一場人機大戰(zhàn)，醫(yī)生輸了，而且輸得毫無懸念。比賽之前選擇“人類戰(zhàn)隊”獲勝的觀眾坦言自己的選擇是“為了給醫(yī)生們打氣”。不過，輸了比賽的醫(yī)生卻很高興，因為一個聰明的助手誕生了。

　　這場名為“Chain”杯神經影像人工智能人機大賽由國家神經系統疾病臨床醫(yī)學研究中心、首都醫(yī)科大學人腦保護高精尖創(chuàng)新中心和中國卒中學會聯合主辦。對戰(zhàn)的雙方是“BioMind天醫(yī)智”神經影像AI輔助診斷系統和海內外25名神經影像領域的資深醫(yī)生。

　　據介紹，這是該領域全世界范圍內首次人機大賽。

　　半年打造出AI“醫(yī)生”

　　首次亮相的“BioMind天醫(yī)智”由全球首家神經疾病人工智能研究中心和首都醫(yī)科大學人腦保護高精尖創(chuàng)新中心共同研發(fā)，也是目前全球首款頭部疾?。êw腦腫瘤、小血管病變、大血管病變、腦卒中等）MRI、CT影像人工智能輔助診斷的整體應用產品。

　　出場應戰(zhàn)的“人類戰(zhàn)隊”則由海內外25名全球神經影像領域的專家、學者、優(yōu)秀臨床醫(yī)生組成，他們中既有臨床工作幾十年的影像學“大咖”，也有有志于AI系統研究的青年科技人才，都是經過前期招募、預賽及定向邀請確定的。

　　決賽中，醫(yī)生分成兩組與AI對決，每組共有225個病例影像。相對于醫(yī)生的聚精會神，AI“從容淡定”，操作人員輕點鼠標后，“BioMind天醫(yī)智”掃描案件分析，15分鐘就響鈴交卷了。而這時醫(yī)生們依舊緊張審視著一張又一張核磁影像。在最后幾分鐘內，醫(yī)生們對拿不準的案例進行了討論。

　　經過評委確定，除了用時長短不同，AI與人類醫(yī)生的兩組準確率分別為87%和66%、83%和63%。

　　對于“BioMind天醫(yī)智”取得的飛速發(fā)展和驚人成績，北京天壇醫(yī)院常務副院長王擁軍并不意外?！氨本┨靿t(yī)院每年接診來自全國各地的神經系統疑難雜癥患者30 萬人次，開展手術1萬余例，擁有全國最大的腦病樣本庫，這樣 ‘BioMind天醫(yī)智’才能在短短幾個月內，不斷提升疾病診斷效率和準確率。它可以學到很多醫(yī)院多年都見不到的罕見、疑難病例，在神經領域的研究開發(fā)和學習深度上，擁有先天優(yōu)勢和大數據基礎?！?/p>

　　賽前，不少專家對比賽結果都給出了自己的預測。決賽的評委之一，重慶醫(yī)科大學神經科學中心主任、國家973項目首席科學家謝鵬表示：“在根據已有知識進行的診斷上，從大數據深度學習的概率上看，AI獲勝的幾率要大得多，它應該是‘了然于胸’的。但在一些新的、特定的、目前醫(yī)學界也還沒有太多共識的疾病領域，AI可能還‘搞’不過人類。即使是在AI全勝的圍棋比賽中，一場下來幾十手的交戰(zhàn)中，我也不認為人類的每一步棋都是輸給計算機的，有些地方，人類比計算機的思路更精妙?！?/p>

　　跨越理解的鴻溝

　　近幾年，AI產品“扎堆兒”進入健康領域，但在很多情況下都有點“雞肋”的感覺。因為AI及其制造者計算機工程師與醫(yī)生之間存在著理解的鴻溝。如何讓AI真正成為醫(yī)生的助手，能夠解決臨床中的實際問題，是許多研究團隊共同的困惑。

　　“BioMind天醫(yī)智”也經歷了這樣一個過程。據國家神經系統疾病臨床研究中心大數據中心主任李昊介紹,“最開始AI團隊的一些已知算法和常規(guī)思路，無法被醫(yī)生理解。而AI團隊又對神經系統疾病的特殊性一頭霧水，需求無法匹配?！?/p>

　　幾個月時間里，國家神經系統疾病臨床醫(yī)學研究中心每一個課題組都派出了至少一名業(yè)務出色的醫(yī)生，緊密對接AI團隊的每個工作組，不斷討論磨合，盡量把專業(yè)特點、疾病特點、技術特點都溝通清楚。這相當于給AI團隊進行了一次醫(yī)學“集訓”。“在此基礎上，我們對AI原本的算法進行一些針對性的改進?！崩铌徽J為，從目前的水平來看，進步非常明顯。

