機器人醫(yī)生用于輔助醫(yī)療，有多靠譜？

前不久，復(fù)旦大學附屬腫瘤醫(yī)院泌尿外科及泌尿男生殖系腫瘤MDT(多學科協(xié)作)團隊，與國內(nèi)一家智能機器人公司合作，欲開發(fā)一個智能機器人“小泌”。據(jù)稱，這可能是國內(nèi)泌尿腫瘤領(lǐng)域會出現(xiàn)的第一個“機器人醫(yī)生”，可以在微信公眾平臺，網(wǎng)站和醫(yī)療服務(wù)平臺為公眾提供泌尿腫瘤防治相關(guān)的在線客服。

復(fù)旦大學附屬腫瘤醫(yī)院副院長葉定偉表示，小泌還可以對非泌尿腫瘤診治專業(yè)的醫(yī)務(wù)人員提供初步的繼續(xù)教育。他說，這一智能機器人已經(jīng)“學習”了三本泌尿腫瘤防治領(lǐng)域的專業(yè)書籍，掌握的知識量總計超過600條。

現(xiàn)在人工智能技術(shù)用于醫(yī)療領(lǐng)域已經(jīng)有了案例，最出名的應(yīng)屬IBM Watson。不過對于醫(yī)療領(lǐng)域的智能機器人，默認狀態(tài)還是懷疑的好。為此，雷鋒網(wǎng)采訪了這一技術(shù)的提供者小i機器人公司的智能醫(yī)療團隊，了解了其中的技術(shù)細節(jié)。

雷鋒網(wǎng)：“三本泌尿腫瘤防治領(lǐng)域的專業(yè)書籍”、“知識量總計超過600條”，這兩個數(shù)字是不是太少了？

答：600條知識量是基礎(chǔ)知識條數(shù)，與我們平時理解的數(shù)據(jù)量并非一個概念。如果加上從基礎(chǔ)知識延伸出來擴展問、工作日志數(shù)據(jù)等，這個數(shù)量將會以幾何級的規(guī)模擴張。

同時，醫(yī)療行業(yè)不同于其他行業(yè)，是一個對專業(yè)度和精準度要求極高的領(lǐng)域。在最初，主要考慮兩個方面的問題，首要是必須保證知識是精確的，然后就是要保證這些知識要實用，能夠幫助到患者和用戶。所以小泌開始掌握的600條專業(yè)知識也是經(jīng)過斟酌和篩選的，目的在于精，而不是多。后期，隨著用戶量和交互量的增長，會根據(jù)數(shù)據(jù)反饋和用戶的需求表現(xiàn)，讓它學習更多的知識。

雷鋒網(wǎng)：小泌可以解決哪些問題？

答：第一期主要是面向患者，提供一些科普宣教的知識以及疾病護理、就診流程方面的信息，解決患者日常遇到問題，減輕醫(yī)務(wù)工作者重復(fù)勞動，還有非泌尿腫瘤專業(yè)醫(yī)務(wù)人員繼續(xù)教育。

雷鋒網(wǎng)：無法解決哪些問題？

答：目前，專業(yè)治療方面還暫時無法立刻解決。要實現(xiàn)機器人治療的目標，不僅需要人工智能技術(shù)和應(yīng)用，還需要納入非常多的醫(yī)療資源，打通與此相關(guān)的產(chǎn)業(yè)上下游，與更多的合作伙伴一起努力。這個路程任重道遠，也是未來醫(yī)療追求的目標之一。

雷鋒網(wǎng)：其中的關(guān)鍵技術(shù)有哪些？

答：小泌使用了小i機器人人工智能交互平臺，并不只是關(guān)鍵字匹配，而是通過文字和語音、語義分析、上下文關(guān)聯(lián)以及互動式問答，最大限度增加用戶尋找到最終答案的準確度。

交互平臺包括自然語言處理、語義分析理解、知識構(gòu)建及語音技術(shù)等。自然語言核心處理技術(shù)，包括中文分詞、詞性標注、實體識別、句法分析、自動文本分類等技術(shù)；語義分析和理解以及知識推理技術(shù)，知識表示、本體理論、分領(lǐng)域的語義網(wǎng)絡(luò)、機器推理等技術(shù)。另外知識構(gòu)建和學習體系包括搜索技術(shù)、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘、知識獲取、機器學習等技術(shù) 。語音技術(shù)則分為語音識別、語音合成和聲紋識別等。

雷鋒網(wǎng)：怎樣才算合格的輔助診斷智能系統(tǒng)？

答：輔助診斷智能系統(tǒng)的主要職能是協(xié)助醫(yī)生的工作，除了能夠幫助醫(yī)生處理病人的病例等大數(shù)據(jù)外，還能夠運用它的計算能力和推理能力幫助醫(yī)生提高診斷率。所以合格的輔助診斷職能系統(tǒng)，第一是要幫助醫(yī)生提高工作效率，第二是幫助醫(yī)生提高診斷率。在目前的情況下，能在醫(yī)生的診療過程中提高準確性就是大家歡迎的輔助診斷智能系統(tǒng)。

雷鋒網(wǎng)：智能系統(tǒng)用于輔助診斷，還有哪些技術(shù)上與非技術(shù)上的挑戰(zhàn)？

答：醫(yī)生診斷是一個非常倚賴于經(jīng)驗的職業(yè)，需要閱讀大量的醫(yī)學專著、論文，了解最新的醫(yī)學知識，同時還要通過大量的臨床診斷來提高診療水平。而經(jīng)驗的積累，正是計算機非常擅長的。就像圍棋，規(guī)則就是這樣，但機器經(jīng)過大量學習和練習能打敗人類。除了常規(guī)的經(jīng)驗積累，病人基因數(shù)據(jù)、家族史、各項檢查結(jié)果的數(shù)據(jù)等，也是診斷需要積累的。

我們會逐步制訂泌尿腫瘤領(lǐng)域的均質(zhì)化診治標準，開發(fā)相關(guān)的知識庫（包括國內(nèi)外專家成果，國家及醫(yī)院規(guī)范、臨床數(shù)據(jù)），希望用人工智能融合病人所有相關(guān)數(shù)據(jù)，通過機器學習體系，建立精準治療系統(tǒng)，為醫(yī)生提供精準的輔助治療，節(jié)省診療時間、降低誤診率。

從采訪中可以看出，目前的小泌從功能和技術(shù)上，類似大眾熟知的智能客服。雖然達不到大眾對機器人醫(yī)生的幻想，但足以為疑心重的人提供基礎(chǔ)咨詢，減輕醫(yī)生的重復(fù)勞動。

相關(guān)文章：

國內(nèi)人工智能+醫(yī)療影像公司大盤點：今年又是“元年”？ | 2016 影響因子

WMRC 2016 | 關(guān)于IBM Watson醫(yī)療應(yīng)用的小歷史

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。