人工智慧診斷是否靠譜？還需要有待考驗！

人工智慧無疑是2017年最受關注的話題之一。而對於相對保守的醫療行業來說，人工智慧卻也快速浸入其中。近日，CCF YOCSEF主辦的《人工智慧與病理切片診斷專題報告會》在上海召開，醫生、AI專家等各路英雄彙集於此，就打造智能醫療產品中出現的問題進行探討。

一、目前，人工智慧診斷是否靠譜？

人工智慧機器人在醫療領域可謂是風生水起，目前醫療機器人已經幫助醫生完成了眾多的手術治療和各種診斷，並且在各科目與醫生的診斷比賽中幾乎完勝，準確率極高。但是，機器人真的已經能夠勝任醫生的責任了嗎？它在臨床診斷方面真的靠譜嗎？

「人工智慧診斷是否靠譜我不知道，但就Google比賽結果來看，我認為不靠譜。」朱虹光教授調侃道，診斷準確率88.5%是要死人的，被人家打死的，朱虹光教授是國際病理學會區副主席，復旦大學基礎醫學院病理學系主任。

朱教授稱，若AI系統把潤性導管癌2級誤診為1級，治療方法相差無幾，但診斷是否患有癌症，一個都不能錯，錯一個就是一個醫療事故。「通過人工智慧診斷，這件事至少在今天還不靠譜。」

二、人工智慧診斷的瓶頸在什麼地方？

人工智慧不斷進步不斷完善，也解決了一個又一個關鍵性的技術難題，但是還有更多的核心技術問題我們還未能夠找到突破口，這就是所謂的人工智慧的瓶頸問題。那麼人工智慧診斷的瓶頸到底出在哪裡？

「這個問題很難回答，但我認為目前人智能醫療沒有好的觀察整體。」朱教授舉例說，一張切片，第一遍看時判斷為惡性，到高倍鏡下看局部變成了良性，但最終結論確是惡性的，因為醫生判斷不是基於細胞，而是生物細胞行為。病理科醫生重點要看是低倍鏡，因為低倍鏡可以看全貌。

對此，微瞰智能創始人兼CEO李冠男博士說道，演算法在不同的尺度下都有相應的處理結果，他們不僅看局部區域，也看整體，「AI只負責把病灶找出來，最終定性是醫生做的。」他分享到，目前，公司做的項目更多關注科研，而不是在臨床上診斷出什麼樣的結果。前期處理的數據大部分圍繞細胞，後期慢慢轉移到整個區域的分析，包括組織區域的紋理變化、對病理科醫生的工作產生的影響等。

病理技術裝備專委會常委何金認為，制約人工智慧診斷的瓶頸有3方面：一是切片是否標準化：HE切片是病理診斷的基礎，要保證切片的厚度、質量和染色的質量，如果標準不統一，最終的結果也是不好的；二是影像的清晰度；三是AI公司應該與病理科醫生尋求更加緊密的合作。

三、人工智慧與醫療如何結合？

智慧醫療解決方案專家朗銳慧康認為，「人工智慧在醫療方面可以發揮很大的作用。一方面人工智慧方便了醫生對病患的診療，人工智慧可以作為診療數據分析的第一人，而醫生則作為最後確診的決定者；同樣的在手術方面，人工智慧能夠為醫生手術提供技術支持，如準確顯示出病患的受傷部位情況等等。」

對此，朗銳慧康智慧醫療解決方案團隊通過人工智慧與醫學的融合，圍繞「物聯網+雲健康」，打造醫療、健康、服務一體化數據平台，打通雲健康服務全產業鏈，開創了健康物聯網及智慧醫療領域的新藍海。目前已經幫助眾多行業客戶快速實現健康物聯網應用實施，通過將物聯網路與專業醫療技術、無線遠程監測完美結合，成功地應用於健康信息化及物聯網雲健康領域。

真正實現人工智慧臨床診斷任重而道遠，一方面要提供以人為本的服務，提高醫療服務水平，改善基層服務條件、水平和效率。另一方面，更離不開對智慧醫學的不斷探索，最終使人工智慧與醫學完美結合，造福全人類，這也是朗銳慧康智慧醫療方案團隊孜孜不倦的追求。

本文由朗銳慧康編輯整理（www.lrioh.com）（www.lrist.com），轉載請註明出處。