羊城晚报：“虚拟医生”可诊断眼病和肺炎

广州市妇女儿童医疗中心医用人工智能平台研究取得新成果；AI系统“看病”准确性匹敌专业医生

导

语

人工智能（AI）在过去几年迅速走入大众视野，随着AI在各个研究领域的日益成熟，有业内专家指出，AI在医疗领域中的应用会率先落地。而今这一设想已经成为现实。

2月23日，广州市妇女儿童医疗中心基因检测中心、临床数据中心、医学影像部及眼科等科研团队在世界顶级期刊《Cell》(细胞)以封面文章的形式发表了一篇人工智能（AI）在医疗领域应用的重磅研究成果：Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning(基于深度学习开发出一个能诊断眼病和肺炎两大类疾病的AI系统)。经检测，该“虚拟医生”看病准确性达90%以上，可匹敌专业医生。

据悉，这不仅是中国研究团队首次在顶级生物医学杂志发表有关医学人工智能的研究成果,也是世界范围内首次使用如此庞大的标注好的高质量数据进行迁移学习，并取得高度精确的诊断结果，实现用AI精确推荐治疗手段的突破。

愿

景

人工智能弥补医疗资源不足困境

在全世界范围内，专业高质量的医疗资源都十分有限。偏远、贫困地区由于医生、医疗资源匮乏，许多疾病得不到及时诊断而延误治疗；而在发达地区，由于人口众多、老龄化严重、慢性病发病率增高等导致病人数量庞大、对应的专科医生供不应求，大量病人也难以及时转诊就医。

基于此，人工智能在医疗领域有广阔的发展前景。有专家表示，如果能通过人工智能工具或平台辅助医生进行诊断，将对医院转诊分流起到重要作用。

作为全国专科门诊量最大的医院，广州市妇女儿童医疗中心率先展开探索。2015年，该中心建立临床数据中心，开展智能辅助决策系统研究。相对于传统AI系统只关注一个疾病或者一个数据类型，该中心提出了“一个AI系统解决多种疾病”的理念，并启动新一代AI平台的研发工作。

随着研究深入开展，在影像学细分领域，研发团队试图开发出综合能力更强的“影像AI”：既能读X光片和超声数据，又可以阅读CT和MR；既能判别是否异常，还能告诉医生做出这一判断的依据。

2017年8月，广州市妇女儿童医疗中心基因检测中心主任、加州大学圣地亚哥分校Shiley眼科研究所教授张康研究团队将前期跨病种迁移学习的研究成果率先转移到了眼科OCT（Optical Coherence Tomography, 光学相干断层扫描技术）数据领域。

探

索

AI系统可在30秒内诊断眼病

“我们选择从黄斑变性和糖尿病视网膜黄斑水肿切入，因为这两种疾病是常见的危险性较大的眼病，如无及时的医疗干预，患者会经历不可逆转的视力丧失。利用人工智能进行及时诊断，能起到重要的治疗效果。”张康教授说。

记者了解到，OCT是近年来对视网膜导致视力丧失疾病进行筛查及检测的技术，使用这种技术的设备有助于捕捉眼底的高分辨率图像，而这里恰恰是疾病通常出现的地方。在此次研究中，就是要让新一代AI平台“学习”OCT图像数据，从而实现准确“诊断”眼疾。

张康教授将AI平台比作一个“孩子”，要训练他从成千上万的图片中找到规律并准确诊断疾病，“老师”的指引至关重要。也就是说，前期需要输入数十万张高质量标注的图像来告诉AI平台，哪个部位有病灶，哪个部位是正常的。

在学习了超过20病例的OCT图像数据后，经检测，该平台诊断黄斑变性、黄斑水肿的准确性达到96.6%，灵敏性达到97.8%，特异性达到97.4%，检测准确率达到曲线下面积99.9%。与5名眼科医生诊断结果相比较，平台可以达到专业眼科医生水平，并在30秒内决定病人是否应该接受治疗，以及应该接受“紧急治疗”还是“常规治疗”。

▲人工智能诊断的精确度和眼科医生相似

“人工智能还有很多余地，如果让平台进行继续学习，再输入20万-100万的数据量，准确率甚至能逼近100%。”张康教授说。

拓

展

可判定肺炎病原学类型精准用药

为验证这个AI系统在迁移学习的帮助下能应用于视网膜疾病之外的其他疾病，本研究中，研究团队仅用5000张胸部X线图像数据和迁移学习，就构建出了儿童肺炎的AI疾病图像诊断系统。该系统实现了儿童肺炎病原学类型的差异性分析和秒级判定。经检测，新一代AI平台在区分肺炎和健康状态时，准确性达到92.8%，灵敏性达到93.2%，特异性达到90.1%，检测准确率曲线下面积达到96.8%。

“人工智能就是模拟人脑，人脑不仅可以看图像，还能进行其他工作。能否让人工智能也举一反三？”张康教授大胆设想。他介绍，肺炎是全世界儿童因感染导致死亡的首要原因，决定肺炎预后的关键因素是能否根据肺炎的病原学类型精准用药。

在研究团队的努力下，目前，新一代人工智能平台能够基于儿童胸部X线片实现儿童肺炎病原学类型的秒级准确判定。在区分细菌性肺炎和病毒性肺炎上，准确性达到90.7%，灵敏性达到88.6%，特异性达到90.9%，检测准确率曲线下面积达到94%。

据悉，这不仅是全世界首次实现用AI精确指导抗生素合理使用，而且该平台可以不受医院级别和区域的限制，为肺炎这一抗生素滥用重灾区提供精准用药方案，避免抗生素滥用，临床意义重大。

创

新

遮挡测试让“虚拟医生”诊断更可信

此外，这项研究还解决了医生最为关注的问题，即AI平台是如何“思考”的，其诊断结果到底可不可信。

研究团队在视网膜OCT图像的研究中创新性地加入了“遮挡测试”，通过反复学习、实践和改进，平台会输出色块“遮挡”其判定为病变的部位，这样医生就可以直观了解到人工智能是如何诊断的，并评价机器诊断的正确性。

“不仅能告诉医生自己的判断，还能告诉医生自己为什么这么判断，从而实现人机互动，提高诊断的透明度和信任性。”张康教授说。

目前，该AI系统已经在美国和拉丁美洲眼科诊所进行小规模临床试用，取得经验后将进行大规模推广。而新一代AI平台仍在不断强化当中。

“新一代AI平台的终极目标是整合文本型病历数据、全结构化实验室检查数据、图像数据、光电信号等多媒介数据，模拟临床医生对患者病情进行系统评估，为医务人员提供综合的辅助决策。”广州市妇女儿童医疗中心主任夏慧敏表示，希望在不久的将来，这项技术能形成大范围的自动化分诊系统，为医生提供一种辅助诊断的方法，并可用于监测和维护人类健康，提高人类生活质量。

来源：羊城晚报

记者 符畅

通讯员 易灵敏