歡迎關注“創(chuàng)事記”微信訂閱號：sinachuangshiji
編輯/羅廣彥 石鳴
來源：一條（ID:yitiaotv）
今年的新冠疫情，
大概是有史以來最“高科技”的一次抗疫戰(zhàn)斗：
科學家第一次用基因檢測的方法，最快定位了病毒，
5G和大數據，隨時可以精準追蹤病毒的流動，
算法輔助醫(yī)生看CT片，
10分鐘的診斷時間變2秒，
機器人送藥、送飯、做消殺，
線上診療讓患者無需與醫(yī)生面對面……
“互聯網+”的風潮吹了好幾年，
終于全面吹到了醫(yī)療行業(yè)。
現在國內疫情逐漸平息，
很多人好奇，這些“黑科技”究竟是什么？
疫情過后，它們會徹底改變我們的生活嗎？
抑或只是個曇花一現的噱頭？
一條采訪了奮戰(zhàn)在“醫(yī)療AI”一線的5個人，
有程序員、工程師、主任醫(yī)師、社區(qū)醫(yī)生……
他們親歷了這場“AI抗疫”的戰(zhàn)斗，
同時也提醒我們，
智慧醫(yī)療最后還是為人服務的：
“科技應該讓人離人更近
而不是讓人離機器更近?！?/p>
AI戰(zhàn)役：四個故事
醫(yī)生肉眼閱片要5-15分鐘，
我們的AI只要2秒
魏東 騰訊天衍實驗室 研究員
我是2018年9月加入騰訊天衍實驗室的，主攻醫(yī)療AI影像分析的算法研制。簡單地說，就是讓計算機看數以千計的圖像，并告訴它哪些圖像中的器官是正常，哪些是有問題的，問題在哪里。經過足夠多的學習之后，它自己就能根據圖像中的信息作出類似醫(yī)生的判斷。
這個技術2017年以來就在飛速發(fā)展，用于診斷心血管疾病、眼部疾病和肺炎等等。
新冠肺炎疫情爆發(fā)后，我們實驗室一直在關注疫情的發(fā)展，但苦于無用武之地。直到2月5日，湖北省宣布把CT結果也納入診斷標準，疑似病例只要拍CT有新冠肺炎肺部病變的特征，就能獲得確診。
騰訊AI診斷輸出圖
我們當時都隔離在家放假，聽到這個消息，大家馬上在線組織了一個團隊，開始研制新冠肺炎CT影像的AI診斷模型。因為不能面對面溝通，而且時間很緊，我們壓力還是很大的。
一開始遇到的最大問題就是數據不夠，AI就像一個學生，要讓它精確地識別疾病，就需要看很多肺部圖像才能學會判斷能力。我們當時從全國各地的合作醫(yī)院取得了一些新冠肺炎的數據，但還是不夠。
所以我們決定，先讓AI學習其他肺炎的數據，看了可能有上千例。在它見過這些肺炎數據之后，就有一個整體的肺炎知識積累，知道哪些是得了肺炎的肺部圖像，哪些不是。
我們在算法上再進行調整，給AI一點“提示”，告訴它新冠肺炎跟它見過的肺炎圖像不同的地方。這樣它就能在圖像中捕捉到新冠肺炎的特征，對病人作出診斷。
因為疫情緊急，我們這次進度非常趕，10天左右就調試好算法，2月21日就已經在武漢日海方艙醫(yī)院部署好了。
投入使用后，醫(yī)護人員給的反饋都非常理想，因為閱片不用那么累了。當時醫(yī)生閱讀、分析CT影像的壓力非常大，臨床診斷標準改變以后，每日新增確診病例暴漲將近十倍，每位患者做一次胸部CT，會產生300張影像，每次醫(yī)生肉眼閱片要耗費5-15分鐘。
已經確診的治療期患者，每5天也要做一次CT檢查，當時整個湖北省累計超過6萬例確診患者。
AI最快兩秒鐘就能判斷出這個人是否得了肺炎，他得的肺炎是不是新冠肺炎。如果AI判斷這個人是新冠肺炎，它還會在CT影像中標示出病灶，告訴醫(yī)生它判斷的依據，標示的過程最多需要一分鐘。
