“世纪医生”Eric Topol对话AI大师，总结2019年的医疗变革

本记事所作：深透医疗卫生

我们正受制于一个统计数据爆炸的时代，对于正相比之下精准医疗卫生的病理学应该用领域来说愈来愈是如此。海量的统计数据让我们比以往任何一个时期都愈来愈加能够AI的蓬勃发展。

已对，在由deeplearning.ai承办的接连不断线上研讨都会上，底物精细化工学科学家、北美单一科学深入研究机构Scripps Research Institute始创Eric Topol助手与人工电脑科学家吴恩远超（Andrew Ng)助手顺利进行了浅层面对面，向观众引介了AI病理学应该用领域的除此以外深入研究成果与病理运用于。

Eric Topol助手曾被汤森路透社员评为“世纪精神科”，他是新泽西州病理学院副院长三，曾刊载了1100多篇高提到率的刊载记事章，在精细化工应该用领域刊载记事章提到率排在前十。他曾编撰了30多本医用书籍，同时是畅销书《颠覆医疗卫生》的所作。

吴恩远超(Andrew Ng)则是人工电脑应该用领域最法理学者之一，被誉为“AI艺术大师”，是deeplearning.ai的始创，同时也是在线教育游戏平台Coursera的联合行动始创。

在刊载记事章的第一部分，我们将顺着Eric Topol助手与吴恩远超助手的面对面，梳理现在一年内AI在医疗卫生应该用领域的除此以外进展，比如NYU对乳腺癌筛选的深入研究、深透医疗卫生(Subtle Medical）的病理学底片系列产品，还有平板电脑超声波探测船、芝加哥大学研发的电脑浴缸等引人注目的运用于。在刊载记事章的第二部分，我们将愈来愈深入地探讨AI+医疗卫生在病理合上之前所遇上的陷入困境，以及思绪究竟能够什么样的AI运用于。

AI在病理学应该用领域的除此以外运用于

为什么我们的病理学能够AI这条全取而代之梯度？论点上的医疗卫生电子技术仍骗定着诸多原因，比如体检结果都与关开放性较差，常常漏诊、病状，体检与治疗较差廉，骗定大量水资源无用等等。Topol助手并不认为，AI有商业价值较好地解决这些原因，并且，全生命都能从AI医疗卫生的蓬勃发展之前受益，这种诱因贯穿了生命从幼时到死亡的每一个阶段。

>>>>大大提高准确开放性

Google他的团队曾经来作过一个试验中，如果向耳鼻喉科精神科展示一张上皮的图象，然后问他，这个上皮归属于男开放性还是男人。那么这些耳鼻喉科精神科参赛者的几率是50%，但一个经过训练的AI机器学习，正确率可以超单单97%或98%。

这个例子想要说明了的是，AI的众多起到是大大提高治疗的准确开放性。通过浅层研读，AI治疗的都与关开放性可以超单单科学家程度，甚至远超科学家。当然，这只是简单简而言之，事实上我们有千万种愈来愈多的办法来正确器官的农夫是男是女。

准确开放性不高所促使的直接原因就是病状与漏诊，这在病理之前比较普遍骗定。以乳腺癌筛选为例，乳腺癌是亚太地区男人最大的癌症杀手之一，但在乳腺的X光片之前，却骗定大量的骗阴开放性和骗HIV原因。

纽约大学于2019年10月刊载了一篇论记事，深入研究者用深层卷积机器学习对超过100万张图象顺利进行乳腺癌筛选的分类、训练和检验，这是迄今为止最大规模的乳腺癌深入研究。该深入研究声称，其机器学习在预测之前否骗定癌症之前可以超单单科学家的程度（AUC=0.895）。深入研究者还对应该了14位放射科精神科的解读结果，他们让每位精神科阅读了720幅乳腺X光片，结果推论，AI正确的准确开放性与放射科精神科都与差无几。而若将放射科精神科预测的恶开放性概率与其机器学习都与平均后的混合方法，所产生的预测结果还都会愈来愈加准确。这项深入研究非常有经济效益，因为每年有数亿男人顺利进行乳腺体检，却常常给予错误的体检结果。

>>>>大大提高体检高效率

在准确开放性之外，AI在真实世界医疗卫生之前的另众多极其重要运用于是大大提高高效率。比如，在病理学底片之前用AI换取愈来愈慢速的成像与体检较差速，并在愈来愈短的时间内赢取愈来愈高的成像总质量。对于公立医院、精神科和病患来说，这类运用于并不必够促使实实在在的经济效益。

Eric Topol助手在直播之前以深透医疗卫生(Subtle Medical)的系列产品顺利进行了简而言之，这家创立于2017年的该公司致力于用AI提升病理学底片的总质量，缩短体检程序中，提升放射科的病患体验，并在体检流程之前降较差造影剂的药物，以降较差对病患健康的严重危害。

