文章来自微信民众号：一条（ID：yitiaotv），作者：罗广彦、石鸣

今年的新冠疫情，也许是有史以来最“高科技”的一次抗疫战斗：

科学家第一次用基因检测的方式，最快定位了病毒，5G和大数据，随时可以精准追踪病毒的流动，算法辅助医生看CT片，10分钟的诊断时间变2秒，机械人送药、送饭、做消杀，线上诊疗让患者无需与医生面对面……

“互联网 ”的风潮吹了好几年，终于周全吹到了医疗行业。

现在海内疫情逐渐平息，许多人好奇，这些“黑科技”事实是什么？

疫情事后，它们会彻底改变我们的生涯吗？抑或只是个昙花一现的噱头？

一条采访了奋战在“医疗AI”一线的5小我私家，有程序员、工程师、主任医师、社区医生……

他们亲历了这场“AI抗疫”的战斗，同时也提醒我们，智慧医疗最后照样为人服务的：

“科技应该让人离人更近，而不是让人离机械更近。”

AI战争：四个故事

医生肉眼阅片要5分钟~15分钟，我们的AI只要2秒 

魏东 腾讯天衍实验室 研究员

我是2018年9月加入腾讯天衍实验室的，主攻医疗AI影像剖析的算法研制。简朴地说，就是让计算机看数以千计的图像，并告诉它哪些图像中的器官是正常，哪些是有问题的，问题在那里。经由足够多的学习之后，它自己就能凭据图像中的信息作出类似医生的判断。

这个手艺2017年以来就在飞速生长，用于诊断心血管疾病、眼部疾病和肺炎等等。

新冠肺炎疫情发作后，我们实验室一直在关注疫情的生长，但苦于无用武之地。直到2月5日，湖北省宣布把CT效果也纳入诊断尺度，疑似病例只要拍CT有新冠肺炎肺部病变的特征，就能获得确诊。

腾讯AI诊断输出图

我们那时都隔离在家放假，听到这个新闻，人人马上在线组织了一个团队，最先研制新冠肺炎CT影像的AI诊断模子。由于不能面对面相同，而且时间很紧，我们压力照样很大的。

一最先遇到的最大问题就是数据不够，AI就像一个学生，要让它精确地识别疾病，就需要看许多肺部图像才气学会判断能力。我们那时从天下各地的互助医院取得了一些新冠肺炎的数据，但照样不够。

以是我们决议，先让AI学习其他肺炎的数据，看了可能有上千例。在它见过这些肺炎数据之后，就有一个整体的肺炎知识积累，知道哪些是得了肺炎的肺部图像，哪些不是。

我们在算法上再举行调整，给AI一点“提醒”，告诉它新冠肺炎跟它见过的肺炎图像差其余地方。这样它就能在图像中捕捉到新冠肺炎的特征，对病人作出诊断。

由于疫情紧要，我们这次进度异常赶，10天左右就调试好算法，2月21日就已经在武汉日海方舱医院部署好了。

投入使用后，医护人员给的反馈都异常理想，由于阅片不用那么累了。那时医生阅读、剖析CT影像的压力异常大，临床诊断尺度改变以后，逐日新增确诊病例暴涨快要十倍，每位患者做一次胸部CT，会发生300张影像，每次医生肉眼阅片要破费5分钟~15分钟。

已经确诊的治疗期患者，每5天也要做一次CT检查，那时整个湖北省累计跨越6万例确诊患者。

AI最快两秒钟就能判断出这小我私家是否得了肺炎，他得的肺炎是不是新冠肺炎。若是AI判断这小我私家是新冠肺炎，它还会在CT影像中标示出病灶，告诉医生它判断的依据，标示的历程最多需要一分钟。

AI的判断不能直接作为医疗诊断的依据，然则可以为医生提供参考，大大提高了诊断效率。

有些医生刚用的时刻，忧郁AI的准确率。但凭据我们的研究，我们的AI模子比低年资的医生诊断准确率高。而且随着病例数据越来越多，我们会一直训练、调整算法，让它的准确率一直上升。

