剛進入狗年，中國科研團隊便在世界舞臺上迎來了“開門紅”。
2月23日，《cell》（《細胞學》雜志）的封面文章報道了廣州市婦女兒童醫療中心在人工智能醫療領域應用的重磅研究成果。科研團隊創新性地賦予了ai系統遷移學習的能力，使ai可以“舉一反三”，只需要學習幾千張影像學檢查結果，就可以完成一次跨病種、跨影像學數據類型遷移——從只會看眼病到學會看肺炎，既可以迅速識別需要盡早處理才能避免失明的黃斑變性病例，也能辨別細菌性和病毒性兒童肺炎，在全世界首次實現用ai精確指導抗生素合理使用。
據介紹，這是中國研究團隊首次在頂級生物醫學雜志發表有關醫學人工智能的研究成果，使用如此龐大的標注好的高質量數據進行遷移學習并取得高度精確的診斷結果，也是世界范圍內的第一。
該ai系統的突破之處：
1. 給出診斷理由 
該ai平臺可以顯示它從圖像的哪個區域得出診斷結果，在一定程度上給出了判斷理由，“不僅能告訴醫生自己的判斷，還能告訴醫生自己為什么這么判斷。”
2. 推薦治療方案
如黃斑變性是常見老年性疾病，黃斑水腫是糖尿病常見并發癥，如果不能及時治療，都會導致視力不可逆的受損甚至失明。該ai平臺30秒內即可判斷病人是否應該接受治療，不受人員、區域的限制。
ai運用已經進入日常生活，為什么市婦兒醫療中心的這項研究成果會獲得世界頂級生物醫學期刊的關注呢？市婦兒醫療中心基因檢測中心、美國加州大學圣地亞哥分校shiley眼科研究所張康教授介紹，主要是因為這一系統使用了兩項新技術。
其中一項便是遷移學習。傳統深度學習模型如果要做到精確，往往需要從幾百萬標注好的數據里“自己找規律，就像一個小孩子，要反復犯錯誤、學習，才能‘悟’出來”。而遷移學習是把已訓練好的模型參數遷移到新的模型來幫助新模型訓練，簡單來說，不需要ai從零開始學習，只需要注意最重要的地方，讓“小孩子”擁有了舉一反三、觸類旁通的能力，更快、更高效地辨認圖像的特定結構。
在本次研發中，研究團隊從黃斑變性和糖尿病視網膜黃斑水腫這兩種最常見、可導致不可逆失明的疾病切入，讓基于遷移學習算法的新一代ai平臺不停地學習光學相干斷層成像（oct）圖像數據。在學習了超過20萬病例的oct圖像數據后，該平臺診斷黃斑變性、黃斑水腫的準確性達到96.6%，“我們找了6名資深眼科醫生和ai進行比較，用1000張圖片。第一次ai學習時，錯誤率在10%左右，但經過不到一天的再次學習，ai進步很大并超越了2名醫生，現在的水平能比肩有10多年經驗的眼科醫生。”
為了驗證這個ai系統基于遷移學習可以運用于其他疾病，科研人員在診斷眼病的基礎上，只用了5000張胸部x光線圖像，利用遷移學習，就構建出了肺炎的ai疾病圖像診斷系統。在區分是否患有肺炎時，準確性達到92.8%，在區分細菌性肺炎和病毒性肺炎上，準確性達到90.7%。
人工智能不僅能診斷還能“開藥方”
以往單純依靠深度學習技術的研究和產品，給出的報告中只有結果，而沒有列出判斷的理由與過程。而該ai平臺可以顯示它從圖像的哪個區域得出診斷結果，在一定程度上給出了判斷理由，“不僅能告訴醫生自己的判斷，還能告訴醫生自己為什么這么判斷。”研究者們認為，這種創新方法使得新一代ai平臺更有可信度。
