5月27日，人工智能“明星”AlphaGo以三戰(zhàn)皆勝的戰(zhàn)績擊敗圍棋天才少年柯潔，而在這場吸引全球目光的戰(zhàn)局開始前一周，由北京7家頂級醫(yī)院醫(yī)生們組成的戰(zhàn)隊在一場讀片競技大賽中以0.3%的微弱劣勢同樣惜敗人工智能對手。

　　后者在醫(yī)療界再次引發(fā)熱烈討論：醫(yī)生，這個與人類歷史幾乎同步誕生的古老職業(yè)，是否將被人工智能（ArtificialIntelligence,AI）取而代之？

　　Airdoc創(chuàng)始人CEO張大磊——這位跨界互聯(lián)網(wǎng)和健康醫(yī)療的創(chuàng)業(yè)者——在日前接受《醫(yī)學界》專訪時肯定地給出他的答案：人工智能是新一代的革命性技術，如同歷史上多次的技術革命一樣，它會提高醫(yī)療的效率和質量，卻不會也無法替代醫(yī)生。

　　Airdoc創(chuàng)始人&CEO張大磊

　　取代

　　AI+醫(yī)療能否取代醫(yī)生？Never！

　　“抵抗是沒有用的。”

　　——《星際迷航》

　　2015年，當人工智能在國內(nèi)遠未如今日這樣火爆之時，張大磊創(chuàng)立Airdoc，他希望以人工智能技術服務于醫(yī)療健康。

　　僅僅3年之后，Airdoc已經(jīng)與包括TheJohnsHopkins、西奈山醫(yī)院、北京協(xié)和醫(yī)院、解放軍總醫(yī)院、上海長征醫(yī)院在內(nèi)的國內(nèi)外多家頂級醫(yī)療機構展開人工智能輔助醫(yī)療實踐的合作，隨著項目成果的推廣，Airdoc迅速成為中國醫(yī)療人工智能的領先者。

　　“大磊”是做人工智能的圈內(nèi)人以及隊友們對他的親切稱呼，而他也確如這昵稱一樣平易近人。當大磊以通俗的方式向記者解釋人工智能醫(yī)療的時候，記者腦海中想起了電影《星際迷航》里的那句臺詞“抵抗是沒有用的”，因為你別無選擇。

　　“我們的理解是，人工智能是一個拐杖技術，必須與某個特定任務或者特定的場景結合在一起，才能夠解決問題。”大磊的答案一反許多人對人工智能的常規(guī)理解，而這被他稱為“弱人工智能”。

　　他微笑著解釋，所謂的“弱人工智能”并非學術名詞，是相對于通用型任務的人工智能而言，而后者是有自主意志、能自主決策的“強人工智能”。

　　據(jù)大磊介紹，目前所有進入應用階段的AI產(chǎn)品，有一個共同的特點，即對特定任務或場景有特定的輸入和特定的輸出并能夠標準化復制。比如谷歌無人駕駛汽車，它是由人駕駛之后將采集到的圖像、數(shù)據(jù)等標記出來，再通過大量數(shù)據(jù)訓練+算法模型并最終輸出決策。同樣在醫(yī)療領域也適用這一規(guī)則：AI模擬人腦的神經(jīng)網(wǎng)絡，完成特定的任務。

　　“我們之所以認為AI只是工具，并不能替代醫(yī)生，原因在于它解決的是具有輸入輸出結構的問題，而這些輸入的數(shù)據(jù)和輸出的結果來自于對人類的學習。”大磊告訴記者，成本低廉的大規(guī)模并行計算力、大數(shù)據(jù)積累、深度學習算法和深度神經(jīng)網(wǎng)絡芯片的技術成熟是促使人工智能發(fā)展出現(xiàn)向上拐點的四大催化劑，在醫(yī)療領域基于這些技術而開展的AI應用實踐已經(jīng)較為成熟，比如AI可以準確地分析放射影像，識別疾病的早期病變等等。