在湖北的时刻，我们遇到一个疑似新冠肺炎的患者，这个病人的CT影像显示，他肺部病灶很大，看起来很像新冠肺炎，下层医院的医生都说，这应该就是了。但有个高年资的医生以为不是。

然后我们的算法判断也说，这个病例不是新冠肺炎。最后诊断出来，这个病人是肺水肿。以是说我们模子的鉴别能力照样挺强的。

用AI看CT效果，应该说是智慧医疗现在生长最成熟的部门。由于这部门具有很客观的权衡指标，越是客观、越少人为因素介入其中的事情，算法就能显示得比人工更好。

之前消毒机械人卖不动，这次疫情却火上央视 

殷超 钛米机械人 手艺市场司理

2018年是智慧医疗站上风口的一年，我也是那一年加入钛米机械人的。我们主要生产的机械人种类有：消毒机械人、物资配送机械人和病房服务机械人。

我们有许多医院客户在武汉，每个客户都有销售卖力跟进。

1月中旬，销售们发现，原本这个医院只买了一台消毒机械人，专门用在手术室，效果却经常有其余科室来借机械人用，熏染科要借来消毒，ICU又要借来消毒。我们马上就意识这次疫情很严重。

钛米机械人在新冠抗疫一线事情

在1月20日，钛米就已经设置好工程师队伍，准备召集机械人直接送往武汉。但在这个时间点，又是春运，又是疫情，物流交通反而成了最让我们头疼的问题。我们去联系物流公司，他们根本不接你的单。

这种情形下，我们自己组织车辆和人手，计划货物和工程师的运输线路，将机械人押运已往。我们将第一批10台消毒机械人送到武汉协和医院的时刻，是1月21日破晓两点。

消毒机械人在事情

送到医院之后，剩下的事情就很简朴了。我们的工程师会最先扫舆图，就是让机械人识别周围的环境。像我们人类到一个生疏的地方，要先熟悉环境，我要看一眼周围，知道桌子在这，板凳在那，下次走路我就会避开。

机械人也是一样，它会把所有的空间走一遍，然后自主学习，知道这是个桌子，这个桌子在消毒的时刻，需要重点照顾。在扫完舆图之后，工程师就可以脱离，让机械人自己消毒。

有人可能以为，这种机械人有什么特其余？我家的扫地机械人都能做到。但在医院里，对平安和清洁的要求，比旅店、餐厅，或是工厂的尺度都要高得多。

好比说，在手术室里用机械人消毒。我们的手机进了手术室，哪怕满格的信号，电话都打不出去。机械人在里面，若是用传统的GPS导航和传统的避障算法，就很容易发生碰撞，那就要出大问题。以是医疗机械人会有怪异的算法，保证它们的平稳性与避障能力。

在方舱医院的物资配送机械人

在疫情之前，医院实在更喜欢买我们的物资配送机械人。由于他们之前以为消毒用人工消毒或是紫外线消毒就行了，为什么要花大钱去买消毒机械人？但这次他们发现这两种消毒方式都没法彻底，而且人工消毒，会面临露出的危险。

我们的消毒机械人在设计之初，就是根据人机星散的设计理念去做的。不需要人在现场，机械人自己就可以把该消毒的地方消毒好了之后，人再进去。

那时刻武汉的疫情稀奇严重，医院消毒稀奇频仍，原本一台消毒机械人只用消毒4楼的手术室，现在不仅要消毒整层楼，还要把这栋楼都消毒一遍，有时刻还要搬到隔邻楼去用。除了消毒医院，也会给医护人员的办公室和宿舍消毒。

那时他们医护人员的家族中有个小朋友，画画的时刻就把我们的消毒机械人“明白”画了进去，由于他以为我们的机械人在守护他们的平安。我们看到之后都很感动，以为自己的事情是有意义的。

小朋友画的钛米机械人“明白”

