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醫療檢查流程的各個方面，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。

問診分診　AI醫師助理上線

匆忙來到醫院就診，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。

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。

對于無法完成自助問診的患者，急診值班護士將和AI一起，協助患者完成就診前的相應檢查，包括詢問并記錄患者發病時間、癥狀以及測量血壓，隨后將根據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。

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1.6萬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3.5倍左右。

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。

十院放射科醫師邱裕友說，人眼一天看肺部CT六十份以上，就可能會有漏診的情況。使用AI之后，通過調節篩查閾值，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。

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，這也是引進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）的檢測可以為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?！?/p>