人工智能医生上岗啦，它们“看病”又快又准
“发热熊”卡通形象
大洋网讯 近期，广州市妇女儿童医疗中心人工智能医疗平台登上世界顶级学术期刊《Cell》引发关注。医院将多年积累病例进行数据化，研发并训练专注于某一疾病领域的“机器人医生”（人工智能医疗平台），让医生脱离重复性高且不必要的劳动，同时也帮助医生进一步精准诊断。不少人感到惊讶，原来广州有医院已走在医学科技的前沿。
记者走访了解到，开发人工智能医生，广州市内一些医院已经在行动。这些“机器人医生”诊断疾病各有侧重，有专注于小儿发热引起的相关疾病诊断，也有关注眼科疾病的，更有专注于肺癌筛查研究的。这些“机器人医生”在“消化”海量的疾病数据后，诊断起专科疾病“又快又准”。不可忽视的是，“机器人医生”的发展也面临着困难和挑战。
机器人医生特写
目前，广州市内医院参与开发的“机器人医生”还只是“程序平台”的形态，它们的“最强大脑”还没装在“躯干”上，所以，它们暂时没有具体的外貌形象。当然，这些“机器人医生”也没有“独立行医”资格，目前主要是应用于辅助科室医生作出疾病诊断。随着机器人医生的信息逐渐披露，不少人对机器人医生如何辅助医生作诊断充满好奇。
记者了解到，机器人医生看诊，主要通过分析接收患者的症状信息，再计算出患哪些疾病的可能性最大，最后还要经医生确认。跟医生互动的过程，也是机器人医生不断积累、学习成为一名合格医生的过程。
1号“医生”：发热熊
出生家庭：广州市妇女儿童医疗中心
辅助科室：儿内科
“发热熊”是广州市妇女儿童医疗中心人工智能医生“熊家族”中的“老大”。据了解，小儿发热就诊占儿童医院门诊量的七到八成，医院重点开发培育发热熊，是为了让它辅助医生快速给出诊断意见。目前，发热熊能够诊断32种与发热症状相关的疾病，与院内名医“PK”的结果显示，它诊断的稳定性超过94%。据悉，通过继续努力学习培训，发热熊以后能够诊断的疾病有望达73种，其中，对24种疾病的诊断准确率达到100%。
记者走访时看到，已经“吃透”了超过百万份病历的发热熊，跟医生一起看诊，配合得十分紧密。医生在平台上给发热熊输入一岁半女宝宝小茉的症状：热峰达38.1℃、少许咳嗽、无呕吐、腹泻、无抽搐手足抖惊跳、无药物过敏史及蚕豆病、爷爷有感冒。获取这些信息后，发热熊开始分析患儿的病情。分析过程中，遇到对于患儿病情不确定的情况，发热熊还会再次给医生发起追问，比如“是否有湿啰音”和“痰鸣音”，需要医生配合给患儿做检查，再补充输入信息。
最后，基于医生输入的完整信息，发热熊给出初步的诊断结果：急性上呼吸道感染（63%）、急性咽炎（8%）、急性喉炎（7%）、肠胃炎（4%）。在“急性咽炎”“急性喉炎”下面，发热熊还用警示的字体提醒医生“不及时治疗可能引起窒息并危及生命”。对于机器人医生给出的诊断结果，医生在“同意结果”和“反对结果”中作出选择，再进行下一步诊断。诊断清楚后，再给患者提出治疗用药建议。
2号“医生”：影像熊
出生家庭：广州市妇女儿童医疗中心
辅助科室：影像科
除了“发热熊”，广州市妇女儿童医疗中心还研发了“影像熊”。目前，影像熊在读“片子”诊断眼底病变和小儿肺炎方面学有所成。研发团队试图开发综合能力更强的“影像AI”，让它既能读X光片和超声数据，又可以阅读CT和MR数据。
据介绍，影像熊诊断黄斑变性、黄斑水肿的准确性达到96.6%，灵敏性达到97.8%，特异性达到97.4%，检测准确率达到曲线下面积99.9%。与5名眼科医生诊断结果相PK，研发人员确认，该平台可以达到训练有素的眼科医生的水平，并在30秒内决定病人是否应该接受治疗。
在读“片子”诊断肺炎方面，影像熊的准确性达到92.8%，灵敏性达到93.2%，特异性达到90.1%，检测准确率曲线下面积达到96.8%；在区分细菌性肺炎和病毒性肺炎上，准确性达到90.7%，灵敏性达到88.6%，特异性达到90.9%，检测准确率曲线下面积达到94%。
据广州市妇女儿童医疗中心临床数据中心主任梁会营博士介绍，影像熊不仅能读片诊断疾病，还能告诉医生作出这一判断的依据。未来，研发人员会继续开发影像熊在产科、胎儿影像诊断方面的功能。
3号“医生”：CC-Cruiser
出生家庭：中山大学中山眼科中心
辅助科室：眼科
中山大学中山眼科中心去年推出全球首个眼科人工智能机器人CC-Cruiser。它通过分析眼球图片，能对先天性白内障患者进行诊断，最终判断患者是继续观察随访还是需要手术。
在中山大学眼科中心的门诊，记者看到，一名小朋友拍完眼球照片和相关检查后，数据上传云端，CC-Cruiser两三分钟内就会给出诊断。目前在该院，机器人医生跟人类医生是双出诊形式，但两者完全独立。患者看完机器人，接着到隔壁看人类医生，人类医生快的话也需要15分钟，会给出诊断和后续治疗方案。最后，中山眼科中心的2位全国知名眼科专家会复核病例和治疗方案。
中山大学中山眼科中心白内障中心主治医师刘臻臻介绍，“先天性白内障的诊断难点在于判断要不要手术。对于还在生长发育的小朋友，最好是在不伤害视功能的前提下，尽量延迟手术时间。”
“目前累积了3000个病例，机器人（诊断）跟专家的吻合率达到93.7%；省外基层医生跟专家的吻合率是70%多。”刘臻臻介绍，除了在中山眼科中心，CC-Cruiser也在省内外的十几家省级或基层医院试用，“机器人、外院基层医生、我们的专家，都会独立看诊给出结论，三方印证，最后比较。”
4号“医生”：觅影
出生家庭：中山大学肿瘤防治中心
辅助科室：胸科
“觅影”是中山肿瘤中心与腾讯合作研发的项目，运用AI医学影像产品到癌症筛查中。“从目前小样本来看，‘觅影’找到肺部结节的准确率超过90%。”中山大学肿瘤防治中心胸科主任张兰军介绍，医学专家目前的角色是觅影的老师，训练它找出肺部结节，“但这个结节是良性的还是恶性的，是不是肿瘤，觅影不知道，还得靠人类医生判断。”
张兰军介绍，目前觅影的能力还只能找到结节，通过读取病人肺部CT片，找出3毫米或更大的结节。下一步，觅影还需要医生用海量的数据训练它，让它具备对结节良恶性的鉴别能力，“告诉它良恶性结节的特点，使得它在影像的辨别中辅助人类作出诊断。例如AI认为这个结节更符合恶性的特点，它会告诉医生高度怀疑是恶性的，帮助医生作出决断。”未来，“希望这个软件可以在肺癌的早诊、肺内结节的良恶性诊断上有很好的应用前景。”张兰军说。