我们的线上诊疗，服务了武汉十分之一的重症患者 

郝南 NCP（新冠）生命支援网络发起人

“NCP（新冠）生命支援网络”是一个线上诊疗的项目，我是1月22日晚上起心动念想做的。那时刻收到信息说武汉医院已经不够用了，医生也不够用了。但你不能能让生病的人不去医院啊，那生了病、却看不上病的人怎么办？

我之前在北京大学医院当过7年医生，1月23日，我就在包罗北医校友群在内的几十个微信群里发行动倡议，一周内陆续招到了400多个医务事情者，包罗医生、护士和医学生。以及200多名有社工、心理靠山的志愿者，给线上问诊的人提供关切陪同服务。

我们和其他线上诊疗平台很不一样，在它们那里，病人打进来问诊完了之后就竣事了。我们希望能够做到诊疗与关切并重，以是我们把微信群分级别，搞的是和现实医院一样的三线。

分门别类地处置患者信息

首先是分诊群。你进到这里来之前，会先有志愿者跟你打招呼，让你填表格，问你那里不舒服，有什么症状，是否严重。凭据你填表的情形，判断你应该去哪一级微信群，等于是一个分诊台。

一线就相当于通俗门诊，医生会在微信群里为病人答疑解惑。区别就是这些患者问完了以后不走，留在群里，他有什么新的问题，可以继续问，保持和医生的联系，而不是一直地换差别人看诊。

若是病人病况对照重，我们就会把它转到二线。二线群里都是更专业、更资深的医生，有厚实的病房治理履历，会在线上连续关注病人的状态。

若是是病得很重，有生命危险的病人，我们就把他转到三线的群里去。三线就相当于重症监护室，在这个群里，都是几个医生围着一个病人转。

随着患者的增添，一直招募和贮备医生

这样的设置若是放在线下，会需要很大的空间，而且服务到的人不会许多。在线下，就算病人能进到医院里，也看不到医生几眼。

这是线上诊疗最大的优势：它能够最大化医疗资源的行使。线上的医生可以远程看十几个病房，在差其余群里同时关注许多病人的状态。

我们最焦点的几个医生经常一边去其余互助方的微信问诊群出诊，一边在我们的二、三线病房指导危重患者的看护甚至抢救，这样并没有超出他们的负荷。让我们用不多的资源，服务到最多的人。

那时刻大部门来咨询的人，咨询的都是新冠肺炎，但也有咨询其他疾病的，以是我们配备了各个科室的医生。

NCP生命支援制作的物资无接触发放流程

我当过医生，我知道医生在线上看病时容易不耐烦。线上诊疗隔着屏幕，相同效果也欠好，有时刻，就算从医生那里获得了专业意见，病人照样会体验欠好，甚至心理溃逃。

以是我们有专门的社工和心理志愿者提供陪同和关切，在线对一些个案举行一对一的心理指点。我遇到一个个案，她怙恃都在这次疫情去世了，她自己也患了新冠肺炎，我们就一直跟进她的状态，陪同她逐渐康复。

从我最先做这个项目，到2月上旬方舱医院到位，这中央20天左右的时间，是我们事情最主要的时刻。我们也许估算了一下，我们直接或间接地服务过武汉市那时差不多十分之一的重症患者。

获得救助的患者家族发来谢谢的新闻

以我们现在的科技水平，实在完全可以让医生的事情更轻松，对接足够的社工资源，让医患关系更多地酿成人和人之间的关系，而不是仅仅止于人和机械的交流。

老百姓很简朴，对智慧医疗只有三个要求：有辅助，好操作，有配套服务 

潘向东 上海市“十佳家庭医生”

我是卖力长宁区虹桥街道的一名全科医生。许多人会以为，你不就是坐社区医院里开药的吗？现实上，看门诊只是我其中一项事情，我还要卖力辖区内基本的公共卫生治理，好比追踪高血压、糖尿病这种慢性病患者状态，防控流行症等等。

1月28日我们就接到指示要提前开工，防控疫情。那个时刻湖北的疫情已经发作了，上海从年夜最先就组织医疗队支援湖北，我们社区要防止后院失火，还要保证一样平常事情的正常开展，知足社区内慢性病患者的康健需求。

