【安防展覽網(wǎng) 科技動(dòng)態(tài)】一分鐘診所早起源于美國(guó),早在2000年時(shí)便已見(jiàn)雛形。但是在當(dāng)時(shí),一分鐘診所只能治療咽喉炎、流感、孕檢、膀胱炎、外耳炎和鼻竇炎這幾種病。在診所,主要由一位執(zhí)業(yè)護(hù)士(nurse practitioner)或醫(yī)生助理(physician assistant)首診。醫(yī)生助理、執(zhí)業(yè)護(hù)士與普通護(hù)士不同,必須具有碩士學(xué)位并在相關(guān)專(zhuān)業(yè)輪轉(zhuǎn)后才可獲得執(zhí)照,如家庭醫(yī)生方向、兒科方向等。獲得執(zhí)照后,在過(guò)半數(shù)的州內(nèi)可以獨(dú)立看診常見(jiàn)病,在其余的州內(nèi)則需要在醫(yī)生的監(jiān)督下診療。如果經(jīng)過(guò)執(zhí)業(yè)護(hù)士或者醫(yī)生助力的診斷,初步判定是一分鐘診所可以治療的疾病,病人就可以立刻進(jìn)行抽血等化驗(yàn)檢查以確診,確診后即可處方給藥。因?yàn)楸憷\所一般開(kāi)在連鎖藥店,或者售賣(mài)藥品的超市,所以病人可以很方便地取藥。診所內(nèi)沒(méi)有醫(yī)生(Medical doctor),遇到診所處理不了的問(wèn)題就會(huì)推薦病人去急診就診。
而在科技發(fā)展日新月異的今天,人工智能朝著成為21世紀(jì)醫(yī)學(xué)不可或缺的一部分又邁進(jìn)了一步。
國(guó)內(nèi)一分鐘診所醫(yī)療AI已上線
走進(jìn)的問(wèn)診間,可以看到一個(gè)提供人機(jī)對(duì)話的屏幕,上面有攝像頭和麥克風(fēng)。選擇屏幕上的“開(kāi)始問(wèn)醫(yī)生”,便出現(xiàn)了語(yǔ)音播報(bào)。接下來(lái),就和在醫(yī)院接受醫(yī)生問(wèn)診類(lèi)似,語(yǔ)音播報(bào)一個(gè)個(gè)的問(wèn)題:“您好,請(qǐng)問(wèn)是哪里不舒服?”“問(wèn)診人的年齡多大了?”“不適多久了?”“有哪些癥狀?”“發(fā)作頻率如何?”……問(wèn)題非常細(xì)致,大有循循善誘的感覺(jué),要對(duì)著麥克風(fēng)回答即可。在聽(tīng)完記者依次答復(fù)“喉嚨不舒服”“有些咳嗽”“沒(méi)有痰”等后,屏幕上出現(xiàn)了一名“普內(nèi)科\主治醫(yī)生”,經(jīng)過(guò)他的判斷,屏幕和語(yǔ)音都表示,可能得了感冒,并給出了用藥和康復(fù)建議。
通過(guò)詢問(wèn)診所附近公司的員工,員工們表示曾經(jīng)因?yàn)獒t(yī)院過(guò)遠(yuǎn),即使有病也不會(huì)去醫(yī)院診斷。
美國(guó)兒科AI醫(yī)療助理已上線
在《自然醫(yī)學(xué)快報(bào)》上,證明了一種自然語(yǔ)言處理的人工智能,在診斷常見(jiàn)的兒童疾病方面表現(xiàn)優(yōu)于新手兒科醫(yī)生。與傳統(tǒng)訓(xùn)練的兒科醫(yī)生一樣,AI將病例分解為主要器官組和感染區(qū)域(上/下呼吸道,胃腸道等),然后再將其進(jìn)一步細(xì)分。然后它可以發(fā)展各種癥狀和器官組之間的關(guān)聯(lián),并使用這些關(guān)聯(lián)來(lái)改善其診斷。在與人類(lèi)醫(yī)生進(jìn)行比較時(shí),該研究使用了來(lái)自一組無(wú)關(guān)兒童的11,926條記錄,給出了MLC和20個(gè)人一個(gè)公平的比賽場(chǎng)地進(jìn)行比較。結(jié)果很清楚:雖然資深兒科醫(yī)生團(tuán)隊(duì)的表現(xiàn)優(yōu)于人工智能,但人工智能的表現(xiàn)遠(yuǎn)遠(yuǎn)超過(guò)初級(jí)兒科醫(yī)生(有3至15年經(jīng)驗(yàn)的兒科醫(yī)生)。
AI助力醫(yī)療,靠“譜”
這個(gè)“譜”被稱(chēng)為知識(shí)圖譜,是將人類(lèi)世界中產(chǎn)生的知識(shí),構(gòu)建在機(jī)器世界中,進(jìn)而形成能夠支撐類(lèi)腦推理的知識(shí)庫(kù)。
