據(jù)國外媒體報道，對于從手術(shù)中提取的組織樣本，人類病理學(xué)專家通常需要大約30分鐘才能從中診斷出腦瘤。相比之下，一種新的人工智能系統(tǒng)可以在不到150秒的時間內(nèi)做到這一點(diǎn)，而且比人類同行更準(zhǔn)確。

在近期發(fā)表在《自然-醫(yī)學(xué)》（Nature Medicine）雜志上的一項新研究中，科學(xué)家描述了一種新的診斷技術(shù)，它結(jié)合了先進(jìn)的光學(xué)成像技術(shù)和人工智能的力量。該系統(tǒng)可以在患者仍在手術(shù)臺上的情況下，對腦腫瘤進(jìn)行實(shí)時、快速、準(zhǔn)確的診斷。在測試中，人工智能做出的診斷比人類病理學(xué)家做出的診斷稍微準(zhǔn)確一些，時間也更短一些。令人興奮的是，這個新系統(tǒng)可以在那些無法找到專業(yè)神經(jīng)學(xué)家的地方大顯身手，而且還有望幫助診斷其他類型的癌癥。

在癌癥手術(shù)中，外科醫(yī)生提取一些有潛在問題的組織用于實(shí)驗室分析并不罕見。這些術(shù)中活檢有助于更準(zhǔn)確的診斷，并幫助醫(yī)療團(tuán)隊設(shè)計下一步的治療方案，如安排后續(xù)手術(shù)切除腫瘤。這項新研究稱，美國一年大約有110萬份大腦樣本需要由訓(xùn)練有素的神經(jīng)病理學(xué)家進(jìn)行活檢，這個過程是“時間、資源和勞動密集型的”。

事實(shí)上，這些診斷涉及十幾個步驟，包括將組織從手術(shù)室運(yùn)輸?shù)綄?shí)驗室，暫時將其放在低溫冷凍狀態(tài)，再對樣品進(jìn)行解凍和脫水，用二甲苯清潔，最后再放在顯微鏡下分析。最重要的是，執(zhí)行所有這些步驟都需要組織病理學(xué)家，而這正是目前所缺乏的。研究報告稱，“鑒于神經(jīng)病理學(xué)研究人員42%的空缺率，預(yù)計還會出現(xiàn)進(jìn)一步的短缺?！?/p>

為了簡化這一過程，紐約大學(xué)的神經(jīng)學(xué)家丹尼爾·奧林杰（Daniel Orringer）和同事開發(fā)了一種診斷技術(shù)，將一種名為“受激拉曼組織學(xué)”（stimulated Raman histology ，簡稱SRH）的新型光學(xué)成像技術(shù)與人工智能深層神經(jīng)網(wǎng)絡(luò)結(jié)合起來。SRH使用散射激光來照射標(biāo)準(zhǔn)成像技術(shù)中通?？床坏降奶卣鳌Ｔ谑中g(shù)過程中，通過SRH獲得的圖像由人工智能算法進(jìn)行評估，所需時間不到150秒，而人類神經(jīng)病理學(xué)家往往需要20至30分鐘。

更為神奇的是，人工智能還能探測到肉眼看不到的活檢特征?！白鳛橥饪漆t(yī)生，我們只能根據(jù)所見來采取行動；這項技術(shù)讓我們能夠看到原本看不見的東西，從而提高手術(shù)的速度和準(zhǔn)確性，降低誤診的風(fēng)險，”丹尼爾·奧林杰表示，“有了這種成像技術(shù)，癌癥手術(shù)比以往任何時候都更安全、更有效?！?/p>

為了建立深度神經(jīng)網(wǎng)絡(luò)，科學(xué)家利用415名患者的250萬張圖像對系統(tǒng)進(jìn)行訓(xùn)練。在訓(xùn)練結(jié)束時，人工智能已經(jīng)可以將腦組織分為13種常見的腦腫瘤，如惡性膠質(zhì)瘤、淋巴瘤、轉(zhuǎn)移性腫瘤、彌漫性星形細(xì)胞瘤和腦膜瘤。

隨后，研究人員在三家不同的醫(yī)療機(jī)構(gòu)對278名腦瘤和癲癇患者進(jìn)行了臨床試驗，以測試該系統(tǒng)的有效性。由人類專家和人工智能分別對SRH圖像進(jìn)行了評估。結(jié)果顯示，人工智能識別腫瘤的正確率為94.6%，而人類神經(jīng)病理學(xué)家的正確率為93.9%。有趣的是，人類所犯的錯誤與人工智能所犯的錯誤是不同的，這實(shí)際上是一個好消息，因為這表明人工智能的錯誤性質(zhì)可以在未來得到解釋和糾正，從而獲得一個更準(zhǔn)確的系統(tǒng)。

SRH將徹底改變神經(jīng)病理學(xué)領(lǐng)域，因為它改善了手術(shù)過程中的決策過程，而且在缺少神經(jīng)病理學(xué)家的醫(yī)院里，它可以提供專家級的評估結(jié)果。此外，該研究還指出，由于腦瘤的許多組織學(xué)特征在其他形式的癌癥中也能看到，因此該系統(tǒng)最終可能用于其他領(lǐng)域，包括皮膚科、婦科、乳腺外科和頭頸外科手術(shù)。