我们中央卖力的街道辖区，有近2000个糖尿病患者。我们每个月都要对这些病人举行跟踪随访，监测他们的血糖等数值，还要凭据他们的病况调整用药。

丈量血糖

这次新冠肺炎来了以后，许多老人由于怕熏染，都不敢出门了。以前他可能每个星期都市到我这边来一次，我每次就会像敲木鱼一样，一直和他说糖尿病的注重事项，一直给他敲好，血糖基本上就都很稳固。

现在全乱掉了，老人原本就困在家里没法运动，饮食可能也不太注重。我们医生又没设施远程监测，他们现在的血糖水平就控制得好差。

我之前也接触过一些便携式的葡萄糖连续监测装备。这种装备的传感器像一张贴纸一样，贴到手臂上以后，14天内你不管沐浴也好、游泳也好、健身也好，它都不会受影响，你随时随地可以拿扫描仪实时监测自己的血糖情形。

我自己感受了一次，以为这种便携式装备最大的影响就是会改变你的生涯方式。由于戴着这个仪器，我脑子里随时随地会想到自己的血糖。那段时间，每次我喝完一杯牛奶或者吃完一个面包，都市用仪器测一下，看看我的血糖值是若干。我发现自己夜间的血糖有对照显著的颠簸，就会真的最先注重自己晚饭的饮食。

便携式贴纸，可以随时监测血糖数值

但我厥后发现，许多患者不想或不愿意使用这些智能化的便携式装备。一方面，这些患者大部门是老人，他们都对照守旧，以为这些装备还很生疏，操作对照复杂，而且还需要他们自己花钱购置，他们感受不到直观的利益，就会拒绝使用或者中途弃用。

另一方面，这些便携式装备的数据，根据法律划定，现在还只能给社区医生当诊断参考，不能作为诊断尺度。

我小我私家以为，想要普及智慧医疗的装备进入社区，知足三个条件就行了：第一要对我要有辅助，第二要便于操作，第三要有配套的医疗服务。

若是未来像这类监测血糖的便携式装备可以自上至下获得普及的话，家庭医生对慢性病患者的治剖析更便捷、高效。

现在，每个患者我们都是通过线下人工去跟踪随访，确认他们有没有问题，要破费许多人力、物力，笼罩面和效果可能也有限。随着人口老龄化的生长，我们需要关注和治理的慢性病患者越来越多，若是完全靠现有的人力去一个个笼罩，实在有点力有未逮。

未来，若是接纳智能装备，患者的相关数据可以远程上传到智能装备数据中央，经由大数据筛查，发现异常，实时推送给医务人员。我想这样可以大大提高事情效率和治理笼罩率，有需求的患者也能更实时地获得医疗辅助。

互联网医疗：未来已来？

智慧医疗不是突然冒出来的“黑科技”，它已经蛰伏了几十年。

上个世纪五十年代，人工智能刚刚被发现出来不久，就被应用在医疗领域。然则直到2006年，神经网络深度学习的算法被发现出来以后，AI的学习能力才最先发生质的飞跃。十年后，Alpha Go打败李世石，人工智能的议题在全球大热，医疗AI又一次成为焦点。

2016年这一年，被称为海内“AI医疗投资元年”。27家企业在这一年融资，其中16家企业融资金额在千万元以上。2017、2018年，海内AI医疗行业宣布的融资事宜近30起，在医疗影像诊断领域的融资总额到达1.42亿美元，凭据毕马威的数据，这个融资规模相当于同期该行业全球投资的四分之一。

然而，2018年以来，许多医疗AI企业的产物在现实应用中都碰上了落地变现的难题，“只烧钱不赚钱”，到2019年底，医疗AI已经步入隆冬，守候洗牌。

2020年头发作的新冠肺炎疫情，被以为加速了这个洗牌历程。

人类可能错过的器械，AI不会 

在这次新冠肺炎疫情中，阿里达摩院研发的AI CT影像诊断手艺，平均识别不到 20 秒，准确率达 96%。

影领科技、推想科技、深睿医疗等公司，也都纷纷推出了针对新冠肺炎的CT影像AI筛查产物。武汉市中央医院使用了数坤科技的AI辅助诊断系统，能够快速读取胸片，2到3秒内识别炎性病灶，医院影像科主任王翔说，这一系统“为医生提升了50%的事情效率”。