AI的判斷不能直接作為醫(yī)療診斷的依據，但是可以為醫(yī)生提供參考，大大提高了診斷效率。
有些醫(yī)生剛用的時候，擔心AI的準確率。但根據我們的研究，我們的AI模型比低年資的醫(yī)生診斷準確率高。而且隨著病例數據越來越多，我們會不斷訓練、調整算法，讓它的準確率不斷上升。
在湖北的時候，我們遇到一個疑似新冠肺炎的患者，這個病人的CT影像顯示，他肺部病灶很大，看起來很像新冠肺炎，基層醫(yī)院的醫(yī)生都說，這應該就是了。但有個高年資的醫(yī)生覺得不是。
然后我們的算法判斷也說，這個病例不是新冠肺炎。最后診斷出來，這個病人是肺水腫。所以說我們模型的鑒別能力還是挺強的。
用AI看CT結果，應該說是智慧醫(yī)療目前發(fā)展最成熟的部分。因為這部分具有很客觀的衡量指標，越是客觀、越少人為因素參與其中的工作，算法就能表現得比人工更好。
之前消毒機器人賣不動，
這次疫情卻火上央視
殷超 鈦米機器人 技術市場經理
2018年是智慧醫(yī)療站上風口的一年，我也是那一年加入鈦米機器人的。我們主要生產的機器人種類有：消毒機器人、物資配送機器人和病房服務機器人。
我們有很多醫(yī)院客戶在武漢，每個客戶都有銷售負責跟進。
1月中旬，銷售們發(fā)現，本來這個醫(yī)院只買了一臺消毒機器人，專門用在手術室，結果卻經常有別的科室來借機器人用，感染科要借來消毒，ICU又要借來消毒。我們馬上就意識這次疫情很嚴重。
鈦米機器人在新冠抗疫一線工作
在1月20日，鈦米就已經配置好工程師隊伍，準備調集機器人直接送往武漢。但在這個時間點，又是春運，又是疫情，物流交通反而成了最讓我們頭疼的問題。我們去聯系物流公司，他們根本不接你的單。
這種情況下，我們自己組織車輛和人手，規(guī)劃貨物和工程師的運輸線路，將機器人押運過去。我們將第一批10臺消毒機器人送到武漢協和醫(yī)院的時候，是1月21日凌晨兩點。
消毒機器人在工作
送到醫(yī)院之后，剩下的工作就很簡單了。我們的工程師會開始掃地圖，就是讓機器人識別周圍的環(huán)境。像我們人類到一個陌生的地方，要先熟悉環(huán)境，我要看一眼周圍，知道桌子在這，板凳在那，下次走路我就會避開。
機器人也是一樣，它會把所有的空間走一遍，然后自主學習，知道這是個桌子，這個桌子在消毒的時候，需要重點照顧。在掃完地圖之后，工程師就可以離開，讓機器人自己消毒。
有人可能覺得，這種機器人有什么特別的？我家的掃地機器人都能做到。但在醫(yī)院里，對安全和清潔的要求，比酒店、餐廳，或是工廠的標準都要高得多。
比如說，在手術室里用機器人消毒。我們的手機進了手術室，哪怕滿格的信號，電話都打不出去。機器人在里面，如果用傳統(tǒng)的GPS導航和傳統(tǒng)的避障算法，就很容易發(fā)生碰撞，那就要出大問題。所以醫(yī)療機器人會有獨特的算法，保證它們的平穩(wěn)性與避障能力。
在方艙醫(yī)院的物資配送機器人
在疫情之前，醫(yī)院其實更喜歡買我們的物資配送機器人。因為他們之前覺得消毒用人工消毒或是紫外線消毒就行了，為什么要花大錢去買消毒機器人？但這次他們發(fā)現這兩種消毒方式都沒法徹底，而且人工消毒，會面臨暴露的危險。
我們的消毒機器人在設計之初，就是按照人機分離的設計理念去做的。不需要人在現場，機器人自己就可以把該消毒的地方消毒好了之后，人再進去。
