機器人醫生来了|機器人|人工智能|手術_新浪科技_新浪網
总有些事變超乎想象。11月6日，讯飞科技研發的“智醫助理”呆板人以456分的成就經由過程临床执業醫師综合笔试。在天下53万名考生中，這一成就属于中高档程度。
千百年来，在與疾病奋斗的汗青上，人类是當之无愧的主角。現在，呆板人来了。跟着時候推動、科技前進，它们經由過程“人工智能”加持，寄托计较機視觉、智能语音技能和天然說话处置等技術杀入醫疗界。
醫疗行業，迎来了一場“人機之战”。
呆板人来了
一份2017年醫疗人工智能財產陈述显示，201五、2016两年新建立的人工智能+醫疗公司数目是曩昔18年的两倍
活着界享有盛誉的画家达芬奇归天400多年後，一款同名的手術呆板人在美國出生。
1999年1月9日，第一代达芬奇手術呆板人在美國面世，2000年被美國藥监局正式核准投入利用。
缔造“达芬奇”的Intuitive Surgical公司對它寄與厚望。灶台清潔,專家们也等待着它能辅助大夫完成繁杂外科手術。他们但愿，“达芬奇”能成為行業里的佼佼者，就像画家达芬奇同样，在汗青上留下浓墨重彩的一笔。
很快，“达芬奇”風行全世界，活着界顶级病院“攻城略地”。
2006年，它来到了中國。
2015年，它来到了广东。
中山大學从属第一病院引進的第三代达芬奇手術呆板是華南地域首台。很快，包含中山大學从属肿瘤病院在内的顶级病院也将它请進了手術室。現在，它被遍及用于外科大部門范畴微創醫治，包含肿瘤科、胸外科、妇產科、泌尿外科和心脏手術等。
中山大學从属第一病院的肝胆外科主任醫師殷晓煜是“第一個吃螃蟹”的人。两年前，在达芬奇手術呆板人的共同下，他樂成帮忙患者切除胰腺體尾部的肿瘤。
“患者的脾脏血管被肿瘤榨取得很紧张，肿瘤與脾静脉、脾動脉粘連得很慎密，必要将胰體尾和脾脏連带肿瘤一并切除。”殷晓煜說，曩昔他會為患者做傳统開腹手術，手術暗语會到达二三十厘米，患者創伤大，術後傳染概率也增大。有了“达芬奇”，手術暗语變小了、患者失血變少。患者在術後規复更快，愈合更好，能收缩住院時候。
面前的“达芬奇”由外科大夫節制台、床旁機器臂體系和成像體系三部門構成。其機器臂體系犹如一只章鱼，共有四条可實現540度扭转的可交互式“操作臂”和“镜头臂”。
手術進程中，殷晓煜坐在手術无菌區以外的操控台上。面前的显示器显現放大10倍的三维立體高清影象，使他能清楚地存眷得手術視線中的每個细節。
“手術呆板人具备高不乱性和精准度，超出了肉眼和人手的局限，能辅助外科大夫完成高难度的手術。”殷晓煜說。
現在在广东的三甲病院，“达芬奇”在手術中已占据一席之地，成為外科專家不成或缺的助手。
除這些“大块头”，更多小而精的人工智能產物也不竭被投入光临床利用。它们重要應用于智能诊疗、智能影象辨認、智能康健辦理等三大場景。
11月14日，在广州南邊醫科大學珠江病院内排泄科，一名病人正在與“糖小护”呆板人举行沟通對话。
“咪卡，咪卡，甚麼是糖尿病？”
“糖尿病是指人體排泄器官胰島遭到紧张影响而發生問题，好比或人半年時候常常有應酬，饮食大鱼大肉，或天天都喝可樂、果粒橙等甜饮料……”
内排泄科主治醫師陈容平說，呆板人“糖小护”不但能解答患者的發問，還能一站式收集患者康健数据，公道為患者搭配饮食，评估發生糖尿病并發症的几率。它仍是一位康健管家。若患者呈現低血糖，它還能“一键通知”家眷和大夫，夺取急救患者的“黄金時候”。
“糖小护”開辟企業的相干賣力人李雪梅說：“小呆板人装载了领先语音采集和处置體系，能與患者直接语音對话。接管發問後，‘糖小护’就可以调動常识库内容，答复病人問题，帮忙病得了解糖尿病。在将来，‘糖小护’有望用方言與病患举行沟通互動。”