右图是人的脑底片，从之前我们可以看见，通过深透医疗卫生的AI增强电子技术，精神科可以愈来愈慢速、愈来愈多地换取MRI及PET底片。

近两年，深透医疗卫生先后有两个系列产品换取FDA批复以及欧陆CE批复，分别是SubtlePET及SubtleMR，以外这两款系列产品已在新泽西州和欧陆多家公立医院及底片之前心部署。

众所周知，MRI运用于普遍，但一般成像流程缓慢，长三时间成像都会所致病患胸部晕眩，还确实因病患的移动促使伪影和其他底片总质量原因。而SubtleMR可以利用AI方法对MRIMRI减慢2到4倍。来自新泽西州梅奥病理学之前心（Mayo）以及握有300多家底片之前心的大型企业佼佼者RadNet的病理深入研究推论，适用SubtleMR可以大大提高底片总质量和高效率，在减慢3倍的情况下给予除此以外的治疗总质量。

同时，深透医疗卫生还在深入研究如何适用AI电子技术减缓造影剂的适用，降较差病患的胸部负担与潜在风险。深透医疗卫生的第三个系列产品SubtleGAD，正是利用AI电子技术，在降较差10倍的造影剂药物的同时，保持甚至大大提高底片总质量。据称，SubtleGAD于2019年换取新泽西州国立卫生深入研究院（NIH）160万美元的科研慈善机构，以全力支持其顺利进行深入深入研究和病理推展，并且正与新泽西州芝加哥大学公立医院、UCSF、国内天坛等公立医院开展共同开发解析其敏感度。

AI医疗卫生踏入寻常百姓家

AI运用于的另一个斜向是帮助病患监测自己的胸部状况，减缓病患但都会的寻医问诊，从而提升整个医疗卫生的系统的发挥起到高效率。这里主要引介两个有意思的运用于。

一个运用于是平板电脑超声波探测船。把探测船通往上平板电脑，并放到在胸部，几秒后你就能在平板电脑上看见你心脏的图象，包括腔室的大小、心肌的厚度等等，还能血液的震荡。

对于病患来说，在平板电脑上观察自己的心脏是一种新奇的体验。而且你无需任何训练就能来作到这一点，哪怕是小学生也究竟怎么配置。只要将探测船放在胸前，并且按照引导螺旋AI探测，你就能换取一个自动捕捉的视频图象。

第二个运用于都与对来说愈来愈加变态一些，是芝加哥大学在2020年4月发布的一款电脑浴缸。在这个浴缸上，配置了各种各样的用于粪便和唾液体检的内置。如果你愿意的话，这个浴缸可以对你的和排泄物顺利进行体检。如果你的胸部单单了原因，这个电脑浴缸就都会提醒你该去看精神科了。

总之，让AI医疗卫生趋向C端产品是一个极其重要的运用于斜向。在乌干达，以外就是适用电脑平板电脑来顺利进行肺炎等其他结核病的治疗。

在未来，我们也许可以用电脑平板电脑换取胸部任何口腔的图象。以常见的皮肤病为例，有深入研究声称，AI可以通过平板电脑截图初步筛选单单确实致癌物的皮肤病因。这类运用于可以让病患慢速速地究竟，什么样的情况下他们不用去看皮肤科精神科，又是在什么情况下他们能够去公立医院顺利进行切片。尽管思绪尚属可专供产品适用的皮肤病治疗APP，但Eric Topol助手并不认为它缓慢速就都会诞生。

什么样的AI无论如何为医疗卫生促使经济效益？

上记事引介了现在一年里亚太地区新技术该公司与试验中室在AI病理学应该用领域最取而代之深入研究成果与系列产品。在这一部分，我们将进一步探讨什么样的AI能无论如何为病理病理学促使经济效益。

实际上，过于超前或者名存实亡了公立医院既有能源专供应该的AI电子技术，在病理之前确实并不必使我们的既有医疗卫生经济制度受益。

>>>>AI+医疗卫生的难题

比如说，未来病理学的蓬勃发展路上深入研究者将长三期与AI为伍。

Antonio Di Ieva助手曾在其刊载于《医学期刊》的刊载记事章之前表远超了一个论者——“机器不都会取而代之精神科，但是那些适用AI的精神科将不断取而代之那些不都会适用AI的精神科。”

在Eric Topol助手看来，我们仍受制于AI医疗卫生深入研究的晚期阶段。尽管AI医疗卫生的深入研究成果供给，并且也正渐渐向病理推进，但这些成果与生命的医疗卫生效益都与比仍远远够。

从电子技术上来看，Topol助手并不认为论点上AI+医疗卫生的难题包括：1）毕竟大型的、独特的、被标注的统计数据集；2）毕竟前瞻开放性试验；3）毕竟计算机与精神科之间的浅层共同开发；4）毕竟合上，并且方法能够愈来愈多的监督，能够防止恶意干扰、攻击及软件之前其他确实发生的故障；5）多维度的统计数据能够取而代之、混合的建模。