那時候武漢的疫情特別嚴重，醫(yī)院消毒特別頻繁，本來一臺消毒機器人只用消毒4樓的手術室，現在不僅要消毒整層樓，還要把這棟樓都消毒一遍，有時候還要搬到隔壁樓去用。除了消毒醫(yī)院，也會給醫(yī)護人員的辦公室和宿舍消毒。
當時他們醫(yī)護人員的家屬中有個小朋友，畫畫的時候就把我們的消毒機器人“大白”畫了進去，因為他覺得我們的機器人在守護他們的安全。我們看到之后都很感動，覺得自己的工作是有意義的。
小朋友畫的鈦米機器人“大白”
我們的線上診療，
服務了武漢十分之一的重癥患者
郝南 NCP（新冠）生命支援網絡發(fā)起人
“NCP（新冠）生命支援網絡”是一個線上診療的項目，我是1月22日晚上起心動念想做的。那時候收到信息說武漢醫(yī)院已經不夠用了，醫(yī)生也不夠用了。但你不可能讓生病的人不去醫(yī)院啊，那生了病、卻看不上病的人怎么辦？
我之前在北京大學醫(yī)院當過7年醫(yī)生，1月23日，我就在包括北醫(yī)校友群在內的幾十個微信群里發(fā)行動倡議，一周內陸續(xù)招到了400多個醫(yī)務工作者，包括醫(yī)生、護士和醫(yī)學生。以及200多名有社工、心理背景的志愿者，給線上問診的人提供關懷陪伴服務。
我們和其他線上診療平臺很不一樣，在它們那里，病人打進來問診完了之后就結束了。我們希望能夠做到診療與關懷并重，所以我們把微信群分級別，搞的是和現實醫(yī)院一樣的三線。
分門別類地處理患者信息
首先是分診群。你進到這里來之前，會先有志愿者跟你打招呼，讓你填表格，問你哪里不舒服，有什么癥狀，是否嚴重。根據你填表的情況，判斷你應該去哪一級微信群，等于是一個分診臺。
一線就相當于普通門診，醫(yī)生會在微信群里為病人答疑解惑。區(qū)別就是這些患者問完了以后不走，留在群里，他有什么新的問題，可以繼續(xù)問，保持和大夫的聯系，而不是不停地換不同人看診。
如果病人病況比較重，我們就會把它轉到二線。二線群里都是更專業(yè)、更資深的醫(yī)生，有豐富的病房管理經驗，會在線上持續(xù)關注病人的狀況。
如果是病得很重，有生命危險的病人，我們就把他轉到三線的群里去。三線就相當于重癥監(jiān)護室，在這個群里，都是幾個醫(yī)生圍著一個病人轉。
隨著患者的增加，不斷招募和儲備醫(yī)生
這樣的設置如果放在線下，會需要很大的空間，而且服務到的人不會很多。在線下，就算病人能進到醫(yī)院里，也看不到醫(yī)生幾眼。
這是線上診療最大的優(yōu)勢：它能夠最大化醫(yī)療資源的利用。線上的大夫可以遠程看十幾個病房，在不同的群里同時關注很多病人的狀況。
我們最核心的幾個大夫經常一邊去別的合作方的微信問診群出診，一邊在我們的二、三線病房指導危重患者的看護甚至搶救，這樣并沒有超出他們的負荷。讓我們用不多的資源，服務到最多的人。
那時候大部分來咨詢的人，咨詢的都是新冠肺炎，但也有咨詢其他疾病的，所以我們配備了各個科室的大夫。
NCP生命支援制作的物資無接觸發(fā)放流程
我當過醫(yī)生，我知道醫(yī)生在線上看病時容易不耐煩。線上診療隔著屏幕，溝通效果也不好，有時候，就算從醫(yī)生那里得到了專業(yè)意見，病人還是會體驗不好，甚至心理崩潰。
所以我們有專門的社工和心理志愿者提供陪伴和關懷，在線對一些個案進行一對一的心理輔導。我遇到一個個案，她父母都在這次疫情去世了，她自己也患了新冠肺炎，我們就一直跟進她的狀況，陪伴她逐漸康復。
