人工智能的发展必然会带来各种先进的系统

郑瑟

　　美国食品和药物管理局24日批准一款人工智能诊断软件上市，可用于医学影像分析，帮助医疗人员更快发现成人患者的腕部骨折。

　　这种名为“骨发现”的软件使用人工智能算法对二维X光影像进行分析，以查找“桡骨远端骨折”的迹象，并可标记出医学影像上骨折的位置。桡骨远端骨折是一种常见的腕部骨折。

　　美药管局体外诊断与放射健康办公室放射健康执行副主任罗伯特·奥克斯说，人工智能算法在帮助诊断和治疗疾病方面有着巨大潜力，这一软件可以帮助医疗人员更快地发现腕部骨折。

　　美药管局说，软件可对成人腕部前后和内外两侧的射线照片进行分析，找出桡骨远端骨折的区域，初级诊所、急救中心和矫形骨科等专科门诊的医疗人员均可使用。

　　美药管局称，这是一种辅助性工具，不能取代临床医生对放射影像进行检查并做出诊断。

　　疾病是人类永恒的敌人，在与疾病的对抗中，预防有时候比治疗更重要。大多数疾病的早期症状都很不明显，不易察觉，而且比起患者的数量来说，有风险的潜在患者数量要多得多。对于医生来说，判断一种疾病的早期症状可能比治疗该疾病更加困难，所以目前很多疾病都没有有效的预防机制。如今，随着技术的发展，人们却可以依赖一位随叫随到，永不疲倦，判断准确率高，且工作质量稳定的“超级医生”来解决这个难题。经济日报-中国经济网科技频道注意到对于怀疑自己有糖尿病的人来说，他们甚至可以足不出户，只要上传特定的照片，就能完成诊断，获得准确率非常高的报告。

　　美国食品及药品监督管理局(FDA)批准通过了首个应用于一线医疗的自主式人工智能诊断设备，该设备可以在无专业医生参与的情况下，通过查看视网膜照片对糖尿病性视网膜病变进行诊断。此类产品的发展，可以使普通人在未来更方便自由的完成一般的诊断，节约社会成本，提高疾病预防效率。

　　很多疾病发病迅速、明显，但也有一些疾病无声无息的侵蚀着人们的健康，就像温水煮青蛙一样开始时令人毫无察觉，等发现时却已很难改变了，糖尿病性视网膜病变就是这种疾病。

　　糖尿病会带来很多代谢问题，患者的血糖长期高于正常水平，如果没有改善，最终会引发很多症状，视网膜病变就是其中非常严重的并发症。仅在美国每年就有2.4万人因为糖尿病导致的视网膜病变而失明。但这种疾病并非无药可医，如果能够及时发现并加以治疗，大部分人都可以有效延缓甚至避免。

　　而此次获批的设备，仅仅需要提供使用特殊的视网膜照相机拍下的视网膜照片，并上传至软件即可，之后如果图像质量足够，就会开始诊断，如果不合格则会要求从新拍照。在此前的测试中，该设备正确识别糖尿病性视网膜病变的准确率为 87%，正确识别没有发病患者的准确率为 90%。

　　除此项技术以外，英国牛津大学的研究小组开发了一款人工智能诊断心脏病的系统。心脏病是会导致人类死亡的重大疾病，同时也是误诊率最高的疾病之一。据统计，有20%的心脏病诊断是错误的，这些人可能会遭遇心脏病发作或者实施了没有必要的手术。

　　这此次开发的人工智能诊断系统可以大大提高准确率，它能注意到医生肉眼注意不到的细节，做出更准确的判断。而且该系统可以将心脏病的诊断费用降低50%。

　　很多人也许会据此得出人工智能的应用会使医生失业这样的结论，但事实可能并非如此。经济日报-中国经济网科技频道认为虽然在这两个案例中，人工智能貌似比医生更有优势，能取代医生，但是如果仔细思考，就会发现，这些诊断程序其实都是医生的工具，它们和如今我们经常接触的验血、B超、核磁共振非常相似。它们和医生绝不是取代的关系，而是帮助医生更快、更准确、更经济的治疗病人的手段。

　　未来，人工智能的发展必然会带来各种先进的系统。而如何更好地利用他们为他人服务才是每个人最大的挑战和机会。

　　日前，联想研究院人工智能实验室开发的“E-Health肝肿瘤智能辅助诊断系统”在中国人工智能产业发展联盟(AIIA)组织的“人工智能技术和应用案例征集活动”中，从82家单位报送的164个案例中突围，成功入选Top100优秀案例名单。

　　E-Health集成了前沿的深度学习算法，依托于拥有强大计算能力的联想云平台，凝聚了众多医学专家的诊疗经验。在使用中,一方面能够智能分析医疗图像自动为医生提供辅助诊断意见，另一方面可以减轻医生工作量，避免由于医生疲劳等因素而产生的误诊情况。