事实上，AI医学影像，被公认是现在最成熟，也是最有可能率先实现商业化的医疗AI产物。几千份病例的数据，就可以开发出一套准确率相对较高的诊断产物。

2019年，海内从事医疗AI的企业有140多家，其中快要120家都在做医学影像营业，约100家企业在做肺结节影像产物。

疫情发作前，海内影像医生资源已经处于严重欠缺中：每年天下放射科门诊量的年增进率是30%，然则影像科医生的数目年增进率仅为4.1%。

凭据乐晴智库的数据，中国每年的影像误诊人数约为5700万。此外，患者拍片常年需排队预约。

疫情突然发作，给一线的影像医生带来两个伟大的挑战：一是阅片量激增，大量都是高强度的重复性体力劳动，二是下层医院装备不足，医生履历和素质乱七八糟。这两点都市导致误诊和漏诊。

武汉市金银潭医院放射科主任樊艳青说：“我时刻提醒自己，告诉自己不要流泪，由于眼睛要用来看海量的CT和X光片子。”

根据疫情最严重时的状态，湖北省天天新增1万多名疑似患者，他们的CT片总计跨越数百万张。与此同时，另有几万名确诊患者的复查需求，据估计，一线的阅片医生们天天的事情量到达500万张。

机械人剖析X射线脑层析成像

AI可以解决医生们的燃眉之急

中国工程院院士潘云鹤说，现在用于剖析胸片的AI模子，对肺癌的检测率到达了98%以上，远远高于人工。

浙江大学邵逸夫医院用AI剖析角膜炎图像，准确率已经跨越80%，比介入测试96%的医生都加倍精准。

3月16日，微软研究院、美国国立卫生研究院与白宫科学手艺办公室等机构团结公布了COVID-19开放获取数据库，人们最先用AI挖掘学术论文之间的联系。

AI会比训练有素的学者更快地明白论文内容，追踪现在疫情最要害的问题的一些谜底：新冠病毒是怎么流传的？我们对它的起源和进化领会若干？我们要若何制造疫苗与特效药？

美国联邦的首席手艺官迈克尔·克拉希欧斯对媒体说：人类可能错过的器械，AI不会。

当AI误诊时，我们怎么办？ 

只管AI诊断的准确率很高，到达了96%，甚至99%，然则仍然存在1%或者4%的失误。

统计学上的一个数字，落到小我私家头上就是一座山。一旦发生，谁来为这个失误卖力？

2018年7月3日《日本经济新闻》报道，由于AI存在误诊的可能，日本厚生劳动省把AI医疗装备定位为辅助医生举行诊断的装备，划定诊断的最终责任，由医生负担。

《英国医学杂志》(BMJ) 的研究人员最近忠告说，“许多研究和媒体声称人工智能在注释医学图像方面到达与人类专家一样的水平，甚至比专家还好，但现实上 AI 的质量很差，而且被强调了，这对患者的平安构成了风险。”

伦敦帝国理工学院的研究人员发现，在一项AI临床诊断准确率的研究中，350名中国白内障患者介入实验，有一些人是AI诊断，有一些人是专家诊断。AI诊断的平均时间比专家的诊断速率快，然则准确率为87%，而专家医生的准确率到达99%。

AI就像一个孩子，需要发展。它的显示，与它能够获取的“食物”的质量有关，那就是数据。

我们天生和共享数据的速率在迅速增添，据IDC（国际数据公司）的展望，2020年全世界医疗数据总量将到达40万亿GB，是2010年的30倍。

然则，这其中有80%的数据，是非结构化数据。它们藏在医院的病例资料里，藏在海量的影像片子中，没有被适当地量化，也就不能被AI提取、识别和处置。

2020年头，诺华制药的首席执行官Vas Narasimhan注释了数据若何成为医疗AI的研发痛点：“我们不得不破费大部门时间来整理数据集，然后才气运行这个算法。”他以为，我们低估了现有的高质量数据有何等少，整理和链接数据的难度有多高。

