人工智能医生-百度ai医生叫什么

“人工智能医生”来了

近日，门诊导诊机器人“小医”在河北省邯郸市中心医院东区门诊大厅正式上岗，呆萌外表和有趣互动吸引不少患者围观。郝群英摄

“医术”超过年轻医生

会“看”影像，会“读”病历，会“动”手术，会“做”检查，还会给出临床诊断建议；“医术”超过年轻医生，一些领域能与资深医生比肩。它，就是“人工智能医生”。

跟人类医生一样，“人工智能医生”也是通过望、闻、听等手段看病。

以肺部结节为例，小到1毫米的病灶，阅片医生需要一张张看CT影像图片来找，并推断出大小、密度。资深阅片医生平均10分钟读1张，大型医院每天片子超过10万张，阅片医生的工作紧张而繁重。如今，一些医院开始引入人工智能系统筛查，阅片时间降至1分半。

“人工智能医生”不仅效率很高，在诊病方面更加精细、全面。在华中科技大学同济医学院附属协和医院，由依图医疗开发的人工智能系统不仅可以检测肺结节病灶，还能对病灶性状进行多维度描述，包括大小、体积、密度、CT值，结节表征可涵盖6种常见的良恶性征象——分叶、毛刺、胸膜凹陷、空洞、空泡、钙化。阿里健康开发的系统则将周边病症一起筛查，包括肺道泡、动脉硬化、淋巴带化、肺密度增高、索条等。

人工智能装上“眼睛”，可以阅读标准化的图像，筛查出病灶。华中科技大学同济医学院附属协和医院临床考验了这名“人工智能医生”，发现其检出率达95.78%，误报率却仅有2.63%。2018年，该院60名影像科医生通过AI系统判读影像病例超过了15万份。

除此之外，“人工智能医生”还能查食管癌、糖尿病视网膜病变、结直肠肿瘤、乳腺癌等疾病，甚至还可以查儿童骨龄，技术水平不亚于资深医生。

人工智能还有灵敏的“耳朵”。在安徽省合肥市庐阳区，科大讯飞智医助理已于2018年在社区卫生服务机构上岗，在医患交流过程中，智医助理通过大数据和智能语音技术，生成并自动提取病历，医生还可查询相似病例、临床指南以及对症药品。目前，该系统已完成7000余人次的辅助诊断建议。

最近，“人工智能医生”还装上了“大脑”。在广州妇儿中心，人工智能系统学会“读懂”病历，然后像人类医生一样，给出诊断。医生将患者主诉、症状、个人疾病史、检查检验结果、影像学检查结果、用药情况等信息输入病历文本，系统自动将自由病历文本转换成规范化、标准化和结构化的数据。人工智能系统“读懂”病历后，再给出诊断结果。

“人工智能医生”诊断准确率高吗？以呼吸系统疾病为例，该人工智能对上呼吸道疾病和下呼吸道疾病的诊断准确率分别为89%和87%，对不同类型哮喘的诊断准确率在83%到97%之间。

经过不断训练的“人工智能医生”，“眼睛”“耳朵”“大脑”日益发达，涉及病种越来越多、领域越来越宽，包括临床助理、辅助诊疗、医学影像、基因检测、健康管理等。

人工智能靠海量数据

各个学科数据的标准化程度，影响着人工智能的应用程度。各个医院设备不一样，数据维度也不一样

医生长本事，一靠医学专业院校学习，二靠临床经验积累。“人工智能医生”靠什么？靠海量数据、云计算能力。“吃”完数据之后，经过不断训练临床思维，系统就可以像人类医生一样看病了。

“吃”了海量数据后，机器不仅可以当医生，而且可以做科研、教学、管理等，帮助医生和医院提升科研水平，提高诊疗能力。

在四川大学华西医院，依图医疗纳入该院2009年至今收治的肺癌患者的全维度脱敏临床数据，打通临床门诊、住院、病历、病理等多个系统数据，建立了国内首个肺癌临床科研智能病种库。有了这个病种库，医院多个与肺癌诊疗相关的科室研究能力大大提升，其他医联体机构也受益匪浅。

阿里健康人工智能医疗升级到了2.0版本，除了临床，还有文本科研、影像科研平台功能，提供虚拟病人、VR模拟手术用于教学。

在河南郏县任庄村卫生室，记者看到了微医人工智能辅诊系统——全科辅助诊疗系统、悬壶台中医智能诊疗系统。村医张巧芬简单输入患者的基本症状、病史等，马上就能看到相关危重病、常见病可能提示。“我们平时很少接触到危重病，但心里还是担心万一误诊了，会耽误村民治疗。”

据介绍，这一全科辅助诊疗系统通过学习超过500万份文献、千万份病历和健康档案，目前已覆盖2000多个病种、5000多个症状，命中率达到90%。悬壶台中医智能诊疗系统累计辅助开方量已超过200万张。

