一場人機大戰，醫生輸了，而且輸得毫無懸念。比賽之前選擇“人類戰隊”獲勝的觀眾坦言自己的選擇是“為了給醫生們打氣”。不過，輸了比賽的醫生卻很高興，因為一個聰明的助手誕生了。

　　這場名為“Chain”杯神經影像人工智能人機大賽由國家神經系統疾病臨床醫學研究中心、首都醫科大學人腦保護高精尖創新中心和中國卒中學會聯合主辦。對戰的雙方是“BioMind天醫智”神經影像AI輔助診斷系統和海內外25名神經影像領域的資深醫生。

　　據介紹，這是該領域全世界范圍內首次人機大賽。

　　半年打造出AI“醫生”

　　首次亮相的“BioMind天醫智”由全球首家神經疾病人工智能研究中心和首都醫科大學人腦保護高精尖創新中心共同研發，也是目前全球首款頭部疾病（涵蓋腦腫瘤、小血管病變、大血管病變、腦卒中等）MRI、CT影像人工智能輔助診斷的整體應用產品。

　　出場應戰的“人類戰隊”則由海內外25名全球神經影像領域的專家、學者、優秀臨床醫生組成，他們中既有臨床工作幾十年的影像學“大咖”，也有有志于AI系統研究的青年科技人才，都是經過前期招募、預賽及定向邀請確定的。

　　決賽中，醫生分成兩組與AI對決，每組共有225個病例影像。相對于醫生的聚精會神，AI“從容淡定”，操作人員輕點鼠標后，“BioMind天醫智”掃描案件分析，15分鐘就響鈴交卷了。而這時醫生們依舊緊張審視著一張又一張核磁影像。在最后幾分鐘內，醫生們對拿不準的案例進行了討論。

　　經過評委確定，除了用時長短不同，AI與人類醫生的兩組準確率分別為87%和66%、83%和63%。

　　對于“BioMind天醫智”取得的飛速發展和驚人成績，北京天壇醫院常務副院長王擁軍并不意外。“北京天壇醫院每年接診來自全國各地的神經系統疑難雜癥患者30 萬人次，開展手術1萬余例，擁有全國最大的腦病樣本庫，這樣 ‘BioMind天醫智’才能在短短幾個月內，不斷提升疾病診斷效率和準確率。它可以學到很多醫院多年都見不到的罕見、疑難病例，在神經領域的研究開發和學習深度上，擁有先天優勢和大數據基礎。”

　　賽前，不少專家對比賽結果都給出了自己的預測。決賽的評委之一，重慶醫科大學神經科學中心主任、國家973項目首席科學家謝鵬表示：“在根據已有知識進行的診斷上，從大數據深度學習的概率上看，AI獲勝的幾率要大得多，它應該是‘了然于胸’的。但在一些新的、特定的、目前醫學界也還沒有太多共識的疾病領域，AI可能還‘搞’不過人類。即使是在AI全勝的圍棋比賽中，一場下來幾十手的交戰中，我也不認為人類的每一步棋都是輸給計算機的，有些地方，人類比計算機的思路更精妙。”

　　跨越理解的鴻溝

　　近幾年，AI產品“扎堆兒”進入健康領域，但在很多情況下都有點“雞肋”的感覺。因為AI及其制造者計算機工程師與醫生之間存在著理解的鴻溝。如何讓AI真正成為醫生的助手，能夠解決臨床中的實際問題，是許多研究團隊共同的困惑。

　　“BioMind天醫智”也經歷了這樣一個過程。據國家神經系統疾病臨床研究中心大數據中心主任李昊介紹,“最開始AI團隊的一些已知算法和常規思路，無法被醫生理解。而AI團隊又對神經系統疾病的特殊性一頭霧水，需求無法匹配。”

　　幾個月時間里，國家神經系統疾病臨床醫學研究中心每一個課題組都派出了至少一名業務出色的醫生，緊密對接AI團隊的每個工作組，不斷討論磨合，盡量把專業特點、疾病特點、技術特點都溝通清楚。這相當于給AI團隊進行了一次醫學“集訓”。“在此基礎上，我們對AI原本的算法進行一些針對性的改進。”李昊認為，從目前的水平來看，進步非常明顯。