在智能影象辨認范畴，浩繁巨擘對准了這一细分市場。如科大讯飞股分有限公司開辟了一款人工智能醫學影象辅助诊断體系。2016年6月以来，该體系經由過程進修68万张肺部CT影象資料，已在病院CT室辅助大夫诊断了约11000人次的CT。
呆板人在解放人力和流程优化上挑起了大梁。广州市主妇兒童醫疗中間初次启用物流呆板人“诺亚”，用于配送藥品、标本和手術器械。
“诺亚”自若地穿梭在病院侧楼：“我要動身了！”“我如今進入電梯了！”“我被盖住了”……在病院副院长张志尧看来，“诺亚”搭载的藥箱利用了暗码锁，包管首要的病院装备和藥物无污染运输，進一步低落報酬毛病的危害。
醫疗康健立异創業大数据平台火石缔造公布的2017年醫疗人工智能財產陈述显示，201五、2016两年新建立的人工智能+醫疗公司数目是曩昔18年的两倍。
這暗地里是市場嗅觉灵敏的本錢的助推。
美國黑金,
老龄化社會到来、慢病高速增加、大康健意识加强等身分催生了人们對醫疗辦事更進一步的需求。另外一方面，醫疗資本欠缺、地區分派不均等問题，讓投資人更看大好人工智能在将来醫疗市場上的作為。在他们眼里，人工智能嫁接醫疗能提高醫疗效力和出產力，减缓供不该求的环境。
BAT、google、IBM和Facebook等國表里巨擘均纷繁结構人工智能+醫疗市場，掠取醫疗市場這块“大蛋糕”。一場人機博弈愈演愈烈。
人機之争
人工智能利用大多體如今影象資料和数据阐發上，但人工智能若何經由過程與病人的直接接触和互動交换来實現精准诊断和醫治，還是一道技能困难
“狼来了！”广州中醫藥大學临床醫學專業钻研生蒋豪（假名）在看到呆板人經由過程临床执業醫師综合笔试的消息時，不由發出如许的感伤。作為一位醫學生，他會担心没法經由過程临床执業醫師测验，如许他将没法到正規病院行醫。
這份担心并不是毫无事理。中山大學从属第一病院院长肖海鹏說，数据显示我國國度执業醫師資历测验的經由過程率仅為50%到60%，即有约一半的醫學專業學生没能經由過程資历测验。
呆板人果然比人利害吗？
外科大夫殷晓煜不觉得然：“呆板人并不是全能。以达芬奇呆板報酬例，一些繁杂、疑問的手術，仍必要外科大夫以傳统的方法处置。說到底，手術呆板人也是由大夫来操作的。”
内科大夫陈容平認為，人工智能的最大价值在于解放大夫。“曩昔但凡接管一位新病人，大夫、护士就得给他科普甚麼是糖尿病、應當注重按摩枕,甚麼、為甚麼要打针胰島素等共性問题。現在引入了具有语音交互功效的‘糖小护’後，大夫、护士便可以从這些繁琐的事件中摆脱出来，去做更有价值事變。”
在一些業界人士看来，人工智能必要用大量数据支持，醫學影象、醫疗病例、基因突變、诊断病例、術後跟踪、康健举動数据均為醫疗人工智能行業利用的条件。
去除眼細紋,
但是，在2017人工智能＋醫藥康健立异峰會上，浙大睿醫人工智能钻研中間吴福理暗示，今朝分歧醫疗機構間数据不同很是大，為人工智能处置徒增坚苦。缺少尺度化的数据，人工智能就无从谈起。
吴福理提出假想，将来的醫疗数据特别是临床数据，應像今天挪動付出范畴的数据同样，由國度建立雷同金融“網联”那样的醫疗数据毗連中間并将這些数据汇集起来，同一制定命据尺度、标注尺度、病种影象数据尺度。
一种共鸣是，人機之争，争在病患。
今朝，人工智能利用大多體如今影象資料和数据阐發上。但人工智能若何經由過程與病人的直接接触和互動交换来實現精准诊断和醫治，還是一道困难。
在广州一家三甲病院从業21年的内科大夫张鑫（假名）說，病患表达八門五花，要實現呆板人與病患之間有用的沟通，實非易事。再者，人體本是繁杂體系，如牙痛多是冠芥蒂的“旌旗灯号”。呆板人可否具有望聞問切的能力，有待商议。
