专家“靠谱”预测出炉！全球首次神经影像人工智能人机大赛今夏火热来袭！
2018/6/29 17:07:29 中国医学论坛报

     AlphaGo与人类对弈的余温尚在，6月30日(本周六)神经影像届也将迎来一场医生与AI的正面较量。今夏神经影像界最火热的赛事——全球首次神经影像人工智能人机大赛决赛将在国家会议中心举行。目前，赛事的各项筹备工作已经就绪，来自全球25名神经系统疾病诊断专业选手组成的“人类战队”集结完毕，他们中，既有来自国际神经影像诊断领域享有盛誉的专家；也有具备几十年影像工作经验，“火眼金睛”的资深影像科“大咖”；更有刚刚工作不到半年的青年影像科“新秀”。

     本次比赛由中国卒中学会、国家神经系统疾病临床医学研究中心和首都医科大学人脑保护高精尖创新中心共同主办。医生还是AI，谁能取得比赛的最终胜利？壹生服务号(微信号：TopDrr)将直播比赛全程，与你一同期待悬念揭晓!

     6月30日13:30直播通道正式开启，扫描图中二维码，回复“AI”，见证历史性一刻!

    

     观赛攻略之详细日程

     本次大赛将分A、B组进行，内容包括：颅内肿瘤CT、MRI(核磁)影像判读；脑血管疾病CT、MRI影像判读及血肿预测；脑血管病(狭窄、微出血、梗死、脑白质病变、腔隙灶、血肿)病灶标识，出血体积及梗死体积测量。

    

     AI和医生，你站哪一队？

     先来投个票!↓↓↓

     观赛攻略之战队选择“秘笈”

     一探到底：AI真是“学霸”吗？实力到底如何？

     AI的“老师”北京天坛医院神经影像学中心主任高培毅教授此前接受采访时透露，AI学习速度惊人，并且不受情绪状态影响。通过给出神经鞘瘤表皮样囊肿、脑膜瘤等几百例常见肿瘤的影像病例，在不到一周的时间内，AI诊断测试的正确率就几乎达到95%以上。随后，AI开始大规模系统学习北京天坛医院近十年来接诊的数万余神经系统相关疾病病历，特别是在脑膜瘤、垂体瘤、胶质瘤等常见病领域的图像识别，AI系统显示出卓越的“学霸”气质。“拜师”学艺半年左右的时间，它在一些神经系统常见病的判断上已游刃有余，在部分脑瘤的磁共振影像诊断上，准确率已达到90%以上，相当于一个高级职称医师级别的水平。

    

     “学霸”AI “长”这样儿↑ 全球首款CT、MRI 神经影像人工智能辅助诊断产品——“BioMind^TM”天医智

     在近期的“人机大战”决赛备战中，高培毅教授为提升AI系统的应战能力展开了“集训”，“陪练”的医生们要完成300多个病例大概需要10小时以上的时间，耗费的时间和脑力让医生们直呼“崩溃”，而AI则只需要不超过半个小时就能完成。“除了学习速度外，它的稳定性也是明显超越人类的。不知道累，也不受外界干扰因素的影响。不像医生会被情绪、状态、时间地点等外界因素打扰，从而影响描述的准确性。它永远保持冷静，水平稳定。”

     面对“一目千行”、“过目不忘”的强劲对手，人类选手实力如何？业内“大咖”又是如何预测这次比赛结果呢？

     来自专家的“靠谱儿”预测

     谢鹏(特约评委)：这是医学领域一场既有意义又有趣的比赛

     (中国医师协会神经内科医师分会会长、重庆医科大学神经科学中心主任、国家973项目首席科学家)

     非常荣幸能够以评委的身份参与到这场“大战”中来，它非常有意义，我相信在神经系统疾病的诊断上，未来AI一定可以极大地为临床医生提供帮助，因此天坛医院研发的这套“BioMind天医智”系统，相信也是AI发展史上的一个极大的进步。另外这场比赛也很有意思，用人工智能的方法来对战脑智能的发源地，在脑部疾病的诊断上相互切磋，相信对于人类探查到以往无法探查清楚的复杂疾病的认识上，会有很大的帮助。

