電話：
021-67610176傳真：
閱讀：9 發布時間：2017/12/26
記得前一段時間，我們專門聊過人工智能醫療，然而zui近市場又被人工智能醫療刷屏了。刷屏的原因就是人工智能繼戰勝了各位圍棋棋手之后，又有了一個新的突破，這個突破就是在醫療領域。今年11月，國家醫學考試中心發布了“2017年國家執業醫師考試臨床綜合筆試”合格線，由科大訊飛和清華大學聯合研發的“智醫助理”機器人取得了456分的成績，大幅超過360分的臨床執業醫師合格線，標志著人工智能在范圍內通過醫考筆試。
這個消息出來的時候，可以說是業界一片震驚，因為機器人來搶醫生飯碗的日子終究來了，今天我們就來聊聊連人工智能都已經通過了醫師考試，那么AI醫療離我們真正臨床應用到底還有多遠？
一、**個通過醫師考試的人工智能
事情是這樣的，在今年的8月份，在國家衛計委和安徽省衛計委的指導下，科大訊飛和清華聯合研發的人工智能機器人在國家醫學考試中心參加了2017年臨床執業醫師綜合筆試測試，為了驗證這場測試的公正性，有專門的公證處進行了公正。
之后，成績公布出來，這個被叫做“智醫助理”的人工智能獲得了456分的分數，再結合國家360分的及格線，可以說人工智能獲得了一個的高分。如果不了解國家臨床執業醫師綜合筆試的人可能還不知道這個考試意味著什么？據數據統計顯示，從1999年執業醫師資格開考以來，考試難度一年比一年大，通過率越來越低，近年來，全國每年執業醫師資格考試中考生的總體通過率基本保持在25%左右。在人工智能參加的這場考試中，共有兩萬多名真人學子參加了考試，人工智能在學習了近百萬張醫學影像資料、53本專業醫學教材、200萬分真實電子病歷，40萬份醫療文獻之后考到了這兩萬多人中的*名，這個成績不得不讓人驚嘆不已。
這也難怪有人感嘆離人工智能取代醫生，讓醫生下崗的日子可能真的不遠了。
二、AI醫療離落地還有多遠？
之前我們在《智能醫療是如何成為新晉投資風口的？》一文中討論過人工智能在一些較為成熟領域可能的應用，比如說醫療機器人、智能藥物開發、智能診療和智能影像識別。現在來看隨著技術的不斷突破，這些領域的實現速度將會遠超過我們的想象，之前我們對AI醫療1.0時代的預測恐怕在不久的將來就會成為現實，而如今我們就已經需要面對AI醫療的2.0時代了，這就是真正的人工智能醫生。
突破人工智能醫生的關鍵核心就是人工智能領域的深度學習技術，我們已經見證了這個技術如何在阿爾法狗的身上擊敗李世石，又打敗了柯潔。這種學習能力超越了我們大多數人的想象，我們不妨來設計一下人工智能的落地路徑。這種人工智能的醫生不再是我們說的類似于IBM沃森的輔助醫生，而是完完整整的替代人類的醫生。
不妨假設一個這樣的場景：某一天*大量的醫院裝備了AI醫療的設備，每天都會產生海量的病歷和他們的治療方案，從而不斷地進行數據積累，從簡單的搜尋類似案例進行治療，再到復雜的從中深度學習，從而推導出其中的關聯性以及概率，那么一場純粹由人工智能來進行的治療就已經不遠了。它的實現方式是：
一是對于海量案例的深度學習。和人類學習一樣，就像人工智能醫生參加臨床醫生考試一樣，學習大量的醫學基礎知識和每天不斷更新變化的案例，所謂醫學界的老專家就是因為他看過了大量的病人，從而對病人狀況的判斷就能更加準確，但是老專家沒辦法量產，因為他的知識沒辦法進行100%的傳承，而人工智能則并不是如此，它也是依靠海量的案例來學習，但是這種經驗是可以不斷累加的，機器人所能夠接受的訓練強度和效率是遠超過人類的，正如當時李世石在睡覺的時候，阿爾法狗已經和自己下過了幾百萬盤棋一樣，機器人不需要休息，學習效率更高，從而培養AI醫生的成本比培養人類醫生會更低。
二是更加的概率判斷。我們在看病的時候經常能夠看到醫生在病歷里面寫下：病人描述了什么樣的癥狀，有一個什么樣的化驗結果，認為什么樣的疾病的可能性比較大。這就是一般醫生的診斷方式，這就是概率診斷，在現實生活中醫生對于疾病的診斷方式就是概率診斷，所以在這方面機器人遠比人類更擅長概率分析和判斷，所以很快我們就可能看到機器人幫助真人醫生判斷病人的狀態，甚至在一些對于概率使用更大的門類中不斷增加AI的比重了。
三是診斷的全面標準化。一直以來，醫生都被要求進行標準化診斷，但是實際上診斷卻是一個個人主觀判斷很高的東西，所以標準化診斷雖然是一個要求卻很難被執行，而對于AI醫療來說，標準化診斷卻是人工智能天生的本能，所以在標準化要求越高的領域AI醫療實現替代的概率也就越大。
可以說未來已來，當AI醫療通過臨床考試的時候，就代表其離真正的應用不再那么遙遠了。對于投資者來說，或許也需要好好辨認一下AI醫療的投資方向了。 (生物谷Bioon.com）
13916499749
