導語：目前，已報道的醫療人工智能診斷準確率普遍很高，但是人工智能在投入真實臨床應用的情況到底會如何？是否真實臨床應用與研究階段一樣具有如此高的精準度？這個是研究者和大眾一直很期待回答的問題。AI醫生與人類醫生的差異和關係是怎樣？現在，這些問題答案可在中山大學中山眼科中心劉奕志和林浩添眼科人工智能團隊牽頭完成的最新臨床多中心隨機對照研究中找到。
全球首個醫學人工智能多中心隨機對照臨床研究成果文章，以封面文章的形式正式發表在全球權威醫學期刊《柳葉刀》子刊EClinicalMedicine（ECM）最新一期（2019 Mar）上。掃描二維碼或點擊左下角閱讀原文即可成果文章。
全球首個醫學AI醫生多中心隨機對照研究
CC-Cruiser是中山大學中山眼科中心醫學人工智能團隊利用深度學習建立的“先天性白內障人工智能診斷決策平臺”，該團隊開啟了全球首個人工智能門診，並聯合全國5家不同地區、不同級別醫院的眼科門診對CC-Cruiser進行多中心隨機對照臨床研究，驗證了CC-Cruiser在真實世界臨床實踐中的有效性和可行性，這為醫學人工智能從試驗訓練到臨床應用，提出了重要的AI臨床應用評判方法和標準。
目前醫學人工智能多數還在研發和試驗訓練階段，還沒經歷真正的臨床驗證，而且是依靠單點醫療機構開展工作，合作方式較為單一，還難以進行多中心大規模驗證。中山大學中山眼科中心，作為國內最早的醫學人工智能研發和應用單位，率先將人工智能診斷系統CC-Cruiser投入了多中心臨床驗證研究，利用大規模的真實臨床患者對CC-Cruiser進行評估。這是全球首個醫學人工智能多中心隨機對照臨床研究，為探索人工智能臨床轉化和落地應用標準，邁出了至關重要的一步。
圖1：該成果發表在全球權威醫學期刊《柳葉刀》子刊EClinicalMedicine（ECM）上的論文首頁。
該成果以封面文章的形式正式發表在全球權威醫學期刊《柳葉刀》子刊EClinicalMedicine（ECM）最新一期（2019 Mar）上。ECM是《柳葉刀》出版的開放獲取電子期刊，以發表原創性研究論著為主，致力於幫助一線醫學專業人士應對全球複雜、快速變化的醫療轉型。從診斷到治療，預防到保健，它將整合所有專業和整個生命過程的學科，最終目標是促進衛生系統發展，解決社區面臨的醫療保健問題和挑戰。此研究論文，是中國科研成果首次作為該雜誌封面文章發表。
圖2：該成果被《柳葉刀》子刊EClinicalMedicine（ECM）選為封面文章，封面故事的主題為“醫學人工智能在投入臨床應用前必須經歷這樣一個嚴格的臨床驗證，評估其真實世界的診斷能力。而人工智能和人類醫生的關係應該是相輔相成、優勢互補的，人工智能可以作為一種醫療診斷輔助工具，幫助醫生提供更好的醫療服務，兩者攜手可以更好地關愛世界。”
圖3：該成果被《柳葉刀》子刊EClinicalMedicine（ECM）同期發表的評論文章首頁。
同期發表的評論文章，來自英國UCL Great Ormond Street Institute of Child Health的Ameenat Lola Solebo評論道“研究團隊採用了非常實用有效的方法，向我們展示並驗證了AI醫療診斷平臺對兒童先天白內障診斷在真實世界臨床實踐中的有效性和可行性。這一開拓創新為我們今後的工作提供了重要的參考。”
AI診斷：高效省時，體驗滿意度高，但真實臨床應用的準確性下降
項目研究團隊通過把入組的兒童患者隨機分兩組，分別進入由CC-Cruiser接診的人工智能門診和具有5年臨床經驗的人類眼科醫生接診的專科門診接受診斷，對比兩組醫生對先天性白內障診斷的準確性。此外，研究者還對兩組門診的診斷過程進行耗時計算，以及通過問卷調查參與者的主觀體驗。
通過與人類醫生對比發現，CC-Cruiser在真實臨床門診中對先天性白內障的診斷準確率為87.4%，與實驗訓練階段的準確率98.87%相比有一定的差距，也沒有人類專科醫生的診斷準確率高，這表明人工智能在實驗室試驗的訓練結果並不能完全代表其真正的診斷能力。但是，AI診斷所需的耗時卻明顯比人類醫生短，而且問卷調查的結果顯示參與者對人工智能門診的體驗滿意度高。這表明了現階段的醫學人工智能可以在臨床上輔助人類醫生，大大提高工作效率。然而，所有醫學人工智能技術，在真實臨床落地應用前，需要經過嚴格的隨機對照研究作為評判手段和標準。
---- 來源：人工智能與大數據科 ----
關鍵字: 中山大學中山眼科中心 首個 AI