　　半年以來，通過對北京天壇醫(yī)院近十年接診的數萬神經系統相關疾病病例影像的系統學習，“BioMind天醫(yī)智”在腦膜瘤、膠質瘤等常見病領域的磁共振影像診斷準確率已達到90%以上，相當于高級職稱醫(yī)師級別水平。

　　以此次決賽中B組比賽主題為例，要根據腦部片子預測24小時內患者顱內血腫是否擴大并及時干預，因為這是臨床降低腦出血患者死亡率的重要措施。在臨床中，血腫擴大可通過降低血壓、早期用止血藥物預防，但是如果預測失誤，盲目用藥降低血壓，也存在出現血栓等風險。

　　據介紹，目前臨床上為預測采用的方法是注射碘造影劑。比賽中，“BioMind天醫(yī)智”判斷無需給患者注射造影劑，這樣降低了潛在的腎臟損害。

　　“這種在許多臨床專家看來都是很難的課題，通過學習大量病例數據，AI掌握得比人更好?！崩铌徽f，在訓練中，給了AI一些回顧性的病例，也提供了一些前瞻性臨床病例的同步數據，不斷加強它的理解能力。通過決賽以及之前的3組測試賽結果來看，AI預測的速度和準確率上都完全戰(zhàn)勝了人類。

　　“我們希望未來它可以準確地提示醫(yī)生，患者24小時內血腫擴大的幾率非常大，需要盡快采取更積極更果斷的治療方式?！崩铌徽f。

　　讓醫(yī)生和AI成為“默契CP”

　　現階段AI的學習成績是充分可靠的，李昊認為下一步要思考的問題，是如何讓它覆蓋神經系統更全面的疾病種類。當然，也完全存在個別非常有經驗的醫(yī)生打敗AI的可能，這提示AI目前學習的樣本量還不夠大，還需要專家來幫助完善。

　　今年4月，我國出臺《促進互聯網+醫(yī)療健康發(fā)展的意見》，著力推動人工智能在技術研發(fā)和產業(yè)應用層面取得突出成果。之前，工業(yè)和信息化部印發(fā)的《促進新一代人工智能產業(yè)發(fā)展三年行動計劃（2018-2020年）》明確提出，發(fā)展醫(yī)療影像輔助診斷系統，支持腦、肺、眼、骨、心腦血管、乳腺等典型疾病領域的醫(yī)學影像輔助診斷技術研發(fā)，加快醫(yī)療影像輔助診斷系統的產品化及臨床輔助應用。

　　“我并不很在意這場比賽誰輸誰贏?！蓖鯎碥姳硎荆敬紊窠浻跋袢斯ぶ悄苋藱C大賽并非意在挑起人類醫(yī)生和AI之間的“戰(zhàn)火”，反而希望通過專業(yè)技術的切磋，讓醫(yī)生和AI對彼此有更深層次的理解，為未來臨床醫(yī)學診斷中成為“默契CP”打下基礎，“希望能夠通過這個比賽，讓醫(yī)生們體驗到人工智能的魅力，特別是讓部分對人工智能抱有懷疑態(tài)度的醫(yī)生進一步對人工智能進行了解，消除恐懼。此外，希望讓大家看到，AI可以完成一些人類很難完成的任務，如準確預測腦出血現象和血腫的擴大情況，今后能夠更好地利用AI實現診療水平的創(chuàng)新和提升?！?/p>

　　他還希望通過這次比賽激發(fā)全球神經科醫(yī)生的興趣，提供更多稀有病例。當AI技術漸趨成熟后，會成為輔助基層醫(yī)生，特別是偏遠地區(qū)基層醫(yī)生閱讀、診斷、預測片子的學習和培訓工具，方便腦病患者在“家門口”就能獲得高品質、個性化的診療方案。此外能夠幫助醫(yī)生完成初篩和評定，最終由醫(yī)生進行印證判斷，提高工作效率，減少重復機械工作，特別是在判斷結果不一時，可提醒醫(yī)生避免漏診誤診。

　　據介紹，本次比賽結束后，國家神經系統疾病臨床研究中心大數據中心將繼續(xù)完善“BioMind天醫(yī)智”學習成果，組織多場國際、國內對抗賽，為未來將其推向臨床做好充分準備。同時，向國內醫(yī)療機構和神經科醫(yī)生發(fā)出課題招募，入選課題將獲得100萬元資助，中心還將提供強大的AI技術團隊，輔助課題組在感興趣的領域深入進行學術研究、開發(fā)臨床可應用的AI產品。（記者 李新玲）

【糾錯】

責任編輯： 邱麗芳