搭個手就能看病？你也許覺得並不稀罕：中醫嘛。然而並不完全是。隨著技術的飛速發展，人工智能不僅學會了下圍棋，也學到了一手“望聞問切”絕活。
國防科技大學計算機學院研究員彭紹亮日前向記者介紹，基於臨床醫療大數據與超級計算能力的人工智能輔助診療技術，可以通過傳感器、攝像頭及常規檢查手段採集患者各項指標，與後臺大數據比對、計算後，快速做出診斷。
“醫生能記住的病例終歸有限，而智能診療系統的後臺目前已有7800萬電子病例，可以做出更精確的判斷。”彭紹亮說，該系統通過計算後，能為醫生列舉出多個診斷結果，比如肺結核的概率、肺癌的概率等，再由醫生判斷確認。他表示，以肺結核為例，資深主任醫師的診療準確率通常約為70%，而該系統能達到90%以上，已經超過人類教授的水平。同時該系統也能縮短看病的時間，提高醫院接待病人的數量。
從“菜鳥”到“結核病教授”，人工智能用的時間可比人類短得多。彭紹亮說，診斷肺結核這種疾病，前期所需計算量非常大，藉助天河超級計算機花費了兩週時間，此後也在不斷豐富數據、自我完善。他表示，目前該系統已掌握了30種疾病的診療，並走通了一條“學習之路”。下一步將對算法進行深度大規模並行加速，讓系統經過1到3天的“訓練”，就能學會一種新的疾病。“我們希望能在一年內掌握300種常見疾病。”他說，“人類總共有大約3000種疾病，把它們全部掌握，是我們的終極目標。”
除了看病，掛號難的問題也一直飽受詬病。拋開凌晨排長隊、與號販子鬥智鬥勇不說，許多患者自己也搞不清該掛什麼科，如果費盡周折卻掛錯了號，一切又得重來，這種打擊可能堪比病痛。
2016年年底，智能診療系統的掛號平臺出現在第四軍醫大學附屬西京醫院，讓醫生與患者眼前一亮。“過去掛號準確率只有6、7成，而該系統能達到99%，還能避免黃牛。”彭紹亮介紹，該系統會快速採集患者的面相、舌苔、體溫、心率等，然後根據數據庫裡的大型分支決策樹向患者提5至10個問題。比如患者體溫偏高，便問他嗓子疼不疼、是否咳痰，根據答案進入下一分支，通過最短路徑算法，用盡量少的問題定位患者的疾病種類。
如果說發病就診已屬“亡羊補牢”，智能健康系統則能幫助人們定期體檢，在發病前“防微杜漸”。彭紹亮說，該系統可以簡便地為人們進行常規檢測，建立個人健康檔案，將檢測數據與後臺的上百萬數據進行比對，分析被檢測人的哪些機能衰退得更快，哪些需要治療，哪些需要調養，幫助人們提前瞭解健康風險。“比如系統查出最近一兩個月你的心率處於非正常狀態，就會給你提醒。要是沒有這種檢查，你又恰好去跑馬拉松，就有可能發生危險。”他說。如果檢測出需要治療，一套智能導旅系統還能為患者提出一系列建議，例如這個病是否嚴重，是該去專科醫院治療，還是在社區醫院就能看等，並中長期追蹤患者的健康狀態。
讓人工智能進入醫療領域，核心是算力、算法、大數據。彭紹亮認為，天河計算機的超級運算能力、由此可實現的複雜算法，以及豐富的臨床大數據，使得這三大要素已經具備。以此為基礎，硬件設備能以各種形式走進人們的生活，可以做成機器人醫生放在醫院，做成立式設備放在社區、機場、火車站，也可以裝進電腦、手機，隨時就能使用。
“目前我國醫療領域最大的問題就是醫療資源不足、不均衡。人工智能手段將解決這個問題。”彭紹亮表示。
閱讀更多 非標機械設計學院 的文章
