什么樣的AI真正為醫(yī)療帶來價值？

上文介紹了過去一年里全球科技公司與實驗室在AI醫(yī)學領域最新的研究成果與產品。在這一部分，我們將進一步探討什么樣的AI能真正為臨床醫(yī)學帶來價值。

實際上，過于超前或者脫離了醫(yī)院現(xiàn)有基礎設施的AI技術，在臨床中可能并不能使我們的現(xiàn)有醫(yī)療體系受益。

AI＋醫(yī)療的瓶頸

毋庸置疑，未來醫(yī)學的發(fā)展路上研究者將長期與AI為伴。

Antonio Di Ieva博士曾在其發(fā)表于《柳葉刀》的文章中表達了一個觀點——“機器不會取代醫(yī)生，但是那些使用AI的醫(yī)生將迅速取代那些不會使用AI的醫(yī)生�！�

在Eric Topol博士看來，我們仍處于AI+醫(yī)療研究的早期階段。盡管AI醫(yī)療的研究成果源源不斷，并且也正逐漸向臨床推進，但這些成果與人類的醫(yī)療需求相比仍遠遠不夠。

從技術上來看，Topol博士認為當前AI＋醫(yī)療的瓶頸包括：1）缺少大型的、多樣的、被標注的數(shù)據集；2）缺少前瞻性試驗；3）缺少計算機與醫(yī)生之間的深度合作；4）缺少落地，并且算法需要更多的監(jiān)督，需要防止惡意干擾、攻擊及軟件中其他可能發(fā)生的故障；5）多維度的數(shù)據需要新的、混合的模型。

而AI大師吳恩達則更關注AI實際落地時遇到的問題。他所提出的問題是，既然如此多的研究、新聞頭條告訴我們，深度學習已經達到了專家或是放射科醫(yī)生的水平，甚至已經超越了人類專家的表現(xiàn)，但為什么它們卻沒有在醫(yī)院被廣泛地應用？

吳恩達認為，深度學習的廣泛應用仍面臨著三大瓶頸。一是數(shù)據量，深度學習往往在數(shù)據量大的時候表現(xiàn)得更出色，而對于只有少量病例可供機器學習的疾�。ū热琊逇猓�，AI則往往無法達到人類專家的水準。

二是穩(wěn)健性（robustness）和普遍性（generalization），即一個在已發(fā)表的論文中被驗證的模型，在臨床中卻可能出問題。假設你光顧的醫(yī)院設備不夠先進，或者醫(yī)護人員不夠訓練有素，那么AI的結果可能也不盡如人意。

三是AI為醫(yī)院的管理與工作流程帶來的改變，AI必須解決如下問題：首先，包括放射科醫(yī)生、護士、醫(yī)療保險公司、醫(yī)院管理者在內的工作人員，是否能夠適應AI所帶來的全新的工作流程；其次，患者的安全至關重要，要如何保證AI算法不會損害患者的健康？

實驗室成果≠臨床落地

正如吳恩達所言，在現(xiàn)實世界中，即便擁有良好的理論基礎與實驗結果，AI在臨床落地時也會遇到諸多問題。

近日，Google Health自曝其一項明星AI醫(yī)療項目的臨床結果不佳。這是一個檢測糖尿病性視網膜病變（DR）的項目，針對糖尿病進行早期的篩查。早在2016年，谷歌就在《美國醫(yī)學會期刊》（JAMA）發(fā)表了研究成果，表明其算法可以實現(xiàn)90％的準確率，相當于眼科專家的水平。據了解，在訓練算法時，谷歌研究人員建立了一個12．8萬幅圖像的數(shù)據集，在每張圖片上記錄了3－7名眼科醫(yī)生的評估結果，并使用2個獨立的臨床試驗數(shù)據集（含1．2萬幅圖像）來驗證算法的性能。目前，這項檢測系統(tǒng)已經得到了FDA的批準，并被證實有很高的準確性。

然而，當這個項目在泰國落地時，卻遇到了“橘生淮南則為橘，生于淮北則為枳”的困境。據悉，谷歌與泰國公共衛(wèi)生部門合作，在泰國巴吞他尼省和清邁省的11所診所安裝了這個深度學習系統(tǒng)。理論上，這個系統(tǒng)能夠在幾秒鐘內提供專業(yè)的診斷意見，再由護士們在一分鐘內做出初步判斷，建議患者轉診或進一步檢查。

到了臨床上，卻出現(xiàn)了幾個意想不到的問題。首先，護士拍攝的眼球照片達不到算法的標準，他們拍攝的照片模糊、質量差，常常被系統(tǒng)自行拒絕，導致流程更加復雜。這主要是因為，高質量的瞳孔照片需要在專門的暗室中拍攝，只有這樣才能確�；颊咴诤诎抵型�孔放大，然而這11間診所中只有2間擁有專門的暗室。

其次，泰國診所里的網絡并不那么流暢，在谷歌實驗室中只需幾秒就可以上傳的圖像，在診所里卻往往需要一分多鐘才能上傳。甚至有一家診所在進行眼底篩查時，網絡中斷了2小時，導致200名等待篩查的患者流失了一半。還有許多患者因嫌AI診斷過程太麻煩，寧愿直接找醫(yī)生診斷。

真正帶來價值的醫(yī)療AI

谷歌的DR項目在泰國的折戟其實給了我們一個很好的啟示，就是當下的醫(yī)學AI創(chuàng)新不能顛覆醫(yī)院現(xiàn)有的工作流程，要真正改善流程而不能讓流程更復雜。

醫(yī)療IT領域專家、芝加哥大學醫(yī)學院Paul Chang教授曾表示，AI技術擁有極大的價值，可以預見AI將為醫(yī)學影像產業(yè)帶來變革，但這一過程會比大家預想的要長。因此，當前應更加關注與臨床緊密結合的需求，做“必須要有”的應用，而不僅僅是“有也不錯”。

深透醫(yī)療（Subtle Medical）的科學顧問之一、醫(yī)療IT領域專家、芝加哥大學醫(yī)學院Paul Chang教授曾表示，AI技術擁有極大的價值，可以預見AI將為醫(yī)學影像產業(yè)帶來變革，但這一過程會比大家預想的要長。因此，當前應更加關注與臨床緊密結合的需求，做“必須要有”的應用，而不僅僅是“有也不錯”。

通過AI技術來不斷優(yōu)化流程，減少不必要的成本和醫(yī)療資源浪費，真正為臨床帶來效率提升——這或許才是當前AI在醫(yī)療領域最有價值、也最實際的發(fā)展方向。