远程输送医学智慧 AI现身事半功倍

据报道，美国威斯康星大学近期研究发现，“在线问诊”提高了医院6%的就诊率。他们回访了5年、14万名患者，并将原因归结为：医学问题更复杂，患者描述不清，难以诊断，最终导致医院少诊治了15%的患者。

在这个案例中，沟通质量就像“输电损耗”，在远程传输中削弱。在其他领域都可以带来便捷的在线模式，在医疗领域会不会成为鸡肋呢？

事实上，人机交互越来越接近人与人的沟通，在某些方面似乎更能避免“代沟”“理解偏差”等人类本身存在的问题。“我们研究的总体目标是帮助理解用户的意图。”中国科学院软件所研究员田丰说，手势、体态、触控、语音、表情、眼动、生理等非精确的信息现在也在机器的理解范畴之内。

懂得自然交互的人工智能，会不会使给医院“添麻烦”的远程医疗有所不同呢？AI现身智慧医疗，现有技术如何让远程医疗“止损”？未来又会有哪些意想不到的便利？

AI触感，开启智能“悬丝诊脉”

如果嫌苹果手表太贵，人们可能也会用一个手环记录身体的心跳、脉搏、运动进程等数据，这些可以作为人们对自身健康状况评估的参考。

用穿戴设备获得信息，是针对文章开头提到的“患者描述不清”问题的一个最直接的解决方法。但如果没有医学专业知识，这些评估并不能上升到医疗层面，用以判断疾病。

为此，科学家们正在开发各种医用级的穿戴设备，例如“加持”了传感器、陀螺仪的笔、积木等。田丰介绍，“在传统的帕金森病诊断过程中，医生会让患者在纸上连线、画螺旋线等，通过这种方式获得患者无法诉说的身体指征。”

“我们可以用更智能的方式获得正确的信息，云端融合的多感知交互设备，将装配到医院的智能诊室中。”田丰说，不止如此，智能设备还能发现传统方法感知不到的细节。

“例如有了传感器的笔可以探测到使用者的用笔压力变化、用笔方式等之前感觉不到的因素，我们发现这些也和帕金森症的前期征兆有关，”田丰提到的研究隶属于国家重点研发计划“云端融合的自然交互设备和工具”项目，该研究中的一个重要研究内容就是可穿戴、高精度、大范围、多目标的动作捕获及识别。

“手部姿态的获取，已经用在智能诊室中，帮助医生诊断神经系统方面的疾病，”田丰说，项目参与单位协和医院正在进行试点应用。

除了高精度的手部姿态获取外，新材料的集成使得衣物可以在线探测身体健康的各种指标。

田丰介绍，项目研发的柔性织物生理传感器，是将干电极与织物集成，穿在身上就能捕捉到心电、肌电信号。“举个通俗的例子，穿上这个衣服，心电图就能传到信息中心。”田丰说。

“此外，‘可穿戴惯性全身动作捕捉技术’让我们能同时捕捉患者的步态，”田丰说，这些感知系统，已经在神经系统疾病的医学诊断流程中发挥作用。

古代中医有悬丝诊脉，智能穿戴设备的出现，让脉搏等生命体征通过传感器、网络传递进入诊室，可见，让机器系统有了基于自然交互的“触感”，患者的描述在医生的诊断过程中，将不再成为主要的判断依据。

协医AI，判诊精度高于人眼

“有AI已经报名医师资格考试，当然是匿名的，”科大讯飞市场经理林波说，虽然成绩目前还是保密的，但他对协医AI的表现有信心。

这个系列名为“晓医”的机器人已经在北京301医院、安徽省立医院、上海瑞金医院等医院上岗。海量的医学知识基础是它们成为“协医”的第一步。“‘吃’书本是‘晓医’的强项，”林波说，“医学学士学习5年的书本它们很短时间就能输入进去，但是‘理解、掌握、应用’并不容易，需要通过模型构建、系统开发等实现AI的自主学习。”

这只解决了机器对人类信息的掌握问题，林波说，“基于科大讯飞的智能语音识别、语音合成和自然语言理解等技术，我们同样解决了人对机器‘学习’信息的调用问题。”

最直接的交互是人类的语言，林波说，“如果你到医院说‘肚子痛’，它会提出与肚子疼相关的问题，然后才帮你挂相应科室的号。”根据301医院的数据反馈，一个导诊护士每天的服务量大概是800人次，一个机器人每天的交互达到了2000多次，服务六七百人次。

协医AI不只直接帮助患者，还会帮助医生。智能阅片系统可以利用深度学习技术开发智能影像识别，辅助医生阅片。医学影像辅助诊断系统可以自动处理影像，找出结节病灶并通过列表和色块直观展现给医生。

“这类产品的新闻有很多，但是，需要关注的是‘准确度’，”林波提醒，“对患者个体而言，哪怕准确率提高0.01%，也是很大的影响。”

“AI的辅助判断，能够达到肉眼无法达到的精度，”林波说，这些技术目前都用于装配智能诊室，提高医院的诊断效率和接诊人数。