0
| 本文作者： 劉偉 | 2017-10-20 23:30 |
當(dāng)下人工智能概念火熱，尤其是在醫(yī)療領(lǐng)域。未來(lái)人工智能與醫(yī)生之間的關(guān)系成為科技圈和醫(yī)學(xué)界熱議的話題。
圍繞這一話題，此前雷鋒網(wǎng)對(duì)廣東省人民醫(yī)院影像科副主任劉再毅教授進(jìn)行了一次專(zhuān)訪，訪談中劉再毅教授指出了當(dāng)前醫(yī)療AI存在的諸多問(wèn)題（影像科劉再毅教授自述：為什么我是AI醫(yī)療的「旁觀者」？）。
近日，在2017 小蠻腰科技大會(huì)全球移動(dòng)開(kāi)發(fā)者大會(huì)暨人工智能高峰論壇上，劉再毅教授再次談到了自己對(duì)于醫(yī)療人工智能的理解和認(rèn)識(shí)。他表示，要了解未來(lái)人工智能與醫(yī)生之間的關(guān)系，首先要弄清楚放射科醫(yī)生究竟是做什么的。
劉再毅教授認(rèn)為，放射科醫(yī)生的工作就是為臨床醫(yī)生的臨床決策提供輔助指導(dǎo)。具體來(lái)說(shuō)主要有以下幾個(gè)方面：
病灶檢出。比如根據(jù)病理影像觀察病人的肺部有沒(méi)有病變，很多影像公司正在嘗試用人工智能進(jìn)行肺結(jié)節(jié)篩查。
定性診斷。比如判斷病灶的良惡性；患者病情的嚴(yán)重程度，是處于早期還是晚期。
治療規(guī)劃。比如病人的肝臟造影中有一個(gè)異常的血管，但它不是病變而是變異。那么放射科醫(yī)生就要提醒臨床醫(yī)生注意，否則如果臨床醫(yī)生將其意外切除了，后果將非常嚴(yán)重。
此外還有療效評(píng)估、指導(dǎo)活檢等等。這些都需要放射科醫(yī)生通過(guò)肉眼觀察并做出判斷。人工智能還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到能替代放射科醫(yī)生的程度。
但為什么有這么多人研究人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用呢？因?yàn)槲覀円呀?jīng)邁進(jìn)了精準(zhǔn)醫(yī)學(xué)時(shí)代，醫(yī)生不僅要判斷病人得了什么病，還要提供精準(zhǔn)化的治療方案。2015年，奧巴馬提出了“精準(zhǔn)醫(yī)學(xué)計(jì)劃”，很多專(zhuān)家也表示，要通過(guò)對(duì)組織基因測(cè)序、臨床病理信息以及可穿戴設(shè)備等手段采集到的個(gè)人信息進(jìn)行分析，對(duì)醫(yī)療大數(shù)據(jù)進(jìn)行挖掘，才能實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)。而這個(gè)過(guò)程就可能需要用到人工智能。
那么醫(yī)生究竟是如何通過(guò)大數(shù)據(jù)挖掘來(lái)給病人提供精準(zhǔn)化治療方案的呢？下面我們用一個(gè)例子來(lái)說(shuō)明。
上圖是兩例非小細(xì)胞肺癌患者的CT掃描影像。兩位患者年齡相仿，臨床分期都是IB期，針對(duì)這類(lèi)病人需要進(jìn)行手術(shù)治療。但在提倡精準(zhǔn)醫(yī)學(xué)的時(shí)代，病人手術(shù)之后，醫(yī)生還需要評(píng)估病人的預(yù)后情況：什么時(shí)候可能復(fù)發(fā)？什么時(shí)候可能死亡？假如醫(yī)生能夠準(zhǔn)確地預(yù)測(cè)復(fù)發(fā)概率，就可以對(duì)病人進(jìn)行積極干預(yù)治療。