從我開始做這個項目，到2月上旬方艙醫(yī)院到位，這中間20天左右的時間，是我們工作最緊張的時候。我們大概估算了一下，我們直接或間接地服務過武漢市當時差不多十分之一的重癥患者。
獲得救助的患者家屬發(fā)來感謝的消息
以我們現在的科技水平，其實完全可以讓醫(yī)生的工作更輕松，對接足夠的社工資源，讓醫(yī)患關系更多地變成人和人之間的關系，而不是僅僅止于人和機器的交流。
老百姓很簡單，對智慧醫(yī)療只有三個要求：
有幫助，好操作，有配套服務
潘向東 上海市“十佳家庭醫(yī)生”
我是負責長寧區(qū)虹橋街道的一名全科醫(yī)生。很多人會覺得，你不就是坐社區(qū)醫(yī)院里開藥的嗎？實際上，看門診只是我其中一項工作，我還要負責轄區(qū)內基本的公共衛(wèi)生管理，比如追蹤高血壓、糖尿病這種慢性病患者狀況，防控傳染病等等。
1月28日我們就接到指示要提前開工，防控疫情。那個時候湖北的疫情已經爆發(fā)了，上海從大年夜開始就組織醫(yī)療隊支援湖北，我們社區(qū)要防止后院失火，還要保證日常工作的正常開展，滿足社區(qū)內慢性病患者的健康需求。
我們中心負責的街道轄區(qū)，有近2000個糖尿病患者。我們每個月都要對這些病人進行跟蹤隨訪，監(jiān)測他們的血糖等數值，還要根據他們的病況調整用藥。
測量血糖
這次新冠肺炎來了以后，很多老人因為怕感染，都不敢出門了。以前他可能每個禮拜都會到我這邊來一次，我每次就會像敲木魚一樣，不停和他說糖尿病的注意事項，一直給他敲好，血糖基本上就都很穩(wěn)定。
現在全亂掉了，老人本來就困在家里沒法運動，飲食可能也不太注意。我們醫(yī)生又沒辦法遠程監(jiān)測，他們現在的血糖水平就控制得好差。
我之前也接觸過一些便攜式的葡萄糖持續(xù)監(jiān)測設備。這種設備的傳感器像一張貼紙一樣，貼到手臂上以后，14天內你不管洗澡也好、游泳也好、健身也好，它都不會受影響，你隨時隨地可以拿掃描儀實時監(jiān)測自己的血糖情況。
我自己感受了一次，覺得這種便攜式設備最大的影響就是會改變你的生活方式。因為戴著這個儀器，我腦子里隨時隨地會想到自己的血糖。那段時間，每次我喝完一杯牛奶或者吃完一個面包，都會用儀器測一下，看看我的血糖值是多少。我發(fā)現自己夜間的血糖有比較明顯的波動，就會真的開始注意自己晚飯的飲食。
便攜式貼紙，可以隨時監(jiān)測血糖數值
但我后來發(fā)現，很多患者不想或不愿意使用這些智能化的便攜式設備。一方面，這些患者大部分是老人，他們都比較保守，覺得這些設備還很陌生，操作比較復雜，而且還需要他們自己花錢購買，他們感覺不到直觀的好處，就會拒絕使用或者中途棄用。
另一方面，這些便攜式設備的數據，按照法律規(guī)定，目前還只能給社區(qū)醫(yī)生當診斷參考，不能作為診斷標準。
我個人覺得，想要普及智慧醫(yī)療的設備進入社區(qū)，滿足三個條件就行了：第一要對我要有幫助，第二要便于操作，第三要有配套的醫(yī)療服務。
如果未來像這類監(jiān)測血糖的便攜式設備可以自上至下得到普及的話，家庭醫(yī)生對慢性病患者的管理會更便捷、高效。
現在，每個患者我們都是通過線下人工去跟蹤隨訪，確認他們有沒有問題，要花費很多人力、物力，覆蓋面和效果可能也有限。隨著人口老齡化的發(fā)展，我們需要關注和管理的慢性病患者越來越多，如果完全靠現有的人力去一個個覆蓋，其實有點力不從心。
