人工智能的發展必然會帶來各種先進的系統

美國食品和藥物管理局24日批准一款人工智能診斷軟件上市，可用於醫學影像分析，幫助醫療人員更快發現成人患者的腕部骨折。

這種名為“骨發現”的軟件使用人工智能算法對二維X光影像進行分析，以查找“橈骨遠端骨折”的跡象，並可標記出醫學影像上骨折的位置。橈骨遠端骨折是一種常見的腕部骨折。

美藥管局體外診斷與放射健康辦公室放射健康執行副主任羅伯特·奧克斯說，人工智能算法在幫助診斷和治療疾病方面有著巨大潛力，這一軟件可以幫助醫療人員更快地發現腕部骨折。

美藥管局說，軟件可對成人腕部前後和內外兩側的射線照片進行分析，找出橈骨遠端骨折的區域，初級診所、急救中心和矯形骨科等專科門診的醫療人員均可使用。

美藥管局稱，這是一種輔助性工具，不能取代臨床醫生對放射影像進行檢查並做出診斷。

疾病是人類永恒的敵人，在與疾病的對抗中，預防有時候比治療更重要。大多數疾病的早期症狀都很不明顯，不易察覺，而且比起患者的數量來說，有風險的潛在患者數量要多得多。對於醫生來說，判斷一種疾病的早期症狀可能比治療該疾病更加困難，所以目前很多疾病都沒有有效的預防機制。如今，隨著技術的發展，人們卻可以依賴一位隨叫隨到，永不疲倦，判斷准確率高，且工作質量穩定的“超級醫生”來解決這個難題。經濟日報-中國經濟網科技頻道注意到對於懷疑自己有糖尿病的人來說，他們甚至可以足不出戶，只要上傳特定的照片，就能完成診斷，獲得准確率非常高的報告。

美國食品及藥品監督管理局(FDA)批准通過了首個應用於一線醫療的自主式人工智能診斷設備，該設備可以在無專業醫生參與的情況下，通過查看視網膜照片對糖尿病性視網膜病變進行診斷。此類產品的發展，可以使普通人在未來更方便自由的完成一般的診斷，節約社會成本，提高疾病預防效率。

很多疾病發病迅速、明顯，但也有一些疾病無聲無息的侵蝕著人們的健康，就像溫水煮青蛙一樣開始時令人毫無察覺，等發現時卻已很難改變了，糖尿病性視網膜病變就是這種疾病。

糖尿病會帶來很多代謝問題，患者的血糖長期高於正常水平，如果沒有改善，最終會引發很多症狀，視網膜病變就是其中非常嚴重的並發症。僅在美國每年就有2.4萬人因為糖尿病導致的視網膜病變而失明。但這種疾病並非無藥可醫，如果能夠及時發現並加以治療，大部分人都可以有效延緩甚至避免。

而此次獲批的設備，僅僅需要提供使用特殊的視網膜照相機拍下的視網膜照片，並上傳至軟件即可，之後如果圖像質量足夠，就會開始診斷，如果不合格則會要求從新拍照。在此前的測試中，該設備正確識別糖尿病性視網膜病變的准確率為87%，正確識別沒有發病患者的准確率為 90%。

除此項技術以外，英國牛津大學的研究小組開發了一款人工智能診斷心髒病的系統。心髒病是會導致人類死亡的重大疾病，同時也是誤診率最高的疾病之一。據統計，有20%的心髒病診斷是錯誤的，這些人可能會遭遇心髒病發作或者實施了沒有必要的手術。

這此次開發的人工智能診斷系統可以大大提高准確率，它能注意到醫生肉眼注意不到的細節，做出更准確的判斷。而且該系統可以將心髒病的診斷費用降低50%。

很多人也許會據此得出人工智能的應用會使醫生失業這樣的結論，但事實可能並非如此。經濟日報-中國經濟網科技頻道認為雖然在這兩個案例中，人工智能貌似比醫生更有優勢，能取代醫生，但是如果仔細思考，就會發現，這些診斷程序其實都是醫生的工具，它們和如今我們經常接觸的驗血、B超、核磁共振非常相似。它們和醫生絕不是取代的關係，而是幫助醫生更快、更准確、更經濟的治療病人的手段。

未來，人工智能的發展必然會帶來各種先進的系統。而如何更好地利用他們為他人服務才是每個人最大的挑戰和機會。

日前，聯想研究院人工智能實驗室開發的“E-Health肝腫瘤智能輔助診斷系統”在中國人工智能產業發展聯盟(AIIA)組織的“人工智能技術和應用案例征集活動”中，從82家單位報送的164個案例中突圍，成功入選Top100優秀案例名單。

E-Health集成了前沿的深度學習算法，依托於擁有強大計算能力的聯想雲平台，凝聚了眾多醫學專家的診療經驗。在使用中,一方面能夠智能分析醫療圖像自動為醫生提供輔助診斷意見，另一方面可以減輕醫生工作量，避免由於醫生疲勞等因素而產生的誤診情況。