醫(yī)療知識(shí)圖譜的構(gòu)建,首先要將非結(jié)構(gòu)化/半結(jié)構(gòu)化(注:結(jié)構(gòu)化數(shù)據(jù)為AI可直接利用的數(shù)據(jù))的數(shù)據(jù)表示成知識(shí)圖譜的形式,其中包括將醫(yī)學(xué)文獻(xiàn)知識(shí)轉(zhuǎn)變?yōu)獒t(yī)療知識(shí)圖譜,也包括將海量病例中挖掘的經(jīng)驗(yàn)知識(shí)轉(zhuǎn)變?yōu)闄C(jī)器可以理解的表示形式。
美國(guó)的AI醫(yī)療助理和與IBM的Watson一樣,兒科AI利用自然語(yǔ)言處理,本質(zhì)上是在“閱讀”EHR的書(shū)書(shū)面記錄,就像人類(lèi)醫(yī)生查看這些記錄一樣。這位“助理”的知識(shí)儲(chǔ)備來(lái)自于567,498名患者的1,362,559次門(mén)診訪問(wèn),產(chǎn)生了約1.016億個(gè)數(shù)據(jù)點(diǎn),供它獲得兒科方面優(yōu)勢(shì)。
而中國(guó)的這位AI醫(yī)生開(kāi)發(fā)基于海量就診數(shù)據(jù)、幾千萬(wàn)的醫(yī)學(xué)文獻(xiàn)和臨床指南來(lái)構(gòu)建?;谥形尼t(yī)療知識(shí)圖譜,目前已開(kāi)發(fā)出覆蓋幾千種疾病輔助診斷模型和輔助治療模型(其中近百種疾病支持個(gè)性化用藥方案的推薦)。同時(shí)還給出不同角度的輔助診斷,包括基于疾病與癥狀關(guān)系輔助診斷;基于疾病與檢查檢驗(yàn)關(guān)系推薦檢查檢驗(yàn);基于疾病與藥品關(guān)系及藥物相互作用推薦用藥;基于指南、文獻(xiàn)以及相似病例推薦醫(yī)療證據(jù)。
智能醫(yī)療離我們更近,但仍然依賴(lài)我們
無(wú)論終應(yīng)用如何,未來(lái)的AI醫(yī)生都會(huì)逐步接近我們。研究證明,即使在一些復(fù)雜和重要的決策過(guò)程中,人工智能也可以模仿人類(lèi)演繹推理的結(jié)果。確實(shí),AI們需要人類(lèi)輸入功能;初始數(shù)據(jù)點(diǎn)和用于評(píng)估AI的案例都取決于醫(yī)生編寫(xiě)的知識(shí)圖譜。雖然我們盡一切努力設(shè)計(jì)一個(gè)測(cè)試模式來(lái)消除終診斷的任何跡象,但必然會(huì)發(fā)生一些“數(shù)據(jù)泄漏”。
換句話說(shuō),當(dāng)AI使用人工創(chuàng)建的數(shù)據(jù)時(shí),他們會(huì)在某種程度上繼承人類(lèi)的洞察力。然而,在機(jī)器成像,聊天機(jī)器人,傳感器和其他領(lǐng)域取得的進(jìn)展都表明,這種對(duì)人類(lèi)投入的依賴(lài)更多地取決于我們現(xiàn)在所處的位置,而不是我們?cè)诓痪玫膶?lái)可能達(dá)到的位置。
以數(shù)據(jù)眺望未來(lái)
不久的將來(lái)也可能有一些明顯的贏家和輸家。目前,這些贏家似乎是那些能夠捕獲并應(yīng)用大數(shù)據(jù)集的機(jī)構(gòu)。隨著快速數(shù)字化的社會(huì)收集大量數(shù)據(jù),中國(guó)具有明顯的優(yōu)勢(shì)。結(jié)合相對(duì)寬松的隱私方法,可能會(huì)繼續(xù)作為機(jī)器學(xué)習(xí)及其應(yīng)用背后的驅(qū)動(dòng)力之一。 谷歌/ Alphabet也將進(jìn)行大規(guī)模的醫(yī)學(xué)研究。數(shù)據(jù)是這次AI軍備競(jìng)賽中的鈾,每個(gè)人似乎都在忙著收集更多。
在一個(gè)似乎越來(lái)越意識(shí)到由于這種需求和依賴(lài)數(shù)據(jù)而產(chǎn)生的潛在問(wèn)題的社區(qū)中,很高興知道它也會(huì)有好處。人工智能醫(yī)療助理背后的技術(shù)看起來(lái)越來(lái)越成熟,盡管我們?nèi)栽谂ふ掖_切位置,應(yīng)該在何時(shí)何地以及如何首先普及的這種技術(shù)。
然而,無(wú)論我們?cè)谀睦锟吹较乱徊脚κ笰I成為現(xiàn)實(shí)醫(yī)療環(huán)境中的標(biāo)準(zhǔn)工具,我們應(yīng)毫不懷疑它將大大改善人類(lèi)患者的生活。今天,AI醫(yī)生的表現(xiàn)和一位擁有超過(guò)10年經(jīng)驗(yàn)的人類(lèi)同行一樣。到明年左右,人類(lèi)的競(jìng)爭(zhēng)力可能需要兩倍的時(shí)間。十年后,所有人類(lèi)歷史醫(yī)學(xué)知識(shí)的結(jié)合可能成為一種工具,就像醫(yī)生手中的聽(tīng)診器一樣常見(jiàn)。