0
| 本文作者： 劉偉 | 2017-11-08 07:56 |
很多人都說，AI來了，放射科醫(yī)生將面臨失業(yè)的困局。上海新華醫(yī)院副院長潘曙明的觀點卻恰恰相反。他認(rèn)為，未來放射科醫(yī)生的職業(yè)前景最為光明，因為放射科是離人工智能最近的科室。
潘院長指出，目前AI能夠解決的問題主要集中在圖像領(lǐng)域。AI對圖像的認(rèn)知已經(jīng)遠(yuǎn)遠(yuǎn)超過了人類。因此，我們應(yīng)該逐步將這種類型的任務(wù)移交給AI。未來，將放射影像與AI技術(shù)融合用于精準(zhǔn)手術(shù)治療具有十分廣闊的前景。
放射影像在現(xiàn)代醫(yī)學(xué)中占據(jù)著舉足輕重的地位，但這項技術(shù)并非醫(yī)生的發(fā)明。如今大數(shù)據(jù)和人工智能技術(shù)正在給各行各業(yè)帶來變革，醫(yī)療產(chǎn)業(yè)同樣深受影響，但這項技術(shù)也不是醫(yī)生的發(fā)明。潘曙明院長認(rèn)為，醫(yī)療行業(yè)變革背后的推手也許并不是醫(yī)生，相反，醫(yī)生將處在食物鏈相對底端的位置。
優(yōu)質(zhì)的海量數(shù)據(jù)是人工智能算法的基礎(chǔ)，但信息孤島在每個醫(yī)院都是一大難題。病房場景、教學(xué)場景、ICU場景、急診場景的系統(tǒng)都是不互通的。各個醫(yī)院之間的信息化水平參差不齊，要實現(xiàn)所有醫(yī)院的數(shù)據(jù)互聯(lián)互通，目前來說還很困難。
潘院長認(rèn)為，數(shù)據(jù)互聯(lián)互通難以推進(jìn)主要有三方面的原因：
一、不敢。數(shù)據(jù)安全是一個讓行業(yè)比較痛苦的問題。大家都想要彼此的數(shù)據(jù)，但是對于到底該不該給對方提供優(yōu)質(zhì)的數(shù)據(jù)支撐又猶豫不決。
二、不愿。醫(yī)療在很多地方都是香餑餑，牽涉到各個部門的利益，大家都不愿意將自己的數(shù)據(jù)交出去。
三、不能。目前懂人工智能的醫(yī)生和懂醫(yī)生的IT人才還極其稀少。
以下是潘曙明院長的口述原文，雷鋒網(wǎng)做了不改變原意的編輯：
我的觀點和很多醫(yī)生不一樣，我認(rèn)為AI必將取代醫(yī)生。
一個多月前，我在杭州參加過一次關(guān)于醫(yī)療AI的辯論。辯論很激烈，持續(xù)了一下午。我們辯論的主題是，假如有人拿出100萬美金建醫(yī)院，到底該建設(shè)一個由醫(yī)療AI還是人類醫(yī)生組成的醫(yī)院。辯論中我們提到，AI有一個好處，它只需要有電力供應(yīng)就能不斷工作。人類醫(yī)生的需求則復(fù)雜得多，除了要按時按量發(fā)放薪水，還要避免他鬧情緒罷工。
大概兩周前我和一個院士討論，他有一個觀點讓我很詫異。他說要向偉大的放射科醫(yī)生致敬。這位院士經(jīng)常用機(jī)器人做前列腺癌手術(shù)。以往通過人工手段做前列腺手術(shù)往往出血較多，容易切斷敏感神經(jīng)，導(dǎo)致患者術(shù)后罹患性功能障礙。采用手術(shù)機(jī)器人之后，這種情況大幅減少。
還有一些醫(yī)生經(jīng)常問這位院士，如果自己的小孩當(dāng)醫(yī)生，選哪個專業(yè)方向比較好。他的回答是放射學(xué)，因為放射影像是和AI最接近的。
為什么機(jī)器人做手術(shù)的效果比人工好？因為機(jī)器人是建立在圖像識別和導(dǎo)航的理論基礎(chǔ)之上的，可以實現(xiàn)更加精準(zhǔn)的手術(shù)和治療。未來，AI結(jié)合放射影像將是精準(zhǔn)手術(shù)治療的重要方向。與此同時，外科醫(yī)生和皮膚科醫(yī)生將成為危險職業(yè)，面臨被AI取代的威脅。
10月份的《紐約客》雜志上刊登了一個很有意思的封面：未來人類坐在地上要飯，機(jī)器人昂首闊步地走過，順手施舍我們幾個銅板。這種情況是否可能會發(fā)生呢？
