人工智能徹底火了。現如今，各行各業都高舉人工智能的大旗，它正以“井噴式”的創新發展，高調地滲透進生活的方方面面。

　　2016年以來，醫療界也刮起人工智能的旋風，“人工智能＋醫療”時代悄然來臨。

　　在浙江省人民醫院放射科，人工智能正式“上崗”已經近10個月。這一名為“肺結節輔助診斷系統”的人工智能，是浙江省人民醫院放射科聯合依圖醫療自主研發的，能代替人眼，對肺結節CT影像進行智能檢測和識別，將探查到的疑似結節標記出來，再由醫生進行二次篩查。

　　10個月來，它的臨床應用情況如何？為醫生的工作帶來了哪些改變？醫生對其評價如何？

　　在接受浙江在線記者采訪時，浙江省人民醫院放射科主任龔向陽表示，肺結節輔助診斷系統無疑可以稱得上稱職的“助手”，大大提高了醫生“閱片”的效率，提高了診斷的精度。

龔向陽主任查看肺結節輔助診斷系統篩查后的影像報告

　　放射科來了新伙伴

　　“人機合作”將讀片時間縮短一半

　　在我國，肺癌高居癌癥死亡排行榜榜首，“早發現，早診斷，早治療”能極大提高肺癌的治愈率，而肺結節可能是肺癌的“信號燈”，因此肺結節的篩查非常重要。

　　如何篩查肺結節？過去，全靠醫生的一雙“火眼金睛”，在胸部低劑量CT掃描圖像上一寸寸“掃雷”，工程十分浩大。

　　龔向陽告訴記者，在浙江省人民醫院，平均每天要接待120～150例肺結節篩查患者，每位患者在檢查過程中會產生150～200張CT影像，也就是說，放射科醫生每天至少要閱讀18000張影像。

　　由于擔心“漏網之魚”，醫生通常不會只讀一遍，“每張片子至少看2～3遍，確認它是正常的，如果發現有問題，會再多看幾遍。”龔向陽說，一般情況下，醫生閱讀一張片子大約需要花費5分鐘，一天至少10小時都盯著CT影像看，工作異常繁重。

　　自從有了肺結節輔助診斷系統，一切有了轉變。

　　“如果說人需要花5分鐘，人工智能則以秒計，最多5秒就能完成識別。”龔向陽介紹，人工智能初篩后，醫生在此基礎上再篩查一遍，如果人工智能判定沒有結節，醫生二次篩查確認確實如此，基本就不會有問題了。

　　“因為我們把敏感度設置得非常高，寧可它‘錯抓’，由我們來排除，也不希望它‘漏抓’。”截至目前，這套系統的平均敏感度在95%左右。

　　一般情況下，醫生要做的只是最后的“把關”——檢查、復核、修正，確認無誤后簽字即可，完全不必擔心閱片的壓力。這樣的“人機合作”模式把“閱片”時間縮短了一半，不僅效率大大提高，還能把醫生從超負荷的工作中“解救”出來，減緩醫生的壓力，減輕長時間集中精神做機械工作的疲勞感。

　　不知疲倦不受影響

　　人工智能提高診斷精度

　　“人會疲憊，但機器不會。”龔向陽說，對于一個正常人而言，不斷重復地閱片會疲勞，疲勞就會影響狀態，而影像讀片是個精細活，醫生狀態的波動可能會影響報告的質量，如果狀態不佳，易引發漏診誤診。另外，人的同質性相對較差，不同醫生對同一個片子可能有不一樣的解讀，這就導致報告的質量參差不齊。

　　而人工智能在標準下能保持統一水準，不會受狀態、環境等影響，它的同質性與醫生的高水準“雙劍合璧”，大大提高了診斷的精度。

　　此外，有了人工智能，診斷報告也更加精準。

　　龔向陽分別展示了2014年和2017年的兩份影像報告，記者看到，相較于2014年報告上記錄了結節的大致位置和大小，2017年的報告則具體得多，清楚地列出了有幾個結節，每一個結節的位置、大小，在哪個層面、第幾個序列等精細特征。

　　“作為醫生來說，不是做不到，而是時間不允許。”龔向陽表示，像這樣的一份報告，至少要花費10分鐘，而醫生每天的工作量那么大，根本不可能做那么細。所以，有了人工智能的助力，患者得到的信息量更大了，醫療服務質量顯著提高。

　　不斷學習越來越“聰明”

　　但取代醫生是不現實的

　　人工智能興起后，關于其能否代替醫生的爭論一度甚囂塵上。龔向陽不止一次地被問及這樣的問題，在他看來，人工智能是助手，是伙伴，“醫生相信人工智能，人工智能幫助醫生，二者相互促進，相得益彰。”

　　龔向陽說，技術總是為人服務的，最終作出決策的永遠是醫生，在診斷報告上“背書”，對患者負責的也永遠是醫生而不是人工智能，人工智能帶來的多一種思路或許能幫助醫生構建全面的診療思維，以便醫生做出更好的治療決策。

　　事實上，肺結節篩查系統每天都在不斷學習。醫生們通過每天不斷地肯定-否定、確認-修正，像指導一個學生一樣，讓它通過不斷地學習，獲得精準的肺部結節篩查策略，減少失誤。系統也因此變得越來越“聰明”，敏感度和特異性都在提高。

　　記者了解到，這套系統不僅在浙江省人民醫院為醫生添翼，也陸續在麗水、寧波、上海、北京、武漢等城市的20多家醫院“上崗”。

　　除了放射科，人工智能已在省內各大醫院的兒科、超聲科等科室得到廣泛運用。比如目前已推出的兒童骨齡智能輔助診斷，自動計算兒童骨齡；兒科門診智能輔助診斷，對手足口病、急性扁桃體炎、急性鼻咽炎、急性支氣管炎等常見病的診斷準確率已超97%；超聲智能輔助診斷等系統，從多種超聲影像中自動勾劃多種器官中疑似病變的結節或腫塊，并對其良惡性進行分級判斷；病歷智能搜索引擎，準確理解醫學概念及其層級關系，精準識別搜索詞條和病歷中的醫學術語；臨床智能科研平臺，自動從臨床病歷等數據中提取出數千個特征信息，取代手工信息提取、數據錄入等枯燥勞動。

　　或許很快，人工智能便會成為醫院的“標配”，覆蓋整個醫療行業，在醫療領域的各個環節開花結果，助力醫療升級改革。