Airdoc創始人張大磊：AI在醫療領域中應用的問題與局限
7月1日，在由武漢國家生物產業基地建設管理辦公室主辦、火石創造承辦、光谷健康智慧園協辦的醫療大資料與醫學人工智慧高峰論壇上，Airdoc創始人兼董事長張大磊做了題為《AI在醫療領域中應用的問題與局限》的演講。
文|程聰
Airdoc是醫療領域人工智慧領軍企業，專注於人工智慧醫學影像識別領域的應用，一直嘗試通過科技手段解決影像學方面醫療資源配置不平均。在現場，張大磊重點分享了在智慧影像領域的實踐經驗，以及人工智慧在醫療圖像識別上的局限性。
本文系根據張大磊先生在火石創造承辦的《醫療大資料與醫學人工智慧高峰論壇》上的精彩分享整理而成。
“More Intelligent, Better Care”
“在現實中醫療資源配置不平均很多人被漏診，而人工智慧可以學習醫學專家的經驗，應用在基層能夠輔助基層醫生工作，提升他們的疾病識別水準。”張大磊這樣描述成立Airdoc的初衷，
近幾年，人工智慧圖像識別技術快速發展，在某些特定領域已經超過人類。醫學影像作為疾病診斷的重要路徑之一成為了一個熱點。醫療行業涉及知識面廣，人工智慧可以在多個環節發揮作用。比如：醫學影像識別、生物技術、輔助診斷、藥物研發等領域，目前應用最為廣泛的當屬醫學影像識別。
“總體來講，整個行業呈現出欣欣向榮的態勢。
人工智慧在醫療圖像識別上的三種常規做法
張大磊介紹，目前人工智慧在醫學影像識別的應用上主要有三種方法：分類、檢測和分割。
分類是最簡單的，需要輸入大量的樣本學習，一般“萬”級別的樣本訓練出來的結果才能說比較好，但是只能夠識別有沒有病，
張大磊現場舉例：假設通過演算法識別圖片上的高度相似病變，如果用分類樣本量小就很難調准。這一環節存在著樣本量不夠以及樣本不均衡的問題，同時，醫生標注的工作量是最小的，醫生把弱標籤經過分類處理之後就可以進行標注。
檢測，即從圖像中檢測出來有什麼。需要的訓練樣本量一般比分類的樣本量少一些，但醫生標注的工作量有所增加。
分割，醫生標注的工作量大，需要醫生把病灶的輪廓標注出來。相對來說，乳腺癌淋巴轉移好標一些，但有一些很難標，比如標注所有的病變點，很可能一個片子上的病變點有幾百個，要全部標注出來工作量就太大了。而實際上，醫生大致看一下就知道是幾期了。
所以，當樣本量比較小的時候會選擇分割或者資料增強。目前，對於罕見病或小樣本資料，有一些辦法可以把資料造出來，造出來的資料看上去沒什麼區別，但要把這些資料清洗出來。
以上每一種方法可以解決不同需求的問題。通過這三種基本的方法，常見的任務都是這幾種方法的排列組合。
Airdoc創始人兼董事長張大磊
人工智慧在醫療圖像識別上的局限
1.標注往往是一個瓶頸
“標注是一個很苦的活，很多人會認為人工智慧從業者是在寫演算法，實際上80%的時間都是在做資料預處理。在資料預處理上花的每一份心思都會在最終結果上得到相應的回報，這是非常重要的。但醫療領域的標注往往需要醫學專家對資料進行標注，所以標注往往是一個瓶頸。”
張大磊認為，在未來2到5年之內，小樣本學習理論層面會獲得足夠的突破，Airdoc一直在探索這方面並希望能做出一定的成績，但近2年之內沒有什麼好的辦法，還是要大量醫生去做標注。
2.資料品質問題
不管在美國還是中國，大多數醫院裡拿出來的資料都不標準化，用演算法直接做一遍都會發現結果很差。為什麼？人類歷史上從來沒有一個工具，可以讓一個大夫看過的所有資料給另一個大夫看一遍，醫生是高度個性化的（儘管有各種各樣的指南）。這就存在一個問題：同樣一個病，十個大夫會給出五種或三種診斷意見，到底誰對誰錯，有時候很難說，常規做法是多人同時標注取公共結果，但本質上來說這也不是金標準。
單純看圖的時候，覺得這個時間節點上是4a，但如果病人三個月後回訪時，最開始做4A判斷的大夫會覺得是4b，這是非常常見的事情。把弱標籤變成標注的過程中，往往有很多技術之外的因素存在，這些因素如果不處理好，很可能產生資料污染。
3.交互問題
總體來講，病人和醫生交互越多環節，演算法的品質越差。
中醫的望聞問切，我們都可以理解為交互。通過演算法只去識別其中一兩個，比如識別面部或舌苔時，已經天然丟失掉了很多資訊。並且，丟失的資訊往往會對最終的判斷產生影響。如果大家做某一場景的AI時，醫生和病人交互越少的環節越好。假如有一個環節上醫生不需要見病人也可以作出判斷，這是最好的。“因為演算法是可控的，交互是不可控的。”
4.弱勢的通用人工智慧
通用人工智慧是非常弱的，但人類醫生就是一個通用的人工智慧。比如患者問醫生吃飯了沒，他會根據當時場景判斷這個人是否只是在打招呼，這個過程存在複雜的前回饋。幾乎任何一個中國人都能聽懂這樣的笑話：中國乒乓球隊很厲害，誰都打不過，中國男子足球隊很厲害，誰都打不過。我們都能理解兩者是不同的，但對於演算法來說如果沒有常識庫演算法會認為意思是一樣的。前回饋需要建立一個非常好的常識庫。
