電話：
021-67610176傳真：
閱讀：9 發(fā)布時間：2017/12/26
記得前一段時間，我們專門聊過人工智能醫(yī)療，然而zui近市場又被人工智能醫(yī)療刷屏了。刷屏的原因就是人工智能繼戰(zhàn)勝了各位圍棋棋手之后，又有了一個新的突破，這個突破就是在醫(yī)療領域。今年11月，國家醫(yī)學考試中心發(fā)布了“2017年國家執(zhí)業(yè)醫(yī)師考試臨床綜合筆試”合格線，由科大訊飛和清華大學聯(lián)合研發(fā)的“智醫(yī)助理”機器人取得了456分的成績，大幅超過360分的臨床執(zhí)業(yè)醫(yī)師合格線，標志著人工智能在范圍內(nèi)通過醫(yī)考筆試。
這個消息出來的時候，可以說是業(yè)界一片震驚，因為機器人來搶醫(yī)生飯碗的日子終究來了，今天我們就來聊聊連人工智能都已經(jīng)通過了醫(yī)師考試，那么AI醫(yī)療離我們真正臨床應用到底還有多遠？
一、**個通過醫(yī)師考試的人工智能
事情是這樣的，在今年的8月份，在國家衛(wèi)計委和安徽省衛(wèi)計委的指導下，科大訊飛和清華聯(lián)合研發(fā)的人工智能機器人在國家醫(yī)學考試中心參加了2017年臨床執(zhí)業(yè)醫(yī)師綜合筆試測試，為了驗證這場測試的公正性，有專門的公證處進行了公正。
之后，成績公布出來，這個被叫做“智醫(yī)助理”的人工智能獲得了456分的分數(shù)，再結合國家360分的及格線，可以說人工智能獲得了一個的高分。如果不了解國家臨床執(zhí)業(yè)醫(yī)師綜合筆試的人可能還不知道這個考試意味著什么？據(jù)數(shù)據(jù)統(tǒng)計顯示，從1999年執(zhí)業(yè)醫(yī)師資格開考以來，考試難度一年比一年大，通過率越來越低，近年來，全國每年執(zhí)業(yè)醫(yī)師資格考試中考生的總體通過率基本保持在25%左右。在人工智能參加的這場考試中，共有兩萬多名真人學子參加了考試，人工智能在學習了近百萬張醫(yī)學影像資料、53本專業(yè)醫(yī)學教材、200萬分真實電子病歷，40萬份醫(yī)療文獻之后考到了這兩萬多人中的*名，這個成績不得不讓人驚嘆不已。
這也難怪有人感嘆離人工智能取代醫(yī)生，讓醫(yī)生下崗的日子可能真的不遠了。
二、AI醫(yī)療離落地還有多遠？
之前我們在《智能醫(yī)療是如何成為新晉投資風口的？》一文中討論過人工智能在一些較為成熟領域可能的應用，比如說醫(yī)療機器人、智能藥物開發(fā)、智能診療和智能影像識別。現(xiàn)在來看隨著技術的不斷突破，這些領域的實現(xiàn)速度將會遠超過我們的想象，之前我們對AI醫(yī)療1.0時代的預測恐怕在不久的將來就會成為現(xiàn)實，而如今我們就已經(jīng)需要面對AI醫(yī)療的2.0時代了，這就是真正的人工智能醫(yī)生。
突破人工智能醫(yī)生的關鍵核心就是人工智能領域的深度學習技術，我們已經(jīng)見證了這個技術如何在阿爾法狗的身上擊敗李世石，又打敗了柯潔。這種學習能力超越了我們大多數(shù)人的想象，我們不妨來設計一下人工智能的落地路徑。這種人工智能的醫(yī)生不再是我們說的類似于IBM沃森的輔助醫(yī)生，而是完完整整的替代人類的醫(yī)生。
不妨假設一個這樣的場景：某一天*大量的醫(yī)院裝備了AI醫(yī)療的設備，每天都會產(chǎn)生海量的病歷和他們的治療方案，從而不斷地進行數(shù)據(jù)積累，從簡單的搜尋類似案例進行治療，再到復雜的從中深度學習，從而推導出其中的關聯(lián)性以及概率，那么一場純粹由人工智能來進行的治療就已經(jīng)不遠了。它的實現(xiàn)方式是：
一是對于海量案例的深度學習。和人類學習一樣，就像人工智能醫(yī)生參加臨床醫(yī)生考試一樣，學習大量的醫(yī)學基礎知識和每天不斷更新變化的案例，所謂醫(yī)學界的老專家就是因為他看過了大量的病人，從而對病人狀況的判斷就能更加準確，但是老專家沒辦法量產(chǎn)，因為他的知識沒辦法進行100%的傳承，而人工智能則并不是如此，它也是依靠海量的案例來學習，但是這種經(jīng)驗是可以不斷累加的，機器人所能夠接受的訓練強度和效率是遠超過人類的，正如當時李世石在睡覺的時候，阿爾法狗已經(jīng)和自己下過了幾百萬盤棋一樣，機器人不需要休息，學習效率更高，從而培養(yǎng)AI醫(yī)生的成本比培養(yǎng)人類醫(yī)生會更低。
二是更加的概率判斷。我們在看病的時候經(jīng)常能夠看到醫(yī)生在病歷里面寫下：病人描述了什么樣的癥狀，有一個什么樣的化驗結果，認為什么樣的疾病的可能性比較大。這就是一般醫(yī)生的診斷方式，這就是概率診斷，在現(xiàn)實生活中醫(yī)生對于疾病的診斷方式就是概率診斷，所以在這方面機器人遠比人類更擅長概率分析和判斷，所以很快我們就可能看到機器人幫助真人醫(yī)生判斷病人的狀態(tài)，甚至在一些對于概率使用更大的門類中不斷增加AI的比重了。
三是診斷的全面標準化。一直以來，醫(yī)生都被要求進行標準化診斷，但是實際上診斷卻是一個個人主觀判斷很高的東西，所以標準化診斷雖然是一個要求卻很難被執(zhí)行，而對于AI醫(yī)療來說，標準化診斷卻是人工智能天生的本能，所以在標準化要求越高的領域AI醫(yī)療實現(xiàn)替代的概率也就越大。
可以說未來已來，當AI醫(yī)療通過臨床考試的時候，就代表其離真正的應用不再那么遙遠了。對于投資者來說，或許也需要好好辨認一下AI醫(yī)療的投資方向了。 (生物谷Bioon.com）
13916499749