那么，醫(yī)生究竟該如何預(yù)測(cè)呢？劉再毅教授介紹道：“我們做了一些研究。通過(guò)對(duì)病人的影像數(shù)據(jù)進(jìn)行挖掘，我們發(fā)現(xiàn)病人的影像表型是由基因決定的，反過(guò)來(lái)我們也可以根據(jù)影像表型推斷出病人的基因情況，從而可以挖掘影像及臨床信息進(jìn)行患者預(yù)后的個(gè)體化預(yù)測(cè)?！?/p>
醫(yī)生或者工程人員拿到影像數(shù)據(jù)之后，首先要建立相應(yīng)的模型，之后就可以預(yù)測(cè)某個(gè)病人癌癥轉(zhuǎn)移的概率是95%還是5%了。這和醫(yī)生的主觀判斷方式完全不同，但意義十分重大。相關(guān)的研究成果已經(jīng)發(fā)表在了頂級(jí)醫(yī)學(xué)期刊上。
去年，行業(yè)內(nèi)發(fā)表了兩篇關(guān)于用深度學(xué)習(xí)進(jìn)行醫(yī)療數(shù)據(jù)挖掘的論文。其中一篇是關(guān)于皮膚病的研究，其研究成果達(dá)到了21個(gè)專(zhuān)業(yè)皮膚科醫(yī)生的水平，非常厲害。另一篇是谷歌團(tuán)隊(duì)做的關(guān)于糖尿病視網(wǎng)膜病變的研究，發(fā)表在JAMA雜志上。論文中提到，AI可以達(dá)到97-98%的準(zhǔn)確率。但這是否意味著AI能夠取代醫(yī)生了呢？
上面是一張新興技術(shù)的Hype Cycle曲線圖。曲線顯示，深度學(xué)習(xí)的發(fā)展還處于第二階段，距離成熟應(yīng)用還有2-5年時(shí)間。但劉再毅教授結(jié)合自身的研究經(jīng)驗(yàn)，認(rèn)為影像及臨床數(shù)據(jù)的挖掘非常復(fù)雜、麻煩，包含很多的不可控因素。比如，對(duì)于CT影像，不同的機(jī)型和掃描方式都會(huì)對(duì)結(jié)果產(chǎn)生非常大的影響。因此深度學(xué)習(xí)在醫(yī)療領(lǐng)域的應(yīng)用必須慎之又慎，說(shuō)不定還需要5-10年的時(shí)間。
新醫(yī)學(xué)雜志是非常頂級(jí)的醫(yī)學(xué)雜志，最近該雜志發(fā)表了一篇文章，認(rèn)為醫(yī)療行業(yè)必須充分了解人工智能的缺點(diǎn)和優(yōu)點(diǎn)是什么，才能真正將其應(yīng)用到臨床當(dāng)中。
前面提到，谷歌團(tuán)隊(duì)關(guān)于糖尿病視網(wǎng)膜病變的研究成果很厲害。但據(jù)雷鋒網(wǎng)了解，JAMA雜志同時(shí)也指出了幾點(diǎn)問(wèn)題：
首先是數(shù)據(jù)量的問(wèn)題。據(jù)雷鋒了解，這項(xiàng)研究用到了128000張圖片，可以說(shuō)是非常多了。但其中嚴(yán)重的病變事實(shí)上只有200多個(gè)，這是遠(yuǎn)遠(yuǎn)不夠的。
疾病種類(lèi)繁多，誰(shuí)能保證病人檢測(cè)出不是糖網(wǎng)后就不需要看醫(yī)生了？一個(gè)模型是無(wú)法解決所有問(wèn)題的，我們還需要更加龐大的數(shù)據(jù)量。