“基层医生服务能力不强，人工智能辅助诊疗能弥补资源不足的问题，提升医生服务水平。”中国社科院人口与劳动经济研究所社会保障研究室主任陈秋霖认为，医疗人工智能可以提高医疗诊断的精准程度，也可以替代一些高精尖手术中的操作，还可以在一些医疗服务中替代部分人力资源，从而降低医疗费用。

人工智能学习的数据从临床来，还得转换成结构化格式，然后做出模型，按照临床诊疗思维训练、学习，算出结果。数据是关键，各个学科数据的标准化程度，影响着人工智能的应用程度。

依图医疗总裁倪浩告诉记者，医疗数据不标准是一个普遍性的问题。虽然影像是标准化较好的一批数据，但不同医院还是差别很大。各个医院设备不一样，数据维度也不一样。高质量的数据非常少见，需要花费更多的算法，先将数据结构化才能使用。

2018年，中国工程院院士、上海交通大学医学院附属瑞金医院副院长宁光带领团队与阿里健康人工智能实验室共同研发“瑞宁助糖”人工智能医生。在推进过程中，宁光也发现了数据的问题，如标准数据缺乏，疾病诊断标准不统一，随访数据散落在各个医院，数据普适性较差等。

数据标准化程度与学科成熟程度、诊断所需外部条件有关。比如影像领域从起步就是统一标准，数字化发展程度也比较高；皮肤科诊断比较依赖于图片和视频识别病灶等等，这些学科人工智能发展较快。

机器与医生协同看病

医疗并不只是诊断和治疗，还涉及医生和患者之间的互动，尤其是医生对患者的安慰具有不可替代的作用

人工智能医用，是否会代替医生？可以肯定，目前还不会。

2017年，国务院新一代人工智能规划提出，“开发人机协同的手术机器人、智能诊疗助手”“研发人机协同临床智能诊疗方案”。这意味着，人工智能只是医生的助手。

一些人工智能研发人员提出，只有了解医生的心理和临床思维，让人工智能学会这种思维，才是真正的医疗人工智能。然而，这个难点似乎不好突破。

“我对完全由机器来进行诊断，持一定的怀疑态度，未来还需要进一步检验。因为医疗并不只是诊断和治疗，还涉及医生和患者之间的互动，尤其是医生对患者的安慰具有不可替代的作用。”陈秋霖说。

未来，“人工智能医生”也许与人类医生一起上岗工作。记者体验了这种服务模式。在北京影像云平台上，人工智能系统对基层医院上传的30名患者近9000张肺结节CT影像进行智能检测和识别，将第一轮筛查出的疑似结节标记出来，作为辅助诊断结果，提供给4名放射科医生进行审查。医生审查后认为可以采纳，即对报告签字。

在这种新的服务模式中，仍由医生来做最终决策。一些临床医生表示：首先必须确保人工智能产品技术过硬，给出合理的诊断建议；其次还要进行培训，转变观念，适应新的服务模式。医生的认可和引导，将提高患者对人工智能系统的信任度。

目前，医疗人工智能行业的发展还面临问题。“医疗各个领域数据没有互联互通，最后形成的只是数据大，而不是大数据。医疗人工智能既需要医疗人才，也需要人工智能人才。目前，发展比较好的企业或者非常好的一些项目，都由这两方面的人才来推进。”陈秋霖说，因涉及个人隐私的保护，有必要界定医疗数据的产权，产权清晰有利于实现互联互通。

可以预见，未来人类将离不开“人工智能医生”。那时的医疗不再是“排队医疗”，而是“秒医疗”“精准医疗”“个性医疗”。（记者李红梅 制图：蔡华伟）

广州试运行人工智能医生，有望达到主治医生水平

广州市妇女儿童医疗中心是一间日门诊量达1.2万人次的三级医院。然而自2014年以来，该院门诊大厅已难见人头涌涌的场面。该院运用“互联网+”信息技术，改善医疗服务，“把时间还给病人，把便捷让给病人”，信息化建设达到国际领先水平。该院参与开发的“咪姆熊”人工智能医生正在试运行阶段，通过海量病例学习，有望达到主治医生水平。

据了解，广州市于2009年开始卫生信息化规划工作，以深化医改为导向，试点先行、逐步推广，不断加强信息化基础建设，扩大卫生信息化的应用成效，建立了以电子健康档案为核心的全民健康信息平台，建立了便捷、高效的医疗卫生服务体系，有效提高了居民对优质医疗卫生服务的体验感和获得感。

■市妇儿医疗中心：全国首家移动互联网医院

广州市妇女儿童医疗中心是全国首家移动互联网医院、首家实现“先诊疗后付费”医院以及华南首家非急诊就诊全面医院挂号医院。2011年，广州市妇女儿童医疗中心开始引入第三方满意度调查。

