日前，一場特殊的較量在中日友好醫(yī)院展開。
對陣的一方是來自北京、云南、內(nèi)蒙古等地的10名皮膚科醫(yī)生，另一方是首款黃色人種皮膚腫瘤人工智能輔助決策系統(tǒng)——優(yōu)智AI系統(tǒng)。競賽科目是皮膚腫瘤的診斷成功率，包括皮膚腫瘤性質(zhì)及腫瘤名稱。比賽開始前，中國人民解放軍總醫(yī)院皮膚病醫(yī)院孟如松教授拿出60組皮膚腫瘤病例資料，現(xiàn)場隨機抽取10組圖片，讓醫(yī)師與優(yōu)智AI系統(tǒng)同時作答，正確答案以病理診斷為金標(biāo)準(zhǔn)。
十分鐘后，優(yōu)智AI系統(tǒng)的良性分類符合率達100％，惡性符合率為75％，平均符合率達到了90％；而醫(yī)生組對應(yīng)則分別為76％，62．5％和63％。AI完勝皮膚科醫(yī)生。
孟如松表示，“人機對戰(zhàn)”的結(jié)果表明，優(yōu)智AI系統(tǒng)已經(jīng)完成了應(yīng)用于臨床的功能實現(xiàn)，能夠為皮膚科醫(yī)生，尤其是基層皮膚科醫(yī)生和低年資皮膚科醫(yī)生的臨床工作實現(xiàn)有效助力。
對于人類醫(yī)生遜于AI系統(tǒng)的結(jié)果，皮膚病專家并不感到意外。
2017年，斯坦福大學(xué)在《自然》雜志上發(fā)表了一份關(guān)于皮膚腫瘤機器深度學(xué)習(xí)的研究。結(jié)果顯示，深度學(xué)習(xí)在良惡性3分類和疾病大類9分類任務(wù)上的符合率分別可達72．1％和55．4％。而針對同樣的分類識別，專業(yè)醫(yī)生平均符合率分別為65．8％和54．2％。
“由于皮膚病的臨床表現(xiàn)多位于肌膚暴露部位，很多疾病可以通過查看臨床圖片、皮膚鏡圖片、病理切片等影像資料來進行判斷。”北京大學(xué)人民醫(yī)院皮膚科主任張建中教授表示，通過海量圖片的學(xué)習(xí)，皮膚科是最適合遠程醫(yī)療和人工智能的醫(yī)療領(lǐng)域。
“對于我國各級醫(yī)療機構(gòu)來說，早期識別并診斷出皮膚腫瘤是一種挑戰(zhàn)，特別是對于基層醫(yī)院而言，皮膚腫瘤極易被漏診，造成很大的臨床問題。” 優(yōu)智AI系統(tǒng)項目牽頭人、中日醫(yī)院崔勇在接受記者采訪時表示，本次推出的優(yōu)智AI，正是針對這一痛點而開發(fā)的。
盡管在崔勇看來，目前AI系統(tǒng)還存在四大瓶頸：皮膚病學(xué)特點決定絕對大數(shù)據(jù)的不可及性、AI技能獲取途徑造成深度學(xué)習(xí)策略不完整性、AI識別維度限制造成技術(shù)路徑的不成熟性以及人工診斷的不確定性影響數(shù)據(jù)資源的準(zhǔn)確性。但對于基層機構(gòu)而言，優(yōu)智AI將幫助基層醫(yī)生提高診斷水平，降低誤診漏診率。同時，崔勇也希望通過與國家遠程醫(yī)療與互聯(lián)網(wǎng)醫(yī)學(xué)中心的戰(zhàn)略合作，針對AI解決不了的疑難病癥開展遠程會診業(yè)務(wù)。
此次發(fā)布的AI系統(tǒng)是由中國人群皮膚影像資源庫（CSID）項目組與優(yōu)麥科技聯(lián)合開發(fā)完成。“目前上線的這款系統(tǒng)聚焦于皮膚腫瘤，下一步即將擴展到更多皮膚病病種，適用于更多皮膚病輔助決策場景。”優(yōu)麥科技首席執(zhí)行官常江表示，優(yōu)麥科技和國家遠程醫(yī)療與互聯(lián)網(wǎng)醫(yī)學(xué)中心啟動的戰(zhàn)略合作，就是希望未來三到五年利用新技術(shù)，幫助至少一萬家基層醫(yī)療機構(gòu)和10萬名基層醫(yī)生解決各類棘手的臨床皮膚病問題。
國家遠程醫(yī)療與互聯(lián)網(wǎng)醫(yī)學(xué)中心主任盧清君也表示，優(yōu)智AI系統(tǒng)的發(fā)布在人工智能應(yīng)用于醫(yī)療領(lǐng)域有著里程碑式的意義。“依托互聯(lián)網(wǎng)平臺、人工智能等技術(shù)的不斷完善，醫(yī)療資源的使用率將不斷被優(yōu)化，從而實現(xiàn)患者、醫(yī)生、醫(yī)療機構(gòu)等多方共贏。”
下載文檔