     人工智能，现在是非常火的话题，特别是AlphaGo在围棋上数次打败人类以后，人们开始认识到AI超凡的实力。但即使是AI全胜的围棋比赛，一场下来几十手的交战中，我从不认为人类的每一步棋都是输给计算机的，有些地方，人类比计算机的思路更精妙。

     更何况在复杂的医学领域，每一次疾病的诊断都是非常大的概率事件，每一个患者都可能存在非常特殊的情况，也许患者的症状一点都不典型，但最终结果就是指向某一个疾病，更为依赖人的精准判断。

     因此，我觉得这次比赛关键可能是看如何去设定规则，如果是对已有知识的诊断来说，从大数据深度学习的概率上看，AI获胜的概率要大的多，它应该是了然于胸的。但在一些新的、特定的、目前医学界也还没有没有太多共识的疾病领域，AI还“搞”不过人类。

     胡学强(特约评委)：在判断的准确率和速度上，人类可能还不是AI的对手

     (中山大学第三附属医院神经科二级教授、一级主任医师，博士生导师)

     单纯预估比赛结果的话，我还是比较“悲观”的，在判断的准确率和速度上，恐怕人类不是AI的对手。AI可以把各种肿瘤的形态、部位、不同情况都输入系统进行学习，即使是多位医生一同参与对抗，人的知识储备可能依然远不及电脑那么丰富和准确。因此人的价值必须要在更复杂的病例中来体现，比分析，人类获胜的希望就高了很多。

     但我认为这次比赛的意义不在于谁输谁赢，近些年随着互联网技术和大数据手段的提升，如何更好的利用新技术来提升医疗服务的效率，是非常值得研究的问题。特别是AI在疾病形态方面的学习和判断，下一步肯定是大有作为。当然，我在神经系统疾病领域工作了40来年，我们都明白，病是“活”的，配合复杂的患者情况，远不能光看形态来决定。必须需要医生来进行综合判断，无论如何，我坚信，AI最终替代不了医生。

     席一斌(选手)：最好奇的是高培毅教授究竟是怎么和AI交流的？

     (西京医院放射科医生)

     “AI真能一下子学会十多种肿瘤影像的识别和判断？这个是我最好奇的。我在西京医院工作了八年，近几年非常关注人工智能的发展。特别是这两年，科技进步越来越快，有些发展已经超出了我之前认知的范围，我们也在做和AI相关的研究和应用，也就是通过影像对胶质瘤相关分子病理的简单预测，停留在“是or不是”的一种识别预测。

     我认为，AI未来肯定会在很多领域代替人的工作，特别是辅助人类提升工作效率。目前我国影像科整体人员缺少，工作的负荷都很重，如果这套AI可以应用到临床，一定能够减轻一些一线医生的工作压力，改善他们的工作环境和工作条件。特别是帮助基层医院提高诊断效能和准确性，与上级医院实现联动，得到上级医院的一些经验与指导，是对基层医院间接起到了培训作用。

     在朋友圈看到转发的选手招募消息后，我就直接从后台报了名，预赛时其实没什么信心，结果差不多2周左右，收到通知我进入了决赛，非常惊喜!很高兴能到决赛去和更多的专家、选手进行交流。

     最想知道的是这套AI系统的背后到底用了多少病例数据、都包括哪些肿瘤的识别、是只有常见肿瘤还是也包括罕见肿瘤？罕见肿瘤的发病率很低，AI应该如何学习？比赛的形式，是用独立样本，还是训练样本？

     我知道这套AI系统是跟着高培毅教授在学习，我一直都很敬佩高教授，所以如果机器真的在某些疾病上能够达到高教授的水平，那打败我们的几率非常大。不过我更好奇的是高教授是怎么和AI交流的，让它除了有一个是或不是的反馈外，是否还能实现更复杂的交流和教育，特别是在一些发病率很低的罕见病上，没有大样本量，容易和其他病产生误差，那么怎么和它实现复杂交流？非常希望有机会可以请教。

     单纯比速度，我想我们整队人可能都不是AI的对手，但如果决赛的题目中有疑难的神经肿瘤判断，那么我们人类赢下比赛的可能性会更大，听说最后的比赛形式是人类选手组团应战AI，那么应该主要要看整体发挥，还是希望能够战胜AI，对医院、对个人都是很难得的荣誉。”

    

    

    http://weixin.100md.com
返回 中国医学论坛报 返回首页 返回百拇医药