8月30日－9月1日，由中國高科技行業(yè)門戶OFweek維科網(wǎng)、高科會主辦的“2018中國（上海）國際人工智能展覽會暨OFweek（第二屆）國際人工智能產(chǎn)業(yè)大會”在上海成功舉辦。

在第二天的分論壇—AI＋醫(yī)療專場上，上海中醫(yī)藥大學(xué)附屬曙光醫(yī)院放射科主任，影像教研室主任詹松華主任以“醫(yī)學(xué)影像人工智能臨床的困難與挑戰(zhàn)”為主題，深入探討了現(xiàn)如今AI技術(shù)應(yīng)用到醫(yī)療的難點痛點，并為AI人士提出了發(fā)展方向和建議。

影像醫(yī)學(xué)的學(xué)科特點和中國現(xiàn)狀

在演講之前，詹松華主任便表示，人工智能想取代放射科醫(yī)師，目前還差得很遠(yuǎn)。

緊接著，詹松華主任介紹說，放射科由兩個部分組成，一部分是屬于影像醫(yī)學(xué)與核醫(yī)學(xué)的醫(yī)師，一部分是屬于影像技術(shù)學(xué)的技師檢驗科，兩者大不相同。影像診斷，需要臨床知識資料和經(jīng)驗，綜合分析才可能做出正確的診斷。這就要求放射科醫(yī)師必須是臨床醫(yī)學(xué)的深造者，是醫(yī)師中的醫(yī)師。但如今，放射診斷醫(yī)師的性質(zhì)常常被曲解，價值被低估。實際上放射科醫(yī)師的工作遠(yuǎn)不止是發(fā)現(xiàn)病變定位、定性病變，診斷、制定治療方案、治療和MDT也是其職責(zé)的一部分。

詹松華主任強(qiáng)調(diào)，肺結(jié)節(jié)只是癥狀，而不是診斷�，F(xiàn)在的AI對圖像的分析也許很到位，但放射影像診斷單靠影像定性判斷，誤差會很大，因此AI對放射影像進(jìn)行判斷時，便會出現(xiàn)很多誤讀情況。

人工智能在影像醫(yī)學(xué)領(lǐng)域應(yīng)用的定位問題

針對人工智能能干什么的問題上，詹松華主任給出的答案是：Detection（病變測定），和Characterization（性質(zhì)鑒定）。詹松華主任認(rèn)為，輔助醫(yī)生，發(fā)現(xiàn)病變，區(qū)別正常與異常，可能是AI的第一步任務(wù)。雖然人工智能在發(fā)現(xiàn)病變方面大有可為，但想代替醫(yī)生來診斷和處理，很難。

在這里詹松華主任舉了計算器與人的例子，計算器的出現(xiàn)代替了算盤，卻不能代替會計，他進(jìn)行了生動形象的論證：發(fā)現(xiàn)肺結(jié)節(jié)對于計算機(jī)來說是件簡單的事情，但在放射科存在更加復(fù)雜更加困難的病癥，并且人的正常和異常的界限是模糊的，影像診斷是一門“可能性”的藝術(shù)，單靠既定的規(guī)則和目標(biāo)是不能解決問題的。

促進(jìn)人工智能發(fā)展的務(wù)實建議

人工智能在影像醫(yī)學(xué)領(lǐng)域的發(fā)展是艱難的，為了促進(jìn)人工智能更好地應(yīng)用于醫(yī)療，詹松華主任提出了五點建議。

首先AI人士需要傾聽臨床的聲音，了解醫(yī)生切實的需要，而不是一味追求花哨的功能；其次解決假陰性率是關(guān)鍵，提高AI機(jī)器判斷的確定性，從而為醫(yī)生省時節(jié)力；同時如何做到更加專業(yè)也很重要，不能停滯在結(jié)節(jié)一個問題上，醫(yī)學(xué)還有很多其他問題需要專研攻克；發(fā)揮AI效能，切實地幫助醫(yī)生，使得醫(yī)生的診斷更高效更全面；最后要正視困難，不能急功近利，夸大其詞。

人工智能醫(yī)療發(fā)展方向

詹松華主任肯定了人工智能在發(fā)現(xiàn)病變方面的優(yōu)勢和能力，但他認(rèn)為：“人工智能醫(yī)療的發(fā)展方向不應(yīng)是取代醫(yī)生而是幫助醫(yī)生�！币驗閺姆治霾∽冃再|(zhì)到診斷之間還有很遠(yuǎn)的距離要走。而轉(zhuǎn)變大眾的看病觀念需要時間，科學(xué)的問題不能超越事實，特別在醫(yī)學(xué)方面，不能浮夸宣傳，務(wù)實和努力才是基礎(chǔ)。詹松華主任認(rèn)為交互、傾聽、安慰、照護(hù)，都是人文問題，在這方面醫(yī)生是不可或缺的，有情有義、有挑戰(zhàn)、有溫度，才是臨床醫(yī)學(xué)。

隨后詹松華主任就人工智能是否將能解決看病難看病貴的問題發(fā)表了自己的觀點，他認(rèn)為這本身就是一個偽命題，相比于國外，我國看病要簡單得多便宜得多，價格高和價格貴是兩個完全不同的概念，不要指望著AI能解決看病貴看病難的問題。

最后詹松華主任表示，發(fā)展AI+醫(yī)療是正確的方向，但仍需要加大科研投入，需要將醫(yī)師與工程師很好地整合起來，才能有所成就。在這個時代背景下，與人打交道的職業(yè)只會越來越興旺，因此醫(yī)生不可能被人工智能取代。