“人脑电脑，谁更了解大脑”

本篇文章2682字，读完约7分钟

看电影，大脑电脑谁更强？ 前几天，神经影像行业的“人机战争”在北京落下了帷幕。 医疗人工智能以更快的速度和更高的精度战胜了由众多神经疾病专家组成的“人类战队”。 专家表示，人工智能有望使医生摆脱沉重的读片诊断，研究越来越多的时间，给患者带来温暖，节约患者的诊察价格。 另外，专家警告说，影像的辨认不要单纯地看电影，还必须了解患者的病史。 有些疾病有同样的表现，医生需要多年的累积综合评价。

备受瞩目的神经影像行业“人机大战”近日在北京落下帷幕。 竞赛由国家神经系统疾病临床医学研究中心、首都医科大学脑保护高精尖创新中心和中国中风学会共同主办。 人工智能( ai )选手“biomindtm天医智”以高达20%的正确率，战胜了来自世界神经系统疾病诊断的25位医学界“最强大脑”。 医疗ai会给脑科医学带来那些变化？

电脑比拼写快

当时大屏幕倒计时还有14分30秒的时候，出现了已解答的提示音响。 现场有数百名观众不由得叹了口气。 本来，需要独立完成225题的“biomind天医智”提前了近15分钟发出了“答案”，但此时的“人类战队”还在紧张地回答。

正式比赛分为ab两组。 a组的一方是“人类战队”15名医生，由6名全国在线预选赛产生的冠军、7名国内神经疾病排名靠前的专家、2名国外知名医院的专家组成。 每个医生需要在30分钟内读取15枚颅内肿瘤的ct、mri图像进行血肿预测。 另一方的人工智能biomind也同样需要在30分钟内完成15名医生的工作，即共计225题的辨认。 b组10名医生，均在副主任级别以上，他们进行脑血管疾病ct、mri影像的读影，b组分别需要在30分钟内读影3部电影，并授权医生们讨论读影结果，biomind需要在30分钟内读影30部电影

“人类战队”选手面前有显示标题的电脑、纸质版的答题卡和笔，答题时选手们紧紧盯着屏幕，移动鼠标看影像图、托腮思考。 另一方面，在“biomind天医智”画面上，快速扫描一部电影，迅速显示出各电影群中反映出的脑瘤疾病。

参加的人工智能机械是由北京天坛医院和北京安德医智科技有限企业合作开发的。 拜拜北京天坛医院神经影像学中心主任高培毅教授后，“biomind天医智”成为天坛医院神经影像队最“年轻”的入室弟子。

北京天坛医院放射科副主任荆利娜是14号运动员。 她和平时看电影的状态一样。 15个主题中有1个是错误的。 平时遇到这种情况，她会写两个答案，咨询老年人专家，或者大家一起讨论。 比赛中只能写一个答案，当时想了很久。

瞬间掌握大量的样本

是“最强大脑”赢了，还是这个刚诞生的医疗ai赢了？

在这次比赛中，a组问题由高培毅随机从天坛医院脑瘤病例库中选出，b组由北京天坛医院常务副院长王推军教授随机从国家神经系统疾病临床医学研究中心脑出血病例库中选出，两组问题均不是ai训练问题，保证了问题的机密性

最终比赛结果为，a组225例辨认，ai时15分准确率87%，15名医生30分准确率66%； b组: ai时15分精度83%，10名医生30分精度63%，无论时间还是精度，ai都完胜。

荆利娜对其速度有心理准备，天坛医院多年来的病例汇总分解都被列入其系统，样本量非常大，而且掌握在瞬间，在速度上肯定胜过它。 但是，没想到真的会在精度方面输。

面对“biomind天医智”的两次胜利成绩，其老师高培毅表示，通过对北京天坛医院近十年来就诊的数万神经系统相关疾病病例影像的系统学习，“biomind天医智”在脑膜瘤、胶质瘤等常见行业的磁共振影像诊断能力堪称高级职称。 在每个肿瘤的背后，学习了1000例病例，现在基本上掌握了50种脑肿瘤，这是任何医生都难以实现的。

“我对那场比赛的成绩不满意。 我认为其精度应该在90%以上。 ”高培毅说，接下来他们将研究分析ai“得分”的原因。

“由于机械训练时间不够，如果能给ai更多的学习时间，那将是更好的表现”王业军表示，如果ai对血肿预测的准确率能超过85%，国家神经系统疾病临床医学研究中心将开始临床验证研究。

人工智能的前景怎么样

速度、准确率高、医疗ai的表现令人钦佩，越来越多的人在意的是，将来会给神经医学带来那些变化，脑病能否实现计算机诊断？

高培毅说，天坛医院的影像医生每天看电影诊断的时间达到了18个小时。 以《biomind天医智》现在的速度，一个医生一天的工作量，是400—500秒，也就是不到10分钟。 现在，患者要去医院做核磁，结果要等到第二天。 让ai做的话，核磁结果基本上最好是立等，但几分钟就可以了。

“医生的工作强度很大，希望将来ai释放医生，让医生可以进行研究，温暖患者，节约患者的诊疗价，”高培毅说。

针对“biomind天医智”在神经影像辅助诊断行业取得的快速发展和惊人成绩，王推军表示，短短几个月，他一直在提高疾病诊断的效率和准确率。 可以学习到许多医院多年未见的罕见、疑难病例，在神经行业的研发和学习深度方面，具有先天性特征和很大的数据基础。 目前，向国家药监局提出申请，希望临床应用该ai产品，提高基层医院影像诊断的准确率，并提高影像的判读速度，节约患者的时间。

此次决赛的评委之一、重庆医科大学神经科学中心主任谢鹏教授说:“对现有知识的诊断，从大数据深度学习的角度来看，ai获胜的概率要高得多，心中应该很清楚。 但是，在有些新的、特定的、目前医学界也没有太多共识的疾病行业中，ai可能还在“做”人类。 ”。

“我觉得将来赢不了我。 ’荆利娜说，我们不知道医学的多样性和复杂性，对图像的辨认不能单纯地看电影，还必须了解患者的病史。 不同的疾病也有同样的表现。 医生需要通过多年的累积综合评价来评价哪个方向，而不是通过核磁成像、某个征兆来评价。

“就我个人而言，我不太在意谁会输这场比赛。 ”王业军表示，这次神经影像人工智能人机大会并不是要引发人类医生和ai之间的战火，而是希望通过这场比赛，让医生们体验人工智能的魅力，特别是让一些怀疑的医生进一步了解人工智能

“大剂量病例标准化标注是ai快速发展的机遇，也是制约快速发展的瓶颈。 真正的ai技术是不断学习的过程，永远不是完美的。 王推军认为，具备“天坛标准”的ai技术日趋成熟，将成为基础医生特别是偏远地区基础医生如何浏览、诊断、预测电影的学习和训练工具，脑病患者通过“家门口”获得高质量、个性化的诊疗方案， 另外，还可以帮助医生完成初筛和评定，最终由医生进行实证评估，提高工作效率，节约重复机械工作，特别是在评估结果不一致时，提醒医生不要误诊漏诊。 (记者王君平)

来源：人民视窗网