弱人工智能时代 医学创新如何落地应用

2018-03-23 王方怡 健康界

“欢迎新老师生前来餐厅就餐。”一句平常的话语,AI理解起来有何困难?中国科学院自动化研究所研究员陶建华说:“AI很可能会理解为:欢迎新老师|生前来餐厅就餐。”言语之间将AI面临的“语意瓶颈”解释得生动形象,现场嘉宾一片会心之笑。上述场景是精准医学与人工智能大会的一幕缩影。此次会议由北医校友会、中国科学院光电研究院、北京大学医学部全科医学学系主办于2018年3月18日在北京顺利召开。

“欢迎新老师生前来餐厅就餐。”一句平常的话语,AI理解起来有何困难?中国科学院自动化研究所研究员陶建华说:“AI很可能会理解为:欢迎新老师|生前来餐厅就餐。”言语之间将AI面临的“语意瓶颈”解释得生动形象,现场嘉宾一片会心之笑。上述场景是精准医学与人工智能大会的一幕缩影。此次会议由北医校友会、中国科学院光电研究院、北京大学医学部全科医学学系主办于2018年3月18日在北京顺利召开。

弱人工智能时代与春风

业内公认,人工智能起源于1956年之夏。

作为第四次技术革命的基石,人工智能到底是什么?

中国科学院计算技术研究所孙亮表示,从当前来看,人工智能就是人类教会机器去学习做某一件事情。这里有两个要点,首先机器只学习做某一件事情,其次机器可以通过学习把这件事做得越来越好。“这实际上就是弱人工智能时代”,孙亮表示,人工智能和真正人的智能的区别在于,人可以同时处理很多复杂的事情,而机器不能。

陶建华亦表示,AI依然处在非常初步的发展阶段,“没有人工就没有智能。”在他看来,当前的AI技术仍面临四个瓶颈,除了上述提及的语意瓶颈外,还面临着数据瓶颈,即现在训练人工智能往往依赖大数据,但在真实世界里,通常没有大量的数据可用于训练,尤其在医学领域;还面临着泛化瓶颈,由于数据受限,可能会导致训练得到的模型在一定数据范围内适用,超离数据范围就不适用;还面临着能耗瓶颈,当前人和机器做相同计算时所消耗的能量差距很大,机器的高耗能问题亟需解决。

细分到医学领域,陶建华认为,医学本身就是一个没有被完全认知的领域。从过去的医学经验来看,患者的病症与结果之间没有严格的对应关系,且医学个体的差异及小概率事件发生非常频繁,小概率事件很难去训练,这是人工智能在医学领域应用中需要突破的问题。

尽管如此,陶建华还是表示,中国正掀起AI热潮。

“忽如一夜春风来,各行各业都在谈人工智能”,孙亮说道,“我们计算所特别奇怪,是忽如一夜春风来,整个计算所都在做医疗。”

人口老龄化趋势、庞大的受众群体、移动互联网96%的全球最高覆盖率,是中国发展人工智能的先天优势。再加上政策大力支持,尽管我国在AI领域仍存在着缺乏重大原创性技术和理论贡献等弱点,但在技术应用层面,已达到了与国际最高水平并行的发展程度。

与此同时,随着经济社会的发展,医疗卫生服务的需求侧发生了很大变化,使医疗领域迎来了急剧变革的时代。“一方面我们需要更多医学科技的发展和创新,另一方面,如何帮助医学科技的发展创新实现推广和应用,对医疗卫生行业改革,特别是医疗卫生服务的体系构建提出了很多新挑战。”国家卫计委卫生发展研究中心主任傅卫如是说。


医学创新成果应用与精准医学

“精准医学发展的主战场是社区和医院,不在服务器和实验室里。”

中国工程院院士,北京大学副校长、医学部主任詹启敏认为,要解决老百姓不生病、生小病、少生病、晚生病、生病以后看得起病、能看好病的需求,必须要借助医学科技的发展,以及创新成果的转化。

北京协和医院教授赵海涛分享了基于MDT的肝脏恶性肿瘤精准免疫治疗进展。以患者的治疗为中心,而非以某种技术为中心,北京协和医院的这一课题团队,一年来接受约500份患者病例,共会诊200余人。以胆管癌为例。过去一年,团队共做了214例胆管癌测序,发现中国胆管癌的突变频谱与欧美差别极大;共治疗约100位患者,其中大部分是三线治疗失败案例,疾病控制率达到67.7%。

具体到生殖医学领域,中国工程院院士,北京大学第三医院院长、生殖医学中心主任乔杰认为,人工智能大有可为。

以精液化验为例,本身并没有很高的技术困难,但问题在于大多数男性都不愿意到医院排队取精液来测试。一款人工智能的精液检查器便有效解决了这一难题。只需一个0.8毫米的球透镜,男性患者在家里便可自己用智能手机看到精液数据,“这个应用有很大市场,尤其是那些可能有问题、想悄悄确认自己到底有没有问题的男性十分需要。”

北京大学第三医院田耘教授课题组博士杨钟玮则以对骨质疏松锥体压缩性骨折患者的随访为例,介绍大数据如何助力临床科研工作。

在对患者的随访中,课题组首先把患者的病例数据以影像照片的形式保存下来,而后再把照片里的数据提取、分类、整合,最后保存为数据可视化的形式。为建成多中心、覆盖京津冀地区的骨质疏松患者数据库,课题组经历了漫长的数据采集过程。

然后,课题组把所有患者信息都变成机器可阅读的形式,例如1和0、A和B、是和否,并且在3000个患者病例中挑选输入了306个所有数据都完整的病例。

基于此,课题组发现了一些有意思的现象。例如,第一次骨折之后,骨密度更高的人更容易患上锥体压缩骨折。由此推断或许应该用更少的剂量给患者做手术。

“这些推断只是基于306个完整患者病例。如果我们有更多完整病例,可能数据又会呈现不一样的结果。”杨钟玮说,通过数据观察获得的线索和疑问,可能就是课题组日后的研究方向。
妥福军还表示,希望把北医专家精湛的诊疗技术与中科院一流的人工智能技术有机结合,开发出先进的专科疾病医疗智能系统,通过互联网手段传承北医顶级专家智慧,让广大基层医生受益,让广大群众受益,造福社会。

作者:王方怡



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (10)
#插入话题