時(shí)間一分一秒溜走，來自圣邁克爾醫(yī)療中心的一隊(duì)醫(yī)生正在緊張的解決一個(gè)醫(yī)療診斷問題。需要解決的問題很多，一個(gè)接著一個(gè)，在每個(gè)問題上，他們都會(huì)遇到兩難選擇。而這一景象今年 5 月就在華盛頓的 Doctor's Dilemma 年度比賽上上演。最終，該團(tuán)隊(duì)解決了 45 項(xiàng)難題，包括病情、癥狀和治療方法等。同時(shí)，它們也擊敗了其他 50 個(gè)參賽隊(duì)伍，捧起了今年的 Osler 杯。

其實(shí)比賽的要求比平時(shí)要求高多了，因?yàn)獒t(yī)生們還要考慮到時(shí)間限制。所以，自上世紀(jì) 60 年代以來，一直有人希望電腦能成為醫(yī)生記憶的補(bǔ)充，并幫助他們進(jìn)行診斷，做出最后決定。舉例來說，2012 年 IBM 就讓旗下的 Watson 參與了 Doctor's  Dilemma 大賽。不過，在比賽中它最終未能完勝人類醫(yī)生。

最近的多項(xiàng)研究發(fā)現(xiàn)，電腦診斷在性能表現(xiàn)上根本無法達(dá)到人類醫(yī)生的高度。此外在不同的疾病上，電腦的表現(xiàn)也是千差萬別，它們的水平實(shí)在太不穩(wěn)定了，而且醫(yī)生對(duì)如何使用它們協(xié)助診斷也沒有形成完整的認(rèn)知。

舉例來說，年輕醫(yī)生就更喜歡花時(shí)間給電腦灌輸各種患者的數(shù)據(jù)，他們用起電腦來也更加的心應(yīng)手。在本月 6-8 號(hào)舉行的醫(yī)學(xué)會(huì)議上，就有兩位專家在演講中提到了如何將電腦的幫助融入醫(yī)生的訓(xùn)練和診斷流程中去。

此外，學(xué)界還需要找出對(duì)比不同軟件帶來協(xié)助效果的方法。“關(guān)注科技的人都知道，在語音識(shí)別和圖像分類領(lǐng)域，電腦都有很棒的基準(zhǔn)數(shù)據(jù)庫可用，因此它們?nèi)〉昧撕艽蟮倪M(jìn)步，不過在醫(yī)學(xué)領(lǐng)域，我們就沒有這么好的運(yùn)氣了。”丹麥科技大學(xué)的計(jì)算機(jī)科學(xué)家 Winther 說道。實(shí)際上，雷鋒網(wǎng)此前也采寫過一篇相關(guān)的文章，也發(fā)現(xiàn)主要問題集中于缺乏足夠的數(shù)據(jù)。

Winther 的團(tuán)隊(duì)也打造了類似 Watson 的醫(yī)療診斷助手 FindZebra ，不過由于缺乏 Watson 的相關(guān)數(shù)據(jù)，他們無法對(duì)比兩款產(chǎn)品的使用效果。不過，一個(gè)西班牙團(tuán)隊(duì)今年早些時(shí)候表示，這兩款助手的診斷正確率為 60% 左右。

雖然無法確定醫(yī)療診斷助手的實(shí)際效果，但無論是醫(yī)生還是學(xué)界都在積極推動(dòng)此類產(chǎn)品進(jìn)入市場(chǎng)，其主要客戶則是私人醫(yī)療保險(xiǎn)公司和研究型醫(yī)院。眼下，此類助手的使用效果還不錯(cuò)，借助 Watson ，北卡羅來納和日本的醫(yī)院都出現(xiàn)了許多成功案例。不過，在最近舉行的 IBM 研討會(huì)上，德國專家 Jens-Peter Neumann 表示想判斷此類醫(yī)療診斷助手的潛在效力，現(xiàn)在還有些早。

眼下，這家德國醫(yī)院正在用 Watson 挑戰(zhàn)醫(yī)學(xué)界的大魔頭——罕見病。保險(xiǎn)和風(fēng)險(xiǎn)管理公司 Munich Re表示，在歐洲，7000 多種罕見病正在折磨 7%的人口。隨著基因篩選變得越來越復(fù)雜，到 2020 年我們可能還會(huì)再發(fā)現(xiàn)超過 1000 種新型疾病，對(duì)于醫(yī)生來說，要把它們?nèi)浵聛韼缀醪豢赡堋?/p>

在試點(diǎn)項(xiàng)目中，研究人員就遇到了困難，他們本想將 522 名患者的病例轉(zhuǎn)換成正確格式輸入 Watson ，但該計(jì)劃卻一拖再拖。原本今年 3 月就將完成的計(jì)劃卻延期到了明年 1 月。

Mueller 表示，這一過程中他們遇到了意料之外的問題，那就是研究人員需要將患者病例中的德語翻譯成英語，這樣才能與醫(yī)學(xué)數(shù)據(jù)庫中的病例進(jìn)行對(duì)比。此外，有時(shí)輸入 Watson 的數(shù)據(jù)源還會(huì)出現(xiàn)前后不一的狀況。換句話來說，醫(yī)療診斷助手在分享和比對(duì)信息時(shí)遇到了與人類相同的問題。

雖然困難不小，不過 Winther 表示這項(xiàng)技術(shù)最終將走向成熟?！按罅炕颊呋〝?shù)年時(shí)間輾轉(zhuǎn)于各地，就是為了確定自己到底得了什么病，而未來這將是醫(yī)療診斷助手的努力方向。”

via spectrum.ieee.org

【招聘】雷鋒網(wǎng)堅(jiān)持在人工智能、無人駕駛、VR/AR、Fintech、未來醫(yī)療等領(lǐng)域第一時(shí)間提供海外科技動(dòng)態(tài)與資訊。我們需要若干關(guān)注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優(yōu)良的外翻編輯加入。工作地點(diǎn)深圳。簡(jiǎn)歷投遞至 guoyixin@leiphone.com。兼職及實(shí)習(xí)均可。

技術(shù)創(chuàng)新正在變革醫(yī)療與健康產(chǎn)業(yè)，雷鋒網(wǎng)持續(xù)關(guān)注醫(yī)療領(lǐng)域出現(xiàn)的軟硬件創(chuàng)新，包括設(shè)備、數(shù)據(jù)，抑或?qū)λ麄兊膭?chuàng)新運(yùn)用。目前我們?cè)谡心坚t(yī)療健康領(lǐng)域作者，負(fù)責(zé)采寫報(bào)道醫(yī)療科技領(lǐng)域的企業(yè)與牛人。簡(jiǎn)歷投遞至 zhangchi@leiphone.com。

推薦閱讀：

AI 診療為何還停留在實(shí)驗(yàn)室？數(shù)據(jù)是硬傷

九個(gè)醫(yī)療健康領(lǐng)域，人工智能如何大顯神通？

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