报告显示，70%左右的患者认为医院应该缩短患者等待时间。医院经过深入评估，根据网络支付蓬勃发展以及医院就诊人群中年轻人占主体的实际情况，在2014年3月份提出了开展“移动智能医疗平台”建设的创新设想，缓解“挂号时间长、排队检查时间长、缴费时间长、就诊时间短”的“三长一短”现象。

如今，市妇儿医疗中心的患者可以采取电话、银联医程通、微信、支付宝、网站等8种方式进行预约挂号，非急诊就医预约率提高至93.3%，其中7成号源都是经由手机移动客户端挂出。除此之外，患者还在手机上完成门诊缴费、检查检验报告、住院清单查看、电子病历查询等一站式就医服务，手机支付的患者比例已经达到55%。

该院还在上述基础上开发新功能，联手独立第三方征信机构芝麻信用利用患者个人信用实现“先诊疗后付费”；通过移动互联网技术，患者在家中就可以通过移动端设备进行体征参数采集，如孕妇可随时监测胎心、血压等数据，实施通过移动互联网上传到医院医生工作站；医保个人账号支付、检查预约、抽血取号排队等都可以通过手机实现。据测算，在医院业务高峰期使用移动指挥系统平均在医院逗留时间为41.5分钟，比使用现场方式减少48.4分钟，使用“先诊疗后付费”可以进一步节省4.3分钟，患者就医时间比原来节省了60%。第三方调查显示，该院患者满意度持续上升。

市妇儿医疗中心主任夏慧敏介绍，该院将继续利用信息化改善患者就医体验，“在不远的时间内，有望实现全面取消医院内现金支付，患者看病后可以在家附近的药房取药。一些患者通过可穿戴设备上传体征参数，不必到医院来，就可以远程接受医生指导。”

记者了解到，该院正在参与开发“咪姆熊”智能电子医生，每年通过100万份病历、150万篇文献等海量知识学习，目前该院各专科专家正在使用过程中不断进行对其进行人工教育、演练，不断改善人工智能算法，目标是让“咪姆熊”能达到主治医师诊治水平。“我们通过大数据构造计算机模型，通过输入症状、体征、检验结果，就基本可以判断孩子的发热是病毒还是非病毒引起、有无并发症等。目前‘咪姆熊’正在接受训练，诊断正确率从一开始的60%上升到了87%。”

■全市卫生智能决策支持系统■可实施查看医改监测情况

据了解，广州市于2009年开始卫生信息化规划工作，2012年率先在全国建立特大型城市“全民健康信息平台”，至2017年7月，平台已联通全市11个区、7家省部属医院、全部市属医院、公卫机构及36家区属医院，141家社区卫生服务中心等共255家机构，横向与市工信、公安、人社等部门实现数据共享，建立了超过1550万份规范化实名电子健康档案。

基于广州市全民健康信息平台，广州市不断推进基于平台的区域协同应用建设，多方位提供多样化的居民健康信息服务，同时为医疗卫生人员及管理者提供全面的信息支撑。

例如，医生经过病人授权后，可以调阅健康档案，了解病人的就诊记录等信息，便于医生更为有效地进行诊断，减少重复检查和用药；凭着一张广州市统一诊疗卡，在平台联网医院就可以跨院互认。全市统一的集约式诊疗预约系统实现了各医院号源统一管理。目前已有省部属、驻穗部队、市属、区属大型医院在内的60家医院（全部三甲医院在内）接入全市统一的预约挂号系统，实现了“在线预约、家中候诊、分时取号”的诊疗预约新模式。预约挂号系统总注册用户数已达230万人，总预约量超过960万人次。

广州市还建设了全市统一的诊疗费用支付系统、广州市家庭医生签约系统、广州市统一的区域影像和检验中心系统，进一步加快智慧医院云医院建设，公卫业务系统向集成化整合化发展，基层卫生信息化建设稳步推进。今年，广州市基于大数据分析建立了广州市卫生智能决策支持系统，形成涵盖医疗质量、安全、服务、成本、绩效、疾病控制、计生服务、妇幼保健、卫生监督等综合统计分析专题的集成化、智能化分析决策支持平台，以动态指标为核心，通过移动APP方式实现对卫生管理科学化的技术支撑，可以实时查看医改监测情况，对公立医院改革的各项指标进行趋势分析及展示。

广州市卫计委表示，下一步将加快云平台迁移及卫生计生网络建设，构建支撑医联体及分级诊疗的健康医疗信息化体系，加快实施“互联网+健康医疗”，构建智慧健康。

文：广州参考·广州日报记者 伍仞

图：广州参考·广州日报记者 乔军伟

广州参考·广州日报编辑 方金镕