「科技讓醫學更神奇」——人工智能可否替代醫生？

　　現在，愈來愈多的領域接受到了科技進步帶來的便利。在醫療方面，科技使得更多疾病獲得治療，爲醫生治病帶來便利，也爲患者帶來但願。

　　如何作到「早診斷、早治療、早康復」是醫療科技工做者們科研創新的目標與動力。目前一些重病在早期已是能夠碰見和預防的，醫療科技的先進已經遠超普通人的想象。6月27日，由中國科普研究所科學媒介中心主辦，北京科學技術期刊學會、「三四匠」工做室承辦，《協和醫學雜誌》、新浪科技協辦的第22期「刊媒惠」科技論文成果推介沙龍之「科技讓醫學更神奇」專場在北京協和醫院學術會堂舉行。

　　劉潔

　　北京協和醫院皮膚科副主任、主任醫師，劉潔介紹說，人工智能(AI)技術在皮膚影像領域的應用包括醫學影像、臨牀決策支持、藥物研發、病理學等方向。皮膚病看似容易診斷，實則很是複雜，AI技術的診斷具備範圍廣、診斷準確率高的特色，它對於臨牀診斷有很好的輔助做用，其能夠把臨牀醫生從簡單重複的工做中脫離出來，進行更深刻、更高層次的科研與創造。

　　黃晶晶

　　中國醫學科學院北京協和醫院博士生，黃晶晶根據源論文《二代測序技術在微生物與感染性疾病中的應用》帶來以《下一代測序技術——讓微生物無處遁形》爲主題的推介。人類基因組計劃(HGP)於1990~2001歷時10餘年完成草圖，採用一代測序技術Sanger測序。2005年誕生出更優化的第二代測序(NGS)，NGS在微生物領域能夠應用於：醫院感染性疾病爆發的調查、未知病原體的鑑定、毒力分析、耐藥基因組的研究。除了微生物領域，NGS的應用很普遍，能夠說涉及到臨牀診療的方方面面。包括產前篩查，以及兒童罕見病的診療。還有基因治療，經過已知點的檢測，來識別這個靶向藥適合不適合患者的治療。黃晶晶表示，從國內外研究來看，創建一個全球範圍內共享的NGS數據庫很是有必要，其將有助於突發新發感染性疾病的及時診斷，並有助於開發微生物基因組學應用於感染性疾病監測和疫情調查的所有潛力。　　大連好的婦科醫院 mobile.dlbh120.com

　　劉睿峯

　　北京協和醫院住院醫師，劉睿峯介紹說，深度學習做爲人工智能實現方法的一部分，具備自主學習能力，經訓練後能對未知數據進行預測，其中的一些模型，特別是卷積神經網絡(CNN)，在圖像識別方面具備比人工識別更快更準確的優越性。而這項技術應用於甲狀腺病理診斷上其準確性、靈敏性和特異性明顯優於傳統診斷方法，但同時也具備任務範疇狹窄、數據共享、標準化及數據隱私、患者安全及醫療權責等侷限性。

　　對於將來人工智能是否可以取代醫生，劉潔表示二者是相輔相成的，「如今你們總體來說，考慮人工智能，必定是能夠替代一部分簡單重複的工做，使醫生從簡單重複的工做上脫離出來，在更高層面上進行創造，進行發揮。將來我相信人工智能不是替代醫生，必定是人工智能幫助醫生。最後不是人工智能贏了醫生，或者醫生贏了人工智能，而你們認爲是用人工智能的醫生，贏了不用人工智能的醫生，它必定會提升咱們的效率。」