迈過技能關，另有生理關。在醫患瓜葛严重确當下，要病患信赖人工智能的诊断其實不轻易。若是人工智能犯错或是大夫采纳人工智能毛病建议，谁来賣力？
张鑫還認為，在這場人機之战中，醫护职員也必要進修若何與呆板人共处。“對付大夫来說，如果不领會人工智能的算法，那他们就难以佩服软件提出的诊断方案。”他說。
就病院的辦理层而言，IBM全世界咨询辦事部醫藥行業賣力人周德标在接管媒體采访時直言，呆板人要拿到“通行證”没有想象中轻易。它们必将會冲破原有法则，扭转病院原本的辦理方法。他的直觀感觉是，今朝三甲病院對其踊跃性其實不高。病院院长偏向認為真實大夫比人工智能有效多了。人工智能的下一個主疆場不在三甲病院，而是在下层病院。
但醫疗草創企業Airdoc市場副总裁张京雷则認為，人工智能進入下层醫疗市場坚苦重重。中國下层差距很大。病患對人工智能接管度也低，企業必要很大精神和投入科普人工智能和试探贸易模式。
将来之路
将来人工智能醫疗的發力点极可能重要在基因阐發和精准醫疗、智能藥物研發上
本錢的灼热和醫患的张望并存。在這個十字路口，人機之争的将来在何方？
广东省第二人民病院院长田军章說，不远的将来，病院會上線交互性呆板人。它能代替大夫答复病人的常見問题，把醫护职員从反复繁琐的事情中解放出来。
珠江病院血液科的李玉華大夫提出了她的设法：将来，人类大夫将潜心科研，霸占疑問杂症。病人来病院看病，欢迎他们的大夫、病愈師都有多是呆板人。
张超說：“研發人工智能是為了取代大夫从事反复性的事情，比方导醫和影象辨認等，而非代替大夫。想實現梅奥的终纵目标，人类就要把人工智能與更多醫疗举動連系起来。”
在2016年举辦的第三届乌镇互联網大會上，baidu董事长李彦宏提出了成长人工智能醫疗的设法。他認為将来人工智能醫疗的發力点重要在基因阐發和精准醫疗、智能藥物研發上。
在基因阐發和精准醫疗方面，業界人士認為，计较能力壮大的人工智能會為大夫梳理最新基因钻研功效。在基因范畴，經呆板人收拾和洗濯数据後，大夫能在第一時候领會科研功效，并将其用光临床實行中去。
智能研發藥物已有先例。按照中國青年網等媒體報导，2015年，在抗击埃博拉病毒的“战斗”中，人工智能阐扬了關头感化。彼時，為了钻研能抵當埃博拉的疫苗和藥物，科研职員废寝忘食事情，却盘根错節、希望迟钝。大洋彼岸傳来了好動静。在美國硅谷一家草創公司Atomwise内，事情职員操纵了IBM超等计较機，樂成寻觅到節制埃博拉病毒的两种候卡利百家樂，選藥物，本錢不跨越1000美元。
在新藥挑選時，Atomwise的步伐員操纵繁杂算法筛選出最具备平安性的化合物，作為新藥的最好备選者；随後，他们操纵人工智能對近千种已知藥物的副感化举行断定，领會它们副感化的巨细，从當選擇副感化小的藥物進入光临床實行中。不但如斯，Atomwise還可以摹拟和检测藥物進入體内後的吸取、散布、代谢和分泌、给藥剂量-浓度-效應之間的瓜葛等等。經由過程利用這一法子，新藥研發的時候本錢大為低落。藥物研發从此進入“快車道”期間。
咱们再往返看一组数据：美國塔弗茨藥物開辟钻研中間2014年的陈述显示，一款樂成上市的新藥先後必要损耗掉29亿美元資金。此中包含约14亿美元直接投入和研發失败致使的约12亿美元的間接投入。新手腕節省時候和經濟本錢不問可知。
今朝，借助深度進修的技能，人工智能已在血汗管藥、抗肿瘤藥和常見沾染病醫治藥等多范畴取患了新冲破……
在醫學生蒋豪的朋侪圈，有如许一段话：“人工智能，是不是會讓大夫感触發急乃至代替大夫，不得而知。最少，它们是人開辟的。而没有人比人更领會人”。
本版拍照（除签名外）：
頁:
[1]