▲AI是新概念？其实，AI助力医疗早已有之，被称作“计算机辅助诊断（CAD）”，它能够通过影像学、医学图像处理技术以及其他可能的生理、生化手段，结合计算机的分析计算，辅助发现病灶，提高诊断的准确率。你要问有多早？那可能要追溯到1959年美国学者Ledley等首次将数学模型引入临床医学提出了计算机辅助诊断的数学模型，并诊断了一组肺癌病例开始了。其实我们影像科医生很能理解目前阶段AI的运行方式：即病例大数据与深度学习下的模拟诊断。现代西方医学讲究的是循证医学，与以往不同的是，我们不仅仅只是通过个人或者集体的经验而得到某个结论，这标志着临床医学实践从经验走向了理性，当然了，AI自要遵循这一理念。其实很容易理解，假如一个东西十分有规律，就像等差数列一样——2 4 6 8 10 … 2n我只需要知道项数和公差带进公式就可以了，十分简单。那么如果是菲波那切数列呢？1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, …看起来好像挺复杂，但其仍然是有规律的，经过一系列运算之后，我们仍然可以得到：▲现阶段就能代替人类了么？对于肺本身来说，其疾病分类就多达200多种，数据量非常庞大，仅病因筛查就是个非常复杂的工作，不是简单的大数据堆砌就能够完成的事情。暂不讨论目前新闻所说的：肺癌读片准确率接近主治医生水平是否真实，我们假设AI查出肺癌的准确率能够达到90%，那么是否意味着这一款AI查出肺癌的失误率有10%呢？假如你做了一个加减的编程软件，机器便能以极快的速度给出被给予的算式的答案，或许你口算也可以，但是当值变得很大的时候：423,231,321+54,656,987时，你是不是要算一会了呢？但是机器并不需要，他仍然能快速给你一个准确的答案，但这并不能说明人不如机器，因为当提出1*2=？这个问题的时候，机器便不知所措了。同样的，当人工智能装置被有意无意的选择性供给学习数据之后，在提供的数据框架内AI可以表现得相当完美，100%准确可能都不是问题，而一旦应用于实际操作，运行中的场景发生了这样或那样的变化，其准确率就会出现大幅度的下滑。这样的AI直接应用于临床，是否对于生命太不尊重了呢？一旦出现诊断失误，是AI的问题，还是编程人员的问题，还是提供的大数据的问题呢？是的，仅针对现在而言，AI还太幼小了，幼小的的像是襁褓中的婴儿，需要我们影像科医生的呵护才能长大。我们需要不断喂养新鲜的“病例数据”，才能让其茁壮成长。但现在，我们仍应该不断提高自身诊断水平，善于利用或者在AI引导下完成更多更精准的病例诊断。AI也许会替代不学无术、安逸无劳的怠惰之徒，但绝替代不了孜孜不倦、学习不止的医学名家。
八零梁行
