北京天坛医院高培毅教授谈AI神经影像诊断

　　提起AI神经影像诊断是未来的发展历史，高培毅教授介绍，当初先给希望踏足神经系统影像诊断领域的AI出一道考题，试试它的实力。通过给出神经鞘瘤表皮样囊肿、脑膜瘤等几百例常见肿瘤的影像病例，不到一周的时间内，AI在诊断测试中，正确率就几乎达到95%以上，这一结果，让院方和技术团队都非常兴奋。

　　随即，AI团队与院方达成正式合作协议，开始大规模系统学习北京天坛医院近十年来接诊的数万余神经系统相关疾病病历，特别是在脑膜瘤、垂体瘤、胶质瘤等常见病领域的图像识别。半年左右的时间，它在一些神经系统常见病的判断上已游刃有余，在部分脑瘤的磁共振影像诊断上，准确率已达到90%以上，相当于一个高级职称医师级别的水平。

　　据悉，在近期的“人机大战”决赛备战中，高培毅教授为提升AI系统的应战能力展开了“集训”，“陪练”的医生们要完成300多个病例大概需要10小时以上的时间，耗费的时间和脑力让医生们直呼“崩溃”，而AI则只需要不超过半个小时就能完成。

　　除了学习速度外，它的稳定性也是明显超越人类的。不像医生会被情绪、状态、时间地点等外界因素打扰，从而影响描述的准确性。“它永远保持冷静，水平稳定。”高培毅表示。

　　对于人工智能正在“取代”医生的说法，高培毅教授认为，放射科医生在实际工作中有很强的不可替代性。除了影像检查，一个合格的放射科医生还需要看化验单、要看体检单、要问家族史，问个人的病史、做过什么治疗，用过什么药物，有什么反应……都了解后，才能做出一个医生的诊断。AI也许可以取代看片匠的角色，但它永远不可能成为一个真正的医生，这是完全不同的两个概念。

　　大数据深度学习既是AI发展中的机遇，也是受限条件和缺陷，目前AI在神经系统影像诊断方面，仍完全依赖于数据真实性和质量的支撑。在北京天坛医院，AI正在学习的脑血管病研究大数据完全按照科研方法收集，是目前中国最有价值的医学数据之一，但在缺乏大数据支持的疑难病、罕见病诊断领域，AI和高培毅教授中间，隔着几十年从医之路的经验和判断，这一点上，AI显然无从复制和超越。

　　“理想状态下，这套系统正式应用后，至少可以替代医生20%的工作时间，让医生有更多的精力专注于科研和人文，给病人更多温度。“高培毅教授表示。

　　世界医疗网北京报道组/李海清