人工智能辅助医生“阅片”：诊断准确率已超95%
焦点1
机器诊断准确率达到什么水平？
“神经系统就是一个万向链接的网络，最适合开展人工智能研究，特别看好应用于脑病的临床决策支持。”王拥军是国家神经系统疾病临床医学研究中心副主任、北京天坛医院常务副院长，他介绍，“BioMindTM”通过对海量疾病信息的深度学习，诊断准确率可达到95%以上，相当于一个高年资主任医师级别的水平。
这次向全球招募神经科医生开展“人机大赛”，其目的也是要验证天医智诊断的准确性。王拥军认为，天医智应用在神经疾病预防、诊疗、预后和康复等阶段具有无可比拟的优越性，未来将在神经疾病医疗领域带来一场颠覆性的“技术革命”。
另一方面，通过大数据智慧，对人脑经验(临床顶级专家的技术和经验)的高效、深度学习，天医智有望解决“人脑”难以解决的疾病“死角”。
焦点2
基层医院诊断能否与大医院同等水准？
如果“BioMindTM”天医智可靠，将来实际应用前景如何？
王拥军介绍，从全国范围来看，影像科人才资源地域性分配不均衡问题突出。以脑肿瘤为例，北京天坛医院每年手术量约为一万例，而在大部分基层医院，这个数字可能只停留在两位数。大多数患者即使在基层做了检查，还是会选择携带片子到三甲大医院来看，有的在“上流”的过程中反复多次拍片，造成资源浪费。如果基层医院能利用AI技术为诊断赋能，让基层医生在读片诊断上与大医院具备同等水准，提升诊疗效率，就能减少患者不必要的诊疗环节和经济损失，也能减轻大医院压力。
此外，在天坛医院，天医智有效挖掘信息与疾病的潜在联系的能力还可辅助医生对疾病做出更为精准的预测，如预测患者血肿后是否会大出血的准确度，可从人为判断的60%提升至90%，辅助医疗团队提前为患者可能遇到的危险提供解决方案。
焦点3
人工智能看病能否取代医生？
随着人工智能应用逐渐渗透至社会更多行业，不少人是否因此失业一直备受关注。如果人工智能“阅片”准确率已达到95%以上，是否意味着放射科医生未来不再具备竞争力？
“觉得它轻易就能取代医生的人，把医生的工作看得太简单了。”北京天坛医院神经影像学中心主任高培毅认为，AI在大数据深度学习方面的确具备巨大的优势，不过在实际诊断中，放射科医生仍具有很强的不可替代性。
“除了影像检查，一个合格的放射科医生还需要看化验单、体检单，询问家族史、个人病史，了解患者曾经接受过的药物、治疗、反应。综合以上情况后，才能做出诊断。”他表示，AI也许可以取代看片匠的角色，但不可能成为一个真正的医生。王拥军也认为，人工智能应用可以将医生们从枯燥、重复的工作中解放出来，从而腾出更多时间进行开发性工作。
此外，目前AI在神经系统影像诊断方面，仍完全依赖于数据真实性和质量的支撑，在缺乏大数据支持的疑难病、罕见病诊断领域，AI和专业医生之间仍存在差距。
揭秘
天医智AI也需要“考试”
记者了解到，在“出师”之前，天医智AI经过了半年多的“学习”时间。
上世纪90年代初，高培毅在美国犹他大学医学院求学时就学习了代码编程、数据库等技术，对计算机辅助诊断有所涉猎。去年，他了解到医院希望研发神经系统影像诊断的AI，还对AI进行了一次“考试”。他给出了神经鞘瘤表皮样囊肿、脑膜瘤等几百例常见肿瘤的影像病例让AI进行学习，不到一周时间，在之后的诊断测试中，AI正确率就几乎达到95%以上。
该AI研发团队相关负责人介绍，正式“培养”中，AI的学习教材直接来源于天坛医院近十年来接诊的数万余神经系统相关疾病病例，巨大的数据库成为其知识来源。在脑膜瘤、垂体瘤、胶质瘤等常见病领域，AI显示出了卓越的诊断水平。“学艺”半年后，AI在一些神经系统常见病的判断上已游刃有余，在部分脑瘤的磁共振影像诊断上，准确率已达到90%以上。
在近期“人机大战”决赛备战中，高培毅还为提升AI系统应战能力展开集训。300多个病例，陪练医生们需10小时以上时间才能完成，AI只需不到半小时。
“除了学习速度外，它的稳定性也明显超越人类。不知道累，也不受外界干扰因素的影响。不像医生会被情绪、状态、时间地点等外界因素打扰，从而影响描述准确性。它永远保持冷静，水平稳定。”高培毅表示。返回搜狐，查看更多
人工智能的巨大优势
Attheheartofthefrenzyaresomefamiliarnames:thelikesofAlphabet,Amazon,Apple,FacebookandMicrosoft.Asimilar,thoughlesstransparent,battleisunderwayinChinaamongfirmslikeAlibabaandBaidu.SeveralhaveputAIatthecentreoftheirstrategies.AllareenthusiasticacquirersofAIfirms,ofteninordertosnapupthepeopletheyemploy.TheyseeAIasawaytoimprovetheirexistingservices,fromcloudcomputingtologistics,andtopushintonewareas,fromautonomouscarstoaugmentedreality.Manyobserversfearthat,bycementingandextendingthepowerofahandfulofgiants,AIwillhurtcompetition.Thatwilldependonthreeopenquestions,involvingonemagicingredient.
