時間一分一秒溜走，來自聖邁克爾醫療中心的一隊醫生正在緊張的解決一個醫療診斷問題。需要解決的問題很多，一個接著一個，在每個問題上，他們都會遇到兩難選擇。而這一景象今年 5 月就在華盛頓的 Doctor's Dilemma 年度比賽上上演。最終，該團隊解決了 45 項難題，包括病情、症狀和治療方法等。同時，它們也擊敗了其他 50 個參賽隊伍，捧起了今年的 Osler 杯。
其實比賽的要求比平時要求高多了，因為醫生們還要考慮到時間限制。所以，自上世紀 60 年代以來，一直有人希望電腦能成為醫生記憶的補充，並幫助他們進行診斷，做出最後決定。舉例來說，2012 年 IBM 就讓旗下的 Watson 參與了 Doctor's Dilemma 大賽。不過，在比賽中它最終未能完勝人類醫生。
最近的多項研究發現，電腦診斷在性能表現上根本無法達到人類醫生的高度。
此外在不同的疾病上，電腦的表現也是千差萬別，它們的水準實在太不穩定了，而且醫生對如何使用它們協助診斷也沒有形成完整的認知。
舉例來說，年輕醫生就更喜歡花時間給電腦灌輸各種患者的資料，他們用起電腦來也更加的心應手。在本月 6-8 號舉行的醫學會議上，就有兩位專家在演講中提到了如何將電腦的幫助融入醫生的訓練和診斷流程中去。
此外，學界還需要找出對比不同軟體帶來協助效果的方法。“
關注科技的人都知道，在語音辨識和圖像分類領域，電腦都有很棒的基準資料庫可用，因此它們取得了很大的進步，不過在醫學領域，我們就沒有這麼好的運氣了。
”丹麥科技大學的電腦科學家 Winther 說道。實際上，雷鋒網此前也采寫過一篇相關的文章，也發現主要問題集中於缺乏足夠的資料。
Winther 的團隊也打造了類似 Watson 的醫療診斷助手 FindZebra ，不過由於缺乏 Watson 的相關資料，他們無法對比兩款產品的使用效果。不過，一個西班牙團隊今年早些時候表示，這兩款助手的診斷正確率為 60% 左右。
雖然無法確定醫療診斷助手的實際效果，但無論是醫生還是學界都在積極推動此類產品進入市場，其主要客戶則是私人醫療保險公司和研究型醫院。
眼下，此類助手的使用效果還不錯，借助 Watson ，北卡羅來納和日本的醫院都出現了許多成功案例。不過，在最近舉行的 IBM 研討會上，德國專家 Jens-Peter Neumann 表示想判斷此類醫療診斷助手的潛在效力，現在還有些早。
眼下，這家德國醫院正在用 Watson 挑戰醫學界的大魔頭——罕見病。保險和風險管理公司 Munich Re表示，在歐洲，7000 多種罕見病正在折磨 7%的人口。隨著基因篩選變得越來越複雜，到 2020 年我們可能還會再發現超過 1000 種新型疾病，對於醫生來說，要把它們全記下來幾乎不可能。
在試點項目中，研究人員就遇到了困難，他們本想將 522 名患者的病例轉換成正確格式輸入 Watson ，但該計畫卻一拖再拖。原本今年 3 月就將完成的計畫卻延期到了明年 1 月。
Mueller 表示，這一過程中他們遇到了意料之外的問題，那就是研究人員需要將患者病例中的德語翻譯成英語，這樣才能與醫學資料庫中的病例進行對比。
此外，有時輸入 Watson 的資料來源還會出現前後不一的狀況。換句話來說，醫療診斷助手在分享和比對資訊時遇到了與人類相同的問題。
雖然困難不小，不過 Winther 表示這項技術最終將走向成熟。“大量患者花數年時間輾轉於各地，就是為了確定自己到底得了什麼病，而未來這將是醫療診斷助手的努力方向。”
via
spectrum.ieee.org
【招聘】雷鋒網堅持在人工智慧、無人駕駛、VR/AR、Fintech、未來醫療等領域第一時間提供海外科技動態與資訊。我們需要若干關注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優良的外翻編輯加入。工作地點深圳。簡歷投遞至 guoyixin@leiphone.com。兼職及實習均可。
技術創新正在變革醫療與健康產業，雷鋒網持續關注醫療領域出現的軟硬體創新，包括設備、資料，抑或對他們的創新運用。目前我們在招募醫療健康領域作者，負責采寫報導醫療科技領域的企業與牛人。簡歷投遞至 zhangchi@leiphone.com。
推薦閱讀：
AI 診療為何還停留在實驗室？資料是硬傷
九個醫療健康領域，人工智慧如何大顯神通？