人工智能系統(tǒng)AlphaGo已經(jīng)在圍棋領(lǐng)域證明了自己的能力，在語音識(shí)別、人臉識(shí)別焕议、機(jī)器人宝磨、自動(dòng)駕駛等領(lǐng)域同樣取得了巨大的進(jìn)展。那么盅安，在醫(yī)療領(lǐng)域唤锉，人工智能究竟進(jìn)展到什么程度了？

張大磊在這方面算是有發(fā)言權(quán)的人别瞭。他創(chuàng)立的Airdoc腌紧，正在探索將人工智能技術(shù)應(yīng)用到醫(yī)療領(lǐng)域。

日前畜隶，在一場(chǎng)醫(yī)療行業(yè)會(huì)議上壁肋，張大磊以眼科為例，描述了人工智能在醫(yī)療領(lǐng)域所能發(fā)揮的價(jià)值籽慢，以及目前可以達(dá)到的具體效果逊汤。

眼科是醫(yī)生稀缺非常典型的醫(yī)院科室之一，尤其是近年來湘胚，眼科疾病病發(fā)率持續(xù)增高啥榜，但眼科醫(yī)生卻非常有限。我將以這個(gè)科室為例虑佳，講講人工智能怎么輔助醫(yī)生的日常工作掏博。

以糖尿病患者的視網(wǎng)膜病變?yōu)槔@是最常見的糖尿病并發(fā)癥檬鞠，發(fā)病率約為25％～38％伊肿，失明幾率較非糖尿病患者高25倍并且不可逆，已經(jīng)成為四大致盲眼病之一煞仑。目前全世界有數(shù)千萬人患有這一疾病炒耀。

我國(guó)約有1．14億糖尿病患者，當(dāng)中很大一部分都有患糖尿病性視網(wǎng)膜病變的風(fēng)險(xiǎn)然瞳，所以一般糖尿病病人半年會(huì)做一次眼底篩查名密。

但一個(gè)窘迫的現(xiàn)狀是，內(nèi)分泌科醫(yī)生在這個(gè)時(shí)候都需要借助眼科醫(yī)生進(jìn)行眼底病變會(huì)診拍埠，退一步講失驶，即便內(nèi)分泌科醫(yī)生能從眼底圖像中看出問題，按照法律規(guī)定也不能出眼科的診斷報(bào)告枣购。而中國(guó)的眼科醫(yī)生僅有3．6萬余名嬉探，眼底專業(yè)醫(yī)師就更少了，造成的結(jié)果是大多數(shù)糖尿病患者不能得到及時(shí)的眼底篩查坷虑。

這種情況下甲馋，人工智能的價(jià)值就凸顯出來了。

針對(duì)糖尿病性視網(wǎng)膜病變迄损，Airdoc做了很多人工智能的探索定躏。我們花費(fèi)大量時(shí)間從多家國(guó)內(nèi)外頂級(jí)醫(yī)院收集了數(shù)十萬張眼底照片，構(gòu)建超過100層卷積神經(jīng)網(wǎng)絡(luò)芹敌，能準(zhǔn)確解析原始圖像的高階信息痊远，單次迭代持續(xù)訓(xùn)練超過120小時(shí)，最終訓(xùn)練出了Airdoc糖尿病性視網(wǎng)膜病變輔助診斷模型氏捞，在靈敏性和特異性等主要指標(biāo)上碧聪，獲得了和人類醫(yī)生相當(dāng)?shù)慕Y(jié)果。

（說人話：機(jī)器經(jīng)過很多的影像資料訓(xùn)練翅剔，高強(qiáng)度學(xué)習(xí)伐页，最終高度模擬醫(yī)生診斷，形成跟醫(yī)生差不多的影像識(shí)別迟凫、判斷能力养砾。）

這樣一來，內(nèi)分泌科大夫可以利用Airdoc模型對(duì)糖尿病患者進(jìn)行初次眼底篩查夏岩，可以快速地將有病變和無病變的患者區(qū)別出來质教，情況嚴(yán)重的，可直接轉(zhuǎn)診到眼科繼續(xù)治療矩粒。

斜視也是Airdoc重點(diǎn)關(guān)注的領(lǐng)域瓦陡，經(jīng)過長(zhǎng)時(shí)間的數(shù)據(jù)收集和數(shù)據(jù)預(yù)處理，利用卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了斜視識(shí)別網(wǎng)絡(luò)歧蛾，并且通過大量的數(shù)據(jù)驗(yàn)證模型厘赤，經(jīng)過持續(xù)地調(diào)整模型的參數(shù)，以保證最終訓(xùn)練出的斜視模型在靈敏性和特異性的可靠性喝爽。

除了眼底病識(shí)別外漆粉，眼眶病領(lǐng)域人工智能識(shí)別取得了巨大的進(jìn)展，眼眶病變的體征由于病變性質(zhì)和部位不同满葛，臨床表現(xiàn)也錯(cuò)綜復(fù)雜径簿。Airdoc的產(chǎn)品可以自動(dòng)獲取眼部區(qū)域，并且自動(dòng)檢測(cè)角膜嘀韧，可以準(zhǔn)確識(shí)別炎癥篇亭、腫瘤、外傷等病況锄贷，可以輔助眼科醫(yī)生治療眼眶疾病译蒂。

在可以預(yù)見的未來，通過深度學(xué)習(xí)算法的介入谊却，人工智能可以提升資深醫(yī)生的閱片效率柔昼，讓其有更多精力投入到學(xué)術(shù)研究和疑難雜癥處理哑芹；可以輔助年輕醫(yī)生進(jìn)行快速準(zhǔn)確的診斷和篩查；也可以助力公共衛(wèi)生機(jī)構(gòu)及基層醫(yī)療機(jī)構(gòu)的大面積疾病篩查捕透。

