色部分则分别代表谨慎使用和不推荐使用的方案。”点开绿色条目，详细的用药、治疗建议、全文文献参考等逐一呈现，甚至给出了采用该治疗方案后患者可能的生存期。

吴尘轩说，沃森给出的治疗方案并不是单一的用药处方，而是按推荐级别的高低，给出一套可供选择的全程方案，同时提供有效率、生存率、毒副作用风险等详细数据和文献支持。因此，有了沃森机器人的分析，医院将更放心地使用人工智能参与评估治疗方案，避免走弯路和过度医疗。对于医生来讲，沃森不仅可以提供可选择的诊疗意见，还能帮助医生总体评估该方案的疗效及风险。

吴尘轩讲到她曾经接诊的一位49岁的晚期乳腺癌患者。首诊时，这位患者合并有严重的骨关节病变，全身关节变形疼痛，无法正常睡眠进食，体质虚弱到无法站立行走，被丈夫用轮椅推到吴主任面前。她的头发花白，有气无力，身体状况非常不好。吴尘轩一度以为她是陪同者的母亲。吴尘轩认为该患者应该进行化疗。可是考虑到她虚弱的身体状况，非常担心她禁不住，患者本人也有着同样的担忧。在充分沟通后，吴主任请出了沃森，沃森的治疗方案与吴主任大致相同，建议化疗联合靶向治疗。沃森的治疗方案让医患双方都坚定了信心。第一轮化疗后，肿瘤标志物水平明显下降，而且骨关节病变奇迹般好转，患者能够走路了。3个多月5周期化疗后，患者的肿瘤被控制住了，整个人状态也好了起来，更加积极地投入到治疗当中。

第三中心医院主管医疗和信息的副院长王凤梅说，美国所有癌症的五年生存率为66%，而中国所有癌症的五年生存率仅为30.9%。造成这种明显差距的主要因素之一，在于我国目前在肿瘤的规范诊疗方面水平参差不齐。肿瘤专业作为独立的学科，知识更新快，涵盖面广，诊疗复杂程度高，与其他临床学科相比，肿瘤专科医生需要更加及时地跟进和获取大量的循证医学证据来支持肿瘤患者的个性化治疗方案。而这一点需要肿瘤专科医生花费大量的时间精力，通过阅读海量的文献，追踪学习国际上最先进的肿瘤治疗经验。据统计，2015年全世界在肿瘤治疗研究等领域共计发表文献44万篇，而最勤奋的肿瘤专科医生全年的文献阅读量也不过1000余篇。如此规模巨大的数据量差距，单靠人力已经无法处理，而沃森却可以做到。

沃森可以在17秒内阅读3469本医学专著、248000篇論文、69种治疗方案、61540次试验数据、106000份临床报告。通过融合信息检索，海量数据，自主进行理解、推理、学习，在短时间内迅速成为肿瘤专家。

沃森还能帮助临床医生大大拓展全球视野，及时更新治疗理念和用药方法，收集全球各种临床数据和文献，特别有利于肿瘤专科及相关学科年轻医生的快速学习和成长。

“除了造福广大肿瘤患者，为医生提供精准医疗的支持，帮助年轻医生成长也是我们引进沃森的原因之一。”王凤梅说。

当然，沃森也有弱势，王凤梅和吴尘轩都提到这一点。鉴于东西方人种、药品种类、治疗方法等差异，沃森系统未来在中国要更好地推广应用还要学习更多的本土资料，以适合中国病人实际需要。

沃森这么厉害，会替代医生吗？吴尘轩认为，人工智能将以医生好助手的角色存在，既可以作为良师对初级医生进行培训和辅导，也可以作为专家精准治疗方案的有力补充，久而久之将大幅度提高肿瘤的总体诊疗水平，但医生和患者之间的情感交流、人文关怀是人工智能无法取代的。