用AI医生破解“看病难”

　　河北滦州市人民医院的医生在“医共体”影像诊疗中心通过互联网与滦州市中医医院的大夫一起为患者会诊。 新华社记者 杨世尧摄

　　看病难、看病贵，一直是深受关注的民生问题。人工智能（AI）能解决这个难题吗？在中国人工智能学会近日发起主办的2019中国人工智能产业年会中，多位专家在智能医疗论坛上介绍了AI医生的最新研究成果——AI医生医术是否精妙？还有多久能普及？经济日报记者带您一探究竟。

　　在北京的三甲医院看病有多难？

　　清华大学教授、国际核能院院士、中国人工智能学会会士张勤今年7月亲身体验了一把。那天，他带93岁的父亲去北京人民医院看病，医院人满为患，没有床位，老人只能坐在急诊观察病室的椅子上输液9小时，一直熬到凌晨1：30。

　　而张勤坚信，如果自己团队研发的DUCG系统能尽快完善并应用于临床，将大大改善中国的看病难问题。而这个目标，距离实现已不太遥远。

　　AI诊断：向顶尖大夫看齐

　　对于看病难的“痛点”，张勤表示，2018年，全国有医疗机构99.7万个，其中三甲医院仅1442个，94.6%都是基层医疗机构；而就诊总人次83.1亿，其中基层就诊人次44.1亿，仅占53%。基层医疗机构占绝大多数，却只承担了一半的就诊量，这就难怪三甲医院人满为患了。

　　看病难、看病贵，很大程度上是由于没有实现真正的分级诊疗。

　　“我国分级诊疗要求实现‘90%大病不出县’，为什么做不到？主要问题是‘基层首诊’正确率低，基层医生水平不高。”张勤认为，解决方案在“智慧医疗”上，“我们要做一种全科疾病诊断智能系统，它在任何场景都能正确诊断，且有可解释性，还能动态生成个体优化临床检查路径，实现精准诊断。”

　　张勤以前做核电站的安全运维系统，核电站的故障诊断和医疗诊断有何相似之处？都是给一个复杂系统看病，都要求“几乎100%的诊断正确率”。理论是相通的，不同的是知识库。张勤团队将原本用于核电站故障诊断的原创系统DUCG拿来做医疗临床诊断，首先要与专家级医生合作构建知识库。

　　“我们以患者为中心，围绕患者的主诉症状构建知识库，包含所有相关科室，免除挂错号的烦恼。比如病人的主要症状是腹痛，就可以问诊我们的‘腹痛’知识库。”张勤介绍，团队正与北京协和医院、北京朝阳医院等多家国内著名三甲医院约30位临床专家深度合作构建知识库。“知识库由各科临床经验丰富的大夫参与构建，我们追求的是，让AI达到这些专家的水平。”

　　这个目标一旦实现，基层医疗机构的医生使用DUCG系统的“AI医生”做辅助，就能得到与北京三甲医院资深大夫同样的诊断结果，这将大大提高基层诊疗水平，缓解三甲医院就诊压力。

　　理想很丰满，现实进度如何？DUCG知识库目前开发到什么程度了？

　　目前，DUCG知识库已完成第三方病历测试的有关节痛、呼吸困难等13个知识库；基本完成开发和内部测试的有胸痛、水肿等17个知识库；正在开发的有不明原因发热、妇科等8个知识库。已经接近覆盖所有临床主诉。

　　AI诊断的便捷度如何？

　　“我们正在开展青岛胶州市和重庆忠县的临床应用试点。不管是镇医院的大夫，还是村卫生室的村医，有电脑或iPAD就可以通过云上DUCG系统开展诊断，并可一键生成符合规范的电子病历。”张勤说。

　　AI诊断的正确率如何？

　　重庆6家三甲医院对DUCG系统的关节痛、腹痛、咳嗽咳痰、发热伴皮疹、呼吸困难、鼻出血6个主诉知识库的第三方测试结果显示：除了22个罕见病没有找到病历外，其余疾病的AI诊断正确率达100%，即AI诊断结果与三甲医院医生诊断结果一致。“我们的测试方法特别强调对罕见病诊断的正确率，因为基层诊断错误主要发生在罕见病。”张勤说。

　　AI医生何时能进化成全科医生并投入基层医院？

　　“所有主诉知识库构建完成后，即可实现全科诊断。我们计划再用一年覆盖基层医院除普通外科外，可能遇到的所有主诉的临床诊断。”张勤表示。

　　AI读片：要比人眼更锐利

　　“去拍个片吧。”这是患者在医院经常听到的话。现在，超声、核磁、CT……各种医学成像已经成为医学诊断的必备参考数据，AI读片也随着人工智能技术的普及开始走向临床应用。AI读片准不准？这种技术正在给“看病难”问题带来哪些改变？

　　AI读片可以提高疾病的早期发现率。