日前，成都一家科技公司举行了国内首次人工智能AI医生与真人医生一致性评测，直接让GPT医生和人类主治级别以上的医生直接现场诊断直播PK，现场有120多位真实患者及10位主治及以上医师，这10位医生是来自四川大学华西医院的心内科、消化内科、呼吸内科、内分泌科、肾脏内科、骨科、泌尿外科的主治及以上医师，然后跟GPT医生同时现场开展对患者问诊。
最终，经过来自北大人民医院、中日友好医院、阜外医院和友谊医院的7位专家教授，针对GPT医生和人类医生现场诊断所形成的91份有效病例进行审核，重点针对AI医生的问诊准确性、诊断准确性、治疗建议准确性、辅助检查方案准确性、数据分析准确性、提供可解释信息、自然语言问诊与交互这7个评价维度的打分之后。
最终，真人医生综合得分为 7.5分，AI 医生综合得分为 7.2分。AI医生与三甲主治医生在比分结果上的一致性达到了96%。
这就意味着，当下最火热的AI:GPT医生在我们常规的一些科室的疾病方面的诊断准确率，跟真人的主治医生及以上专家的诊断水平齐平。并且在患者提供的检查治疗与病情描述清晰的情况下，GPT医生出现的误诊、漏诊的概率就非常小。专家评审团认为，GPT医生的知识覆盖面是超过一些经验并不是很充足的真人医生的。
AI对决顶尖医生的结果让人惊讶，那他又会对康复带来怎样的作用？
AI的优点：评估和预警
AI可以帮助医生提供更好的临床决策，取代医疗保健的某些功能区域（例如放射影像学）中的人类判断。AI系统从大量患者群体中提取有用信息，可以对健康风险进行评估和预警，对健康趋势进行预测和推断，而且AI具有学习和自我纠正能力，可以根据反馈提高其准确性。
在康复医学领域，人工智能机器人已经可以进入康复治疗一线，包括一些可以让下肢瘫痪的患者进行步行运动的减重步行机器人等。但是，对于康复评估过程，目前人工智能技术还没有为临床工作提供帮助的案例，但通过此次对决不难预料，AI进入康复评估将在短时间内成为可能。
人工智能算法在康复评定中的应用
不论是中枢神经损伤还是下肢骨骼肌肉系统疾患都会对患者的步态产生影响，而正常步态的建立是患者重返日常活动的基础。实际临床工作中的步态分析往往依赖于医生和治疗师的经验；少数机构运用可穿戴设备进行步态分析，但是实际操作费事费力且对场地要求较高，不利于大面积推广应用。
早在2012年，南非的科学家使用一种无线的惯性捕捉系统（Inertial Motion Capture, IMC）收集了30名健康受试者和28名中风后偏瘫患者的下肢步态参数，并对一个反向传播人工神经网络（Back-propagation artificial neural network）进行测试和训练；结果显示，这个ANN对166个测试参数的分类正确率为100%，而且重复精确度达到了99.4%！说明这个ANN模型可以精确稳定的区分健康人和偏瘫患者的步态特征，这有助于判断偏瘫患者步态恢复情况。这还是十多年前的模型，而相较于目前在算法和应用上更为先进的AI，应用到康复评估上的精确度将会更高！
预测康复决策和康复结局
一种康复医疗决策支持系统（Medical Decision Support System, MDSS），即仅根据患者的人口学特征和临床特征，就能准确预测康复医生为膝关节骨性关节炎（Osteoarthritis,OA）患者开出的康复方案。试验将170例分别接受过三种不同治疗方案的膝关节OA患者的人口学数据和临床变量纳入MDSS。模型中的人口统计学变量是年龄和性别。进入模型的临床变量包括身高、体重、BMI、患侧、膝关节OA严重程度、疼痛程度。研究中的所有患者都接受了膝关节OA患者的三种治疗方案中的某一种：（1）热敷联合电疗和运动疗法；（2）冰敷联合超声波和运动疗法；（3）单独运动疗法。采用弹性反向传播人工神经网络算法（Resilient back propagation artificial neural network algorithm），进行了十次交叉验证。输出结果显示，MDSS能够准确预测87%的患者的治疗方案，可以有效地辅助临床康复工作者快速制定OA康复方案。
人工智能距离康复医疗有多远？
现代人工神经网络在康复评定领域有巨大发展和应用前景，可以简化一些繁琐的人工评定方法，还可以对一些难以在临床进行量化评定的参数进行精确化预测，节约了临床诊疗时间，减轻了康复医师和治疗师的工作量。但是，我们不得不面对一些亟待解决的问题。
首先，人工智能的深度学习需要大量临床参数、图像、影像等的数据支持，而这些数据取得因对患者隐私权的保护而难以合法地成立课题或大规模使用。此外，人工智能可很大程度辅助临床医生进行诊疗，必将造成相关科室医务人员需求的降低，这也使临床一线人员对于人工智能的研发有所抵触。
其次，部分人工智能在医疗及生物医学领域的应用涉及伦理问题，某些领域（比如传染病科、精神科）所涉及的敏感问题还未有完备的的伦理体系提供理论支持，若大规模应用恐造成有违医疗公正和社会道德的行为。
因此，虽然我们对于AI进入康复医疗满怀期待，但是鉴于目前还存在诸多亟待解决的问题，切不可操之过急，不成熟的AI滥用，不仅是对患者的不负责，也是对医疗资源的浪费。
免责声明
本文来源为其他媒体的内容转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们
上一篇：山西省“机器人手术”开辟新领域
下一篇：5G技术常见的7大应用场景
