中山眼科中心首创的人工智能应用门诊，诊断准确率已经达到专家级。通讯员供图
眼科医生为患儿拍摄眼部照片，照片将同时供眼科医生和机器进行诊断。 南都记者钟锐钧 摄
中山大学中山眼科中心，4岁的小雅(化名)昨日拿到一份门诊检测报告。报告显示，她的右眼正常，但左眼患了先天性白内障。出具这份报告的诊断医生是一名机器人。上月底，中山大学中山眼科中心开启眼科人工智能诊疗，上传眼部图像，几分钟后，机器人可以判别患者是否患了先天性白内障，并给出治疗意见。这也是全球首个眼科人工智能机器人门诊。
超50名患者“问诊”
机器人准确率达93%
小雅的家属为她挂号后，拿到了两张挂号纸：一张是医生的，另一张免费的挂号纸有点特别，是机器人CC-Cruiser的。到了门诊后，医生先用裂隙灯为她拍下了两只眼睛的图像。而后，图像上传到云平台，与隔壁诊室的机器人共享。几分钟后，CC-Cruiser打印了一份检查报告。报告也给了治疗意见：建议继续随访观察。医生和机器人分头独立诊断，结果显示二者完全一致。
机器的诊断报告评估了三个指标，“包括先天性白内障病灶的范围、程度、位置，最后给出随访或是需要手术的建议。”中山大学中山眼科中心白内障中心主治医师刘臻臻说。从机器人开诊以来，一天接诊10多名患者，超50名患者“问诊”机器，准确率高达93%。“人工智能的时代到了。”中山眼科中心白内障中心教授、广东青联委员林浩添教授说。
一旦结果出现不一致
将由三名专家对患者会诊
机器人看诊，患者相信吗？昨日下午，广州市民杨小姐（化名）抱着三个半月的宝宝回医院做检查，三天前，人工智能门诊的医生和机器人给她出具了孩子患先天性白内障的诊断结果。“医生和机器人给出的结果是一致的，如果只是机器人的话，我还是会有一点担忧。”杨小姐说。对此，林浩添表示，从目前临床实践来看，机器人医生的准确率高达93%，还没有出现过两份报告结果不一致的情况。“机器基本上达到了15年的资深眼科医生水准。”林浩添说。如果出现不一致怎么办？林浩添说，将由三个专家组成团队再对患者做会诊，综合各方意见评估后再出具治疗方案。
林浩添说，目前的人工智能平台是1.0版本，目前正在研发2.0版本，即精准并发症预测与远程随访系统。“1.0的版本主要针对还没有接受手术的初诊患者。2.0版本主要针对接受了初步手术，需要定期随访的患者。”林浩添说，做了手术之后，患者眼睛的情况会发生变化，系统需要再学习，通过各种相关危险因素，精准预测并发症的发生，并预测未来一段时间内病情的变化。此外，通过不断学习后，预计3-6个月，中山眼科中心将启用眼科通用型人工智能机器人，进行常见眼病标准化分诊，“一个病人来了后，先让机器摸底诊断，确定病人去哪个门诊，相当于一个分诊台”。
机器医生月底将连接
省内多家基层医院
先天性白内障等疑难复杂眼病，往往需要该领域专家才能准确诊治。目前中国医学专家多集中在大城市，优质医疗资源难以覆盖乡镇和社区。中山大学中山眼科中心副院长陈伟蓉说，“广东省眼科诊断和治疗创新技术工程中心”以后或在基层医生资源匮乏的地区，长期派出“专家级”的眼科人工智能机器人医生驻守。
目前云平台已经连接了连平、河源、深圳宝安、汕尾等四个地区的基层医院，5月27日起将正式启动。届时，基层医院只需把患者眼部照片上传至云端，人工智能医生就可以立即接诊，并将诊断结果反馈给基层。此外，中山眼科中心已经连接了包括西藏、新疆、云南、青海等边远省区的上百家基层医院，每天有大量眼科检查数据上传云平台请求专家协助诊断。
揭秘
机器人医生 如何具备专家实力？
机器如何学习？林浩添说，它学习的实现是基于大数据及算法，“计算机算法是一套逻辑，这个逻辑是学习我们大脑的神经架构，模拟人脑的算法。它试图将视觉系统模型化，能够在物体有位移或轻微变形的时候，也能完成识别。”研究人员收集了大量眼部照片———476张来自健康人的眼睛，410张来自不同程度白内障患者的眼睛。
研究者将这些数据随机分成五组，然后进行标准交叉验证———先训练机器对其中四组的图片进行识别，“对临床图像贴标签，告诉机器我们想要什么样的结果，比如是有病还是无病。”然后对比机器对剩余图片的识别和眼科专家对这些图片的评估。结果显示，人工智能对白内障患者的诊断正确率高达99%，并对超过97%的患者提出了正确的治疗方案。“通过吸收更多的病例图片，机器可以进行更深入的学习，准确率将变得更高。”林浩添说。
人机对战 机器胜了眼科专家
为了更进一步验证机器的能力，研究人员从网上收集了53张眼部的图片。这些图片的质量差别很大，导致机器的准确性有所下降，但依旧维持在85%- 95%的区间。“机器误诊一般有两种情况，一种是照片反光，一种是伪影，就是出现了不存在的图像。”林浩添说。“最怕的不是误诊，而是漏诊。”由于先天性白内障在实际生活中的发病率很低，为了判别机器是否漏诊，研究人员还进行了一项“海底捞针”的模拟测试：给人工智能提供303张图片，其中只有3张是白内障患者的，而人工智能的准确性达到了100%。
最后上演的是颇具挑战性的“人机大战”。中山眼科中心派出了三名医生，涵盖专家、普通、新手级别。题目涉及50张眼部图片，从诊断、评估、治疗等5个方面考察，共250道题目。在PK中，人工智能共错了18处，专家级医生错21处，而普通级和新手级医生犯错更多。
背景
2017年2月建立C C -C ruiser
先天性白内障人工智能诊断平台
罕见病因为患病人数少很容易被忽略，比如会造成儿童视力损伤甚至失明的先天性白内障，在中国发病率仅为0.05%。对罕见病进行准确诊断，对基层来说是一大挑战。而眼睛作为人类最重要的体表器官，它的图像和信息易获取，2013年，中山大学中山眼科中心刘奕志教授的团队，就在谋划，将机器的诊断应用于先天性白内障。在不断的实验后，刘奕志教授领衔的研究团队，建立“CC-Cruiser先天性白内障人工智能诊断平台”，通过眼部图片即可给出专家级水平的诊断及治疗方案。
该原创论文2017年2月份在《NatureBiomedical Engineering》杂志作为封面文章(封面故事：前途远大的机器学习)发表，并作为该期精选新闻。基于这一人工智能平台，中山眼科中心于2017年4月底开启“眼科人工智能诊疗”，由人工智能云平台辅助临床医师进行诊疗。在人工智能门诊就诊的患者，除接受常规诊疗外，检查数据即时同步到云平台，享受由人工智能机器人提供的“专家级”诊疗。
声音
目前，诊断先天性白内障的机器人的学习，需要“老师”带，“ 贴标签都需要人来教给机器。”但目前多个国家都在研究机器的“无监督学习”，它可以从海量数据中自动挖掘规律进行学习，这是目前人工智能研究的热点之一，在未来的医学人工智能应用中将扮演重要的角色。
———中山眼科中心白内障中心教授林浩添
采写：南都记者 阳广霞
通讯员 邰梦云 魏春福
