據(jù)統(tǒng)計，目前我國基層醫(yī)院誤診率較高，醫(yī)學影像領域誤診次數(shù)達到每年5700萬次；醫(yī)院總體而言，腫瘤誤診率達到60%。更不用說早年。

4月12日，中國電子科技集團公司第五十五研究所職工醫(yī)院近日正式啟用由匯醫(yī)在線整合了浙江德尚韻興圖像科技有限公司的科學家們發(fā)明的“DE-超聲機器人”人工智能輔助診斷項目，用于甲狀腺結節(jié)診斷。 據(jù)悉，該超聲機器人此前已在浙江大學第一附屬醫(yī)院實現(xiàn)臨床應用。

匯醫(yī)在線總裁兼CEO何毅對雷鋒網(wǎng)AI掘金志表示，這套人工智能醫(yī)療產品率先落地的是一家基層醫(yī)院，用武之地就在于打造優(yōu)質醫(yī)療資源下沉的可行通道，解決基層醫(yī)療能力不足。

常見病的診斷難，機器人如何解決？

 “DE-超聲機器人”人工智能輔助診斷項目于上月初落地南京，1個多月來，中國電子科技集團公司第五十五研究所職工醫(yī)院利用“DE-超聲機器人”為100多例基層病例進行輔助診斷。

甲狀腺超聲以其對軟組織的高分辨力、毫無創(chuàng)傷、價格低廉、操作方便等突出優(yōu)點，成為鑒別結節(jié)性質的不二之選。但是，甲狀腺結節(jié)發(fā)病無明顯的臨床癥狀，診斷時要結合患者年齡、性別、病史、體征以及各項檢查進行全面分析，診斷指標復雜、指標特征不明顯等問題，也提高了病情診斷的難度。

南京市第一醫(yī)院腫瘤內科主任陳錦飛表示，“人體甲狀腺結節(jié)已成常見病，如果不加重視，甲狀腺結節(jié)可能會發(fā)生惡變，進而發(fā)展成癌癥，危及生命。而由于個體化差異，目前三甲醫(yī)院甲狀腺結節(jié)的診斷準確率平均也不到70%，如果不做活檢，不同醫(yī)生對同一張片子還可能會做出不同判斷?！?/p>

但相比之下，擅長無條件思維、理性思維的機器人，診斷準確率上表現(xiàn)出了優(yōu)勢?！敖?jīng)過上萬病例診斷率驗證，‘DE-超聲機器人’相當于一個三甲醫(yī)院副主任醫(yī)師的水平?！钡律许嵟d的首席科學家、浙江大學求是特聘教授孔德興說。

匯醫(yī)在線何毅介紹，利用嵌入了“DE-超聲機器人”的人工智能輔助診斷系統(tǒng)，醫(yī)生坐在B超機器前，登錄匯醫(yī)在線云醫(yī)生工作站，用探頭給病人進行探測后將探測截圖保存發(fā)送到超聲機器人，2分鐘后超聲機器人能自動生成圖像分析報告和檢測結果。檢測結果不僅能清楚地標記結節(jié)位置和尺寸，還會智能分析影像，提示良性或惡性的可能性，供給醫(yī)生診斷參考。

超聲機器人，試用一年正式服役

雷鋒網(wǎng)AI掘金志了解到，研發(fā)這套系統(tǒng)期間，德尚韻興的研發(fā)人員收集了10000多名檢查者的甲狀腺超聲檢查影像，“依托英特爾至強平臺及其優(yōu)化工具，采用深度學習，利用海量的超聲影像樣本對計算機進行訓練，使其掌握‘診斷’能力?！笨捉淌诮忉尩?，“它的原理類似于訓練醫(yī)生，比如一名醫(yī)生需要學習大量醫(yī)學教材和病例才可以具備某種經(jīng)驗和水平，而計算機可以通過‘深度學習算法’提取甲狀腺結節(jié)的特征，具備診斷能力?！笨捉淌诮榻B說，為了將深度學習更好地運用于超聲影像，系統(tǒng)加入了相關現(xiàn)代數(shù)學理論，專門對網(wǎng)絡結構進行優(yōu)化，如將“旋轉不變性”加入系統(tǒng)。

另外，從去年開始，“DE-超聲機器人”在浙江大學第一附屬醫(yī)院和杭州的社區(qū)醫(yī)院臨床應用，以此再進行了長達半年的實戰(zhàn)環(huán)境對抗訓練。據(jù)雷鋒網(wǎng)AI掘金志從合作方英特爾獲得的數(shù)據(jù)，“DE-超聲機器人”一年下來輔助診斷病例超過5萬，準確率達到86%，比人類醫(yī)生高出20%。

醫(yī)院：效果、利益與沖突

眾所周知，各地醫(yī)聯(lián)體承擔著區(qū)域內優(yōu)化優(yōu)質醫(yī)療資源配置、緩解地區(qū)看病難的重任，也是國家推動分級診療的主力軍。盡管政府會通過提高醫(yī)保報銷比例等方法，引導患者在基層醫(yī)院就醫(yī)，但是這依然不能解決基層醫(yī)療機構醫(yī)療服務能力相對較低的現(xiàn)實問題，何毅表示，“怕耽誤、怕誤診”是患者對基層醫(yī)療機構最大的擔憂。但實現(xiàn)優(yōu)秀醫(yī)療資源下沉，短期之內不可能通過突擊教育培訓或核心醫(yī)院下派臨床醫(yī)生幫扶的方式實現(xiàn)。

所以解決的思路是，通過人工智能，讓優(yōu)秀醫(yī)生的能力可復制。所以對基層醫(yī)療機構來說，他們的收益不僅是醫(yī)生、病人都能享受到優(yōu)秀醫(yī)療資源的指導和服務——這系統(tǒng)本身對醫(yī)生來說也是一個教程工具，而且在人工智能的輔助下，獲得更多病人的信任，從而改善經(jīng)營業(yè)績。

不過，機器人今天的成績，并不意味著要取代醫(yī)生。事實上，對醫(yī)生來說，提高醫(yī)療效率是他們最大的呼聲。北京大學腫瘤醫(yī)院信息部長衡反修對于AI醫(yī)療的評論指出，“醫(yī)生從患者接觸到最后診斷治療有很多階段，比如十個階段，引入人工智能，相當于只是把中間最麻煩的最不需要醫(yī)生費力的階段替代，比如十個中替代三五個，這是節(jié)省醫(yī)生的工作。”

衡反修表示，“我們現(xiàn)在在做結構化病歷，目標就是做標準化、結構化，讓信息質量更高，為AI服務。”

如果僅依靠計算機做輔助診斷，那么世界最早在1959年便有了相關技術，叫“計算機輔助診斷（CAD）”；但是，疾病雖然有共性，但診斷中最主要是每個個體發(fā)病的情況不同。飛利浦大中華區(qū)臨床科學部高級總監(jiān)周振宇博士曾對雷鋒網(wǎng)AI掘金志表示，在今天強化學習、深度學習有了進一步發(fā)展之下，醫(yī)學上更希望能夠實現(xiàn)計算機的自我訓練，實現(xiàn)智慧醫(yī)療。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。