　　“但是，AI無法搞定醫(yī)療過程的整個鏈條。”大磊表示，人們對AI的期待值過高，從某種角度看是對現(xiàn)實醫(yī)療效率和質量有更多期待的一種反射。

　　觸動大磊對AI價值深刻認識的一件事發(fā)生在北京一位神經(jīng)內(nèi)科專家的診室。“那時候我們都在想，如果我們通過算法能夠確認（診斷）的話，那么醫(yī)生是不是就不需要親自去做某些（診斷類）工作了呢？”大磊坦誠那次門診的經(jīng)歷徹底改變了他的想法。

　　“那位病人在專家的診室內(nèi)得知自己被確認為帕金森病后非常沮喪，這意味著他的后半生要一直吃藥，而且病情還會持續(xù)惡化，這是一種無法治愈的疾病。結果那位大夫跟病人只說了幾句話，病人就釋然了。”大磊望著記者說：“你猜那位大夫說了啥？”

　　“那位大夫說，很多人年齡大了，上帝都會給他發(fā)牌。有的牌是心梗，（他）直接暈倒在廁所再也不會醒來；有的牌是中風，偏癱、半身不遂、大小便不能自理，子女不能上班照顧（他）；你接到的牌是帕金森，讓你和這兩張牌換，你換哪個？那個病人一聽，‘上帝對我好像還不錯嘛’。”

　　大磊表示，之所以很多人提出“顛覆醫(yī)療”的觀點，“我覺得是因為對醫(yī)療和醫(yī)生的工作理解還不夠深刻，醫(yī)療是社會學，是哲學，是藝術，科學只是醫(yī)療的一小部分，我們要做的是在醫(yī)療的某個環(huán)節(jié)中提高效率，改善其質量和安全。”

　　醫(yī)生的好奇心，改變著世界。（圖片來源/Airdoc）

　　價值

　　AI+醫(yī)療的價值何在？賦能！

　　人類與人工智能協(xié)作的結果是1+1=3。

　　——李開復

　　在Airdoc研發(fā)線中，醫(yī)學影像分析是其重要產(chǎn)品內(nèi)容。大磊告訴醫(yī)學界，Airdoc的產(chǎn)品立足于兩點：

　　其一是找到漏診率非常高的疾病；

　　其二是它同時在某一環(huán)節(jié)有非常明確的輸入和輸出。

　　“我們在心血管科、骨科、普外、眼科、腫瘤、皮膚科等科室及肺部、腦部、肝臟等臟器領域都找到了領域內(nèi)最權威的專家一起合作，所以我們不是以單一病種的維度做產(chǎn)品。”

　　減少疾病的漏診率是大磊和伙伴們創(chuàng)立公司的初心，這是因為他們看到了中國醫(yī)療水平在地區(qū)間和不同級別醫(yī)院、醫(yī)生間的鴻溝。“如果能通過深度學習技術，讓普通醫(yī)生也能像大專家一樣做出準確的診斷，那么這將是一件多么有價值的工作。”大磊說。

　　事實上，醫(yī)療成本的快速上漲、熟練醫(yī)護人員的缺乏、患者對醫(yī)療結果越來越高的期望等，是全球各國普遍遇到的問題。

　　“我們的切入點放在了AI+醫(yī)學影像診斷上。”大磊認為。AI+醫(yī)學影像診斷可能成為眾多醫(yī)療細分領域率先爆發(fā)的領域。一方面，影像科醫(yī)生缺口巨大，由于收入低、培養(yǎng)周期長等多種原因，全國影像科醫(yī)生極度缺乏；另一方面，影像讀片高度依賴經(jīng)驗，因經(jīng)驗差異使得影像讀片的準確率差異很大。

　　AirdocDR是Airdoc基于深度學習研發(fā)的眼底照片識別工具，糖尿病性視網(wǎng)膜病變（以下簡稱“糖網(wǎng)”）是最常見的糖尿病眼底并發(fā)癥之一。