一些令人熟知的企业名称在这股狂热的风潮中占据核心地位，比如Alphabet、亚马逊、苹果、脸书和微软。虽然中国的“战况”没那么激烈，但阿里巴巴、百度等企业之间也出现了同样的“战斗”。数个企业置AI于战略核心。所有的科技巨头都在热情高涨地兼并AI企业，它们往往希望争夺这些企业的员工。在这些巨头眼里，AI是一种途径，可以改进它们现有的服务，如云计算、物流等，它们还认为AI能帮助它们涉足新领域，比如自动驾驶、增强现实等。许多观察家害怕AI会增强、扩大这些少数巨头的影响力，进而损害竞争。这取决于三个开放性问题，还涉及到一个神奇因素。
AlphaGone
名存实亡的阿尔法狗
ThetechgiantscertainlyhavebigadvantagesinthebattletodevelopAI.Theyhavetonnesofdata,oodlesofcomputingpowerandboffinsaplenty—especiallyinChina,whichexpectstochargeahead.Imagineafuture,somewarn,inwhichyouaretransportedeverywhereinaWaymoautonomouscar(owner:Alphabet,parentofGoogle),payforeverythingwithanAndroidphone(developer:Google),watchYouTube(owner:Google)torelax,andsearchthewebusing—youcanguess.Marketswithjustahandfuloffirmscanbefiercelycompetitive.Aworldinwhichthesamefewnamesdukeitoutinseveralindustriescouldstillbeagoodoneforconsumers.Butifpeoplerelyononefirm’sserviceslikethis,andifAIenablesthatfirmtopredicttheirneedsandcustomiseitsofferingevermoreprecisely,itwillbeburdensometoswitchtoarival.
在发展AI的战役中，科技巨头无疑拥有巨大优势。他们拥有海量的数据、强大的计算机能力和大量的科研人员，尤其是有望领先的中国科技巨头。有些人警告说，设想一下在未来的世界里，人们坐着Waymo无人驾驶汽车（所有者：谷歌母公司Alphabet）环游各地，用安卓手机（开发者：谷歌）支付所有账单，看油管（所有者：谷歌）视频放松自己，还用谷歌来搜索网页。若市场仅有少数几个企业，竞争会变得十分激烈。同样，如果世界上仅有少数几家企业在不同领域里决一胜负，对消费者而言，这样的世界依旧美好。但是如果人们依赖一家企业的服务，比如谷歌，如果AI促使这家企业更加精准地预测人们的需求并提供十分个性化的服务，那么人们在更换服务商时会艰难无比。
Thatfutureisstillalongwayoff.AIprogramsremainnarrowlyfocused.Moreover,theabilityoftheincumbentstoperpetuatetheiradvantagesismadeuncertainbythreequestions.
这个未来还太过遥远。AI程序仍然侧重在个别领域。此外，由于存在三个问题，科技巨头是否能够继续保持它们的优势还存在争议。
ThemostimportantiswhetherAIwillalwaysdependonvastamountsofdata.Machinestodayareusuallytrainedonhugedatasets,fromwhichtheycanrecogniseusefulpatternssuchasfraudulentfinancialtransactions.Ifreal-worlddataremainessentialtoAI,thetechsuperstarsareinclover.Theyhavevastamountsofthestuff,andaregainingmoreastheypushintofreshareassuchashealthcare.