　　在 2017 全球肝脏肿瘤医疗图像分割大赛 (Liver Tumor Segmentation Challenge) 中，E-Health 团队力压群雄，夺得冠军。

　　目前，E-Health的应用主要包括：肿瘤的自动检测与分类;CT图像中肿瘤数据的自动标注;集成肿瘤特性的三维模型展示;以及诊断报告自动生成。

　　目前联想正在深耕人工智能技术，作为联想的公司级技术研发机构，联想研究院已经建立了公司级别的人工智能平台，同时依托在算法、计算力、大数据等方面的优势，不断在计算机视觉、语音、自然语言理解、情景感知、知识图谱等人工智能重点技术领域加大研发，推动人工智能技术与各个垂直行业的结合，并取得了显著进展。

　　在计算机视觉领域，联想打造了应用于医学领域的智能医疗图像辅助诊断解决方案——E-Health，以及应用于工业维护、教育、培训等垂直行业的晨星 AR 眼镜和 AR 平台;在自然语言理解方面，联想发布了旗下首款智能音箱，其交互体验和准确率均达到了国内领先水准;在人机交互方向，联想研发的自动语音识别平台能够使用户通过语音完成手机上打电话等基本操作，以及查询天气，叫车等基于互联网的服务。目前该平台已应用在了 Moto 手机的智能语音助手、应用商店等预装服务中。

　　未来，联想和联想研究院将持续发力智能设备、智能云平台和智能服务三个方向，通过人工智能平台，连接设备和服务，打造垂直领域解决方案，为行业转型和发展赋能。

　　中国人工智能产业发展联盟(AIIA)，由国家发展和改革委员会、科学技术部、工业和信息化部、中央网信办等多部委联合指导和推动，中国信息通信研究院牵头会同中国电子技术标准化研究院、国家工业信息安全发展研究中心等单位共同发起成立。

　　联盟旨在促进我国人工智能产业发展，搭建政产学研用合作平台，强化人工智能与经济社会各领域深度融合，构建我国人工智能产业生态，推动产业协同合作创新。

　　2018年5月10日，在2018全球人工智能产品应用博览会上，AIIA副秘书长张雪丽正式宣布了AIIA应用案例征集评选2018年度第一批入选案例。案例将纳入人民邮电出版社于6月份出版的图书《人工智能浪潮：科技改变生活的100个前沿AI应用》，面向全国正式发行。

　　5月26日，在武汉举行的 2018中国生物产业大会上，由武汉兰丁医学高科技有限公司研制的全球首台白血病人工智能诊断机器人“Landing Hema”惊艳亮相，其快速精准的诊断表现得到了现场众多医疗设备专家和细胞病理医学专家的一致好评。

　　兰丁公司创始人——海归细胞病理学专家孙小蓉博士介绍，“Landing Hema”是兰丁公司继全球首台宫颈癌筛查机器人“Landing”之后的又一次重大突破。

　　传统的白血病骨髓及外周血液细胞形态诊断，由人在显微镜下依据主观经验进行200-500个有核细胞的形态分析与判断，最后完成样本的诊断与分析。而在临床实际诊断中，由于缺乏统一的标准检验方法和检验条件，加之实验室检验人员素质各不相同，检测结果往往存在主观性、片面性，缺少客观诊断数据，为临床诊疗工作带来负面影响。尤其是骨髓细胞形态诊断更加复杂，包含粒细胞系、红细胞系、淋巴细胞系、单核细胞学、浆细胞系等30多种类型的细胞分类，对观察诊断骨髓细胞的技术人员提出了更加苛刻的要求。

　　“Landing Hema” 机器人通过挖掘全世界过去几十年积累的细胞病理诊断数据，利用深度学习算法，在更多的维度、更大的深度、更大的广度挖掘原有细胞数据中的隐含关联、浅关联和弱关联等规律与关系，能有效地提高血液细胞病变的诊断效率和准确性，从而实现白血病的快速精准诊断。

　　据孙小蓉博士称，作为一家专注于“人工智能+细胞病理诊断”的高新科技企业，兰丁公司十七年来一直致力于开发数字化、智能化、网络化、标准化的细胞病理诊断设备和细胞病理自动分析云平台，自主研发的全球首台宫颈癌筛查机器“Landing ”已在全国各地应用于大规模宫颈癌筛查实践，并积累了大量的优质、完整的细胞病理数据。

　　目前，兰丁还在利用深度神经网络，模拟人脑对细胞病理图像的识别、分析与诊断过程，力争将人工智能诊断技术深度应用于胸腹水、尿液及痰液等更多样本类型的细胞病理诊断，并通过人工智能诊断技术，帮助更多地区解决肿瘤早期诊断领域细胞病理医生缺乏的瓶颈，有效提升肿瘤早期诊断的准确率。

　　根据新华社、金融界、中国经济网等採编【版权所有，文章观点不代表华发网官方立场】