而且，一項(xiàng)研究成果究竟好不好，不是工程人員說(shuō)了算，也不是數(shù)據(jù)漂亮就行，而是要經(jīng)過(guò)一系列的驗(yàn)證。任何新藥臨床應(yīng)用之前，都需要經(jīng)過(guò)一系列的研究和驗(yàn)證，證明安全、有效之后才能在臨床中應(yīng)用。人工智能同樣如此。
AI系統(tǒng)——比如糖網(wǎng)診斷系統(tǒng)應(yīng)用到醫(yī)院的診斷流程中之后，對(duì)于其診斷結(jié)果醫(yī)生到底該不該相信呢？如果系統(tǒng)給出了一個(gè)病變結(jié)果，醫(yī)生是否還需要再看一遍呢？這些問(wèn)題都值得行業(yè)深思。
劉再毅教授以肺部結(jié)節(jié)篩查為例，還舉了一個(gè)很生動(dòng)的例子：一個(gè)患者今年初做肺部CT體檢，醫(yī)師報(bào)告診斷肺部未見(jiàn)異常。如果用現(xiàn)在工業(yè)界很多公司做的肺結(jié)節(jié)篩查系統(tǒng)來(lái)做檢測(cè)，估計(jì)也是顯示肺部篩查正常結(jié)果（因?yàn)樗麄兊能浖噌槍?duì)肺部進(jìn)行分析）。但事實(shí)上，他的肺部影像是這樣子的：
開(kāi)發(fā)AI系統(tǒng)的工作人員懂不懂這些影像非常關(guān)鍵，因?yàn)殚_(kāi)發(fā)出來(lái)的系統(tǒng)不能只會(huì)檢查肺部，還要確保其他地方不出問(wèn)題?，F(xiàn)有的肺結(jié)節(jié)篩查系統(tǒng)大都只重點(diǎn)關(guān)注第一張圖片，只看肺部。但醫(yī)生在檢查的時(shí)候還要看第二張圖片，觀察軟組織、縱膈有沒(méi)有淋巴結(jié)腫大。此外，還要觀察骨骼（第三張圖像為骨窗），看有沒(méi)有轉(zhuǎn)移或其他病變。所有場(chǎng)景和情況都要考慮進(jìn)去，因?yàn)橐坏┞z，醫(yī)生是要擔(dān)責(zé)任的。
比如上圖中的最后一張影像，有經(jīng)驗(yàn)的醫(yī)生一看就知道，胰尾有問(wèn)題。但當(dāng)時(shí) 醫(yī)生由于只看了肺部，沒(méi)注意其他部位，就漏檢了。如果AI系統(tǒng)只是針對(duì)肺的檢測(cè)，估計(jì)也不能檢出胰腺的病變。
這對(duì)AI來(lái)說(shuō)既是機(jī)遇也是挑戰(zhàn)。未來(lái)我們能否用AI幫助醫(yī)生發(fā)現(xiàn)上圖中的病變呢，即使無(wú)法診斷，能對(duì)醫(yī)生進(jìn)行提醒也是好的。
劉再毅教授此前在接受雷鋒網(wǎng)采訪時(shí)指出，人工智能在醫(yī)療領(lǐng)域的應(yīng)用必須充分全面，不能只針對(duì)單一場(chǎng)景。因?yàn)獒t(yī)療的對(duì)象是人，人的生命只有一次，一旦犯錯(cuò)就無(wú)法彌補(bǔ)。
那么，假設(shè)未來(lái)我們能夠研發(fā)出非常優(yōu)秀的機(jī)器人——就像電影《異形》里展示的那樣，病人躺在機(jī)器里，機(jī)器就能自動(dòng)完成手術(shù)。這時(shí)候，AI是否就能夠取代醫(yī)生了呢？
劉再毅教授認(rèn)為，這還不夠。他說(shuō)道：“醫(yī)生和醫(yī)學(xué)應(yīng)該富有人文情懷和溫度，而這些東西在機(jī)器上是缺失的。”
醫(yī)生常常需要安慰病人。比如，有一個(gè)兩歲的小女孩得了病要做手術(shù)，進(jìn)到手術(shù)室后她非?？只拧＜偃缭谶@種情況進(jìn)行手術(shù)，效果肯定不理想，而且可能會(huì)給小女孩造成心理陰影，影響她今后的成長(zhǎng)。這時(shí)候醫(yī)生想到一個(gè)辦法，給小女孩看她父親拍給她的視頻，趁她注意力分散的時(shí)候進(jìn)行麻醉。最終，手術(shù)效果非常好。