未來，如果采用智能設備，患者的相關數據可以遠程上傳到智能設備數據中心，經過大數據篩查，發(fā)現異常，實時推送給醫(yī)務人員。我想這樣可以大大提高工作效率和管理覆蓋率，有需求的患者也能更及時地得到醫(yī)療幫助。
互聯網醫(yī)療：未來已來？
智慧醫(yī)療不是突然冒出來的“黑科技”，它已經蟄伏了幾十年。
上個世紀五十年代，人工智能剛剛被發(fā)明出來不久，就被應用在醫(yī)療領域。但是直到2006年，神經網絡深度學習的算法被發(fā)明出來以后，AI的學習能力才開始發(fā)生質的飛躍。十年后，Alpha Go打敗李世石，人工智能的議題在全球大熱，醫(yī)療AI又一次成為焦點。
2016年這一年，被稱為國內“AI醫(yī)療投資元年”。27家企業(yè)在這一年融資，其中16家企業(yè)融資金額在千萬元以上。2017、2018年，國內AI醫(yī)療行業(yè)公布的融資事件近30起，在醫(yī)療影像診斷領域的融資總額達到1.42億美元，根據畢馬威的數據，這個融資規(guī)模相當于同期該行業(yè)全球投資的四分之一。
然而，2018年以來，許多醫(yī)療AI企業(yè)的產品在實際應用中都碰上了落地變現的難題，“只燒錢不賺錢”，到2019年底，醫(yī)療AI已經步入寒冬，等待洗牌。
2020年初爆發(fā)的新冠肺炎疫情，被認為加速了這個洗牌過程。
人類可能錯過的東西，AI不會
在這次新冠肺炎疫情中，阿里達摩院研發(fā)的AI+CT影像診斷技術，平均識別不到 20 秒，準確率達 96%。
影領科技、推想科技、深睿醫(yī)療等公司，也都紛紛推出了針對新冠肺炎的CT影像AI篩查產品。武漢市中心醫(yī)院使用了數坤科技的AI輔助診斷系統(tǒng)，能夠快速讀取胸片，2到3秒內識別炎性病灶，醫(yī)院影像科主任王翔說，這一系統(tǒng)“為醫(yī)生提升了50%的工作效率”。
事實上，AI醫(yī)學影像，被公認是目前最成熟，也是最有可能率先實現商業(yè)化的醫(yī)療AI產品。幾千份病例的數據，就可以開發(fā)出一套準確率相對較高的診斷產品。
2019年，國內從事醫(yī)療AI的企業(yè)有140多家，其中將近120家都在做醫(yī)學影像業(yè)務，約100家企業(yè)在做肺結節(jié)影像產品。
疫情爆發(fā)前，國內影像醫(yī)生資源已經處于嚴重短缺中：每年全國放射科門診量的年增長率是30%，但是影像科醫(yī)生的數量年增長率僅為4.1%。
根據樂晴智庫的數據，中國每年的影像誤診人數約為5700萬。此外，患者拍片常年需排隊預約。
疫情突然爆發(fā)，給一線的影像醫(yī)生帶來兩個巨大的挑戰(zhàn)：一是閱片量激增，大量都是高強度的重復性體力勞動，二是基層醫(yī)院設備不足，醫(yī)生經驗和素質參差不齊。這兩點都會導致誤診和漏診。
武漢市金銀潭醫(yī)院放射科主任樊艷青說：“我時刻提醒自己，告訴自己不要流淚，因為眼睛要用來看海量的CT和X光片子?！?/p>
按照疫情最嚴重時的狀況，湖北省每天新增1萬多名疑似患者，他們的CT片總計超過數百萬張。與此同時，還有幾萬名確診患者的復查需求，據估計，一線的閱片醫(yī)生們每天的工作量達到500萬張。
機器人分析X射線腦層析成像
AI可以解決醫(yī)生們的燃眉之急。