我們知道，和機(jī)器相比人類的優(yōu)勢在于創(chuàng)新性思維。但未來人類的創(chuàng)新和邏輯思維在以Alphago Zero為代表的人工智能面前可能不堪一擊。Alphago Zero想到的棋局，李世乭可能終其一生都沒想到過。為什么會出現(xiàn)這種情況呢？因為數(shù)據(jù)釋放出了巨大的價值，數(shù)據(jù)進(jìn)化的過程比人類快多了。我們以前從未想到過今天會有這么多的數(shù)據(jù)在我們周圍產(chǎn)生和存儲。2006年和2020年產(chǎn)生的數(shù)據(jù)量相差多達(dá)44倍，這種數(shù)據(jù)量已經(jīng)不能僅僅用海量來形容了，簡直堪稱天文數(shù)字。
數(shù)據(jù)積累推動了很多行業(yè)的創(chuàng)新。以現(xiàn)在很熱門的新零售業(yè)態(tài)盒馬鮮生為例，盒馬鮮生掌握的動態(tài)數(shù)據(jù)可能已經(jīng)超過了醫(yī)生，快遞小哥對你的了解也可能超過了你家小區(qū)的保安。它已經(jīng)通過后臺大數(shù)據(jù)精準(zhǔn)分析出了每個人的消費(fèi)習(xí)慣。
前幾年H7N9流行的時候，Google對疫情的預(yù)測精度已經(jīng)超過CDC。他可以根據(jù)各個地方的口罩銷量情況預(yù)測疾病流行趨勢。
最近，我請某電訊公司幫我分析外地病人在上海三甲醫(yī)院的分布情況，對方向我提供了一份數(shù)據(jù)，非常有意思。它的上海手機(jī)用戶和外地手機(jī)用戶在上海三甲醫(yī)院的分布情況，和我掌握的病人分布情況差不多。
大數(shù)據(jù)給交通出行帶來的變革同樣非常巨大，每個道口無處不在的攝像機(jī)和大數(shù)據(jù)的融合已經(jīng)讓我們無所適從。你可能只在人行橫道線停留了三秒鐘，就會收到一張罰單。
那么，我舉的這些例子跟醫(yī)療有什么關(guān)系呢？
我們在醫(yī)學(xué)影像領(lǐng)域取得的成就是不容置疑的。現(xiàn)在皮膚科醫(yī)生通過微信群就能掙錢，因為只要看片子就行了。最痛苦的是外科醫(yī)生。隨著心臟支架技術(shù)的發(fā)展和成熟，很多心臟手術(shù)心血管醫(yī)生就能做，于是胸外科醫(yī)生逐漸被邊緣化。未來隨著手術(shù)機(jī)器人的發(fā)展，外科醫(yī)生也將面臨相同的困境。新一代的達(dá)芬奇手術(shù)機(jī)器人已經(jīng)非常靈巧了，如果它和放射影像以及AI融合在一起，放射科醫(yī)生取代外科醫(yī)生并非沒有可能。
我不得不再次感嘆放射科和影像科的偉大。放射影像是醫(yī)學(xué)，但卻不是醫(yī)生發(fā)明的。放射領(lǐng)域獲得諾貝爾獎的成就沒有一項是由醫(yī)生發(fā)明的，都是物理學(xué)家、數(shù)學(xué)家和生物學(xué)家發(fā)明的。醫(yī)生只是在最底端起到了幫助他們進(jìn)一步認(rèn)知的作用。毫無疑問，大數(shù)據(jù)將推動醫(yī)療行業(yè)的變革，但背后的推手倒真的不一定是醫(yī)生。我們在這個過程中，可能屬于食物鏈的底端。
精準(zhǔn)醫(yī)療是當(dāng)前非常熱門的話題。華大基因現(xiàn)在在全國各地采集血液。只要有足夠多的血液數(shù)據(jù)，他就能把微生物診斷做到極致。隨著遺傳學(xué)技術(shù)、分子影像技術(shù)、生物技術(shù)和患者臨床數(shù)據(jù)的整合，精準(zhǔn)醫(yī)療將推動醫(yī)生鑒別診斷的變革。
醫(yī)療可穿戴設(shè)備帶來的影響也很深遠(yuǎn)。襯衫上整合進(jìn)納米技術(shù)和人工智能，就能對我們的血糖、血壓、心跳等生理數(shù)據(jù)，實現(xiàn)全天候的監(jiān)測。新華醫(yī)院目前正在做這方面的嘗試。如果可穿戴設(shè)備真的能夠推廣應(yīng)用。我們在孕婦肚子上綁一個東西，就可以遠(yuǎn)程監(jiān)測胎兒的異常反應(yīng)。孕婦不用去醫(yī)院就能輕松做產(chǎn)檢。未來也不排除人工智能在急診、住院服務(wù)等其他領(lǐng)域帶來變革。
