品智译制丨从急诊到人工智能

本篇由上海品智编译自《经济学人》文章《From A&E to AI》

人工智能将提升医学治疗的速度和精确度

四年前，一位30出头的女士在伦敦遭遇车祸，亟需脑部释压手术。她的外科医生Chris Mansi为她实施了手术，手术顺利，但患者却最终死亡，这一结果也促使医生决定一探究竟。医生发现，患者从急诊室转往手术室的过程中有一个四小时的迟滞，正是这一问题导致了患者诊断的延误。脑部扫描发现，患者脑部有一个巨大的血栓，需要立即进行治疗。为避免此种情况再次发生，该医生成立了一家名为Viz.ai的公司，希望通过分析收诊时脑部扫描的结果，利用机器学习/人工智能来帮助判断患者症状的紧急程度。

而这只是当下众多试图通过机器学习改变医疗实践的项目和想法中的一个，这些项目虽然不尽相同，但却都有着同一个目标：让患者接受到及时准确的治疗。

Viz.ai的目标正在实现。该公司的检测软件已在二月份获得了美国监管部门的售卖许可，该软件可用于脑部扫描以及大血管梗塞引发中风的检测，且已经引入美国东南部“中风带（中风异常高发区）”地区的医院。田纳西州的厄兰格医疗体系也将于下周启动它的Viz.ai系统。

其所蕴含的益处非常之巨大。厄兰格的一位中风神经学家Tom Devlin观察表示，“血栓给脑部带来的细胞损失量为每分钟2百万个”，而血栓溶解药物和血栓切除术可以解决血栓的问题，但它们却常无用武之地，因为通常来说，在对中风进行确诊并准备执行治疗的时候，患者脑部的损伤已经非常之严重了。而Viz.ai的作用就是通过识别紧急案例、通知值班医生、发送扫描结果的方式来改变这一问题。

人工智能的用武之地

另一个成熟的人工智能助手领域便是肿瘤学。2017年2月，来自斯坦福大学的Andre Esteva和他的同事用130,000张照片来对某人工智能软件的皮肤损伤辨别能力进行调试。在调试并通过21名资深皮肤科医生的测试之后，该软件已可以辨别常见皮肤癌（角化细胞癌）和致命皮肤癌（恶性黑色素瘤），且已经达到专业水平，这一成绩已然十分值得称道。然而，一篇上个月发表在肿瘤学年鉴杂志的论文表示，一个可以超过绝大多数皮肤科医生的人工智能皮肤癌检测系统已经出现。这个由德国海德堡大学的Holger Haenssle所带来的人工智能系统赢过了58名皮肤科医生。这些医生的诊断率为86.6%，而该系统的诊断率则为95%，并且，其将良性的痣诊断为恶性疾病的误诊率也更低。

乳腺癌诊断领域也取得了进步。就在上个月，英国的一家企业Kheiron医疗技术获悉，其公司软件在乳腺癌放射筛查方面的表现已经超过了政府官方要求的标准。该公司表示，公司会在其获得欧洲人工智能使用许可之后将上述研究进行公开，且预计很快。

该进步有其重要意义，毕竟乳腺筛查可以拯救众多生命，但同时，其也面临着诸多问题，比如非常常见的过度诊断和过度治疗，以及与其相反的漏诊问题。很多国家为此执行了常规化的二次检测，但此举在增加了检测准确度的同时也增加了工作量，而这正是Kheiron所瞄准的产品市场，随着产品的不断提升，该软件将可以根据女性患乳腺癌的风险对女性的状况进行评级，并决定下次乳腺造影的最佳时间。

利用人工智能提升诊断的努力在其他医学领域也在依序进行。眼部疾病领域，谷歌母公司Alphabet在伦敦设立的子公司DeepMind正在利用人工智能对视网膜扫描进行筛查，用以诊断青光眼、糖尿病视网膜病变，以及老年黄斑变性等症状。该公司同时也涉足乳腺造影领域。

心脏疾病领域，来自牛津大学的研究人员正在研究人工智能在超声心动图解读方面的作用。心动图可帮助心脏学家鉴别心脏疾病，但人工识别的漏识率可达20%，也就是说，患者有可能带着未诊断出的心脏病就回家了。而人工智能则可以帮助识别出人眼无法察觉的变化，提高诊断的准确度。牛津内一家名为Ultromics的公司正在寻求该技术的商用化，并可能于今年晚些时候在伦敦推出。

心律不齐，尤其心颤（该疾病可增加心衰和中风的风险）领域也有颇多进展。由Andrew Ng带领的斯坦福大学的研究者们已经证明，人工智能软件在心电图心率不齐识别方面比专家更为优秀。该团队已经同一家便携心电图设备企业达成合作，并在帮助Apple研究是否可能利用该公司智能手表所收集的心率数据来检测用户是否存在心律不齐的问题。同时，巴黎一家叫做Cardiologs的公司也在进行人工智能心电图读取方面的工作。

高瞻远瞩

来自圣地亚哥Scripps研究机构的心脏病学家和数字医疗研究人员Eric Topol表示，在某些领域，医生和算法之间有着相类似的准确度，但计算机的速度更快，如果能将这两种方式相结合，无疑会给医疗领域带来更高的准确度和更好的效率。

人工智能可以觉察到人类常会忽视的各种区别特性，从而提高医疗的精确度，也可以依照患者的风险状况对其癌症或心脏疾病进行评级。以前列腺癌为例，其可以告诉我们哪些患者病情危重需要即刻进行治疗，哪些患者症状轻缓，可以暂时往后搁置。

当然，人工智能在短期之内还是无法在这些领域取代人类的。机器学习的工作范围目前还很窄，且至少还需要数年的紧密监测才能真正投入使用，对于医生来说，它们更像是一个神秘的“黑匣子”。并且，如果它们所学习的内容出现了问题，它们自身也会出现相应的偏差。但是，它们确实可以切切实实地帮我们承担很多诊断方面的工作量，并减少错误的出现，同时也可以确保各类患者（无论是癌症筛查还是遭遇车祸）得到及时有效的治疗救助。

医械智汇 APP

（长按图片识别图中二维码即可下载 “医械智汇” APP）