人工智能彻底火了。现如今，各行各业都高举人工智能的大旗，它正以“井喷式”的创新发展，高调地渗透进生活的方方面面。

　　2016年以来，医疗界也刮起人工智能的旋风，“人工智能＋医疗”时代悄然来临。

　　在浙江省人民医院放射科，人工智能正式“上岗”已经近10个月。这一名为“肺结节辅助诊断系统”的人工智能，是浙江省人民医院放射科联合依图医疗自主研发的，能代替人眼，对肺结节CT影像进行智能检测和识别，将探查到的疑似结节标记出来，再由医生进行二次筛查。

　　10个月来，它的临床应用情况如何？为医生的工作带来了哪些改变？医生对其评价如何？

　　在接受浙江在线记者采访时，浙江省人民医院放射科主任龚向阳表示，肺结节辅助诊断系统无疑可以称得上称职的“助手”，大大提高了医生“阅片”的效率，提高了诊断的精度。

龚向阳主任查看肺结节辅助诊断系统筛查后的影像报告

　　放射科来了新伙伴

　　“人机合作”将读片时间缩短一半

　　在我国，肺癌高居癌症死亡排行榜榜首，“早发现，早诊断，早治疗”能极大提高肺癌的治愈率，而肺结节可能是肺癌的“信号灯”，因此肺结节的筛查非常重要。

　　如何筛查肺结节？过去，全靠医生的一双“火眼金睛”，在胸部低剂量CT扫描图像上一寸寸“扫雷”，工程十分浩大。

　　龚向阳告诉记者，在浙江省人民医院，平均每天要接待120～150例肺结节筛查患者，每位患者在检查过程中会产生150～200张CT影像，也就是说，放射科医生每天至少要阅读18000张影像。

　　由于担心“漏网之鱼”，医生通常不会只读一遍，“每张片子至少看2～3遍，确认它是正常的，如果发现有问题，会再多看几遍。”龚向阳说，一般情况下，医生阅读一张片子大约需要花费5分钟，一天至少10小时都盯着CT影像看，工作异常繁重。

　　自从有了肺结节辅助诊断系统，一切有了转变。

　　“如果说人需要花5分钟，人工智能则以秒计，最多5秒就能完成识别。”龚向阳介绍，人工智能初筛后，医生在此基础上再筛查一遍，如果人工智能判定没有结节，医生二次筛查确认确实如此，基本就不会有问题了。

　　“因为我们把敏感度设置得非常高，宁可它‘错抓’，由我们来排除，也不希望它‘漏抓’。”截至目前，这套系统的平均敏感度在95%左右。

　　一般情况下，医生要做的只是最后的“把关”——检查、复核、修正，确认无误后签字即可，完全不必担心阅片的压力。这样的“人机合作”模式把“阅片”时间缩短了一半，不仅效率大大提高，还能把医生从超负荷的工作中“解救”出来，减缓医生的压力，减轻长时间集中精神做机械工作的疲劳感。

　　不知疲倦不受影响

　　人工智能提高诊断精度

　　“人会疲惫，但机器不会。”龚向阳说，对于一个正常人而言，不断重复地阅片会疲劳，疲劳就会影响状态，而影像读片是个精细活，医生状态的波动可能会影响报告的质量，如果状态不佳，易引发漏诊误诊。另外，人的同质性相对较差，不同医生对同一个片子可能有不一样的解读，这就导致报告的质量参差不齐。

　　而人工智能在标准下能保持统一水准，不会受状态、环境等影响，它的同质性与医生的高水准“双剑合璧”，大大提高了诊断的精度。

　　此外，有了人工智能，诊断报告也更加精准。

　　龚向阳分别展示了2014年和2017年的两份影像报告，记者看到，相较于2014年报告上记录了结节的大致位置和大小，2017年的报告则具体得多，清楚地列出了有几个结节，每一个结节的位置、大小，在哪个层面、第几个序列等精细特征。

　　“作为医生来说，不是做不到，而是时间不允许。”龚向阳表示，像这样的一份报告，至少要花费10分钟，而医生每天的工作量那么大，根本不可能做那么细。所以，有了人工智能的助力，患者得到的信息量更大了，医疗服务质量显著提高。

　　不断学习越来越“聪明”

　　但取代医生是不现实的

　　人工智能兴起后，关于其能否代替医生的争论一度甚嚣尘上。龚向阳不止一次地被问及这样的问题，在他看来，人工智能是助手，是伙伴，“医生相信人工智能，人工智能帮助医生，二者相互促进，相得益彰。”

　　龚向阳说，技术总是为人服务的，最终作出决策的永远是医生，在诊断报告上“背书”，对患者负责的也永远是医生而不是人工智能，人工智能带来的多一种思路或许能帮助医生构建全面的诊疗思维，以便医生做出更好的治疗决策。

　　事实上，肺结节筛查系统每天都在不断学习。医生们通过每天不断地肯定-否定、确认-修正，像指导一个学生一样，让它通过不断地学习，获得精准的肺部结节筛查策略，减少失误。系统也因此变得越来越“聪明”，敏感度和特异性都在提高。

　　记者了解到，这套系统不仅在浙江省人民医院为医生添翼，也陆续在丽水、宁波、上海、北京、武汉等城市的20多家医院“上岗”。

　　除了放射科，人工智能已在省内各大医院的儿科、超声科等科室得到广泛运用。比如目前已推出的儿童骨龄智能辅助诊断，自动计算儿童骨龄；儿科门诊智能辅助诊断，对手足口病、急性扁桃体炎、急性鼻咽炎、急性支气管炎等常见病的诊断准确率已超97%；超声智能辅助诊断等系统，从多种超声影像中自动勾划多种器官中疑似病变的结节或肿块，并对其良恶性进行分级判断；病历智能搜索引擎，准确理解医学概念及其层级关系，精准识别搜索词条和病历中的医学术语；临床智能科研平台，自动从临床病历等数据中提取出数千个特征信息，取代手工信息提取、数据录入等枯燥劳动。

　　或许很快，人工智能便会成为医院的“标配”，覆盖整个医疗行业，在医疗领域的各个环节开花结果，助力医疗升级改革。