8月7日，在陸軍軍醫大學新橋醫院血液科實驗室，彭賢貴主管技師一邊操作著一臺方方正正的儀器，一邊打趣地說：“別看他現在還只是一個‘小學生’，但因為他強大的學習能力，以後能耐比我還強！”
循著彭老師的視野打探過去，他口中的這位“小學生”相貌平平，灰白色方方正正的一個箱子，與一臺曲面屏顯示器相連，這就是目前在臨床上最新運用的一項AI智能影像診斷系統，可用於骨髓細胞形態學的自動識別，說得這麼高大上，其實他最主要的工作就是“認人”。
據新橋醫院血液科主任張曦教授介紹，骨髓各系細胞形態學檢查是對人體的骨髓細胞進行分型檢查，用於確定診斷某些造血系統或非造血系統疾病和輔助診斷某些造血系統疾病。其檢查結果會給臨床醫生提供診斷和治療的最終依據，所以往往這項檢查又被稱為血液系統疾病患者最終的“判決書”。
彭賢貴主管技師介紹，他進入臨床工作30年，每天都是在顯微鏡下看一個個這樣的骨髓塗片，根據肉眼觀察到的不同細胞形態為患者出具檢驗報告，現在這臺設備的工作就是幫助醫生來識別患者骨髓塗片中的各個細胞。
記者在現場看到，醫生將做好的骨髓塗片放入這位“小學生”的大腦中，不到一分鐘，他就在顯示屏上標出識別出來的各種細胞的名稱，並對發生病變的細胞進行的重點標註，為醫生出具病理檢驗報告提供了依據。
張曦教授介紹，目前這位“小學生”僅僅還是根據骨髓細胞中各個細胞的大小、顆粒及核的複雜程度等測量值來初步判斷認定細胞特性，但由於骨髓細胞中存在粒細胞系、紅細胞系和巨核細胞系三大系統，各種細胞間有些從大小等數據區別較小，所以最初的識別準確率還不及一位經驗豐富的臨場醫生精準的辨識能力。但因為他擁有一個強大的“大腦”，擁有過目不忘和海量儲存信息的能力，所以，在最初的學習階段，就是由他先掃描識別最初的骨髓細胞辨認信息，然後再由經驗豐富的臨床醫生，逐一辨別其對細胞識別的準確率，對正確的識別進行確認儲存，對有誤的識別進行糾錯校正。
彭賢貴主管技師介紹，在經過一段時間的“培訓”後，這位“小學生”的辨識能力正在逐漸提高，目前對骨髓細胞的識別準確率已接近90％，可以預期在不久的將來，隨著他看的片子越來越多，“臨床經驗”越來越豐富，準確率還將逐漸提高，將極大減輕醫生工作量，提高血液病理檢驗效率，縮短病理報告出具的時間。
張曦主任介紹，AI+醫學影像，是將人工智能技術具體應用在醫學影像的診斷上，目前主要分為兩部分：一是圖像識別，應用於感知環節，其主要目的是將影像這類非機構化數據進行分析，獲取一些有意義的信息；二是深度學習，應用於學習和分析環節，是AI應用的最核心環節，通過大量的影像數據和診斷數據，不斷對神經元網絡進行深度學習訓練，促使其掌握“診斷”的能力。像這位“小學生”就是新橋醫院與杭州一高科技公司合作，將臨床醫學與現代人工智能技術結合的產物。目前國內在這一領域的研發已處於世界前沿地位。
這位處於深度學習階段的“小學生”，讓我們臨床醫生參與到這套人工智能系統的研發中，一方面可以讓老師將自己豐富的臨床經驗教授給一臺人工智能設備，有助於更好地將醫生的經驗複製推廣；另一方面還能將臨床更多的需求反饋到人工智能下一代產品的研發中，生產出更多貼近臨床需要，能更好服務患者需求的人工智能產品。
在談到這位“小學生”的將來，張曦主任展望到，因為他過目不忘和海量的信息儲存能力，所以，老師教給他的東西都能牢牢記住，在“認人”識別細胞的時候都能將學到的東西一一派上用場。而且，他可以跟著很多老師學，把每位老師的專長都變成自己的能力，所以有朝一日待他“畢業”那天能力很可能超過老師，以後不僅會是臨床的一位“好幫手”，還可能成為醫生學習的好榜樣。
主辦單位： 沙坪壩區委宣傳部、區委網信辦
（沙坪壩微政務整理自沙坪壩手機臺，通訊員尹傳東）
閱讀更多 沙坪壩微政務 的文章
