AI与医生pk难分伯仲 高端医疗技术普及推广或大量落地

刘丽2018-08-01 22:08

(图片来源:全景视觉)

经济观察网 实习记者 刘丽 7月29日,2018视觉健康创新发展国际论坛(Vision China 2018)联手Airdoc公司,在北京雁栖湖国际会展中心开展了一场全新的AI(人工智能)与从业医生的较量。比赛结果难分伯仲,人工智能应用于高端医疗技术的推广普及逐渐落地成为现实。

不同于以往单纯的人机较量,本次活动采用了人机协作和专业医生团队进行PK的方式。

一方是北京大学人民医院眼科与眼视光中心主任、北京大学医学部眼视光学院院长赵明威教授带领的5位医生专家团队,另一方是温州医科大学附属眼视光医院眼底外科医师、儿童眼底病专科副主任、卫生部《医学参考报眼科频道》编委陈峰教授带领的5位非眼底专业的年轻医生+AI团队。

第一轮比赛,两支队伍共十名选手同时对屏幕中的眼底阅片题目进行作答,针对答案分布情况,台下评委判准得分归属。半小时共完成了十道题的比拼。

值得一提的是,5位非眼底专业的年轻医生+AI团队并未在第一轮比拼中怯场,在逐渐熟悉人工智能的工作机理之后,一度在第九题中和专业医生组做出了完全相同的答案,双方各得一分。而由被业内人士称为”赵中浆“的赵明威教授领衔的专家组,则在第一轮比赛中,凭借专业的判准,气定神闲以七分总积分夺取胜利。

第二轮“追风逐电”环节要求两组医生在六分钟内用最短时间,对30张眼底图进行糖网(糖尿病视网膜病变)和分期情况的判断。正确率高、用时短的一方取胜,其他参会的眼科从业医师也可扫码随机分配到两个团队进行答题参与。

记者在记录第二轮比拼用时发现,剩余3分10秒之时人机协作组已全部完成三十张眼底图的判断,剩余1分30秒之时医生专家团队也全部完成作答。经计算,有人工智能参与的人机协作组正确率为91%,取得第二轮比拼的胜利。

比赛结果进一步印证了人工智能应用于眼底识别的空间巨大,但在实际临床中,眼底只是判读糖网的一个因素,其他病史和标准综合考量后才能制定最合理的诊疗方案。赵明威教授在发言中也表示:“我对AI充满期待,但诊疗最核心的还是医生。”

有关AI的应用前景,第一轮比赛评委、教授主任医师唐仕波总结道:“AI、大数据技术很大程度上提升了服务诊疗水平,短时间内不会取代人工诊疗,但会大大提升诊疗的数量和速度。”

2016年中华医学会第二十一次全国眼科学术大会数据显示,目前中国有20%的县级医院没有眼科,眼科医生数量仅有3.6万人。据美国威斯康星糖尿病视网膜病变的流行病学研究结果记录,病程大于15年的患者中,97%的Ⅰ型糖尿病患者、80%使用胰岛素的Ⅱ型糖尿病患者和55%未使用胰岛素的Ⅱ型糖尿病患者伴有视网膜病变。

作为一种无限可能数据学习、规范化操作和可二十四小时工作的医疗辅助设施,AI在平衡地区间医疗资源、提高医疗服务质量和减轻医务工作者负担等多方面将大有可为。

近三年医用AI井喷式发展背后是政策的利好支持。2016年6月,国务院公布《关于促进和规范健康医疗大数据应用发展的指导意见》指出,健康医疗大数据是国家重要的基础性战略资源,需要规范和推动健康医疗大数据融合共享、开放应用。

2017年7月,国务院印发《新一代人工智能发展规划》,人工智能上升至“促进产业变革与经济转型升级的关键驱动力”的战略层面。人工智能成为新的发展动态,“人工智能+医疗”成为其中重要的应用领域。

据悉,根据受众不同,医疗人工智能可分为虚拟助理、病历与文献分析、医疗影像辅助诊断、诊疗结果预测、药物研发、基因测序这些领域。其中,医学影像是我国目前从事公司数量最多的应用场景。

而本次参与比拼的AI算法,是由医疗领域人工智能企业Airdoc提供。基于数百万视网膜影像研发出来的慢性病识别算法,可以准确识别多种全身性慢性病和常见眼底疾病。公开资料显示,Airdoc视网膜识别算法可以识别包括白内障、青光眼、老年性黄斑变性等在内的常见眼科疾病,以及糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病。

未来,我国医疗领域人工智能应用存在着百亿级巨大市场,同时也不可避免地面临着既存偶然性之下进行推广的风险问题。数据标准化、结构化程度低,在认证和监查制度层面有待完善等都是未来AI在医疗领域推广可做努力的方向。

“对新生事物我们应该敞开胸怀拥抱”,瞿佳教授的发言,道出了国家和行业对AI所持的整体态度。

版权声明:以上内容为《经济观察报》社原创作品,版权归《经济观察报》社所有。未经《经济观察报》社授权,严禁转载或镜像,否则将依法追究相关行为主体的法律责任。版权合作请致电:【010-60910566-1260】。