該ai平臺的另一突破，是不僅能診斷，還能推薦治療方案。張康介紹，黃斑變性是常見老年性疾病，黃斑水腫是糖尿病常見并發癥，如果不能及時治療，都會導致視力不可逆的受損甚至失明。遺憾的是這兩種病的診療資源往往集中在發達地區，該ai平臺30秒內即可判斷病人是否應該接受治療，不受人員、區域的限制。“把最急需治療的病人及時送到眼科醫生那里，將對病人起到很大的分流作用”。
在肺炎治療方面，市婦兒醫療中心臨床數據中心主任梁會營博士介紹，肺炎是全世界兒童因感染導致死亡的首要原因，判斷肺炎是細菌性、病毒性還是混合感染性，是決定是否使用抗生素的關鍵依據。目前只能通過血培養、痰培養、生化檢測等方法，往往需要5天才能得出診斷，臨床上難免先行進行經驗性用藥。而該ai平臺實現了兒童肺炎病原學類型的差異性分析和秒級判定，通過x光線檢查結果判斷是細菌性或病毒學肺炎，有助于抗生素的精確使用。
ai平臺的定位仍為“輔助決策”
據悉，廣州市婦女兒童醫療中心于2015年建立臨床數據中心，此前通過采用遷移學習的算法，對近200萬份電子病歷進行學習，建立了覆蓋24種兒童發熱相關疾病的智能診斷模型“發熱熊”，診斷時間僅需2秒，大幅提升門診工作效率。
本次ai平臺是該中心“影像熊”的成果之一。研究人員表示，如果讓已經訓練好的平臺再進行繼續學習，準確率可以逼近100%。本次發表科研文章的另一位作者、市婦兒醫療中心主任夏慧敏介紹：“‘新一代ai平臺’還在不斷強化當中。例如在兒童肺炎病原學類型智能判別領域，團隊正在‘新一代ai平臺’閱讀x光線檢查結果的基礎上，增加了實驗室檢查和臨床癥狀的學習，從而更精確判斷出兒童肺炎的病原菌類型。”
不過業界認為，該ai系統需要經歷一系列的驗證和認證才能“獨立行醫”，目前距此仍有距離，定位依然停留在“輔助決策”。
“醫用ai未來很有前景，但現在剛剛起步，遠遠未到威脅或影響醫生職業生涯這一步。”夏慧敏指出。她認為，新一代ai平臺的終極目標應該是整合文本型病歷數據、全結構化實驗室檢查數據、圖像數據、光電信號等多媒介數據，模擬臨床醫生對患者病情進行系統評估，為醫務人員提供綜合的輔助決策。
依圖醫療產品總監林強認為，“ai的實現很大程度上需要人工來標注數據，尤其是醫用ai，需要專業醫生進行標注，人工智能中的‘人工’不可或缺。”
文/廣報全媒體記者伍仞 通訊員易靈敏

---

長沙市疾病預防控制暨衛生應急工作會議召開
探求治理良方 練好城市管理"繡花功" 讓背街小巷靚起來
市政協召開四屆七次常委會議
天回暖 二一九公園里健身鍛煉的人明顯增多
周口周末公益劇場元宵節相聲專場邀你一起樂哈哈
【新時代新氣象新作為】賦予AI系統遷移學習能力 智能醫生能看眼也能看肺
高恬波：廣東第一位女共產黨員 身受酷刑堅貞不屈
寧波開展出租車專項整治
不用跑腿了！ 6年內免于上線檢測的車主可網上申領年檢合格標志
5000元電動三輪車被盜次日就找回了
臨沂創城一線|公路收費員用微笑服務詮釋城市形象
最新：官方公布4月70城房價指數，深圳新房二手房雙雙上漲！
3號線多個站點將爆破圍擋
惠陽區：惠陽水廠二期擴建明年底完成
郊區大來崗達勒花海首屆“百合節”花香迎客
成都高起點建設世界旅游名城
資中文廟上演“穿越大戲”
評論：新時代需要王繼才式的奮斗者
臺州隊力求創新突破規下服務業工作瓶頸
首屆"健康湖南"全民運動會圍棋賽邵陽區海選賽開賽