近几年，人工智能（AI）在医疗领域发展得如火如荼。AI已被证明审片率和诊断率都高于临床医生，但AI毕竟是机器，有着严密的运转过程，任何一步出错都可能造成重大损失。那么，AI究竟能不能为中国的医疗体系出一份力呢？

据统计，伴随着人口老龄化的加剧，中国慢性病发病率不断攀升，慢性病患者数量现已达到3亿，给医疗系统带来难以承受的负担。根据经济合作与发展组织的最新数据，在中国每1000人只有1.8名执业医生，医生超负荷工作严重。

谷歌旗下某公司曾研发了一种AI技术，其与英国伦敦的穆尔菲尔兹眼科医院合作，希望能够通过分析3D视网膜扫描结果发现青光眼或糖尿病视网膜病变等主要眼疾的征兆。开发人员利用14884份匿名3D视网膜扫描结果，对这一AI技术进行了强化训练，直至其学会如何发现辨别眼部疾病的迹象。

经过训练的谷歌AI应用同眼科医生展开了一场技能大PK。在对997名患者的3D视网膜扫描结果进行比武测试后发现，谷歌AI应用在提出转诊意见方面胜过了穆尔菲尔兹眼科医院的8名视网膜专科医生。该报告共同作者、穆尔菲尔兹眼科医院的眼科会诊医生Pearse Keane说：“谷歌AI的算法错误率为5.5%，而8名医生的错误率为6.7%～24.1%，这一研究结果让人惊掉下巴。”

谷歌AI技术辨识眼疾不仅更为准确，而且效能也大大提高。但如此神通广大的AI毕竟是机器，一旦哪一环节出了错，都可能输出令人意外的结果。比如美国Memorial Sloan Kettering癌症中心与IBM合作，曾培训超级计算机Watson来诊断和治疗患者。Watson一度被宣传为癌症研究未来的“救星”，但之后却不断被曝出给患者开错药事件，比如它建议给患有严重出血的癌症患者提供可能导致其出血恶化的药物。

再精密的仪器也始终敌不过人脑，既然无法放心AI来独立诊断患者，那AI还能为人类做些什么呢？

无法独立诊断 可以辅助医生

一位中国放射科医生在接受《纽约时报》采访时表示：“我们每天的工作就是处理大量的医学图像。如果AI能缓解我们的工作压力，又能提高治疗效率和准确性，那么我们表示欢迎。”事实证明，AI确实有这种能力，而且通过短时间训练，就可以达到一个医生需要几年时间才能达到的专业水准。

在上海市中山医院，一位肿瘤医生要花20天的时间从200份非结构化医学报告中手动提取所有相关信息，再整理成一个结构化格式。而通过将自然语言处理和机器学习等AI方法与临床知识相结合，就可以在一个数据面板上呈现所有临床相关信息。如此一来，医生就不必花费太多时间从非结构化报告中提取信息，患者的所有纵向数据都可以全面呈现，帮助医生更准确高效地判断病情，并制定个性化的治疗方案。

贴近患者 代替医生监督患者

AI还可以帮助慢性病患者更好地了解自身健康状况，并与专业医护人员保持联系。比如AI应用于远程家庭监护，可以帮助老、弱患者与专业医护人员保持联系，确保他们在需要时获得及时的救治和护理。类似技术也对糖尿病或高血压患者有益，医生可以通过经临床验证的传感器和设备追踪患者病情。

此外，AI也可在解决肥胖症等生活方式相关疾病方面发挥关键作用。想象一下，肥胖症高风险人群通过智能手机即可获取定制的生活方式小贴士，是不是有意无意中就会改变一些不健康的生活小习惯？

走进基层 筛查慢性病

医疗领域人工智能企业Airdoc创始人张大磊曾表示，对于慢性疾病而言，预防和治疗同样重要。在人口层面，AI可以告知我们应该针对哪些特定年龄群体或地区进行公共干预。

在张大磊看来，通过AI去筛查基层慢性病是一种低成本、无创且快速获取每个人健康状况的方式。相比于传统的慢病筛查方式，AI的效率高出很多。

在中国，约有1.12亿糖尿病患者，其中很大一部分都有患糖尿病性视网膜病变的风险，所以一般糖尿病病人半年会做一次眼底筛查。然而这个庞大用户群体所面对的，是严重供给不足的残酷现实。目前，中国内分泌科医生大多需要借助眼科医生进行眼底病变的诊断，而中国仅有3.6万余名眼科医生，专注于眼底病的眼科医生则更少，这直接导致很多患者无法及时进行眼底筛查。在这种情况下，AI就能代替医生完成筛查工作。

除了在针对个人的疾病筛查方面，在针对群体的患病人数统计方面，AI也能发挥作用。

任何事物都有两面性，关键在于如何运用得当。相信如果AI可以运用得好，一定会对医疗领域有重大帮助。

（环球医学编辑：徐钰琦 ）

未经授权 不得转载