　　WESDR的研究報告，患糖尿病5年以上DR發(fā)病率約為17%；患糖尿病10年以上DR發(fā)病率為26%；患糖尿病20年以上DR發(fā)病率為63%。2型糖尿病病人每年1次眼底檢查，可將失明發(fā)生率降低94.4%。加大糖網(wǎng)早期篩查，將徹底改變無數(shù)糖尿病病人的疾病預后。我國約有1.14億糖尿病患者，而眼科醫(yī)生約為3.6萬余名，患醫(yī)比達到驚人的3166：1。

　　Airdoc團隊與上海長征醫(yī)院在內(nèi)的數(shù)家頂級醫(yī)院的專家們多年前就展開了合作，收集了數(shù)十萬張?zhí)蔷W(wǎng)眼底照片。在過去幾年里由眼科專家對數(shù)據(jù)進行標注，并對糖網(wǎng)數(shù)據(jù)進行分型，針對糖網(wǎng)的特點設計專業(yè)的深度神經(jīng)網(wǎng)絡模型，通過訓練深度學習算法，最終生成精準的糖網(wǎng)識別模型。

　　與上海長征醫(yī)院魏銳利教授等開展合作的AirdocDR在微軟Build2017開發(fā)者大會上驚艷亮相。（視頻來源/Airdoc）

　　AirdocDR產(chǎn)品操作十分容易，使用免散瞳眼底照相機拍攝患者眼底照片并上傳，Airdoc會在幾秒中之內(nèi)得出糖網(wǎng)識別結果，經(jīng)由醫(yī)生確認后，病人幾乎可以實時得到診斷報告。

　　Airdoc的合作專家之一、上海長征醫(yī)院眼科主任魏銳利教授表示，“有了AirdocDR這個系統(tǒng)，可以把我們專業(yè)醫(yī)生的手和我們的檢查技術延伸到全國各地，也就是說在任何一個角落，專業(yè)儀器拍攝的影像，都可以傳輸?shù)皆浦?，進行輔助分析獲得準確建議，讓患者在任何時候都可以得到早期的預防和輔助分析建議。”

　　大磊表示，Airdoc希望把放射科、眼科醫(yī)生、心血管科專家們從大量重復性、基礎性工作中解放出來，讓他們?nèi)プ鼍哂懈吒郊又?、更體現(xiàn)其學術專長的工作；而基層醫(yī)生則如同有一位專家導師陪伴在身邊，無須苦惱于缺少臨床指導，從而提高診斷效率和質量。

　　“人工智能給醫(yī)生賦能，最終讓病人獲益。”大磊說。

　　未來

　　AI+醫(yī)療的未來是什么？

　　在“未來”還沒有發(fā)生之前，它就已潛入我們的生命，在我們身上發(fā)生變化。

　　——奧地利詩人賴內(nèi)·馬利亞·里爾克

　　變革的時代，有人看到風險，有人洞見機遇，其秘密在于從什么角度審視這場變革。大磊向記者分享了其對人工智能未來的思考。

　　中國在AI領域走在世界前面。

　　對于這一點，大磊相當自信。事實上上世紀七八十年代很多留學生在國外學習AI，而那時AI正處于低谷，這些學子已經(jīng)成長為領域內(nèi)的專家。“每年AI領域的論文，其中一半作者是華人學者。在數(shù)據(jù)質量上美國要好一些，但中國數(shù)據(jù)量遠大于美國；在計算力上，無論是分布式計算還是超算，中美幾乎無差別；在算法上，美國因在基礎教育上優(yōu)勢要好于中國。”大磊告訴記者，今年6月Airdoc將作為出品主席承辦全球機器學習技術大會，講者都是世界一流的AI專家，“在AI領域幾乎沒有差距”。

