AI利用深度學習網絡識別醫學影像診斷癌症

目前我國普遍存在看病難的問題，一個原因是醫院資源分配不均衡，基層醫療機構醫療水平不高患者只能去大的醫院看病；一個是患者扎堆看病導致找不到最合適的醫院，可能花了很多錢並沒有得到最佳的治療方案，經常會出現醫患關係緊張，患者家屬和醫生或者護士產生矛盾。

為了解決看病難的問題，一方面要提高患者和家屬的的醫療常識，一方面要儘量縮減大醫院和基層醫療機構的技術水平。

和很多領域不同，醫生是一個需要經驗的行業，需要長時間的積累才能夠準確的診斷患者的疾病，去年，新鄉醫學院管理學院院長孟勇教授發布了對6766名農村居民、2983名城鄉醫生、4400名患者進行的調研報告，基層醫生能力不足是阻礙基層醫療正常運轉的主要因素，雖然全國各地都展開了基層醫生培訓，可是短時間內很難幫助眾多基層醫療機構的醫生或者護士提升其診斷水平，在很多科幻小說中都存在這樣一個橋段，有一個醫療設備能夠自動為患者診斷疾病，在幾年前這也許還停留在想像階段，但是隨著人工智慧（AI）的快速發展，這一個曾經科幻的橋段，已經出現在了現實生活當中，史丹福大學已經可以成功分辨皮膚癌，國內Airdoc在糖尿病性視網膜病變診斷方面已經達到人類三甲醫院的水準，IBM的Watson也能夠在10分鐘內識別癌症，AI應用到醫療領域已經成為了一種趨勢。

AI的發展

1956年，在達特茅斯學院舉行的一次會議上，計算機科學家約翰·麥卡錫說服與會者接受「人工智慧」一詞作為本領域的名稱，計算機被用來解決代數應用題、證明幾何定理、學習和使用英語，這些成果在得到廣泛讚賞的同時也讓研究者們對開發出完全智能的機器信心倍增。到了 70 年代，AI開始遭遇批評，研究經費也被轉移到那些目標明確的特定項目上。1973 年 lighthill 針對英國 AI 研究狀況的報告批評了 AI 在實現其「宏偉目標」上的完全失敗，AI遭遇了 6 年左右的低谷。

1981年，日本經濟產業省撥款八億五千萬美元支持第五代計算機項目，目標是製造出能夠與人對話、翻譯語言、解釋圖像，並且能像人一樣推理的機器。1991 年，人們發現日本人設定的「第五代工程」也沒能實現。這些事實情況讓人們從對「專家系統」的狂熱追捧中一步步走向失望，AI再次進入了低谷。

目前我們所處於從 1993 年到現在的第三次發展期，在這二十幾年伴隨著逐漸完善的技術和硬體的更新，基於深度學習的AI終於發揮出其價值，在自然語言處理，機器視覺和語言識別領域都有很大的成果。

通過症狀診斷疾病

語言是人類區別其他動物的本質特性，用自然語言與計算機進行通信，這是人們長期以來所追求的，如今AI已經可以學會人類語言並且可以對語言進行分析理解，從而給出對應的回答，用在醫療領域，AI可以分析患者的病歷和症狀。基於自然語言處理，2011年其Watson在4年內學習了學習了200本腫瘤領域的教科書,290種醫學期刊和超過1500萬份文獻，如今已經可以在臨床使用，去年Watson在10分鐘內識別罕見白血病，並且在肺癌、乳腺癌、直腸癌、結腸癌、胃癌和宮頸癌等領域向人類醫生提出建議。

通過醫學影像診斷疾病

數千年來，醫生一直在努力尋找患者的病灶，終於在20世紀發現了X射線，這讓大夫和護士可以更方便的查看患者的病灶，從此之後通過醫學影像診斷疾病已經成為了一個主流的方法。隨著深度神經網絡的興起，AI已經可以像人類一樣識別並且認知圖像屬性，斯坦福終身教授李飛飛表示，如今AI已經可以解決醫療問題。今年早些時候史丹福大學的研究者通過13萬張皮膚疾病圖像訓練出一個診斷皮膚癌的AI算法，並且診斷結果達專家水平。

如今，我國因眼病或外界因素致盲人數每年都在不斷地增長，越來越多的人面臨失明的風險，其中，致盲率最高的眼病有白內障、青光眼、糖尿病視網膜病變、老年性黃斑變性、角膜疾病、高度近視等。此外長時間的接觸藍光也會刺激眼底黃斑，從而存在引發老年黃斑變性的風險，世界衛生組織WHO愛眼協會在2008年就已經發出報告，當時因為藍光輻射每年會導致全球30000人失明。在眼科領域，AI同樣取得了巨大的成果，以糖尿病視網膜病變判斷為例，國際上將糖尿病視網膜病變從正常到嚴重分成了5類。Airdoc在眼科專家的幫助下，通過讓人工智慧算法學習遠超人類醫生一生接診量的患者眼底照片，訓練了一個檢測糖尿病視網膜病變的深度神經網絡，在靈敏性和特異性等主要指標上，獲得了和人類醫生相當的結果，同時在Airdoc在青光眼和老年性黃斑變性領域，同樣有成熟的模型。

AI 能夠讓人瘋狂的不僅僅在於皮膚科和眼科疾病的診斷，最主要的是AI可以在早期識別癌症，現在乳腺癌已經成為眾多女性的困擾，美國疾控中心和癌症協會的數據顯示，每年美國大約有1210萬人接受乳腺X光片監測，但其中差不多有一半在X光片上都有陽性結果，但實際上是假陽性。放射科醫生判讀醫學影像仍然有一些不足，譬如閱片的效率，譬如大夫因為過度疲勞而導致的誤診，譬如腫瘤太小而被醫生疏漏，通過AI如今的篩查乳腺癌可以有效的解決這些問題。

疾病早期診斷和早期預警

肺癌是我國死亡率和發病率最高的惡性腫瘤。目前手術仍是唯一可以根治肺癌的治療方法。早期的肺癌是沒有任何症狀的，中國70%~80%的肺癌病人一發現就是晚期，失去了手術治療的機會，AI應用在疾病的早期檢查和早期診斷，可以挽救無數患者的生命。

肺結節病是一種病因未明的多系統多器官的肉芽腫性疾病，臨床對於小於8毫米的肺結節，醫生都建議臨床觀察、3～6個月定期複查；對於超過8毫米、其他徵象排除是肺結核等病變的結節，都建議積極手術，以免演化成肺癌，AI通過海量的醫學數據、醫學影像和病歷的學習和研究，可以生成準確的預測模型，可以為疾病提供早期預警和轉歸評測。