可以肯定的是，人工智能正在緩慢地超越人類。例如，谷歌公司開發(fā)出了比人類專家更擅長診斷乳腺癌和肺癌的系統(tǒng)。對于超越人類的人工智能，我們有時會感到緊張（這也情有可原），但在醫(yī)療這方面，讓人工智能的步子邁得更大一些吧。

檢測乳腺癌的谷歌人工智能

谷歌公司的研究人員已經(jīng)成功訓(xùn)練出能夠檢測乳腺癌的人工智能，其準(zhǔn)確率甚至比醫(yī)生還高在進(jìn)軍醫(yī)療領(lǐng)域的努力中，谷歌公司的研究人員已經(jīng)成功訓(xùn)練出能夠檢測乳腺癌的人工智能，其準(zhǔn)確率甚至比醫(yī)生還高。在谷歌資助的這項研究中，一個由不同醫(yī)院和大學(xué)的獨(dú)立研究人員、谷歌健康部門的研究人員，以及DeepMind（谷歌擁有的英國人工智能公司）的工程師組成的團(tuán)隊，對來自英國和美國的近29000張乳房X光片進(jìn)行了分析和比較。研究報告發(fā)現(xiàn)，美國和英國的假陰性結(jié)果分別減少了9.7%和2.7%，假陽性結(jié)果分別減少了5.7%和1.2%。這還是在人工智能處理的信息較少的情況下實(shí)現(xiàn)的。在其對照研究中，谷歌從其美國數(shù)據(jù)集中隨機(jī)選擇了500張X光片，并提供了患者的年齡、乳腺癌病史和之前的X光片。

對于調(diào)查樣本，谷歌提供的人口統(tǒng)計信息有限，但如果將人工智能用于現(xiàn)實(shí)世界中更具多樣性人群里，那人工智能或許就有助于發(fā)現(xiàn)隱藏在致密組織背后的癌癥。這篇論文還指出，與美國不同，人工智能還可以減少英國放射科醫(yī)生的“工作量”。與美國不同，英國患者通常在每次乳房X光檢查時會得到二次意見。

毫無疑問，隨著谷歌公司將業(yè)務(wù)擴(kuò)展到醫(yī)療技術(shù)領(lǐng)域，未來十年還將會出現(xiàn)更多的發(fā)展。谷歌首席執(zhí)行官桑達(dá)·皮采（Sundar Pichai）表示，醫(yī)療是人工智能最大的應(yīng)用領(lǐng)域之一，“在未來10到20年里，它的益處將不斷顯現(xiàn)”。在最新的這項研究之前，谷歌已經(jīng)在研究通過深度學(xué)習(xí)檢測乳腺癌的擴(kuò)散。過去幾年里，谷歌還一直在訓(xùn)練人工智能來檢測糖尿病眼疾和心臟病，以及分析多發(fā)性硬化癥進(jìn)展的數(shù)據(jù)。2014年，谷歌曾嘗試推出一款植入微芯片的智能隱形眼鏡，用來檢測血糖水平，但后來發(fā)現(xiàn)眼淚量不足以測量血糖，因此停止了這款眼鏡的研發(fā)工作。在這種背景下，谷歌收購了Fitbit公司（包括其子公司Fitbit Health Solutions），旨在將健康保險成本與Fitbit的數(shù)據(jù)結(jié)合起來。

不過谷歌公司對用戶數(shù)據(jù)的挖掘也存在爭議，盡管他們宣稱是為了慈善目的。2017年，英國有關(guān)部門指控谷歌非法獲得了160萬人的健康記錄，用于DeepMind所進(jìn)行的一項腎臟損傷研究。就在幾個月前，谷歌在一項名為“南丁格爾計劃”（Project Nightingale）的研究中，在數(shù)百萬美國人不知情的情況下，收集了他們的醫(yī)療數(shù)據(jù)（谷歌認(rèn)為其數(shù)據(jù)收集是與健康保險流通與責(zé)任法案兼容的）。

埃塔·皮薩諾（Etta Pisano）是貝斯以色列萊赫醫(yī)療中心放射科的住院教授，他認(rèn)為醫(yī)療界不用操之過急。皮薩諾提到了早期計算機(jī)輔助檢測（CAD）技術(shù)的失敗。上世紀(jì)九十年代，該技術(shù)首次引入，“在實(shí)驗檢測中表現(xiàn)出了巨大前景，但未能在現(xiàn)實(shí)中獲得成功”。該技術(shù)的診斷準(zhǔn)確性并沒有強(qiáng)于人類。不過，皮薩諾也寫道，乳腺癌篩查“可能是人工智能在醫(yī)學(xué)成像領(lǐng)域一個理想的應(yīng)用”，因為它有大量的數(shù)據(jù)集可以利用，而且與其他必須考慮多方面因素的診斷相比，乳腺癌檢測更具有二元性。