當(dāng)然眼科只是一個(gè)例子聪姿，目前人工智能技術(shù)已經(jīng)可以在多個(gè)領(lǐng)域?yàn)獒t(yī)療提供服務(wù)，比如：

1乙嘀、醫(yī)學(xué)影像識(shí)別末购，幫助醫(yī)生更快更準(zhǔn)地讀取病人的影像所見；

2美丝、臨床診斷輔助系統(tǒng)等醫(yī)療服務(wù)壕俱，應(yīng)用于早期篩查、診斷替塑、康復(fù)障浅、手術(shù)風(fēng)險(xiǎn)評(píng)估場(chǎng)景；

3看卦、藥物研發(fā)车榆，解決藥品研發(fā)周期長(zhǎng)、成本高的問題炼岖。

早在2012年耙钉，在深度學(xué)習(xí)尚未進(jìn)入爆發(fā)階段時(shí)，Airdoc的研究人員已經(jīng)意識(shí)到基于深度學(xué)習(xí)的人工智能圖像識(shí)別能力楔侣，可以用在醫(yī)學(xué)圖像的識(shí)別和分析上卡竣。與傳統(tǒng)的圖像識(shí)別算法不同，識(shí)別醫(yī)學(xué)圖像需要算法具有極高的準(zhǔn)確率和可靠性株惶。

我們搭建了多個(gè)強(qiáng)大的深度神經(jīng)網(wǎng)絡(luò)蝴韭，通過和頂級(jí)醫(yī)院合作，在大量的醫(yī)學(xué)圖像上進(jìn)行標(biāo)注和持續(xù)迭代訓(xùn)練熙侍，使得深度神經(jīng)網(wǎng)絡(luò)可以不斷從中學(xué)習(xí)榄鉴，最終產(chǎn)出靈敏度和特異性與人類醫(yī)學(xué)專家接近甚至持平的識(shí)別模型。類似的模式蛉抓，還被Airdoc引用到了CT庆尘、MRI、X光巷送、心電等領(lǐng)域驶忌。

在“十三五”規(guī)劃以及《健康中國(guó)2030規(guī)劃綱要》中，“醫(yī)學(xué)診斷創(chuàng)新”笑跛、“智慧醫(yī)療”付魔、“健康大數(shù)據(jù)”已成高頻出現(xiàn)詞匯。但這些概念究竟如何落到實(shí)際的行業(yè)中飞蹂，解決行業(yè)的什么問題几苍？我想翻屈，優(yōu)質(zhì)醫(yī)療資源的短缺應(yīng)該是目前醫(yī)療行業(yè)最亟待解決的問題之一。

提高效率妻坝，在現(xiàn)有的醫(yī)療資源供求環(huán)境中挖掘“增量”奋肄，就是人工智能的重要使命。如何將頂尖醫(yī)學(xué)專家的學(xué)識(shí)和診斷經(jīng)驗(yàn)進(jìn)行快速?gòu)?fù)制婉涌，訓(xùn)練成更多模擬專家診斷路徑的“人工智能醫(yī)學(xué)專家”，是擺在醫(yī)療機(jī)構(gòu)管理者和科技企業(yè)家們面前的是的重要命題兴氧。

附：此前夏坝，張大磊還曾分享過人工智能在醫(yī)療健康領(lǐng)域存在的一些挑戰(zhàn)，億邦動(dòng)力網(wǎng)將其整理如下：

首先厦冤，就是數(shù)據(jù)質(zhì)量問題花脐。機(jī)器學(xué)習(xí)所用到的數(shù)據(jù)其實(shí)是訓(xùn)練學(xué)習(xí)模型的教材，教材的質(zhì)量最終決定了學(xué)習(xí)的成果奔豫，如何獲取高質(zhì)量的教材是大部分人工智能醫(yī)療企業(yè)共同面臨的問題戚吕，臨床數(shù)據(jù)質(zhì)量不容樂觀。

其次袄洁，病人的隱私問題员漩。在訓(xùn)練模型和數(shù)據(jù)預(yù)處理之前，患者隱私保護(hù)需要每個(gè)行業(yè)參與者高度重視晤泌，Airdoc嚴(yán)格遵循HIPPA逝淹，也在和中國(guó)主管部門溝通建言推出類HIPPA的信息保護(hù)法案，患者隱私保護(hù)不容有失桶唐。

第三栅葡，還有觀念問題∮仍螅基于人文倫理的傳統(tǒng)觀念影響欣簇，接受人工智能醫(yī)療這一事實(shí)的過程可能比想象的要長(zhǎng)。

第四坯约，監(jiān)管問題熊咽。目前對(duì)于人工智能醫(yī)療健康大數(shù)據(jù)的使用監(jiān)管，我國(guó)的法規(guī)較美國(guó)英國(guó)澳大利亞等國(guó)家而言還有一些差距需要補(bǔ)足闹丐。

其余兩點(diǎn)為實(shí)際落地面臨的挑戰(zhàn)网棍，分別是跨機(jī)構(gòu)數(shù)據(jù)模型驗(yàn)證和支付問題「局牵縱觀全球滥玷，人工智能服務(wù)醫(yī)療還是相對(duì)缺乏成熟的經(jīng)驗(yàn)。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)巍棱，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享信撞，并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)爱亡，也不構(gòu)成任何其他建議。本站部分作品是由網(wǎng)友自主投稿和發(fā)布癣垛、編輯整理上傳泊铸，對(duì)此類作品本站僅提供交流平臺(tái)，不為其版權(quán)負(fù)責(zé)瞻坊。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻者侄、圖片、文字如涉及作品版權(quán)問題兼峻，請(qǐng)第一時(shí)間告知亮哑，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國(guó)家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益神深！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn核狰。