0条评论
还没有人评论过~
6月13日，2019年全国大众创业万众创新活动周北京会场启动，智能轮椅、仿生假肢、手术机器人等医疗应用亮相场馆，展示了“人工智能+医疗”的诸多可能性。
会场现场图。
不过，这并不意味着公众短期内便能与“人工智能医生”见面。有从业者坦言，一款人工智能医疗产品要做到足够成熟、稳定、安全，才能从实验室走向临床应用。而数据标注、算法训练、人才培养等方面的问题，都是产品研发要面临的挑战。
中关村国家自主创新示范区展示中心西区内，一辆带有显示屏的轮椅正在徐徐移动。轮椅上的男士双手交叠放在腿部，手里没有拿遥控器之类的设备，只是一直看着眼前的显示屏。伴随着他极其细微的目光变化，轮椅开始做出转弯、减速、停止等动作。
智能轮椅。
奥秘藏在屏幕和男士头上的“发带”里。屏幕上有8个功能按钮，分别对应前进、后退、转弯、停车等动作。每个按钮都以不同的频率闪烁，使用者注视不同的按钮，大脑受到的刺激也不同。“发带”，即脑电信号传感器，可以捕捉大脑产生的脑电信号，分析出使用者看的是哪个按钮，再转换成相应的指令发送给轮椅。
脑电信号其实相当微弱，其幅值仅为干电池电压的百万分之一。智能轮椅的背后，发挥主要作用的是脑-机接口与传感器的相关研究，也就是通过传感器在诸多信号干扰中精确捕捉脑电信号，让脑和外部设备能够实现双向信息交换。
据北京航空航天大学研究人员介绍，脑电控制无需肌肉参与，对于那些有渐冻症等疾病的病人来说，操纵轮椅的体验会比较舒适。将来，基于脑-机接口的操作系统，还可应用于字符输入等场景。
兰州大学相关成果的展台上，也摆放着一款类似“发带”的脑电传感器。研究人员在探索的，是脑电信号的另一种利用方式：帮助医生更好地诊断抑郁症。
据介绍，研究人员发现，面对外界刺激时，抑郁症患者的脑电信号会有独特的特征。被测者可以带上VR眼镜和脑电传感器，观看一段数分钟的影音资料。期间，系统通过信号记录与处理，评估被测者的抑郁风险。
除了前述两款基于脑电信号的医疗应用，会场内还有一款大数据诊脉产品颇受观众欢迎。该产品的外观类似电子血压计，通过阵列传感器按压手腕来收集皮肤反馈，模拟人类诊脉。基于此前的数据训练与知识学习，系统在几分钟内就可以给出诊脉结果。
数据，是人工智能医疗应用发展的“命门”之一，决定着医疗产品的质量。多位研发人员坦言，采集高质量的数据并非易事。
以医疗影像为例，在训练算法之前，必须先对数据让专业医生对影像进行清晰地标注和记录，病灶边缘的标注出现了些许偏差、不同医生因习惯问题对同一病灶或病情的表述不同，都会影响到训练的准确度，就好比把一个错误的标准答案给了人工智能。
这意味着，人工智能医疗应用的进步，仍要依赖于大量的人工工作。一款眼部医疗影像产品的研发人员告诉南都记者，在数据标注过程中，40多人的眼科医生团队，足足用了8个月的时间，才标注出3万张眼底彩照。
既然人工智能系统可以学习病情诊断，为什么不能也学习数据标注，减轻人工负担？该研发人员表示，理论上可以做，但实践中成本会很高，所以前期的很多处理工作仍然要依赖人工。
此外，算法的训练过程，也存在不少技术上的挑战。如何将医学的理论转化为系统的诊断标准？如何控制算法的决策过程，使得医生输入数据后能得出预期的结果？如何提高算法的准确性？有研发人员对南都记者说，这样的细节有很多，人才的缺乏，在医疗应用领域尤为突出。
根据今年 1 月上海交通大学等机构发布的《中国人工智能医疗白皮书》，中国人工智能人才供不应求，高校每年培养出来的人才不足2000人，而从事医疗领域的人工智能人员数量仅占全部数量的1/10。
值得注意的是，一些医疗产品在实验中取得了不错的反馈，但仍不能在临床中代替医生给出诊断结论。
按照现行的医疗器械目录《医疗器械分类目录》，若软件仅描述病情，为医生提供建议（比如一个肿瘤的位置、大小），则属于第二类医疗器械，目前国内已有一些产品获得了此类证书，进入临床应用。
若软件直接给出诊断结论（比如一个肿瘤是恶性还是良性、应该采取什么治疗方式），则属于第三类医疗器械，国内还没有产品正式获批。有从业者认为，此类产品最快获批也要到2020年。
今年3月，国家卫健委在北京天坛医院新院区召开新闻发布会，介绍信息化质控与智慧医院建设工作情况。据媒体报道，国家卫健委医政医管局副局长焦雅辉在会上表示，通过人工智能辅助医生的诊疗决策支持系统，对基层医生的能力提升有很大的帮助。
不过，在第三类医疗器械的监管上，监管层的态度还比较谨慎。国家卫健委远程医疗管理培训中心主任卢清军近日接受《第一财经》采访时表示，人工智能技术可以应用于一些浅显的模型，比如大众指导、简单的医学知识咨询，但在深度学习的诊疗领域，缺乏大规模、规范化、客观正确的数据去支撑，应用人工智能技术存在风险。
采写：南都记者 冯群星
文章来源: https://www.toutiao.com/group/6702361349172757003/