人工智慧輔助診斷落戶南京，機器人如何2分鐘診斷出甲狀腺結節？
據統計，目前我國基層醫院誤診率較高，醫學影像領域誤診次數達到每年5700萬次；醫院總體而言，腫瘤誤診率達到60%。更不用說早年。
4月12日，中國電子科技集團公司第五十五研究所職工醫院近日正式啟用由匯醫線上整合了浙江德尚韻興圖像科技有限公司的科學家們發明的“DE-超聲機器人”人工智慧輔助診斷項目，用於甲狀腺結節診斷。 據悉，該超聲機器人此前已在浙江大學第一附屬醫院實現臨床應用。
匯醫線上總裁兼CEO何毅對雷鋒網AI掘金志表示，這套人工智慧醫療產品率先落地的是一家基層醫院，用武之地就在於打造優質醫療資源下沉的可行通道，解決基層醫療能力不足。
常見病的診斷難，機器人如何解決？
“DE-超聲機器人”人工智慧輔助診斷項目於上月初落地南京，1個多月來，中國電子科技集團公司第五十五研究所職工醫院利用“DE-超聲機器人”為100多例基層病例進行輔助診斷。
甲狀腺超聲以其對軟組織的高分辨力、毫無創傷、價格低廉、操作方便等突出優點，成為鑒別結節性質的不二之選。但是，甲狀腺結節發病無明顯的臨床症狀，診斷時要結合患者年齡、性別、病史、體征以及各項檢查進行全面分析，診斷指標複雜、指標特徵不明顯等問題，也提高了病情診斷的難度。
南京市第一醫院腫瘤內科主任陳錦飛表示，“人體甲狀腺結節已成常見病，如果不加重視，甲狀腺結節可能會發生惡變，進而發展成癌症，危及生命。而由於個體化差異，目前三甲醫院甲狀腺結節的診斷準確率平均也不到70%，如果不做活檢，不同醫生對同一張片子還可能會做出不同判斷。”
但相比之下，擅長無條件思維、理性思維的機器人，診斷準確率上表現出了優勢。“經過上萬病例診斷率驗證，‘DE-超聲機器人’相當於一個三甲醫院副主任醫師的水準。”德尚韻興的首席科學家、浙江大學求是特聘教授孔德興說。
匯醫線上何毅介紹，利用嵌入了“DE-超聲機器人”的人工智慧輔助診斷系統，醫生坐在B超機器前，登錄匯醫線上雲醫生工作站，用探頭給病人進行探測後將探測截圖保存發送到超聲機器人，2分鐘後超聲機器人能自動生成圖像分析報告和檢測結果。檢測結果不僅能清楚地標記結節位置和尺寸，還會智慧分析影像，提示良性或惡性的可能性，供給醫生診斷參考。
超聲機器人，試用一年正式服役
雷鋒網AI掘金志瞭解到，研發這套系統期間，德尚韻興的研發人員收集了10000多名檢查者的甲狀腺超聲檢查影像，“依託英特爾至強平臺及其優化工具，採用深度學習，利用海量的超聲影像樣本對電腦進行訓練，使其掌握‘診斷’能力。”孔教授解釋道，“它的原理類似于訓練醫生，比如一名醫生需要學習大量醫學教材和病例才可以具備某種經驗和水準，而電腦可以通過‘深度學習演算法’提取甲狀腺結節的特徵，具備診斷能力。”孔教授介紹說，為了將深度學習更好地運用於超聲影像，系統加入了相關現代數學理論，專門對網路結構進行優化，如將“旋轉不變性”加入系統。
另外，從去年開始，“DE-超聲機器人”在浙江大學第一附屬醫院和杭州的社區醫院臨床應用，以此再進行了長達半年的實戰環境對抗訓練。據雷鋒網AI掘金志從合作方英特爾獲得的資料，“DE-超聲機器人”一年下來輔助診斷病例超過5萬，準確率達到86%，比人類醫生高出20%。
醫院：效果、利益與衝突
眾所周知，各地醫聯體承擔著區域內優化優質醫療資源配置、緩解地區看病難的重任，也是國家推動分級診療的主力軍。儘管政府會通過提高醫保報銷比例等方法，引導患者在基層醫院就醫，但是這依然不能解決基層醫療機構醫療服務能力相對較低的現實問題，何毅表示，“怕耽誤、怕誤診”是患者對基層醫療機構最大的擔憂。但實現優秀醫療資源下沉，短期之內不可能通過突擊教育培訓或核心醫院下派臨床醫生幫扶的方式實現。
所以解決的思路是，通過人工智慧，讓優秀醫生的能力可複製。所以對基層醫療機構來說，他們的收益不僅是醫生、病人都能享受到優秀醫療資源的指導和服務——這系統本身對醫生來說也是一個教程工具，而且在人工智慧的輔助下，獲得更多病人的信任，從而改善經營業績。
不過，機器人今天的成績，並不意味著要取代醫生。事實上，對醫生來說，提高醫療效率是他們最大的呼聲。北京大學腫瘤醫院資訊部長衡反修對於AI醫療的評論指出，“醫生從患者接觸到最後診斷治療有很多階段，比如十個階段，引入人工智慧，相當於只是把中間最麻煩的最不需要醫生費力的階段替代，比如十個中替代三五個，這是節省醫生的工作。”
衡反修表示，“我們現在在做結構化病歷，目標就是做標準化、結構化，讓資訊品質更高，為AI服務。”
如果僅依靠電腦做輔助診斷，那麼世界最早在1959年便有了相關技術，叫“電腦輔助診斷（CAD）”；但是，疾病雖然有共性，但診斷中最主要是每個個體發病的情況不同。飛利浦大中華區臨床科學部高級總監周振宇博士曾對雷鋒網AI掘金志表示，在今天強化學習、深度學習有了進一步發展之下，醫學上更希望能夠實現電腦的自我訓練，實現智慧醫療。