突發疾病無所適從、看病掛號等候時間長、報告結果出來晚……醫療的一系列問題一直困擾著病患和醫生。隨著近年來人工智能在醫療領域的嘗試和應用，人工智能產品不斷融入到醫療流程的檢查前、中、后等各個方面，其中一部分人工智能產品已基本成熟，從“概念”走向“落地”。

去年12月，上海在全國率先發布首批10大領域、19個點位的AI應用場景需求，采取“揭榜掛帥”機制，面向全球征集解決方案。今年4月，最終有市西中學、復旦大學附屬腫瘤醫院、張江人工智能島、長陽創谷等12家單位入選“上海市首批人工智能試點應用場景”，記者日前前往上海市第十人民醫院和復旦大學附屬腫瘤醫院，就人工智能在醫療領域的應用一探究竟。

問診和分診：AI醫師助理上線

匆忙就診，不知道該去哪個診室？別急，AI能夠幫上忙。據上海市第十人民醫院急診科副主任彭滬介紹，在急診大廳，作為醫師助理的人工智能會模擬醫師詢問患者幾個問題，根據病情需要，還會給患者測量血壓、脈搏和體溫，AI將通過這些診前數據，初步判斷患者的病情并推薦相應診室。

自助問診蛋殼椅。

在上海市第十人民醫院的急診大廳，患者可坐在自助問診蛋殼椅上，通過急診輔助診斷系統完成預問診，還可接受AI的自動建議，完成就診前的相應檢驗檢查。

急診值班護士攜手AI一起為頭痛患者完成就診前的相應檢查。

如上圖所示，對于無法完成自助問診的患者，急診值班護士將和AI一起，協助這位頭痛患者完成就診前的相應檢查，包括詢問并記錄患者頭痛程度、頭痛時長以及測量血壓，稍后將根據AI急診輔助診斷系統的提示，把患者送往科室進行診治。

除了急診和門診現場掛號，能否讓病人在掛號前得知病情，提前匹配相應專家，避免號源浪費？基于這樣的思考，復旦大學附屬腫瘤醫院推出“精準預約”的預約掛號模式。也就是讓AI進行智能分診，患者按照平臺要求實名上傳病史資料，AI通過計算分析判斷患者病情，并將專家號匹配給病情重、急需專家診療的患者，同時為患者提供合理的就醫路徑引導。比如，通過分析病史資料，初步判斷為需要手術治療的甲狀腺癌患者，比單純想要做甲狀腺體檢的人群有更大可能匹配到頭頸外科的專家號，從而提升專家號的利用效率。

據了解，從2018年3月試點精準預約到2019年6月，復旦大學附屬腫瘤醫院每周共計875個專家號接入精準預約功能，并在2019年上半年，為超過11萬患者提供服務，為超過16000名患者提供專家號源，解決了這些疑難患者的燃眉之急。目前，精準預約服務已覆蓋甲狀腺癌、乳腺癌、胰腺癌等15種常見腫瘤疾病。據統計，精準預約成功為每位患者平均節省兩個半小時的就診時間，患者掛專家號的等待時間已經平均減少7.4天，專家門診的效率平均提高了3.5倍左右。

醫療影像識別：讓AI做擅長的事

基于影像的可存儲、可傳輸和可標準化的特點，AI在醫療影像識別上的應用得到越來越廣泛的認可，特別是對肺結節和肋骨骨折的篩查，CT影像視野清晰、干擾因素少、病灶特征規律可循，讓AI來判讀醫療影像，確實是理想的用武之地。

在十院放射科的閱片室，執業醫師邱裕友端坐在電腦前，雙目緊盯著屏幕上的CT影像。據了解，為了確保影像判讀的準確性，通常需要由一名執業醫師與副主任或主任醫師共同閱讀同一名患者的CT影像，醫師在讀片完畢之后，還需要上級醫生復查一遍，簽字確認。而有了AI的加入，智能CT輔助影像診斷系統將輔助醫師完成讀片的第一個步驟，在保證準確度的前提下，提高讀片效率。

“不像人一樣會有疲勞感，它持續地用算力去識別各種各樣的結節，靈敏度也非常高，而人的作用是在AI找到無數結節后，怎樣去區分，哪些是偽像，哪些是真正的結節，在這個判別過程中，就需要醫生的經驗，跟我們的一些醫學知識聯系起來。”邱裕友介紹道，人眼一天看肺部CT六十份以上，就會出現一定的差錯率，可能會有漏診的情況，使用AI之后，通過調節篩查的閾值，“寧可錯殺也不放過”，漏診率降低，看成千上萬張CT影像，平均也不過幾秒時間，再由醫師復查，工作效率提高不少。

在邱裕友看來，AI最大的作用在于，通過這種不知疲倦的算力，可以減少醫生的很多機械勞動。經過AI的一個“初篩”過程，再由醫生去判斷，可能前面70%的時間就節省了，醫生的精力就集中在最核心的部分，去發現更為關鍵的醫學問題。

右側電腦畫面為AI識別并標示出的肺結節影像圖。

復旦大學附屬腫瘤醫院的臨床實踐表明，AI影像輔助篩查系統在確保準確率的前提下，醫生診斷效率提升了30%-50%。復旦大學附屬腫瘤醫院副院長吳炅教授認為，借助AI技術減少醫生重復性工作、實現自動化檢測，讓患者省時、醫生減負，也是引進AI的初衷。據了解，對于乳腺癌人體表皮生長因子受體-2（HER-2）的檢測可以對乳腺癌患者的精準治療提供重要參考，而檢測HER-2最直接且精準的手段為分子病理中的熒光原位雜交（FISH）法。而完成一例FISH檢測報告至少需要病理醫生花費10-30分鐘的時間。在腫瘤醫院AI全自動顯微鏡的輔助下，憑借智能化取圖系統和超高的采圖效率，1分鐘內至少可準確獲取100個腫瘤細胞內的信號數。目前AI全自動顯微鏡用于診斷還需更多病例驗證。

十院放射科主任湯光宇也認為，AI在醫療方面的發展趨勢，是開發檢查過程中能夠實現的自動掃描和鑒別診斷系統，“心臟核磁共振的序列很多，這些工作實際上都應該由機器來做，自動掃描，把單反相機變成傻瓜相機，減少繁復程序。”