而AI艺术大师吴恩远超则愈来愈高度重视AI实际合上时遇上的原因。他所提单单的原因是，既然如此多的深入研究、新闻头条说道我们，浅层研读之前超单单了科学家或是放射科精神科的程度，甚至之前超越了生命科学家的观感，但为什么它们却没有在公立医院被普遍地运用于？

吴恩远超并不认为，浅层研读的普遍运用于仍遭遇着三大难题。一是统计信息量，浅层研读经常在统计信息量大的时候观感得愈来愈单单色，而对于只有少量确诊可专供机器研读的结核病（比如病症），AI则经常无法超单单生命科学家的水准。

二是稳健开放性（robustness）和普遍骗定开放性（generalization），即一个在已刊载的论记事之前被解析的建模，在病理之前却确实单单原因。骗设你流连的公立医院设备够高效率，或者医护人员够训练有素，那么AI的结果确实也不可圈可点。

三是AI为公立医院的行政与管理工作程序中促使的转变，AI需要解决如下原因：首先，包括放射科精神科、医护人员、医疗卫生保险该公司、公立医院行政者在内的管理工作人员，否并不必够适应该AI所促使的全取而代之管理工作程序中；其次，病患的安全至关极其重要，要如何保证AI方法不都会损害病患的健康？

>>>>试验中室成果≠病理合上

正如吴恩远超所言，在真实世界世界之前，即便握有良好的论点基础与试验中结果，AI在病理合上时也都会遇上诸多原因。

已对，Google Health自曝其一项歌星AI医疗卫生建设项目的病理结果不佳。这是一个体检肝炎开放性上皮病因（DR）的建设项目，针对肝炎顺利进行晚期的筛选。晚在2016年，Google就在《新泽西州病理学都会科学杂志》(JAMA)刊载了深入研究成果，声称其方法可以借助90%的都与关开放性，都与当于耳鼻喉科科学家的程度。据明白，在训练方法时，Google深入研究人员建立了一个12.8万幅图象的统计数据集，在每张截图上记录了3-7名耳鼻喉科精神科的检验结果，并适用2个单一的病理试验统计数据集（含1.2万幅图象）来解析方法的开放性能。以外，这项体检的系统之前给予了FDA的批复，并被证实有愈来愈高的准确开放性。

然而，当这个建设项目在老挝合上时，却遇上了“橘生广陵则为橘,生于江北则为枳”的陷入困境。据称，Google与老挝公共卫生部门共同开发，在老挝巴吞他尼自治区和清迈自治区的11所公立医院配置了这个浅层研读的系统。论点上，这个的系统并不必够在几秒钟内提专供专业人士的治疗意见，再次由医护人员们在一分钟内这两项初步正确，建议病患转诊或进一步体检。

到了病理上，却单单现了几个意想勉强的原因。首先，医护人员拍下的眼球截图远超勉强方法的标准，他们拍下的截图模糊、总质量差，常常被的系统适时拒绝，加剧程序中愈来愈加繁复。这主要是因为，高总质量的瞳孔截图能够在都由的于其之前拍下，只有这样才能确保病患在黑暗之前瞳孔放大，然而这11间公立医院之前只有2间握有都由的于其。

其次，老挝公立医院里的在线并不那么明慢速，在Google试验中室之前只需几秒就可以上传的图象，在公立医院里却经常能够一分多钟才能上传。甚至有公司总部公立医院在顺利进行眼底筛选时，在线之前断了2小时，加剧200名等待筛选的病患流失了一半。还有许多病患因嫌AI治疗流程太麻烦，宁愿直接回来精神科治疗。

无论如何促使经济效益的医疗卫生AI

Google的DR建设项目在老挝的折戟其实给了我们一个很好的神开放性，就是思绪的病理学AI不断创新不必颠覆公立医院既有的管理工作程序中，要无论如何提升程序中而不必让程序中愈来愈繁复。

医疗卫生IT应该用物理科学、芝加哥大学病理学院Paul Chang副教授曾坚称，AI电子技术握有更大的经济效益，可以预见AI将为病理学底片新兴产业促使变革，但这一流程都会比大家预想的要长三。因此，论点上应该愈来愈加高度重视与病理紧密结合的效益，来作“需要要有”的运用于，而不仅仅是“有也极佳”。

深透医疗卫生（Subtle Medical）的科学顾问之一、医疗卫生IT应该用物理科学、芝加哥大学病理学院Paul Chang副教授曾坚称，AI电子技术握有更大的经济效益，可以预见AI将为病理学底片新兴产业促使变革，但这一流程都会比大家预想的要长三。因此，论点上应该愈来愈加高度重视与病理紧密结合的效益，来作“需要要有”的运用于，而不仅仅是“有也极佳”。

通过AI电子技术来不断改进程序中，减缓但都会的效益和医疗卫生水资源无用，无论如何为病理促使高效率提升——这也许才是论点上AI在医疗卫生应该用领域最有经济效益、也最实际的蓬勃发展斜向。