2015年時，Airdoc收集整理了所有文獻和教材建立一個心血管相關的常識庫，最後發現它比醫生專家的常識庫還是要少。
5.監管發展與技術發展間有著巨大的鴻溝
監管是很長時間變一次，但技術發展是非常快的。技術的反覆運算速度和醫療體系以安全為第一考核的反覆運算速度，很明顯是完全不相符的。
張大磊表示，之前與FDA打交道時發現，如果要以最嚴格方式通過FDA演算法類的審核的現有規定，幾乎不可能，因為FDA要求所有東西完全定型，最終在市場上銷售的東西跟申報的東西一模一樣。但現實問題是，每一個AI演算法背後都可以自學習，都會變得越來越聰明，如果只發佈定型版本，那提高部分要不斷重新申報。
6.市場還處於慢慢培育中
張大磊認為，目前市場還是處於慢慢培育過程中。
“從大家認識它到被接受再到相應支付體系的完善，以及到醫保的介入，都需要一個很長的時間，在這個過程中，需要投身於這個行業的人有更多耐心更加團結，一起把這個行業做起來。”
而實際上，醫生大致看一下就知道是幾期了。所以，當樣本量比較小的時候會選擇分割或者資料增強。目前，對於罕見病或小樣本資料，有一些辦法可以把資料造出來，造出來的資料看上去沒什麼區別，但要把這些資料清洗出來。
以上每一種方法可以解決不同需求的問題。通過這三種基本的方法，常見的任務都是這幾種方法的排列組合。
Airdoc創始人兼董事長張大磊
人工智慧在醫療圖像識別上的局限
1.標注往往是一個瓶頸
“標注是一個很苦的活，很多人會認為人工智慧從業者是在寫演算法，實際上80%的時間都是在做資料預處理。在資料預處理上花的每一份心思都會在最終結果上得到相應的回報，這是非常重要的。但醫療領域的標注往往需要醫學專家對資料進行標注，所以標注往往是一個瓶頸。”
張大磊認為，在未來2到5年之內，小樣本學習理論層面會獲得足夠的突破，Airdoc一直在探索這方面並希望能做出一定的成績，但近2年之內沒有什麼好的辦法，還是要大量醫生去做標注。
2.資料品質問題
不管在美國還是中國，大多數醫院裡拿出來的資料都不標準化，用演算法直接做一遍都會發現結果很差。為什麼？人類歷史上從來沒有一個工具，可以讓一個大夫看過的所有資料給另一個大夫看一遍，醫生是高度個性化的（儘管有各種各樣的指南）。這就存在一個問題：同樣一個病，十個大夫會給出五種或三種診斷意見，到底誰對誰錯，有時候很難說，常規做法是多人同時標注取公共結果，但本質上來說這也不是金標準。
單純看圖的時候，覺得這個時間節點上是4a，但如果病人三個月後回訪時，最開始做4A判斷的大夫會覺得是4b，這是非常常見的事情。把弱標籤變成標注的過程中，往往有很多技術之外的因素存在，這些因素如果不處理好，很可能產生資料污染。
3.交互問題
總體來講，病人和醫生交互越多環節，演算法的品質越差。
中醫的望聞問切，我們都可以理解為交互。通過演算法只去識別其中一兩個，比如識別面部或舌苔時，已經天然丟失掉了很多資訊。並且，丟失的資訊往往會對最終的判斷產生影響。如果大家做某一場景的AI時，醫生和病人交互越少的環節越好。假如有一個環節上醫生不需要見病人也可以作出判斷，這是最好的。“因為演算法是可控的，交互是不可控的。”
4.弱勢的通用人工智慧
通用人工智慧是非常弱的，但人類醫生就是一個通用的人工智慧。比如患者問醫生吃飯了沒，他會根據當時場景判斷這個人是否只是在打招呼，這個過程存在複雜的前回饋。幾乎任何一個中國人都能聽懂這樣的笑話：中國乒乓球隊很厲害，誰都打不過，中國男子足球隊很厲害，誰都打不過。我們都能理解兩者是不同的，但對於演算法來說如果沒有常識庫演算法會認為意思是一樣的。前回饋需要建立一個非常好的常識庫。
2015年時，Airdoc收集整理了所有文獻和教材建立一個心血管相關的常識庫，最後發現它比醫生專家的常識庫還是要少。
5.監管發展與技術發展間有著巨大的鴻溝
監管是很長時間變一次，但技術發展是非常快的。技術的反覆運算速度和醫療體系以安全為第一考核的反覆運算速度，很明顯是完全不相符的。
張大磊表示，之前與FDA打交道時發現，如果要以最嚴格方式通過FDA演算法類的審核的現有規定，幾乎不可能，因為FDA要求所有東西完全定型，最終在市場上銷售的東西跟申報的東西一模一樣。但現實問題是，每一個AI演算法背後都可以自學習，都會變得越來越聰明，如果只發佈定型版本，那提高部分要不斷重新申報。
6.市場還處於慢慢培育中
張大磊認為，目前市場還是處於慢慢培育過程中。
“從大家認識它到被接受再到相應支付體系的完善，以及到醫保的介入，都需要一個很長的時間，在這個過程中，需要投身於這個行業的人有更多耐心更加團結，一起把這個行業做起來。”