“人工智能醫(yī)生”來了 “醫(yī)術(shù)”超過年輕醫(yī)生

。數(shù)據(jù)是關(guān)鍵，各個(gè)學(xué)科數(shù)據(jù)的標(biāo)準(zhǔn)化程度，影響著人工智能的應(yīng)用程度。

依圖醫(yī)療總裁倪浩告訴記者

，醫(yī)療數(shù)據(jù)不標(biāo)準(zhǔn)是一個(gè)普遍性的問題。雖然影像是標(biāo)準(zhǔn)化較好的一批數(shù)據(jù)，但不同醫(yī)院還是差別很大。各個(gè)醫(yī)院設(shè)備不一樣，數(shù)據(jù)維度也不一樣。高質(zhì)量的數(shù)據(jù)非常少見，需要花費(fèi)更多的算法，先將數(shù)據(jù)結(jié)構(gòu)化才能使用。

2018年

，中國(guó)工程院院士、上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院副院長(zhǎng)寧光帶領(lǐng)團(tuán)隊(duì)與阿里健康人工智能實(shí)驗(yàn)室共同研發(fā)“瑞寧助糖”人工智能醫(yī)生。在推進(jìn)過程中，寧光也發(fā)現(xiàn)了數(shù)據(jù)的問題，如標(biāo)準(zhǔn)數(shù)據(jù)缺乏，疾病診斷標(biāo)準(zhǔn)不統(tǒng)一，隨訪數(shù)據(jù)散落在各個(gè)醫(yī)院，數(shù)據(jù)普適性較差等。

數(shù)據(jù)標(biāo)準(zhǔn)化程度與學(xué)科成熟程度

、診斷所需外部條件有關(guān)。比如影像領(lǐng)域從起步就是統(tǒng)一標(biāo)準(zhǔn)，數(shù)字化發(fā)展程度也比較高;皮膚科診斷比較依賴于圖片和視頻識(shí)別病灶等等，這些學(xué)科人工智能發(fā)展較快。

機(jī)器與醫(yī)生協(xié)同看病

醫(yī)療并不只是診斷和治療

，還涉及醫(yī)生和患者之間的互動(dòng)，尤其是醫(yī)生對(duì)患者的安慰具有不可替代的作用

人工智能醫(yī)用，是否會(huì)代替醫(yī)生?可以肯定