单挑15位主任医师精准阅片30套 浙江研发的阅片机器人显实力

健识君说

一边是杭州科技企业研发的人工智能阅片机器人，一边是15位来自全国三甲医院，有着15年阅片经验，阅片量在20万张以上的国内权威放射科专家。近年来，随着人工智能话题的大热，机器人能否替代一些行业工作的话题就一直是大家关注的焦点。

前几日，在CCTV-1央视综合频道播出的《机智过人》节目上，上演了一场医疗影像阅片机器人“啄医生”挑战15名主任医师的“大战”。

那么，这场医疗界的“两军对阵”，到底谁能在又快又准阅片上拔得头筹呢？这个杭州来的机器人实力到底如何？一系列问题，都在这场节目里得到了解答。

6个步骤 医疗AI展示影像识别绝技

面对着超强检验天团，医疗影像阅片机器人“啄医生”，在速度上超过了主治医师组；而在最后的结果上，双方都成功从30组肺片中找出了相同的10组问题肺片。最终，“啄医生”以精准的检测实力，挑战成功。

于大量CT片中找出病例，是影像科医生职业所长，而且经验越丰富眼光越老到，冷冰冰的机器又是否真的能具备这项绝技呢？

据了解，医疗影像阅片机器人“啄医生”的阅片主要分为6个步骤。第一步，在“啄医生”内输入切片系列；第二步，“啄医生”对输入的切片进行秒速识别；第三步，“啄医生”会根据切片情况，列出其所反映出的可能的疾病；第四步，在影像上可能有病变的地方做出标注，并对其进行定量分析，得出一些量化数据，从而为后期医生作良恶性的定性分析提供数据基础；第六步，得出报告。

正是在这样精准的步骤下，医疗影像阅片机器人顺利完成了这个对阵医疗专家的大挑战。

据悉，这一期啄医生项目由来自杭州健培科技有限公司的健培科技人工智能团队联合中科大安虹教授高性能计算团队共同申报，中科曙光提供硬件定制支持。

人工智能或将成医生观察、诊断好帮手

“啄医生”内包含Hadoop、HDFS/HBASE, ETL模块，支持Oracle, Sybase IQ, DB2，达梦等数据库云平台。其SenseCare诊断服务平台采用机器学习库MLLib与医学图像处理库MedImage实现。MLLib与MedImage囊括了目前大部分医学图像处理与分类的算法，同时还包括健培科技改进与创新的20多项专利技术，充分保证了SenseCare诊断云的实用性与先进性。

其诊断服务平台目前包含两个主要诊断功能：疾病识别与相似病例检索。疾病识别功能采用传统模式识别技术与最新深度学习技术对输入影像进行分析与学习，构建诊断模型。同时，模型具备进化功能，能够在诊断中不断地优化模型，从而使得模型能更为贴切地反映真实世界的状况，达到高精度的诊断目标。

医疗影像是现代医学最重要的临床诊断和鉴别诊断工具。影像成像技术的不断丰富使医学影像从辅助检查工具变为现阶段医生做诊断时最大的信息入口，接近 70%的临床诊断需借助医学影像。

据了解，人工智能在医疗影像领域的应用场景可分为两类：

1）机器看片：强调的是替代或者辅助医生观察影像数据的作用。以帮助医生提升影像诊断效率为主要目的，解决医生资源不足的问题；

2）机器读片：强调的是对医学影像数据的内容解读，帮助医生进一步提高影像诊断精准度，解决的问题是加强医生的诊断水平。

其实，“机器看片”技术大体上等于医学图像识别技术+深度学习模型+数据。

作为引领未来的技术，人工智能正在推动经济社会各领域从数字化、网络化向智能化加速跃升。在未来的医疗领域，我们同样很有可能见到越来越多医疗AI的身影。

文 /陈宁黄慧仙任晋忠

编辑 / 露露