但在這個過程中，醫(yī)院需要思考如何為患者提供人性化的服務(wù)。的確，AI可以學(xué)習(xí)和掌握更多的知識，但它無法取代人類的人文關(guān)懷。現(xiàn)在市場上已經(jīng)誕生了人性化的機(jī)器人，機(jī)器人有自己的名字，而且長相和聲音都很甜美，但它畢竟不是真正的人類。
大數(shù)據(jù)和人工智能驅(qū)動了醫(yī)療服務(wù)的變革，這是每一個醫(yī)院管理者必須正視的事實。不便捷、不可及、碎片化，以及被動型的傳統(tǒng)醫(yī)療模式，在未來的互聯(lián)網(wǎng)、大數(shù)據(jù)和可穿戴技術(shù)面前可能不堪一擊。
為什么盒馬鮮生能夠開到我們家門口？因為淘寶為它提供了足夠的數(shù)據(jù)支撐，使它知道你所在的小區(qū)到底需要什么樣的產(chǎn)品，從而能夠精準(zhǔn)配貨，帶來優(yōu)質(zhì)的線下購物體驗。未來醫(yī)院是否也能夠提供這種既有系統(tǒng)性，又有主動性的服務(wù)呢？也許未來每個大型社區(qū)周圍都有一個便捷的、數(shù)字化、精準(zhǔn)化、個性化的醫(yī)療中心，到那時候大型醫(yī)院該如何轉(zhuǎn)型，這值得我們深思。
但大數(shù)據(jù)也給大型三甲醫(yī)院帶來了很多機(jī)遇，因為他們擁有大量的真實數(shù)據(jù)。數(shù)據(jù)的真實性有一個前提，所有的員工和病人必須真誠可靠。醫(yī)院做研究的金標(biāo)準(zhǔn)是RCT，但是RCT研究是經(jīng)過嚴(yán)格設(shè)計和控制的。受試者的身高、體重等生理特征相似，且按照一定的標(biāo)準(zhǔn)進(jìn)行了精確分組，用藥情況也受到控制。實驗結(jié)果需要隨機(jī)對照，且是可以復(fù)制的。
但在真實世界中能做這種研究嗎？研究結(jié)果是否真實可靠？真實世界中的研究沒有完全隨機(jī)對照，病人到底是什么樣的也難以把握。也許他的依從性不好，在家沒有按時服藥，這種情況下我們該如何判斷藥物的有效性呢？有了大數(shù)據(jù)之后，我們可以通過對真實世界數(shù)據(jù)的研究找到答案。我們可以不對受試者施加任何限制條件和干預(yù)措施，得到更加貼合臨床實際的結(jié)果。我相信如果未來我們將所有基層醫(yī)院的門診診斷數(shù)據(jù)和綜合性醫(yī)院的住院數(shù)據(jù)整合到一起，就能得到正確、真實、可靠的結(jié)果。
目前AI能夠解決的問題主要集中在圖像領(lǐng)域。AI對圖像的認(rèn)知已經(jīng)遠(yuǎn)遠(yuǎn)超過了人類。人眼能夠看到的最小尺寸可能是0.5mm，但AI可以在小數(shù)點后再加兩個零。因此，我們應(yīng)該將這類任務(wù)逐步移交給AI。未來最應(yīng)該擔(dān)心被取代的，除了外科醫(yī)生和皮膚科醫(yī)生，還有病理科醫(yī)生。
新華醫(yī)院目前正在和相關(guān)企業(yè)進(jìn)行醫(yī)療影像方面的合作，比如結(jié)節(jié)的分析篩查、小孩的骨齡測定等。未來只要有足夠多的數(shù)據(jù)，AI就能通過自動學(xué)習(xí)分析出你的真實年齡，給出詳細(xì)精確的報告。
作為醫(yī)院的管理人員，我最關(guān)心的是大數(shù)據(jù)給醫(yī)院管理帶來的沖擊。現(xiàn)在政府給醫(yī)院管理施加了很多束縛，因為政府手里有大量的數(shù)據(jù)，有數(shù)據(jù)就有發(fā)言權(quán)。當(dāng)然，政府目前掌握的數(shù)據(jù)可能還不夠完整和準(zhǔn)確，但通過數(shù)據(jù)比較不同醫(yī)院的成本已經(jīng)成為可能。往前推二三十年，醫(yī)院的管理者可以控制很多事情，但今天一切都是透明的。新華醫(yī)院所有的數(shù)據(jù)對申康都是透明的，江蘇、浙江、北京的醫(yī)院的數(shù)據(jù)對醫(yī)管局也可能是透明的。只要對這些數(shù)據(jù)進(jìn)行不斷的挖掘，醫(yī)院的管理將無所遁形。對于我來說，同樣可以讓科室的管理無所遁形。
