人工智能看病，離患者的期待還有多遠？
走進醫院，由機器人招呼，做檢查、分析診斷，甚至提供治療方案，這是你想象中的醫療人工智能嗎？
2016年以來，醫學人工智能發展神速，國家先后印發多個文件，指導醫學人工智能發展。目前，滬上就已有瑞金醫院、同仁醫院等多家醫院引入人工智能系統。
有人看好，亦有人擔憂。以瑞金醫院副院長胡偉國的話說，醫生們對AI（人工智能）是既興奮又冷漠。既想擁抱新技術，又怕日后被搶飯碗。大眾則更擔心AI的水平。一位醫療人工智能公司創始人就曾不止一次被問：您自己會使用人工智能看病嗎？創始人則回答：人工智能就像槍，槍不會傷人，人才會傷人。
這個周末剛剛在上海落幕的首屆國際醫療人工智能大會，機器人維修，多位業界知名的人工智能專家及醫療名家到場，討論激烈。記者在現場與浙大睿醫人工智能研究中心副主任吳福理聊了聊：人工智能醫療的發展現狀到底如何？離老百姓還有多遠？
人工智能到底能做什么？
人工智能再怎么先進，也不可能超過整個人類最高水平的醫生。吳福理開門見山強調，人工智能是協助診療，但不是代替醫生。
浙大睿醫人工智能研究中心隸屬浙江大學，是一所非營利性第三方機構，今年3月由中國人工智能科學帶頭人、浙江大學校長吳朝暉教授領銜。吳朝暉1991年就曾被公派赴德國人工智能研究中心留學。
吳福理告訴記者，其實在醫療領域，人工智能以前就有，以前不叫人工智能，叫臨床決策支持系統，再早一點叫CED系統：計算機輔助診斷系統，只是以前的計算機輔助診斷比現在的技術差得太遠。
以眼底篩查舉例。糖尿病人和糖網病（糖尿病視網膜病變）患者，失明危險比正常人高25倍。如何早期篩查眼底、快速診斷眼底圖，成為防治糖網病的關鍵。傳統的篩查方法需人工一個個去篩選。但1.3億糖尿病人，超過3000萬糖網病（糖尿病視網膜病變）患者，靠人工效率太低。在他們中心，AI深度學習后，糖尿病視網膜病變5分類在大部分數據集上特異性可達到99%，敏感度達到95%。
還比如測骨齡。目前已經驗證電腦在這方面比醫生水平誤差小很多，醫生的估算誤差可能在一年左右，而AI可以將誤差控制在半年或幾個月。
令吳福理印象深刻的還有一家英國的公司，做腸道息肉的輔助檢測。腸道息肉檢查時要拍一千張片子，傳統的方法是人工一張張翻閱，看某張片子上是否有息肉，有時鼠標一滾過去就漏掉了。但人工智能就可提示醫生，哪些地方有異樣，醫生再仔細看這些地方是否有息肉，誤診漏診率就比傳統方式小很多。
這是我看到人工智能確確實實的進步。但如果說要把醫生替代掉，這還太早了。吳福理說。目前的人工智能還是基于統計模型，統計模型學習的是數據，不是知識。圍棋AI為什么超過人？因為圍棋規則是死的，但是人類的知識不是這樣。人是根據知識可以推導推理，自我學習。
使用脫敏數據，保障數據安全
數據安全以及獲取數據的來源也是當前大眾對人工智能領域的關注點。
我們科研使用大三甲醫院提供給我們的脫敏數據，這個數據在可監管的情況下，設立獨立的服務器，不上云平臺，KUKA機器人維修，在我們研究院內部去做研究，這是我們跟醫院最大的合作模式。吳福理說。
所謂脫敏數據，是指去隱私化數據。有些病可能需要知道他的年齡或者性別，像是病人姓名、身份證號碼、電話等這些數據都是無法獲得的。
眼下，醫療人工智能算法相對比較成熟，關鍵的問題就在于數據和數據質量，大多數高質量數據還是局限在大型三甲醫院。吳福理說，目前行業內也在嘗試數據互聯互通。
一個例子是，人工智能頂尖專家、斯坦福大學華裔教授李飛飛，建起一個大數據集后，所有的深度學習突飛猛進。但在醫療領域并沒有這樣大數據集，有科學家就想辦法，是否能將從大數據集里面學到知識用到醫療領域，以應對醫療領域解決數據不足的問題。
吳福理認為，目前大眾對人工智能依然存在不少誤解。比如人的失敗率大家可以忍受，但好像機器人一看錯就不能接受，機器怎么能出錯，這個問題誰來承擔？人工智能當然也會有誤差，在現有疾病情況下只能做出這個判斷，就不能怪它。當然大家也不能用完全靜態的眼光看AI，機器人維修，AI本身也在進步。吳福理說。
業界大牛李飛飛曾在一次演講中表達她的夢想，她希望應用人工智能后，醫護人員將會多一雙不知疲倦的眼睛、機器人將能代替人、去巡視災區、挽救被困者和傷員、在機器的幫助下探索未知的前沿
這當然也是老百姓對人工智能的期待。