中國工程院院士潘云鶴說，目前用于分析胸片的AI模型，對肺癌的檢測率達到了98%以上，遠遠高于人工。
浙江大學邵逸夫醫(yī)院用AI分析角膜炎圖像，準確率已經超過80%，比參與測試96%的醫(yī)生都更加精準。
3月16日，微軟研究院、美國國立衛(wèi)生研究院與白宮科學技術辦公室等機構聯合發(fā)布了COVID-19開放獲取數據庫，人們開始用AI挖掘學術論文之間的聯系。
AI會比訓練有素的學者更快地理解論文內容，追蹤目前疫情最關鍵的問題的一些答案：新冠病毒是怎么傳播的？我們對它的起源和進化了解多少？我們要如何制造疫苗與特效藥？
美國聯邦的首席技術官邁克爾·克拉希歐斯對媒體說：人類可能錯過的東西，AI不會。
當AI誤診時，我們怎么辦？
盡管AI診斷的準確率很高，達到了96%，甚至99%，但是仍然存在1%或者4%的失誤。
統(tǒng)計學上的一個數字，落到個人頭上就是一座山。一旦發(fā)生，誰來為這個失誤負責？
2018年7月3日《日本經濟新聞》報道，由于AI存在誤診的可能，日本厚生勞動省把AI醫(yī)療設備定位為輔助醫(yī)生進行診斷的設備，規(guī)定診斷的最終責任，由醫(yī)生承擔。
《英國醫(yī)學雜志》(BMJ) 的研究人員最近警告說，“許多研究和媒體聲稱人工智能在解釋醫(yī)學圖像方面達到與人類專家一樣的水平，甚至比專家還好，但實際上 AI 的質量很差，而且被夸大了，這對患者的安全構成了風險。”
倫敦帝國理工學院的研究人員發(fā)現，在一項AI臨床診斷準確率的研究中，350名中國白內障患者參與實驗，有一些人是AI診斷，有一些人是專家診斷。AI診斷的平均時間比專家的診斷速度快，但是準確率為87%，而專家醫(yī)生的準確率達到99%。
AI就像一個孩子，需要成長。它的表現，與它能夠獲取的“食物”的質量有關，那就是數據。
我們生成和共享數據的速度在迅速增加，據IDC（國際數據公司）的預測，2020年全世界醫(yī)療數據總量將達到40萬億GB，是2010年的30倍。
但是，這其中有80%的數據，是非結構化數據。它們藏在醫(yī)院的病例資料里，藏在海量的影像片子中，沒有被適當地量化，也就不能被AI提取、識別和處理。
2020年初，諾華制藥的首席執(zhí)行官Vas Narasimhan解釋了數據如何成為醫(yī)療AI的研發(fā)痛點：“我們不得不花費大部分時間來整理數據集，然后才能運行這個算法?！彼J為，我們低估了現有的高質量數據有多么少，整理和鏈接數據的難度有多高。
在國內，目前醫(yī)療保健行業(yè)的數據處于分散狀態(tài)。醫(yī)院是醫(yī)療數據的最大生產機構，但是現實中，沒有哪家醫(yī)院愿意無償把醫(yī)療數據共享出來。另一方面，這些數據也涉及到患者隱私。
國內的AI醫(yī)療創(chuàng)業(yè)公司需要病人的數據來訓練AI、讓AI學習時，只能挨家和各個醫(yī)院去談，這樣就產生了很多“灰色地帶”。
中華醫(yī)學會放射學分會主任劉士遠曾建議，如果能以政府出面牽頭，在一個省的范圍內建一個大的數據中心，將該省所有醫(yī)院的數據匯總使用，未來可能將更加合法有效地推動醫(yī)療AI的發(fā)展。
醫(yī)療是人和人的關系，
不是人和機器的關系
這次AI抗疫，另外兩個亮眼的應用是醫(yī)療機器人和線上診療。
