AI医疗方兴未艾，自2012年深度学习在图像识别中取得了出色效果，由数据驱动的人工智能在临床医学领域的触角越伸越广。从最初、最直接的医学影像辅助诊断，逐步扩展到多模态医学影像；从时间序列数据如心电图、脑电图的分类，病历等自然语言理解，到分子数据的诊断，视频数据的理解，多种类数据的诊断，人工智能在完成自身从诊断到预后预测的转变之路上，还不断结合新型硬件设备，智能手术机器人、智能康复机器人，创造一个个1+1>2的魔法。当医疗遇上人工智能，人类的想象力似乎突破了边际，智能辅助诊疗、智能影像识别、智能药物研发、智能化医疗器械、智能健康管理、智能筛查疾病、智能预测风险，所有这些曾经只存在于科幻小说的应用场景，如今逐渐成为现实。当人们感叹AI医疗打破了传统医疗模式的时空限制，是否可以窥探到黑盒子背后的一二呢？

2021年4月2日，欧洲杯竞猜平台临床研究中心的“聚菁荟萃”临床研究精品论坛有幸邀请到欧洲杯竞猜平台生物医学工程学院长聘正教授、博士生导师，欧洲杯竞猜平台医疗机器人研究院智能人机交互研究中心主任钱大宏教授，详细讲述了人工智能在医学应用的演进。

自上世纪中期诞生了AI，发明了图灵测试，出现了早期神经网络，人工智能的发展历经起伏，直到2011年呈现了井喷式发展。伴随着深度学习的出现，大量经费和投资入场，大数据和计算能力的跟进，AI成为了热词，至此高歌猛进，在医疗、金融、文娱、工业、安防、汽车等各方面展现了令人侧目的应用效果，尤其在医疗领域，AI应用矩阵全面铺开，在预防、诊断、治疗、康复、药物研究、医院管理等各个维度上构建健康版图。钱大宏教授以其课题组研究为例，展示了人工智能从单模图像到多模态图像的发展。利用单模图像开展的眼底医学图像质量评估和远程眼底筛查，正是基于人眼视觉的眼底图像质量评价算法，由它筛选出的图像与医生手工筛选出的图像匹配率可达90%以上并且可以着重对模糊、血管清晰度和成像伪影进行数学建模，保障准确度。不仅如此，钱教授还展现了其团队利用人工智能在CT差异化3D重建人体对称器官、基于CT灌注图像的缺血性脑卒中病灶分割、肺部错构瘤和腺癌分类、新冠肺炎CT诊断、多病种异常检测的危急值预警等不同病种间的不凡表现。利用多模态影像数据训练构建深度神经网络结论可解释性模型，对淋巴瘤实施疗效监测和生存预测；利用时间数据序列辅助诊断房颤消融术后复发概率，提前识别可疑风险；赋能机械臂，使手术机器人指引病灶，判断解剖结构，真正实现智能化；通过多类型数据训练，在蛋白质质谱诊断、基因测序上发挥作用。钱大宏教授用一个个令人振奋的实例，不仅让听者见识到了由数据驱动的人工智能在医学应用上的爆发，而且还可以继续深挖其中蕴含的无限潜能：如何嵌入医生工作流，真正解决临床痛点？能否解释深度学习系统诊断的理由和过程？可否实现多类型数据在综合诊断和治疗上的应用？这些正是如今的医学对于人工智能未来技术所怀有的更高远的期望。而在临床研究的应用中，钱大宏教授也指出大数据与人工智能的结合将提炼到最有效的目标药物，加速新药研发和临床试验进度，在分子领域的应用对于精准医疗和新药开发都具有重大意义。

通过钱大宏教授的讲座，一段AI医学的蓬勃发展史清晰生动地在眼前绘出。毫无疑问，未来，人工智能一定会更深刻地革新技术，而在技术改变生活的同时，紧随而来的数据安全性、医学伦理等问题也将是今后努力的方向。

（文：顾雯韵；图：顾雯韵）