看完這個(gè)故事，我們不禁要問(wèn)自己，機(jī)器真的能完全替代醫(yī)生嗎？假如我以后去看病，是選擇相信醫(yī)生還是冷冰冰的機(jī)器呢？答案不言而喻。
但這并不意味著人工智能毫無(wú)用處。劉再毅教授引用馬里蘭大學(xué)教授Eliot Siegel的話說(shuō)道：“人工智能短期內(nèi)替代醫(yī)生是不太可能的，但它一定會(huì)給醫(yī)療行業(yè)帶來(lái)改變，比如改變醫(yī)院的工作流程。”
現(xiàn)在醫(yī)院看病，一方面患者抱怨“排隊(duì)三小時(shí)，看病三分鐘”；另一方面醫(yī)生也很累，需要看很多病例，手寫(xiě)很多材料。假如人工智能可以幫助醫(yī)生收集、分析信息，醫(yī)生就能騰出更多時(shí)間和患者交流。多交流3分鐘或者10分鐘，最終取得的效果肯定是不同的。改變醫(yī)生的工作流程也是人工智能的意義所在。
此外，人工智能還可以促進(jìn)精準(zhǔn)醫(yī)學(xué)的發(fā)展。所謂精準(zhǔn)醫(yī)學(xué)，不是指針對(duì)每個(gè)患者開(kāi)發(fā)一套設(shè)備或者一種藥品，而是對(duì)患者的病情進(jìn)行精準(zhǔn)的量化，并提供個(gè)體化的治療方案。比如，高危的肺癌患者需要化療，低危的就沒(méi)有必要化療。
具體到醫(yī)療影像領(lǐng)域，則是影像的量化，通過(guò)挖掘和融合影像、基因和病理等臨床信息，指導(dǎo)臨床決策?，F(xiàn)在很多從事圖像分析的企業(yè)正在進(jìn)行這方面的研究，未來(lái)前景非常光明。
最后，人工智能還可以用于發(fā)現(xiàn)基因標(biāo)志。比如，EGFR突變的患者才可以采用TKI治療，但有些基因標(biāo)志醫(yī)生拿不到，又不能老是做穿刺。這時(shí)就可以通過(guò)人工智能影像獲取基因的標(biāo)記物，并進(jìn)行相應(yīng)的治療，這是非常有價(jià)值的。劉再毅教授認(rèn)為，人工智能將改變醫(yī)生的工作和生活，起到互補(bǔ)的作用。
醫(yī)學(xué)影像行業(yè)發(fā)展至今不過(guò)100多年，短短100多年的時(shí)間里，從結(jié)構(gòu)影像發(fā)展到了功能成像，徹底改變了醫(yī)療行業(yè)的進(jìn)程?，F(xiàn)在，離開(kāi)了影像外科醫(yī)生就不敢做手術(shù)，可見(jiàn)其重要性。但目前醫(yī)療影像還是以信息采集分析為主，未來(lái)隨著時(shí)間的推移，將進(jìn)入數(shù)據(jù)挖掘階段。
到時(shí)我們可以把影像、病理、基因、臨床檢查等數(shù)據(jù)結(jié)合起來(lái)，用人工智能進(jìn)行分析挖掘，最終實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)的愿景。
過(guò)去我們經(jīng)常討論，人工智能時(shí)代來(lái)了，誰(shuí)是贏家？醫(yī)生還是公司？都不是，事實(shí)上獲益最多的應(yīng)該是病人。只有病人能夠從人工智能中獲益，我們所有人的努力和工作才有價(jià)值。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