　　半年以來，通過對北京天壇醫院近十年接診的數萬神經系統相關疾病病例影像的系統學習，“BioMind天醫智”在腦膜瘤、膠質瘤等常見病領域的磁共振影像診斷準確率已達到90%以上，相當于高級職稱醫師級別水平。

　　以此次決賽中B組比賽主題為例，要根據腦部片子預測24小時內患者顱內血腫是否擴大并及時干預，因為這是臨床降低腦出血患者死亡率的重要措施。在臨床中，血腫擴大可通過降低血壓、早期用止血藥物預防，但是如果預測失誤，盲目用藥降低血壓，也存在出現血栓等風險。

　　據介紹，目前臨床上為預測采用的方法是注射碘造影劑。比賽中，“BioMind天醫智”判斷無需給患者注射造影劑，這樣降低了潛在的腎臟損害。

　　“這種在許多臨床專家看來都是很難的課題，通過學習大量病例數據，AI掌握得比人更好。”李昊說，在訓練中，給了AI一些回顧性的病例，也提供了一些前瞻性臨床病例的同步數據，不斷加強它的理解能力。通過決賽以及之前的3組測試賽結果來看，AI預測的速度和準確率上都完全戰勝了人類。

　　“我們希望未來它可以準確地提示醫生，患者24小時內血腫擴大的幾率非常大，需要盡快采取更積極更果斷的治療方式。”李昊說。

　　讓醫生和AI成為“默契CP”

　　現階段AI的學習成績是充分可靠的，李昊認為下一步要思考的問題，是如何讓它覆蓋神經系統更全面的疾病種類。當然，也完全存在個別非常有經驗的醫生打敗AI的可能，這提示AI目前學習的樣本量還不夠大，還需要專家來幫助完善。

　　今年4月，我國出臺《促進互聯網+醫療健康發展的意見》，著力推動人工智能在技術研發和產業應用層面取得突出成果。之前，工業和信息化部印發的《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》明確提出，發展醫療影像輔助診斷系統，支持腦、肺、眼、骨、心腦血管、乳腺等典型疾病領域的醫學影像輔助診斷技術研發，加快醫療影像輔助診斷系統的產品化及臨床輔助應用。

　　“我并不很在意這場比賽誰輸誰贏。”王擁軍表示，本次神經影像人工智能人機大賽并非意在挑起人類醫生和AI之間的“戰火”，反而希望通過專業技術的切磋，讓醫生和AI對彼此有更深層次的理解，為未來臨床醫學診斷中成為“默契CP”打下基礎，“希望能夠通過這個比賽，讓醫生們體驗到人工智能的魅力，特別是讓部分對人工智能抱有懷疑態度的醫生進一步對人工智能進行了解，消除恐懼。此外，希望讓大家看到，AI可以完成一些人類很難完成的任務，如準確預測腦出血現象和血腫的擴大情況，今后能夠更好地利用AI實現診療水平的創新和提升。”

　　他還希望通過這次比賽激發全球神經科醫生的興趣，提供更多稀有病例。當AI技術漸趨成熟后，會成為輔助基層醫生，特別是偏遠地區基層醫生閱讀、診斷、預測片子的學習和培訓工具，方便腦病患者在“家門口”就能獲得高品質、個性化的診療方案。此外能夠幫助醫生完成初篩和評定，最終由醫生進行印證判斷，提高工作效率，減少重復機械工作，特別是在判斷結果不一時，可提醒醫生避免漏診誤診。

　　據介紹，本次比賽結束后，國家神經系統疾病臨床研究中心大數據中心將繼續完善“BioMind天醫智”學習成果，組織多場國際、國內對抗賽，為未來將其推向臨床做好充分準備。同時，向國內醫療機構和神經科醫生發出課題招募，入選課題將獲得100萬元資助，中心還將提供強大的AI技術團隊，輔助課題組在感興趣的領域深入進行學術研究、開發臨床可應用的AI產品。（記者 李新玲）

【糾錯】

責任編輯： 邱麗芳