面对“ＡＩ＋医疗”超级风口，比起“ＡＩ是否会抢医生饭碗”的疑虑，医学圈的大咖们更在意ＡＩ的真实能力水平。
６月９日，中国医疗保健国际交流促进会华夏医学论坛，第三届华夏医学胸外科论坛暨胸外科年会在广州举行，来自全国各地顶尖医疗机构的２００多位胸外科专家、教授顶着“双台风”的吹袭，参加了这次国内胸外科领域最权威的学术交流。
２００多位顶尖胸外科专家、教授齐聚羊城
作为承办会议的“东道主”，中山大学肿瘤医院胸外科主任、中山大学肿瘤医院肺癌首席专家张兰军教授提出了一个有意思的讨论课题：“人工智能与肺癌诊断”，探讨人工智能在肺癌诊断上的积极意义和实际作用。
张兰军教授主持开展“人工智能与肺癌诊断”研讨课题
多模态模型：医生＋ＡＩ才是关键
利用人工智能诊断疾病是当下医学界和科技界科技界的讨论热点和研究前沿，但过分聚焦ＡＩ是否比医生“厉害”的讨论让风向有点“偏”。师从张兰军教授的余向洋博士则围绕人工智能辅助医生诊断进行了研究分享。
余向洋博士分享人工智能辅助诊断研究
“人的操作存在时间和经验的影响，难免存在一些错误，通过前瞻性研究发现，日常影像报告当中存在１０％左右的错误，绝大部分诊断错误发生在判图阶段”，余向洋博士指出，随着计算机辅助辅助检测技术的进步，通过计算机人工学习进行肺结节检出成为业内研究的方向。但是，自２００８年到２０１５年的研究发现，计算机辅助检测虽然让肺结节检出敏感性提高，但同时伴随假阳性率也随之增高。这意味着机器把“无病”案例诊断成了“有病”，造成误诊。而２０１８年的最新研究则表明，不能任由人工智能在开放性的环境中自行检测，医生结合人工智能辅助，才能既提高敏感性，又降低假阳性率。
余向洋博士介绍，依据上述思路，他们利用多个ＡＩ辅助诊断系统进行研究，结果表明尽管单纯的ＡＩ诊断准确率已经很高，但在开放和不确定环境下存在不稳定性；而把ＡＩ作为一个参数，构建数据模型，则能提高诊断效能。“我们纳入病人临床特征，如影像学特征，还有多个指标共同构建一个数学模型，其中ＡＩ占有绝大的份量，ＲＯＣ曲线面积可达到０．９５５左右，显著优于其他诊断模型。” 这意味着临床特征＋ＡＩ的诊断模型能更多把癌诊断为癌，把良性的诊断为良性。
“所以我们认为，构建一个多模态的数学模型，是现阶段人工智能用于肺结节诊断的关键”，余向洋博士表示，现在人工智能诊断和运用大多数是由基础医学院、工程学院来主导转化，急需临床医生来做临床转化应用研究。
盲测：ＡＩ辅助医生明显提升诊断准确率
ＡＩ是否真的能够帮助医生提升诊断准确率和效率呢？ 胸外科年会现场进行了一个“盲测”试验：请四位志愿者上台在腾讯觅影的辅助下对１０个高难度病例作诊断，而台下的胸外科专家则用手机通过医学影像和病历 “纯人工”诊断。
台上志愿者在腾讯觅影的辅助下诊断病例
台下专家、教授通过手机阅片独立诊断病例
经过一个小时的高强度阅片，台上志愿者和台下专家、教授都完成了对１０个病例的诊断，擅长肿瘤影像诊断的中山大学肿瘤医院影像科教授郑列现场“开估”：第一个病例就是没有家族史的６３岁男性病人，病理检查最终显示为与肺癌高度相似的单发结节霉菌感染，而腾讯觅影准确地诊断这一病例是“良性”。郑列教授对于人工智能能够准确诊断这一病例感到很意外。他解释，这位病人的ＣＴ影像显示有胸膜牵拉，支气管有横断，也有血管纠集症……“这个对于影像科医生来说还是挺难的，霉菌感染有一个形态是单发结节霉菌感染，其影像特点和肺癌高度相似，很多临床医生包括有一定资历的影像医生都很难鉴别诊断。”
