首页 首页 人工智能 查看内容

人工智能辅助看病,你和医生敢用吗?部分场景已有应用,还面临诸多挑战

木马童年 2019-4-23 19:46 139 0

捂着疼了一晚上的牙到口腔科就诊,你费劲地向医生一一告知病史、症状。医生一边拿着工具替你检查,一边跟你说话。等到诊疗结束,他们还要根据记忆填写你的病历,这就难免出现个别遗漏。如果再遇上一位爱好手写狂草的 ...

捂着疼了一晚上的牙到口腔科就诊,你费劲地向医生一一告知病史、症状。医生一边拿着工具替你检查,一边跟你说话。等到诊疗结束,他们还要根据记忆填写你的病历,这就难免出现个别遗漏。如果再遇上一位爱好手写狂草的医生,拿回病历卡的你恐怕瞬间崩溃——你可能完全看不懂病历上那些究竟是什么字,但你又不好意思问得太多,更拉不下脸来让医生给你朗读一遍。于是,你可能根本无法获知医生对自己的准确诊断。

这样的场景,在以往的看牙经历中并不罕见。因为口腔科的特殊性,医生尤其不方便在问诊的同时停下手中的工具写病历,于是,能不能在工作的时候解放牙医的双手,这个问题亟待解决。

以语音识别为众人所熟知的科大讯飞,从2016年开始试验“语音电子病历系统”,以期提高医生诊疗的效率。目前,它已经成为较为成熟的医疗领域应用,受到医生和患者的欢迎。

 

人工智能辅助看病,你和医生敢用吗?部分场景已有应用,还面临诸多挑战

口腔医院使用语音电子病历系统

这个系统有什么用?记者了解到,在科大讯飞为北大口腔医院设计的门诊语音电子病历系统上,医生在与患者沟通、检查、处置的过程中,可以使用专门定制的医学麦克风设备全程录音,只要以口述的方式记录电子病历内容,经过后台语音识别和自然语言理解处理,一张结构化的电子病历就可以自动生成了。由于目前技术识别准确率超过95%,医生经过简单确认,可以立即打印,既提供给患者,也能同时完成电子档保存。

 

人工智能辅助看病,你和医生敢用吗?部分场景已有应用,还面临诸多挑战

辅助“读片”,让医生节省人

除了“听懂”,医学对于人工智能的要求还有“理解”。

排很长的队拍完CT,再排队候诊,你一定希望接待你的医生是个读片高手。

过去,医生要从10000个病人中找到真正有问题的、需要随访的病人,就必须翻阅全部10000张片子。如今,成像分辨率越来越高,医生要看的影像也越来越多,但是医生需要的不是数据,而是信息,怎样把这些有效信息更好地呈现给医生?这正是智能影像需要解决的问题。它需要自动图像分析工具做更精准的判断,很多技术仅凭眼睛是很难做到的。

利用人工智能做病灶检出和分析,可以大大提高读片效率,前面说的10000个病人,可能只需要看1000张片子,甚至不是去翻这1000张平片,而是从三维图像里快速找到医生要的信息。据科大讯飞医疗执行总裁鹿晓亮介绍,人工智能未来要承担的,就是医生的工具辅助任务,大多数重复性、事务性工作交给人工智能,医生就能节省人力,投入到更专业的医疗服务中去。

 

人工智能辅助看病,你和医生敢用吗?部分场景已有应用,还面临诸多挑战

讯飞医学影像辅助诊断系统涉及的技术,于2017年8月刷新LUNA医学影像国际权威评测世界记录,以平均召回率94.1%的检测效果获得该项评测的第一名,这个成绩保持到了今天。

 

人工智能辅助看病,你和医生敢用吗?部分场景已有应用,还面临诸多挑战

科大讯飞医学影像辅助诊断系统

慢性病管理,拒绝孤军奋战

作为人工智能在医疗领域应用的实验者之一,科大讯飞除了与全国上百家大小医院展开合作,最近又在上海与互联网医疗健康社区丁香园达成战略合作,引入如医药企业、设备、专家、医生等第三方合作伙伴,以期让整个链条产生可运行的商业模式。后者用18年时间,打造了国内知名医疗学术论坛及一系列移动产品。

这会擦出怎样的火花?

假如你是一名糖尿病患者,只是因为忍不住偷食了一小块月饼,也许接下来你的血糖就会发生波动。作为慢性病的典型代表,治疗糖尿病患者不能单纯注重降糖,日常更要以长期稳定控制血糖、预防糖尿病并发症为目标。

需要长时间疗养、长期预防和控制,是慢性病的一大特点。如果一年按365天计算,有8760小时。据测算,在现有的医疗条件下,你一年与护士、医生、营养师或者其他健康工作者接触的时间,多不过6小时,那么剩下的8754小时,只凭你一个人自觉,想来也过于艰难孤独了。

两者合作,有望用机器语言代替人工干预,引入糖尿病患者的日常管理。丁香园副总裁张伟表示,“人工智能技术在慢性病管理中会发挥越来越重要的作用。在常见问题、常见交流中用人工智能语言代替人类语言,我认为特定疾病领域下完全可以实现。”在不久的将来,你可以自己测量完血压后,上传到云平台,在那里对数据进行分析,而你的专属AI助理,立刻就能用智能语音交互系统对你进行督促了。

医疗人机耦合,尚面临诸多挑战

两者叠加的野心不止于此。科大讯飞医疗执行总裁鹿晓亮表示,希望能够构建一个人工智能+医生的人机耦合新模式,“让60分的医生能够做80分的事情,提高服务效率,提升服务质量,同时让90分的医生不再去做简单重复60分医生的工作”。

事实上,这种模式已经有不少应用的案例,主要使用在虚拟助理、辅助疾病诊断、健康管理、医学影像、临床决策支持、医院管理、疾病风险管理等场景。而疾病风险管理和医学影像,是眼下较为热门的两大应用场景,相关产品也相对成熟。

据公开资料显示,国外互联网巨头在人工智能+医疗领域都有或多或少的布局,其中IBM布局最早也相对深入,谷歌、微软均有部分参与。而在我国,2016年起人工智能+ 医疗逐渐形成投资风口,不过,因为医疗领域的专业门槛和技术发展的不确定性,商业化进程依然比较缓慢、投资风险也较高,因此目前并未形成大规模的投资形势。

尽管AI在医疗领域的应用能产生巨大的潜在价值,我国在人工智能技术开发市场也具备大数据的优势,但是现实中,除了一些技术发展还处于实验室阶段以外,“AI+医疗”在数据质量、标注准确性、市场认可等方面,都面临挑战;此外,在政府监管、法律伦理和隐私安全等领域,也面临一系列风险。这是与广阔的商业空间并存的。AI技术如何落地成靠谱的产品,如何让医生和消费者敢用、愿意用?将成为接下来国内外相关行业摸索的重点。

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

语音识别 科大讯飞 语音 医疗领域 自然语言 人工智能
0