數(shù)據(jù)能夠帶來創(chuàng)新。今天，以疾病為核心，形成完整的診斷可視化圖像已經(jīng)成為可能。比如我們想知道某個地方的孕產(chǎn)婦數(shù)量、年齡結(jié)構(gòu)和地域分布數(shù)據(jù)，通過一張圖表就能清楚展示出來。今天早上我們孫院長畫了兩張圖，一張顯示西部地區(qū)五歲以下兒童的死亡率最高；另一張顯示西部的兒童醫(yī)生數(shù)量為全國最低。二者之間是否有關(guān)聯(lián)呢，答案顯而易見。未來，我們可以通過大數(shù)據(jù)，將某種疾病的發(fā)病區(qū)域、并發(fā)癥占比、藥品不良反應(yīng)等以可視化圖像的方式進(jìn)行展示和分析。
疾病的分析預(yù)測，比如通過大數(shù)據(jù)分析肺炎對兒童的影響，在今天也已經(jīng)不是新鮮事了。我們甚至能根據(jù)家長上班的遲到情況，預(yù)測他的小孩是否能準(zhǔn)時到校。
三醫(yī)聯(lián)動是一個比較宏大的話題，其中數(shù)據(jù)鏈路的打通非常重要。我們今天談?wù)摰拇髷?shù)據(jù)，主要還是單個醫(yī)院的數(shù)據(jù)。但單個醫(yī)院的數(shù)據(jù)并不能叫做大數(shù)據(jù)。上海申康有一套數(shù)據(jù)，衛(wèi)計委也有一套數(shù)據(jù)，他們的數(shù)據(jù)也不能稱之為大數(shù)據(jù)，必須要實現(xiàn)數(shù)據(jù)的互聯(lián)互通。
新華醫(yī)院和瑞金醫(yī)院的數(shù)據(jù)量相差不大，都有400萬左右的門急診量，數(shù)據(jù)信息可能達(dá)到了上億條。但數(shù)據(jù)的質(zhì)量是否可靠還很難說。不同系統(tǒng)產(chǎn)生的數(shù)據(jù)都不一樣，信息孤島在每個醫(yī)院都是一大難題。病房場景、教學(xué)場景、ICU場景、急診場景的系統(tǒng)都是不互通的。每家醫(yī)院的信息化都是基于自身情況展開的，水平參差不齊，要實現(xiàn)所有醫(yī)院的數(shù)據(jù)互聯(lián)互通，目前來說還很困難。要做好數(shù)據(jù)的安全性和合規(guī)性格式難上加難。
而且醫(yī)院中的數(shù)據(jù)大量是以非結(jié)構(gòu)化的自然語言的形式存在的。將自然語言轉(zhuǎn)化成結(jié)構(gòu)化的病歷數(shù)據(jù)和機(jī)器語言還有很長的路要走，過程十分漫長。
為什么數(shù)據(jù)的互聯(lián)互通推進(jìn)起來這么困難呢？我認(rèn)為至少有三方面的原因：
一、不敢。數(shù)據(jù)安全是一個讓行業(yè)比較痛苦的問題。大家都想要彼此的數(shù)據(jù)，但是到底該不該給對方提供優(yōu)質(zhì)的數(shù)據(jù)支撐呢？我還在猶豫。
二、不愿。醫(yī)療在很多地方都是香餑餑，牽涉到各個部門的利益，大家都不愿意將自己的數(shù)據(jù)交出去。
三、不能。目前懂人工智能的醫(yī)生和懂醫(yī)生的IT人才還很少，但我相信未來這樣的人才肯定會越來越多。
深挖大數(shù)據(jù)是我們未來最重要的任務(wù)。只有深挖大數(shù)據(jù)才能把深度學(xué)習(xí)做得更好，取代不合格的醫(yī)生，讓優(yōu)秀的醫(yī)生更好地為老百姓服務(wù)。整個醫(yī)療機(jī)構(gòu)也會因為大數(shù)據(jù)的應(yīng)用逐步分化，在大數(shù)據(jù)和人工智能領(lǐng)域表現(xiàn)出色的醫(yī)院會慢慢走向領(lǐng)先地位，落后的則將逐步被淘汰。
未來二十年必然是屬于大數(shù)據(jù)和醫(yī)療AI的時代。信息化和數(shù)字化建設(shè)一定會給醫(yī)院帶來非常大的轉(zhuǎn)變。我堅信，AI將改變醫(yī)療。雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