　　AI的突破更可能發(fā)生在傳統(tǒng)醫(yī)療行為無法觸及的領域。

　　大磊認為，對醫(yī)生們來說，傳統(tǒng)的醫(yī)療模式中，診斷和治療占用了他們大量的時間、精力，所以AI應該在早期診斷、疾病預防等階段發(fā)揮其價值。比如在馬拉松開始前，通過數(shù)個問題辨析出哪些人適合參加比賽。“這就是AI領域能有突破的典型案例。”大磊說。他告訴記者，Airdoc正在與北京一家頂尖心血管醫(yī)院的專家們開展相關研究工作。

　　通用任務型AI將會是下一個里程碑。

　　在所有的科幻小說中，通用任務型AI，即可以完成多重任務模式的AI，是人類的重要助手，，但是，在某些任務上，AI卻難以實現(xiàn)。“比如人類互相問候，是再簡單不過的一件事，傳遞很多情感，然而對機器而言，這意味著常識、推理等各種知識結構綜合和邏輯判斷共同作用才能做出正確的輸出反饋。這是一件非常難的事兒。”大磊認為，盡管通用型AI需要一些時間，但或許在我們這代人的有生之年能夠看到。

　　醫(yī)療AI也將改變醫(yī)生教育模式。

　　醫(yī)學作為經(jīng)驗學科，上級醫(yī)生的指導會幫助下級醫(yī)生持續(xù)提高，但在傳統(tǒng)的醫(yī)學教育領域卻很難做到。一個基層病理醫(yī)生日常工作中幾乎無法得到專業(yè)病理醫(yī)生的全程指導。大磊認為醫(yī)療AI可以解決這個問題。

　　“我們接觸到的很多醫(yī)生都非常喜歡學習，但是沒有渠道。”大磊告訴記者，臨床能力提高的過程取決于“你接觸到的病例數(shù)量和正確診斷、合理治療的反饋”，通過AI醫(yī)療的引用，解決了學習渠道的問題，讓普通醫(yī)生的診斷正確率更快地接近專家。大磊坦言這是他最開始沒有想到的。

　　數(shù)據(jù)質量、監(jiān)管、病人隱私和觀念的改變將是AI發(fā)展的挑戰(zhàn)。

　　大磊表示，這是AI落地的四大重要問題。對目前大部分AI醫(yī)療企業(yè)，臨床數(shù)據(jù)質量不容樂觀，因為這決定著模型的質量，而后三者則是目前中國政府確保AI醫(yī)療領域健康發(fā)展面臨的挑戰(zhàn)。2016年國家相繼出臺《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》《關于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》等文件。Airdoc也積極參與了美國NIH相關標準與中國相關標準及FDA分類界定等工作。“我們所有環(huán)節(jié)嚴格遵循HIPPA保護患者隱私，并且有官方認證的人工智能輔助診斷企業(yè)。”大磊表示，在這方面Airdoc作為行業(yè)領軍者應做出表率。

　　行業(yè)的包容也是一大挑戰(zhàn)。

　　大磊表示，“當前大家對AI+醫(yī)療期望值過高，多家公司涌現(xiàn)，但是實際上醫(yī)療行業(yè)安全第一的特點注定了新工具被廣泛采用需要漫長的過程。監(jiān)管層的鼓勵，行業(yè)同仁的團結，用戶的合理預期，都非常重要。Airdoc也希望能夠和每一家同領域內(nèi)企業(yè)互相幫助互相支持，只有整個行業(yè)有耐心持續(xù)發(fā)展持續(xù)繁榮，才能有更多真正進入各個細分領域持續(xù)提升醫(yī)療服務質量的機會。”

　　毫無疑問，我們已經(jīng)一腳跨入人工智能時代——這是一個事實。面對未知，人們必然心存惶恐。伏爾泰曾說：“不確定讓人不舒服，可確定又是荒謬的。”

　　誠如《第四次工業(yè)革命》作者KlausSchwab所說的那樣，機遇越是如此引人注目，挑戰(zhàn)就越讓人卻步。在一切變得更加復雜也更加碎片化時，我們依然可以選擇哪種方式塑造我們的未來。

　　當下，便是最好的時機。