最重要的问题是AI是否会一直依赖大量的数据。当前人们往往通过大量的数据组来训练机器人，这些机器人可以从数据组中识别有用的模式，比如虚假的财务交易。如果现实数据对AI而言至关重要，那么科技巨头可谓风光无限，它们可以从员工中获取大量数据，随着它们进军医疗保健等新领域，数据更是源源不绝。
AcompetingvisionofAIstressessimulations,inwhichmachinesteachthemselvesusingsyntheticdataorinvirtualenvironments.EarlyversionsofaprogramdevelopedtoplayGo,anAsianboardgame,byDeepMind,aunitofAlphabet,weretrainedusingdatafromactualgames;thelatestwassimplygiventherulesandstartedplayingGoagainstitself.Withinthreedaysithadsurpasseditspredecessor,whichhaditselfbeatenthebestplayerhumanitycouldmuster.Ifthisapproachiswidelyapplicable,oriffutureAIsystemscanbetrainedusingsparseramountsofdata,thetechgiants’edgeisblunted.
AI的竞争机制着重模仿，即机器人通过人造数据或在真实场景自我学习。Alphabet的深度思维（DeepMind）部门开发了早期版本的AI程序来下围棋（亚洲的棋盘游戏），它们使用真实围棋比赛的数据来训练这些程序；最新的AI程序只需要知道围棋规则，便可以开始和自己下棋。三天内它的棋技就超过了自己的前任阿法狗。而阿法狗已经打败了当前人类最强的选手。当这种方法被广泛应用，或者当未来的AI系统只需少量数据就能得到训练，科技巨头的优势便会消退。
Butsomeapplicationswillalwaysrequiredata.Howmuchoftheworld’sstockofitthetechgiantswillendupcontrollingisthesecondquestion.Theyhavecloutintheconsumerrealm,andtheykeeppushingintonewareas,fromAmazon’sinterestinmedicinetoMicrosoft’spurchaseofLinkedIn,aprofessional-networkingsite.Butdatainthecorporaterealmarehardertogetat,andtheirvalueisincreasinglywellunderstood.Autonomouscarswillbeagoodtest.Alphabet’sWaymohasdonemorereal-worldtestingofself-drivingcarsthananyotherfirm:over4mmiles(6.5mkilometres)onpublicroads.Butestablishedcarmakers,andstartupslikeTesla,cangeneratemoredatafromtheirexistingfleets;otherfirms,likeMobileye,adriverless-techfirmownedbyIntel,arealsointherace.
但对某些AI的应用而言，数据必不可少。第二个问题在于科技巨头最终会控制多少全球的数据。它们影响了消费者领域，还在不断涉足新领域，比如亚马逊开始对医药行业感兴趣，微软收购了职业社交网站LinkedIn。但企业领域数据的获取难度会变得愈来愈大，而且人们也更加了解它们的价值。无人驾驶机车就是一个很好的案例。Alphabet的Waymo对无人车进行的现实测试次数超过了其它所有车企：在公共道路上行驶了近400多万英里（650万公里）。但是老牌汽车制造商和特斯拉等初创企业可以从自身现有的车队上获得更多数据；而其它企业也纷纷加入进来，比如因特尔旗下的无人驾驶技术企业Mobileye。
Thethirdquestionishowopenlyknowledgewillbeshared.Thetechgiants’abilitytorecruitAIexpertisefromuniversitiesishelpedbytheirwillingnesstopublishresearch;GoogleandFacebookhaveopenedsoftwarelibrariestooutsidedevelopers.Buttheirincentivestosharevaluabledataandalgorithmsareweak.Muchwilldependonwhetherregulationspriseopentheirgrip.Europe’simpendingdata-protectionrules,forexample,requirefirmstogetexplicitconsentforhowtheyusedataandtomakeiteasierforcustomerstotransfertheirinformationtootherproviders.Chinamaytrytohelpitsfirmsbyhavingnegligibleregulation.
第三个问题是数据的共享程度。科技巨头愿意发布研究成果，因此他们能够从大学里招聘AI专家；谷歌和脸书已经向开发者开放软件库，却不愿共享宝贵的数据和算法。这很大程度取决于监管部门是否会打破它们的垄断。例如，欧洲即将出台数据保护法，要求企业在使用数据前，必须获得用户的明确许可，而且用户可以更加容易地向其它服务商转移个人信息。中国或许会忽视监管以此帮助国内企业。
ThebattleinAIisfiercestamongthetechgiants.Itistooearlytoknowhowgoodthatwillbeforcompetition,butnottoanticipatethemagicingredientthatwilldeterminetheoutcome:theimportance,accessibilityandopennessofdata.
科技巨头间的AI战争最为激烈。研究这场战争会对竞争带来何种好处还为时尚早，但是时候预测哪一神奇因素会决定战果：数据的重要程度、获取难度还是开放程度。
由此可见，AI能否取代人们经常担心的翻译工作还尚未可知，因此，如果你有一个同传梦，不妨阅读原文看看Anthony老师的同传之路哦！
返回搜狐，查看更多