搭个手就能看病？你也许觉得并不稀罕：中医嘛。然而并不完全是。随着技术的飞速发展，人工智能不仅学会了下围棋，也学到了一手“望闻问切”绝活。
国防科技大学计算机学院研究员彭绍亮日前向科技日报记者介绍，基于临床医疗大数据与超级计算能力的人工智能辅助诊疗技术，可以通过传感器、摄像头及常规检查手段采集患者各项指标，与后台大数据比对、计算后，快速做出诊断。
“医生能记住的病例终归有限，而智能诊疗系统的后台目前已有7800万电子病例，可以做出更精确的判断。”彭绍亮说，该系统通过计算后，能为医生列举出多个诊断结果，比如肺结核的概率、肺癌的概率等，再由医生判断确认。他表示，以肺结核为例，资深主任医师的诊疗准确率通常约为70%，而该系统能达到90%以上，已经超过人类教授的水平。同时该系统也能缩短看病的时间，提高医院接待病人的数量。
从“菜鸟”到“结核病教授”，人工智能用的时间可比人类短得多。彭绍亮说，诊断肺结核这种疾病，前期所需计算量非常大，借助天河超级计算机花费了两周时间，此后也在不断丰富数据、自我完善。他表示，目前该系统已掌握了30种疾病的诊疗，并走通了一条“学习之路”。下一步将对算法进行深度大规模并行加速，让系统经过1到3天的“训练”，就能学会一种新的疾病。“我们希望能在一年内掌握300种常见疾病。”他说，“人类总共有大约3000种疾病，把它们全部掌握，是我们的终极目标。”
除了看病，挂号难的问题也一直饱受诟病。抛开凌晨排长队、与号贩子斗智斗勇不说，许多患者自己也搞不清该挂什么科，如果费尽周折却挂错了号，一切又得重来，这种打击可能堪比病痛。
2016年年底，智能诊疗系统的挂号平台出现在第四军医大学附属西京医院，让医生与患者眼前一亮。“过去挂号准确率只有6、7成，而该系统能达到99%，还能避免黄牛。”彭绍亮介绍，该系统会快速采集患者的面相、舌苔、体温、心率等，然后根据数据库里的大型分支决策树向患者提5至10个问题。比如患者体温偏高，便问他嗓子疼不疼、是否咳痰，根据答案进入下一分支，通过最短路径算法，用尽量少的问题定位患者的疾病种类。
如果说发病就诊已属“亡羊补牢”，智能健康系统则能帮助人们定期体检，在发病前“防微杜渐”。彭绍亮说，该系统可以简便地为人们进行常规检测，建立个人健康档案，将检测数据与后台的上百万数据进行比对，分析被检测人的哪些机能衰退得更快，哪些需要治疗，哪些需要调养，帮助人们提前了解健康风险。“比如系统查出最近一两个月你的心率处于非正常状态，就会给你提醒。要是没有这种检查，你又恰好去跑马拉松，就有可能发生危险。”他说。如果检测出需要治疗，一套智能导旅系统还能为患者提出一系列建议，例如这个病是否严重，是该去专科医院治疗，还是在社区医院就能看等，并中长期追踪患者的健康状态。
让人工智能进入医疗领域，核心是算力、算法、大数据。彭绍亮认为，天河计算机的超级运算能力、由此可实现的复杂算法，以及丰富的临床大数据，使得这三大要素已经具备。以此为基础，硬件设备能以各种形式走进人们的生活，可以做成机器人医生放在医院，做成立式设备放在社区、机场、火车站，也可以装进电脑、手机，随时就能使用。
“目前我国医疗领域最大的问题就是医疗资源不足、不均衡。人工智能手段将解决这个问题。”彭绍亮表示。
（来源：科技日报 原标题：人工智能医生诊断准确率竟超过教授）
《中国数字医学》微店，点击以下阅读原文进入
