广东建设智慧医疗 用AI技术诊断疾病
2017-08-08 卢云龙 信息时报
腾讯研究院上周发布了《广东“互联网+”数字经济指数报告》。数据显示，广东省数字经济在经济总量中排名全国首位，数字经济对实体经济的贡献超过53.5%，领先于上海、浙江、北京。报告同时指出，数字经济对智慧城市（尤其在一线城市）建设效果明显，尤其在智慧医疗上，广东省内医院敢于通过大数据结合技术，在重大疾病上为患者提供帮助。
腾讯研究院上周发布了《广东“互联网+”数字经济指数报告》。数据显示，广东省数字经济在经济总量中排名全国首位，数字经济对实体经济的贡献超过53.5%，领先于上海、浙江、北京。报告同时指出，数字经济对智慧城市（尤其在一线城市）建设效果明显，尤其在智慧医疗上，广东省内医院敢于通过大数据结合技术，在重大疾病上为患者提供帮助。
利用AI介入食道癌等疾病诊断
公开资料显示，每年在中国发生的食道癌病例占比全球的55%，也就是说，全球接近50万食道癌患者中，差不多有28万病例发生在中国。据广东省食管癌研究所所长傅剑华介绍，就食道癌病例而言，早期和晚期的治疗效果和费用都有非常大的差别。而且越早治疗，恢复效果越好。
怎样才能帮助病人及早发现食道癌，并提供治疗呢？傅剑华表示，早期食道癌没有淋巴结转移，可以在内窥镜下完成手术，省钱的同时病人身体没有受到破坏，手术以后的吃饭、走路、爬山跟正常人是一模一样的，“而且效果非常好，基本上90%以上的病人都可以治愈。”
不过在为患者提供检查时有两个问题：一是筛查单位诊断看片的水平参差不齐，二是内镜检查过程很痛苦，患者参与意愿度低。针对此情况，中山大学附属肿瘤医院与腾讯公司达成合作：由医生团队提供AI学习用的食管癌图片，由腾讯公司技术团队提供图像识别和计算机能力技术，通过数据和技术的融合，制造出来一个软件，用于识别食管影像中哪一部分是炎症，哪一部分是癌症这样的病变。
傅剑华接受记者采访时说：“我不依赖于某一个医生的诊断水平，通过大数据和AI技术融合的APP，可以把诊断结果用客观数据表达，用采集到的图片资料提高医疗效能。所以对我们说，开发这样的一个软件可以带来巨大获益，是一个惠民工程。”
除此之外，据广东省第二人民医院副院长李观明介绍，广东省卫计委已批复该院的两个AI业务牌照申请，主要服务于医院内的广东省影像诊断中心和心电诊断中心，可对食管癌、结肠癌、肺癌、宫颈癌、乳腺癌、心血管等疾病进行诊断。
场景化计算患者是否存在医保欺诈
“标准答案有三十多个场景，我们会根据患者就诊时的不同行为（例如时间、地点、每次就诊花费的费用），用公式计算一个数值，如果数字和参考数字有异常，我们就会做出标记，分析该患者是否存在医保诈骗。”在互联网+峰会的医疗论坛上，深圳市南山区人民医院信息中心主任朱岁松这样介绍道。目前其实验室有六个研究方向：基于特征工程的医保诈骗识别、基于DRG的医保控费、基于洛伦兹分析的价格改革、基于机器学习的医疗决策、基于卷积神经网络的医学图像识别、以及基于区块链的电子病历和健康档案。朱岁松指出，AI新技术的作用不仅仅在于医学图像识别，医保异地结算和整个移动互联网社保支付等日常使用频率较高的项目也能通过大数据实现智能分析。
朱岁松在实例举证中提到，医学上很多检查与用药都是相关联的：“如果你用个人医保卡购买了很多高血压的药，但是从你的体检数据、门诊数据和住院数据等综合分析后发现，你的血压从来就不曾高过，那基本可以判断这个药不是你在使用。”
延伸
国外“AI+医疗”用作预测人类寿命
据国外《自然》子杂志刊登报道，澳大利亚阿德莱德大学的研究人员利用机器学习技术，通过分析病人的胸腔影像，对预期寿命不超过五年的病人进行了预测，最终精确率约为69%，和医生的预测结果接近。
该研究的主要作者、阿德莱德大学公共医学院的卢克·奥克登·雷纳博士（Dr Luke Oakden-Rayner）指出，“目前我们之所以难以精确评估病人的生理年龄、预测病人的寿命，是因为医生无法有效查看身体内部情况、评估每个器官的健康状况。我们的研究利用了 深度学习 技术，即可以学习并分析图像的计算机系统技术。”
去年，美国休斯顿卫理公会研究所的科学家们也研发了一款针对重大疾病进行数据预测的人工智能软件，可精确计算患乳腺癌的风险。该程序能够准确分析乳房X光片，并将病人数据转化为诊断信息，速度比人类医生快30倍，准确度更高达99%。
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#诊断疾病#
41
学习
29
学习了，谢谢分享
26
学习了，谢谢
31
厉害了AI，还可以做这么多事！大数据挖掘太厉害了！
31
学习了新知识
20
henhao
16
文章很好，拜读了
22