医疗人工智能.pdf

医疗人工智能--第1页

医疗人工智能

人工智能迅速发展，对我们生活的各个方面带来改变。近年来，

医疗人工智能吸引了无数关注的目光，也引来种种疑问。医疗人工智

能是怎样做出诊断的？它有哪些优缺点？医疗人工智能发展中遇到了

哪些问题和障碍？人工智能会取代医生吗？

人工智能系统可以准确诊断糖尿病视网膜病变。

2017年5月，中国乌镇围棋峰会召开，一位特殊的“棋手”吸引

医疗人工智能--第1页

医疗人工智能--第2页

了全世界的目光，它就是人工智能棋手——“阿尔法围棋”

（AlphaGo）。这个昵称为“阿尔法狗”的人工智能系统与世界排名

第一的围棋手柯洁进行了3场比赛，最终大获全胜。这可以说是人工

智能发展史上里程碑式的事件。

也许你并不了解“阿尔法狗”，但你一定听说过甚至体验过自动

驾驶汽车、智能面部识别系统或智能手机聊天机器人。越来越多的人

工智能已经悄然走进我们的日常生活。而就在不久前，人工智能在医

疗领域也开始崭露头角。

英国国家医疗服务系统（NHS）正在试用一种人工智能辅助诊断

系统，测试其是否比现有的电话连线咨询更有效。在欧洲其他国家和

美国，很多公共健康从业者都对人工智能抱有极高的期望。那么医疗

人工智能到底是前景光明，还是只是炒作的泡沫呢？你能放心让机器

人和电脑程序为你治疗吗？

会学习的机器

2015年，著名计算机科学家塞巴斯蒂安·特龙带领他的团队开始研

究一项新课题——用机器识别皮肤癌。皮肤癌的早期诊断非常重要，

有经验的皮肤科医生通过检查患者皮肤上的痣、斑点和肿块，就能初

步确定肿瘤的位置和类型，再对可疑位置进行病理切片分析以确诊。

但是，检查周身皮肤对医生和患者都不是件轻松的事情。特龙希望能

开发出一套智能识别系统来完成初诊，以减轻医患双方的负担。

计算机辅助诊断早已普及。以心电图为例，心脏或血管的不同症

状会显示出不同的特征波形，而计算机系统能基于一定的规则识别这

些波形，并在检查报告中标识出其对应的症状。这种识别系统比较简

单，其依据的规则也比较古板，工作起来照本宣科，不能识别很多复

杂的情况。

但特龙的新系统与上一代的辅助诊断系统有着根本性的不同，这

个系统采用了基于神经网络算法策略的深度学习算法。上一代人工智

能主要根据程序中设定的各种规则对数据进行识别，而深度学习算法

让人工智能脱离这种规则，进行自主学习。

深度学习算法比以前的机器学习算法更接近人类学习思考的模式。

医疗人工智能--第2页

医疗人工智能--第3页

举个例子，如果要让人工智能识别什么是苹果，要如何设计程序呢？

如果使用以前常用的机器算法，软件工程师必须在程序中输入苹果的

各种特征，如颜色、形状、气味等等。这类人工智能通过这些特征

“学习”到“什么是苹果”，但人类的学习过程并非如此。一个孩子

在第一次接触苹果时，父母会告诉他这是苹果，但不可能详细叙述苹

果的所有特点。当他后来看见橘子时，可能以为那也是苹果，但他很

快会得到纠正。当他见过了很多苹果和其他水果之后，就会知道什么

是苹果，而且不会把它和橘子弄混。而深度学习算法的模式与此类似，

人工智能会从苹果和其他水果相关数据集中提取信息，最终“学会”

的不是“什么是苹果”，而是“怎样识别一个苹果”。

深度学习算法使新型人工智能诊断系统能分析更复杂的病症。特

龙的研究团队收集了大量关于皮肤损伤的图像，其内容包括痤疮、皮

疹、过敏反应和昆虫叮咬造成的红肿，当然还有各种皮肤癌。研究人

员使