在 2017 全球肝髒腫瘤醫療圖像分割大賽 (Liver Tumor Segmentation Challenge) 中，E-Health團隊力壓群雄，奪得冠軍。目前，E-Health的應用主要包括：腫瘤的自動檢測與分類;CT圖像中腫瘤數據的自動標注;集成腫瘤特性的三維模型展示;以及診斷報告自動生成。

目前聯想正在深耕人工智能技術，作為聯想的公司級技術研發機構，聯想研究院已經建立了公司級別的人工智能平台，同時依托在算法、計算力、大數據等方面的優勢，不斷在計算機視覺、語音、自然語言理解、情景感知、知識圖譜等人工智能重點技術領域加大研發，推動人工智能技術與各個垂直行業的結合，並取得了顯著進展。

在計算機視覺領域，聯想打造了應用於醫學領域的智能醫療圖像輔助診斷解決方案——E-Health，以及應用於工業維護、教育、培訓等垂直行業的晨星 AR眼鏡和 AR平台;在自然語言理解方面，聯想發佈了旗下首款智能音箱，其交互體驗和准確率均達到了國內領先水准;在人機交互方向，聯想研發的自動語音識別平台能夠使用戶通過語音完成手機上打電話等基本操作，以及查詢天氣，叫車等基於互聯網的服務。目前該平台已應用在了Moto 手機的智能語音助手、應用商店等預裝服務中。

未來，聯想和聯想研究院將持續發力智能設備、智能雲平台和智能服務三個方向，通過人工智能平台，連接設備和服務，打造垂直領域解決方案，為行業轉型和發展賦能。

中國人工智能產業發展聯盟(AIIA)，由國家發展和改革委員會、科學技術部、工業和信息化部、中央網信辦等多部委聯合指導和推動，中國信息通信研究院牽頭會同中國電子技術標准化研究院、國家工業信息安全發展研究中心等單位共同發起成立。

聯盟旨在促進我國人工智能產業發展，搭建政產學研用合作平台，強化人工智能與經濟社會各領域深度融合，構建我國人工智能產業生態，推動產業協同合作創新。

2018年5月10日，在2018全球人工智能產品應用博覽會上，AIIA副秘書長張雪麗正式宣佈了AIIA應用案例征集評選2018年度第一批入選案例。案例將納入人民郵電出版社於6月份出版的圖書《人工智能浪潮：科技改變生活的100個前沿AI應用》，面向全國正式發行。

5月26日，在武漢舉行的 2018中國生物產業大會上，由武漢蘭丁醫學高科技有限公司研制的全球首台白血病人工智能診斷機器人“LandingHema”驚豔亮相，其快速精准的診斷表現得到了現場眾多醫療設備專家和細胞病理醫學專家的一致好評。

蘭丁公司創始人——海歸細胞病理學專家孫小蓉博士介紹，“LandingHema”是蘭丁公司繼全球首台宮頸癌篩查機器人“Landing”之後的又一次重大突破。

傳統的白血病骨髓及外周血液細胞形態診斷，由人在顯微鏡下依據主觀經驗進行200-500個有核細胞的形態分析與判斷，最後完成樣本的診斷與分析。而在臨床實際診斷中，由於缺乏統一的標准檢驗方法和檢驗條件，加之實驗室檢驗人員素質各不相同，檢測結果往往存在主觀性、片面性，缺少客觀診斷數據，為臨床診療工作帶來負面影響。尤其是骨髓細胞形態診斷更加複雜，包含粒細胞系、紅細胞系、淋巴細胞系、單核細胞學、漿細胞系等30多種類型的細胞分類，對觀察診斷骨髓細胞的技術人員提出了更加苛刻的要求。

“Landing Hema”機器人通過挖掘全世界過去幾十年積累的細胞病理診斷數據，利用深度學習算法，在更多的維度、更大的深度、更大的廣度挖掘原有細胞數據中的隱含關聯、淺關聯和弱關聯等規律與關係，能有效地提高血液細胞病變的診斷效率和准確性，從而實現白血病的快速精准診斷。

據孫小蓉博士稱，作為一家專注於“人工智能+細胞病理診斷”的高新科技企業，蘭丁公司十七年來一直致力於開發數字化、智能化、網絡化、標准化的細胞病理診斷設備和細胞病理自動分析雲平台，自主研發的全球首台宮頸癌篩查機器“Landing”已在全國各地應用於大規模宮頸癌篩查實踐，並積累了大量的優質、完整的細胞病理數據。

目前，蘭丁還在利用深度神經網絡，模擬人腦對細胞病理圖像的識別、分析與診斷過程，力爭將人工智能診斷技術深度應用於胸腹水、尿液及痰液等更多樣本類型的細胞病理診斷，並通過人工智能診斷技術，幫助更多地區解決腫瘤早期診斷領域細胞病理醫生缺乏的瓶頸，有效提升腫瘤早期診斷的准確率。

根據新華社、金融界、中國經濟網等採編【版權所有，文章觀點不代表華發網官方立場】