医生都难以完成的遗传病诊断，这个面部识别技术却做到了
行业观察
|
2017-05-02
在英特尔与阿里云为之站队的「 DE 超声机器人」背后，是人工智能+医疗的广阔前景
医疗可能会率先成为人工智能商业化落地的场景
今年的两会上「人工智能」首次被写进政府工作报告，代表人工智能正式上升成为国家重点发展的战略方向。在因人工智能技术兴起而掀起的创业热潮背后，是互联网巨头的纷纷跑马圈地抢滩布局。「人工智能+医疗」已经成为其中迅速发展的一个分支，并被寄寓厚望将会成为 AI 技术最先实现商业化落地的领域。
国产「DE-超声机器人」助力医学影像诊断
作为国内互联网领军企业，尽管阿里云在医疗领域早有布局，不过直到今年三月才开始正式有了重大的行动突破。阿里云在不久前举办的「2017云栖大会-深圳峰会」上，同时宣布了「ET工业大脑」及「ET医疗大脑」两项重大计划。
医疗方面阿里展示了一项通过超声技术诊断甲状腺结节的智能诊断系统。该系统可借助计算机视觉技术，运用算法对甲状腺进行B超快速扫描分析，并能自动圈出结节区域，自行给出良性与恶性的判断。作为一项辅助诊断技术，目前其诊断准确率可达 85%，已经超过人类医生的 60%-70% 诊断率。
该项智能诊断系统又被命名为「DE 超声机器人」，由浙江大学数理学院和浙江德尚韵兴图像科技有限公司联合开发，目前已经被纳入阿里云「ET 医疗大脑计划」。该项目针对目前人群中高发的甲状腺结节的智能读片和分析需求，研发了基于深度卷积网络 DNN 的算法，可对超声医学图像病变区域进行识别和判断。
DE 超声机器人采用深度学习作为核心算法，用以模仿人脑机制来提取医学影像特征，形成更加抽象的高层特征来分类或识别物体。传统机器学习方法是由人来定义结节/肿瘤的特征，如钙化、边缘、毛刺、灰度等，利用这些特征组合来表示目标属性或类别。但是这种方法由于人类定义各种特征的局限性，容易导致模糊的判断机制。DE超声机器人则通过深度学习算法模仿人脑机制提取结节/肿瘤的特征后，可以大大提高疾病的诊断准确率。
系统会自动标注结节的位置和尺寸
除了阿里，还有国际硬件巨头英特尔为该项目背书。英特尔提供的系统化硬件支持及丰富的计算结构与 AI 算法，对超声机器人的数据训练及预测模型、CPU 平台的运行速度及图像识别算法的精度等几个方面起到了重要的优化作用。目前英特尔、阿里云及德尚韵兴三方已经合作成立了「智慧医疗创新实验室」，以加速该项目的研究及技术落地。
据了解，该「DE-超声机器人」人工智能辅助诊断项目已于今年三月落户南京中国电子科技集团公司第五十五研究所职工医院，并在浙江大学第一附属医院实现了临床应用。
互联网巨头纷纷抢滩布局，「AI+ 医疗前景可期」
阿里云旗下云计算业务不断在全球市场攻池掠地，此次 NASA 计划的公布更是使之如虎添翼，一进军医疗市场便是来势汹汹。此前阿里云已对 ET 进行了多方“调教”：利用ET的深度学习能力，通过海量病例数据来训练机器完成特定的任务。如今，ET 已具备多项医疗能力，可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域助医生一臂之力。
除了阿里，国内另一家主打人工智能的重磅玩家百度，也在 2016 年 10 月就推出了百度医疗大脑。根据百度的设想，百度大脑是通过海量医疗数据、专业文献的采集与分析来进行人工智能化的产品设计，可以模拟医生问诊流程，与用户多轮交流，依据用户的症状，提出可能出现的问题，反复验证，给出最终建议。
兴许是受到百度近几个月激烈的人事变动的影响，就在今年 2 月百度正式宣布关停原百度医疗事业部。不过这并不代表百度要放弃医疗板块的发展，相反根据李彦宏的说法，是要放弃 O2O 挂号等一系列技术含量不高的业务，将更多的精力投入更具上游价值的人工智能医疗技术研发中。
提及人工智能医疗，就不能不提硬件界的老大哥 IBM。2011 年 IBM 开发的超级计算机沃森（Watson）在电视节目中击败人类而一战成名后，沃森被IBM应用入医疗研究中。在接连吸纳了肿瘤学研究领域 42 种医学期刊、临床试验的 60 多万条医疗证据及 200 万页文本资料后，沃森的表现也让人惊艳，在去年八月的一次诊断过程中，只花了十分钟就成功确诊了一例白血病案例。沃森在医学认知领域已经成为一枝独秀的佼佼者。
除了 IBM，亚马逊、谷歌、苹果等主流互联网巨头都纷纷对 AI+ 医疗进行布局。人工智能的应用场景涵盖机器人、家居、安防、交通等领域，而医疗可能会率先成为人工智能商业化落地的场景。
人工智能的发展到今天已从各方面开始凸显技术带来的红利。尽管现如今学术界对于人工智能可能会产生的伦理思考、威胁论等问题争论不休，但历史的车轮从来不会因为有争论而停下；相反在它的进程中产生的一些从全新角度审视人类的哲学思考及技术思维，也将深刻地影响着人类发展的轨迹。
