機器人也能看病？日前，在中國計算機學會青年計算機科技論壇上，記者就見識了一個臨床醫療診斷輔助決策機器人。這個基于國防科技大學天河超級計算機試算結果的機器人，堪稱大數據和人工智能技術在醫療診斷中的完美應用案例。
“目前，我們正在著手打造一個人工智能實驗室，下次你去看病時，很可能一個護士就能帶你做完所有檢測和診療。甚至你還沒來得及見到醫生的面，你的診斷和處方就開出來了！”國防科技大學計算機學院彭紹亮教授介紹。
掛號命中率達9成以上
這個機器人的第一大功能就是智能掛號系統。進入掛號系統，首先機器人會通過攝像頭采集患者的面部特征和舌苔情況及最簡單的心電信息等，獲得最基礎的數據。
然后，病人將回答5到10個簡單的問題。“比如，一個前來掛號的患者在發高燒，而發高燒則可能由30種甚至上百種疾病引發。那么，怎樣確定他的真實病因？下面的提問就非常重要。”智能掛號系統背后是一個龐大的病征數據庫，會根據病患回答的每一個問題動態設計下面的提問，旨在通過最少的提問、最簡便的操作，獲取真實、大量的信息，做出最準確的判斷。“就像下國際象棋一樣，這個系統相當于一個大型的分支決策樹，給你尋找通往答案的最短路徑，從而準確定位患者到底得了哪種疾病、該掛哪一科。”
彭紹亮告訴記者，目前該系統掛號的準確率比已有的掛號設備高出10到20個百分點。“目前，該系統已經在西安一家三甲醫院進行試點，讓醫生和病患眼前一亮。起初的一個月，醫院拿出了1%的號供機器人試驗，達到了90%的命中率。接下來，醫院分出5%的號由機器人來掛，快速、準確，還能減少黃牛倒號的現象。”
診療速度比人工快兩倍以上
掛號過后，機器人就要為病人“看病”了。彭紹亮介紹，通過機器人的智能診療系統，只需一個護士帶著病人做檢查，將采集的信息反饋給機器人，它就能通過大數據分析的手段，判斷出該病患得某種疾病的概率，最后由醫生來簽字確認。
“以前看病，依靠的是醫生的腦子，但醫生的腦容量畢竟是有限的。現在通過機器人進行診療，不僅速度快，后臺數據量也大。目前我們的后臺有數千萬份電子病歷，為醫生看病提供更多的輔助手段。”
彭紹亮介紹，使用這個機器人之后，醫生的診療速度能加快兩到三倍。而這個輔助診療系統不僅能提高診療速度，更能減少誤診率。“比如，就肺結核病患來說，一個正常的主任級醫師診療準確率一般不到70%，而機器人診療肺結核的確診率則可以達到90%以上，比一個 醫齡 20年到30年的資深主任醫師要高出20個百分點，這是非常值得興奮的事情。”
“目前，我們正在考慮尋找醫療領域的 李世石 ，希望在醫院進行人機 看病大戰 ”，彭紹亮說。
建立健康檔案僅需5分鐘
該機器人的第三大功能是智能健康體檢系統。通過定期采集健康數據，達到治“未病”的目的。而這個采集信息的過程也非常簡捷，“通過軟硬件一體的機器人，只要和它握握手，讓它 看看你 ，跟它聊聊天，或采集簡單的血象數據，只要5分鐘，就能給你建立起一個個人健康檔案。”
此后，該系統還將中長期監控使用者的健康狀態，并實時將使用者的健康數據與同齡、同性別的上百萬健康數據進行比較，“看看你 擊敗了全國百分之幾的用戶 ，器官是否存在退化，哪些機能衰退得更快，哪些問題需要就醫，哪些問題需要注意，甚至還能發現早期的腫瘤特征，提醒使用者注意癌癥的風險。”
彭紹亮說，該設備成本并不高，團隊希望能夠將它普及到社區、高鐵站、機場等公共場所，“下了飛機，感覺不舒服，就可以現場測一測，看看有沒有出現健康狀況。”通過日常生活中的使用，建立全面的個人電子檔案，進行中長期的健康追蹤，提醒使用者預防潛在疾病，達到治“未病”的目的。
每天納入38000個新數據
“目前，我們已經在30種疾病的診療上達到了預期的效果，接下來，我們希望能夠投入更大的計算資源，看好300種以上的疾病。”
機器人看病依靠的是大量的后臺數據，“在數據的獲得上，人口基數較大的我國較歐美國家具有更大的優勢。”目前，該系統的數據庫每天都有38000個新數據錄入，來自全國各醫院的電子病歷每天都在納入。
從“白丁”到“教授”，不是一天學成的。每一種疾病的診療，都要通過大量的前期計算才能達到。“比如，肺結核，我們就花了兩周時間，在天河超級計算機上計算。”彭紹亮透露，接下來，團隊將對算法進行深度的大規模加速，“我希望，當拿到一種疾病的數據資源，在3天之內就能使機器人 習得 診療的技能。”
讓更多老百姓能夠享受高水平、高質量的診療，是彭紹亮團隊對人工智能在醫療領域前景的希冀。“我們希望能夠將這個設備部署到更多的縣級醫院，讓病患不用涌入北上廣深的頂級醫院、三甲醫院，一樣能夠享受優質的診療體驗。”
