我們這個世代

 (華健淵攝)

從醫學的發展試寫今年國中會考作文題目

幾天前，今年國中教育會考「寫作測驗」題目出爐：「我們這個世代」。桃園市慈文國中老師吳韻宇認為，這個題目符合「閱讀力」和「生活力」，考生要拿到四級分不難，但要拿到五、六級分，必須有歸納論述的能力。她說，考生必須觀察記錄自己所處的時代，「不能活在自己的世界裡」。吳老師所言極是，對活人生命的醫師而言，尤其「不能活在自己的世界裡」。……

文 / 洪存正

    AI對現有的醫療提供優質資源；同時也對醫師提出了更高的要求。人工智慧（AI）只不過是醫師的得力助手。但醫師和人工智慧可攜手並進，可以最大限度地發揮新興技術的巨大潛力，使醫療界和大眾擁有更高的效率、安全性和更強大的功能。尤其是評估放射影像學需要大量的專業知識和時間，並且結果很大程度上取決於醫師水準。而AI或能將醫師從繁重、費時的工作中解放出來。

    史丹佛大學給他們研發的AI判讀近13萬張皮膚損傷圖片，涵蓋2032種皮膚病。它識別良性及惡性病變的綜合靈敏度高達91%，與資深皮膚科醫師的水準不相上下。或許在不遠的將來，拿手機刷一下給皮膚病變照，病人立刻就能知道得了甚麼病。

    讓我們來回顧一下，最近這一兩年來，人工智慧（AI）給「我們這個世代」那些啟示。

機器人首次通過執業醫師考試

    一個機器人通過了中國的執業醫師考試筆試，2017年成為世界上第一個通過此考試的機器人。 這一機器人將將已於今年作為偏遠地區醫師的輔助工具進入市場。

    據報導，這一智慧系統「iFlyTek Smart Doctor Assistant（智醫助理）」在考試中獲得了 456 分，超過了 360 分通過線。開發公司說，這一機器人不會代替醫師，但可以幫助醫師為病人提供更好的服務。此外，IBM的 Watson 正在用於很多專業，包括通過提供基於證據的腫瘤分析和治療選擇來幫助腫瘤醫師精準給藥， Google的 Deep Mind health 也正與醫院在手機工具和 AI 方面展開合作。

咪姆熊登上《細胞》的封面

    全球兒科醫師都面臨壓力大，人員嚴重不足的窘境。2016年，廣州市婦女兒童醫療中心啟動了人工智慧（AI）虛擬醫師「咪姆熊」的研發，通過人工智慧為病人和醫師提供初步的診斷提示。近日，家族裡的老二「影像熊」首次亮相，而且一出場就驚豔，登上了世界頂級期刊《細胞》的封面。「咪姆熊」智慧醫師是一個人工智慧虛擬醫師大家族。現在研發比較成熟的就是熊老大，它是一隻「發熱熊」，主要診治發熱相關的疾病。發熱相關的疾病在門診可以診斷包括75%~80%的兒童常見疾病。

    小熊醫師滿一周歲就熟讀近200萬份病歷。它本領又大有長進：能夠看32種與發熱相關的兒童疾病，其中對24種疾病的診治性能達到90%以上。目前的培訓情況顯示，熊醫師的診療能力已經相當於一個副主任醫師的水準。在不遠的將來，孩子有點小毛病，在家登錄「咪姆熊」就可輕鬆診治，大大延伸了醫院服務的領域。

30秒看出黃斑變性及糖尿病視網膜變性

    而新一代醫用AI平台「影像熊」，基於對醫學影像的深度學習，能診斷眼病和肺炎兩大類疾病，準確性可「匹敵」頂尖醫師。這是中國研究團隊首次在頂級生物醫學雜誌發表有關醫學人工智慧的研究成果。

    廣州市婦女兒童醫療中心基因檢測中心主任、美國加州大學聖地牙哥分校Shiley眼科研究所教授張康介紹，黃斑變性及糖尿病視網膜變性導致的黃斑水腫是中國最常見的致盲眼病，這兩種病變若不及時有效治療，會導致永久失明。對此，新一代醫用AI平台診斷的準確率達到96.6%，並能在30秒內決定病人是否應該接受治療。

AI平台準確診斷兒童肺炎

   新一代AI平台可以精準診斷兒童肺炎，實現一個AI系統診斷多種疾病。更令人驚歎的是，從學會看眼科疾病到能準確診斷兒童肺炎，這一AI平台只學習了5000分標注好的兒童胸部X線片圖像資料，就達到了超90%的準確率。經測試，在區分肺炎和健康狀態時，AI平臺的準確性達到92.8%，在區分細菌性肺炎和病毒性肺炎時，準確性達到90.7%。

    以往，AI輸出結果時，提出的報告往往沒有列出判斷的理由與過程，這樣的結果即便精準度很高，但在診斷疾病時，卻並不能讓醫師放心使用。實驗創新性地使用了「遮擋測試」的技巧來解決這個醫師最擔心的這個問題。新一代AI平台可以用色塊來遮擋住醫學影像上它認為的病變部位，相當於告訴醫師自己的判斷理由。這種創新方法提高了AI的透明度和信任度，可以讓醫師和病人對AI的診斷結果更放心。

    在後續的研究中，還將進一步增加準確標注的圖片數量，同時增加可診斷的疾病種類。他透露，這一AI平台目前正在接受白內障、青光眼等眼科疾病的診斷訓練，以及肝癌、肺癌等腫瘤檢測及其他病變檢測的學習。當然，人工智慧背後的「人」無可替代。「咪姆熊」要靠臨床醫師去訓練，目標是成為醫師的輔助，把醫師從重複的勞動中解救出來，而不是代替醫師。