中山大学肿瘤医院影像科教授郑列讲解病例
腾讯觅影对这个难倒很多医生的病例的准确判断，让郑列印象深刻，“机器没有心情不好的时候，它很理智，通过学习足够多的病例，ＡＩ可以很冷静的，或者很冷酷的判断出来”。在随后郑列教授分析的多个病例中，腾讯觅影给出的诊断都是对的。
最后，中山大学肿瘤医院胸外科主任、中山大学肿瘤医院肺癌首席专家张兰军教授揭晓了这次“盲测”的结果：在腾讯觅影的辅助下，四位志愿者对上述单发结节霉菌感染病例的诊断准确率，对比台下“纯人工”诊断的专家、教授提升了５倍。而综合１０个高难度病例的诊断来看，在腾讯觅影的辅助下，志愿者的诊断准确率比“纯人工”诊断准确率提升超过２０％。这显示使用腾讯觅影辅助后，明显提高了诊断准确率。
“腾讯觅影在辅助医生诊断诊断会上还是有很大的优势”，张兰军教授进一步解释，“它在结节的诊出率上比人有优势，判断良恶性也有它的优势，最大的优势是它不会疲劳，诊断一致性是永远保持下去的，而人可能由于疲惫会有失误。”
ＡＩ＋医学想象力诱人
而对于上台初次使用腾讯觅影的志愿者专家、教授而言，“盲测”激发了他们对ＡＩ＋医学的想象力。
山西省肿瘤医院胸外科主任孙诠在认真体验过腾讯觅影后，得出了这样的评价：它比人要发现的多。“我们平时要看到５毫米以上甚至８毫米以上的结节，我们看到一个结节，机器报出来往往是三四个、多发的结节。”还有腾讯觅影对病史串联提示，也让孙诠印象深刻：“有家族历史，又得了乳腺癌，又出现了结节，几下就判断出来了”。
来自广西壮族自治区人民医院的胸外科主任贺榜福则对“小结节”问题印象深刻：小结节的良恶性判断失误率很高，很多时候被诊断为肺癌，但手术做下去却发现是良性结节；有时候被诊断为良性结节，后来却发现是肺癌。而腾讯觅影对肺结节的良恶性判断辅助能力，则让贺榜福看到了人工智能带来的进一步提升诊断准确率的空间，“有了人工智能，让我们将来减少失误，对病人更负责任，这是一个很好的学习机会。”
在看过“盲测”的病例后，中山大学肿瘤医院影像科教授郑列提出了人工智能在诊断多原发肺癌方面上的优势：“腾讯觅影另外一个最大的好处，就是会帮你把所有病灶找出来，避免医生看到一个病灶后，漏掉其他多原发肺癌。有了多原发肺癌的概念，相信漏掉机率会少很多，这个也是腾讯觅影的一个优势。”
事实上，自２０１７年８月在广州问世以来，腾讯觅影的快速发展展现了ＡＩ＋医学的无限想象力，从刚发布时只具备对早期食管癌的辅助诊断能力，到目前已经发展到针对肺结节、糖尿病视网膜病变、乳腺癌、宫颈癌等多种疾病的筛查，除了识别内窥镜、ＣＴ、钼靶等多种医学影像外，还能通过临床病历分析辅助医生对５００多种疾病风险进行识别预测。正如参与“盲测”的专家、教授所期待的那样，ＡＩ＋医学有望在推动各级医疗系统诊断同质化，减轻医生工作量，提升诊断准确率和效率方面，发挥更大的作用。
初审编辑：
责任编辑：黄永