在上海兒童醫(yī)學中心，機器人“小白”上崗，在防護資源不足的情況下，減少醫(yī)生和患者面對面溝通的頻率，降低了醫(yī)患交叉感染風險。
火神山、雷神山醫(yī)院，也都用上了智能遞送機器人，能夠根據醫(yī)院的需求，遞送化驗單、藥品，給患者送飯。
掃地機器人，長得完全不像人也沒問題。但是用在醫(yī)院里的機器人，除了它正常履行功能之外，我們似乎總是期待它能更多地模擬人的外形，像人的樣子。
這與患者的心理有關。中國陸軍軍醫(yī)大學的研究人員，近期進行了一項“患者對人工智能醫(yī)療的認知及信任度”調查，發(fā)現患者對AI接受度和信任度最高的是醫(yī)療后勤環(huán)節(jié)，其次為醫(yī)患接觸較少的醫(yī)療輔助環(huán)節(jié)。
在做手術等醫(yī)療核心環(huán)節(jié)，人工智能介入的工作越多，占據角色越重，患者接受度和信任度越低。
在生死攸關的時候，我們還是傾向于信任我們的同類，而不是看起來有些冰冷的AI。
復旦大學附屬華山醫(yī)院內分泌科副主任醫(yī)師吳晞告訴我們，他們科室現在就在用AI分析糖尿病視網病變的圖像。他認為，AI完全有能力取代人類醫(yī)生下診斷。這是由醫(yī)學的本質決定的。
“不同醫(yī)生根據某些癥狀一定能得出相同的診斷，除非有些癥狀被忽略了。既然人和人能做出一樣的診斷，人和AI做不是一樣的嗎？AI會更靈敏仔細，犯錯的概率更小。”
今年2月，《自然》雜志報道了一種最新的抽血機器人。抽血總成功率為87%，對于靜脈清晰的受試者來說，成功率為97%。這個結果，可以說優(yōu)于大部分人類護士。
攝影：Miriam D?rr
“我們以后的工作，可能就是和AI合作，不是去研究怎么戰(zhàn)勝疾病，而是去搞清楚什么是病，什么是病人，什么是健康?！?/p>
疫情期間，線上診療的幾個大平臺，流量都呈爆發(fā)式增長：平安好醫(yī)生在疫情期平臺訪問量11億人次，新增用戶日均訪問量是平時的9倍，新用戶注冊量增長了10倍。
春雨醫(yī)生在開通新冠肺炎義診后，武漢及其周邊地區(qū)患者提問量跟之前相比增長了10倍。丁香園的在線問診平臺，單日問診量的增幅超過300%。
在線上平臺上回應這些患者的，是一個個活生生的人。平安好醫(yī)生的自有醫(yī)療團隊，截止到2019年12月31日，是1409人。丁香園的APP上，疫情期間在線的活躍醫(yī)生超過1.5萬人。
NCP生命網絡的發(fā)起人郝南說，關懷有時候比醫(yī)療幫助本身更重要。美國首個研究肺結核的實驗室的創(chuàng)辦者、醫(yī)學家愛德華·特魯多留下了一句至今為醫(yī)學界尊崇的名言：“有時治愈，常常關懷，總是安慰”。
醫(yī)療AI的發(fā)展，也許未來將讓我們更加靠近醫(yī)學的本質：促進人和人之間的關系，而不是人和機器之間的關系。讓我們拭目以待。
表面上看，YouTube就是個內容平臺，但撐起巨大流量的背后，是谷歌和YouTube共同的技術能力、廣告體系，以及背后的硬件、資源的支撐。詳細
他來了他來了，羅永浩終于直播賣貨了。網友們的期待有多高？甚至有人稱今天為“羅歷新年”，而老羅的直播更是堪比春晚。然而，這場萬人空巷的直播，似乎卻成為了一場“刷屏級的無聊”。詳細
曾經意氣風發(fā)的男人們到了直播場中，多少都有點提線木偶的意思——不過都是向生活低下了頭。自然，被生活捶打的那位曾經的理想主義者，也是一錘子敲足了勁。詳細