提前十年查出老年癡呆症

    去年，義大利巴里大學的研究人員研究出一種AI診斷新演算法，可以提前10年檢測出老年癡呆症。據瞭解，這種AI診斷新演算法是使用非入侵式核磁共振技術，來識別大腦區域的連結方式的改變。可以在阿爾茲海默症出現前10年，發現由疾病引起的大腦微小的結構變化，這可謂是該疾病的一大突破。

   據悉，研究小組通過對67個核磁共振成像掃描來訓練他們的人工智慧，其中有38個來自老年癡呆症病人，29個來自健康人的控制。研究人員將掃描結果分成小區域，並讓他們的人工智慧分析神經元之間的連接。在訓練完成後，他們通過對148個實驗物件進行腦部掃描來測試這種演算法。在這些測試之外，還有48次對患有此症的病人進行掃描，48次對患有輕度認知障礙的人進行掃描，最終，人工智慧均得以全面地檢測阿爾茨海默症。

   據報導，這項技術的診斷率也是相當樂觀的，該研究團隊的人工智慧演算法能夠診斷出85%的老年癡呆症，檢測出輕微認知損傷的正確率能達到84%，這使其成為早期診斷潛在老年癡呆症的有效工具。

    阿茨海默症並非只有老年人才會得，家族遺傳性阿爾茨海默症在中年即可發病。阿茨海默症是世界上「最貴的疾病」之一，2003年全球花費在治療阿茨海默症的金錢就達1560億美金，相當於一個中小國家一年GDP的總和。美國約翰霍普金斯大學的研究報告顯示，到2050年阿爾茨海默症病人人數將達到1億7百萬人。並且全球各地的研究人員都在研究著如何能提前檢測出阿茨海默症的方法，如果能在早期發現，人們可以有更多的時間尋求治療方法，減緩病情影響。所以說，這項研究的意義不容小覷，未來有可能為阿爾茲海默症病人爭取10年寶貴的治療和心理準備時間。

AI將避免數億糖尿病病人失明

    Google的AI眼科醫師已進軍印度，如果成功或將幫助保護數百萬患有糖尿病病人免于陷入失明等併發症。去年，Google的研究人員宣稱，他們已經在訓練影像識別演算法來檢測與糖尿病相關的眼病。研發的軟體用以檢查病人視網膜照片，從而發現微小的動脈瘤，這是糖尿病視網膜病變的早期階段，及早治療就會使得糖尿病病人降低失明的風險。目前，該技術正開始應用到印度的一些眼科醫院。

    印度Aravind眼科護理系統通過提供訓練Google影像解析演算法所需的一些影像，來説明其開發視網膜篩查系統。該系統使用了類似的深度學習技術，允許Google圖像搜索和照片存儲服務做出像區分狗、貓和人的任務。

    目前全球範圍內大約有4.15億的糖尿病病人，單是中國就有1.1億左右，而糖尿病視網膜病變致盲問題也越來越受到關注。據悉，只要在發病初期定期進行眼底檢查，失明風險可下降94.4%。但由於眼底病灶微小、部分醫師經驗不足等原因，使得診斷中可能出現漏診、誤診的情況，因此，借助AI輔助診斷是未來的一大趨勢。

AI對乳腺癌病人的治療建議與專家水準一樣

    2018年2月發表在《Ann Oncol》上的一項研究，對人工智慧（AI）臨床決策支援系統（CDSSs）Watson腫瘤（WFO）與多學科腫瘤專家組在乳腺癌病人治療建議上的一致性進行了考察。

    乳腺癌腫瘤專家正面臨著快速變化的科學證據，藥物批准以及治療指南個人化醫療的挑戰。AI臨床決策支援系統CDSSs有助於解決這一挑戰。印度班加羅爾的馬尼帕爾綜合癌症中心，在2014~2016年間為638例乳腺癌病人提供了治療推薦。WFO在2016年為相同病例提供了治療建議。2016年該中心腫瘤專家組對所有未達成推薦一致的病例進行了設盲的二次評審，其中考慮了2016年前未獲得的治療和指南。如果腫瘤專家組的建議被WFO指定為「建議」或「考慮」，那麼治療建議被認為是一致的。

   結果在93%的乳腺癌病例中WFO和多學科腫瘤專家組的治療是一致的。對照組分析發現I期或IV期病人的一致性要低於II期或III期病人。年齡的增長對一致性具有較大的影響。與小於45歲的同年齡病人（55~64歲的年齡組除外）相比，所有年齡組的一致性顯著降低（P≤0.02；P＜0.001）。受體狀態對一致性沒有影響。

    結論是WFO與腫瘤專家組對乳腺癌病例的治療建議水準一致。乳腺癌階段和病人年齡對一致性具有顯著影響，然而單獨的受體狀態對其沒有影響。研究證實AI臨床決策支援系統WFO可能是制定乳腺癌治療決策的一個有用工具，尤其是在乳腺癌專家資源有限的醫學中心。

人工智慧（AI）將改變人類保健的模式

    AI影像分析在2012年取得了重大突破，當時電腦演算法從網上識別物體影像的速度比人類還差3倍，這一發現震驚世界。但在僅僅三年的時間裡，其速度從與人類持平到2016年已經超過人類兩倍。人工智慧（AI）雖然不能完全取代醫師，但是它在「我們這個世代」將是醫師非常得力的助手，將改變人類保健的模式，這將是無可置疑的。