发展关键:数据积累是完成任务的前提

“我们医院有专门的病案数据统计部门,积累了大量的患者基本情况和他们的疾病诊断、治疗等数据,数据统计部门计划通过对这些数据的分析更好地为治疗患者提供支持。”北京大学肿瘤医院季新强说。

以北京大学肿瘤医院为代表,很多医院都建立了数据中心,将疾病的信息积累起来,用于挖掘分析。在北京西山,中国医学科学院阜外医院基于专业的私有云搭建起国家级、可共享延展的健康医疗大数据和生物样本库平台,通过深度挖掘、利用数据样本,旨在帮助医生精准治疗,并寻找新药靶点,指示功能基因位点。

数据积累是AI得以完成任务的前提。在谷歌大脑对于从视网膜图像,辅以各种因素如年龄、性别、吸烟史、血压等,预测心血管疾病风险的任务中,系统使用了130000个视网膜图像进行训练。

发现传统方法感知不到的细节,中国科学家们也在进行前沿的研究。中国科学院软件所研究员田丰介绍,他的团队在国家重点研发计划的支持下正在开发各种医用级的穿戴设备,“在传统的帕金森病诊断过程中,医生会让患者在纸上连线、画螺旋以判断病情。而有了传感器的笔可以探测到使用者的用笔压力变化、用笔方式等之前采集不到的信息,我们发现这些也和帕金森病的前期征兆有关”。

“手部姿态的获取,正在试点应用于智能诊室中,帮助医生诊断神经系统方面的疾病”,田丰说,项目参与单位协和医院正在进行试点应用,进一步的研究还在跟进。

终极形态: AI医生或许不会真正到来

尽管达芬奇外科机器人已经使用微创的方法,实施了多台复杂的外科手术,但研究公众健康传播多年的顶尖学者田向阳却认为并不能将病人交给机器人。他在《医患同心 医患沟通手册》一书中写道:“医乃仁术,医学是仁爱的。”

“医学首先是人文的,而不是技术的。”田向阳由故事讲起,二战时纳粹集中营中有一位犹太医生,他看到一位刚被毒打过的犹太同胞因为疼痛而大声喊叫和呻吟,但因为没有抢救器具而心急如焚,他在无奈中下意识地把对方揽在怀里,而就在此时,奇迹出现了,病人骤然停止了喊叫和呻吟,一下子安静下来,脸上露出安详的表情,仿佛他不疼了,仿佛身体上重伤一下子好了。

这个故事正应了文章开头的那句话,技术上的治愈只是医学的“有时”。田向阳介绍,在健康的影响因素中,技术性医疗服务占比不到10%,还有人类生物学因素、社会与物质环境因素、心理行为因素等。现代循证医学为人类健康问题的解决提供了重要的指导思想,但是询证医学并非完美无缺,如通过AI技术获得的有效性证据是99%,那对于属于1%的患者来说却是100%的痛苦和不幸。

“人是世界上最精密、复杂、敏感的生命体,同样的疾病在不同的个体上表现迥异,一种疾病在同一个体上的不同阶段区别巨大,医学说到底是人学,不是机械学、物理学,也不是生物学、细胞学和疾病学,医学比任何一个学科都要复杂得多。人的问题必须靠人解决,单纯依靠技术是行不通的。”

田向阳表示担忧,过度依赖人工智能技术,会把浸透着人文温情的医学变成冷冰冰的技术,把温暖的医院变成人体修理厂,有违医学的“初心”,最终可能会导致医学的异化。

在医疗领域,人工智能的应用具有广阔的前景,如疾病诊断、病因推断、治疗方案遴选、精密手术等,但前提是必须由医生来操控,任何人工智能技术都只能是人脑和人手的延伸,是帮助医生解决患者健康问题的工具。可见,AI诊疗的最后一步,是最遥远的一步。