在海内，现在医疗保健行业的数据处于涣散状态。医院是医疗数据的最大生产机构，然则现实中，没有哪家医院愿意无偿把医疗数据共享出来。另一方面，这些数据也涉及到患者隐私。

海内的AI医疗创业公司需要病人的数据来训练AI、让AI学习时，只能挨家和各个医院去谈，这样就发生了许多“灰色地带”。

中华医学会放射学分会主任刘士远曾建议，若是能以政府出头牵头，在一个省的局限内建一个大的数据中央，将该省所有医院的数据汇总使用，未来可能将加倍正当有效地推动医疗AI的生长。

医疗是人和人的关系，不是人和机械的关系 

这次AI抗疫，另外两个亮眼的应用是医疗机械人和线上诊疗。

在上海儿童医学中央，机械人“小白”上岗，在防护资源不足的情形下，削减医生和患者面对面相同的频率，降低了医患交织熏染风险。

火神山、雷神山医院，也都用上了智能递送机械人，能够凭据医院的需求，递送化验单、药品，给患者送饭。

扫地机械人，长得完全不像人也没问题。然则用在医院里的机械人，除了它正常推行功效之外，我们似乎总是期待它能更多地模拟人的形状，像人的样子。

这与患者的心理有关。中国陆军军医大学的研究人员，近期举行了一项“患者对人工智能医疗的认知及信托度”观察，发现患者对AI接受度和信托度最高的是医疗后勤环节，其次为医患接触较少的医疗辅助环节。

在做手术等医疗焦点环节，人工智能介入的事情越多，占有角色越重，患者接受度和信托度越低。

在生死攸关的时刻，我们照样倾向于信托我们的同类，而不是看起来有些冰凉的AI。

复旦大学隶属华山医院内分泌科副主任医师吴晞告诉我们，他们科室现在就在用AI剖析糖尿病视网病变的图像。他以为，AI完全有能力取代人类医生下诊断。这是由医学的本质决议的。

“差别医生凭据某些症状一定能得出相同的诊断，除非有些症状被忽略了。既然人和人能做出一样的诊断，人和AI做不是一样的吗？AI会更敏捷仔细，犯错的概率更小。”

今年2月，《自然》杂志报道了一种最新的抽血机械人。抽血总成功率为87%，对于静脉清晰的受试者来说，成功率为97%。这个效果，可以说优于大部门人类护士。

摄影：Miriam Dörr

“我们以后的事情，可能就是和AI互助，不是去研究怎么战胜疾病，而是去搞清楚什么是病，什么是病人，什么是康健。”

疫情时代，线上诊疗的几个大平台，流量都呈发作式增进：平安好医生在疫情期平台访问量11亿人次，新增用户日均访问量是平时的9倍，新用户注册量增进了10倍。

春雨医生在开通新冠肺炎义诊后，武汉及其周边地区患者提问量跟之前相比增进了10倍。丁香园的在线问诊平台，单日问诊量的增幅跨越300%。

在线上平台上回应这些患者的，是一个个活生生的人。平安好医生的自有医疗团队，截止到2019年12月31日，是1409人。丁香园的APP上，疫情时代在线的活跃医生跨越1.5万人。

NCP生命网络的发起人郝南说，关切有时刻比医疗辅助自己更主要。美国首个研究肺结核的实验室的创办者、医学家爱德华·特鲁多留下了一句至今为医学界尊崇的名言：“有时治愈，经常关切，总是抚慰”。

医疗AI的生长，也许未来将让我们加倍靠近医学的本质：促进人和人之间的关系，而不是人和机械之间的关系。让我们拭目以待。

文章来自微信民众号：一条（ID：yitiaotv），作者：罗广彦、石鸣