比赛现场

4月19日，以“甲状腺结节超声图像的性质判定”为主题的首届人机读片竞技大赛（以下简称“人机大赛”）在首都医科大学附属北京友谊医院举办。这是人工智能在医疗领域应用的一次创新性尝试，也预示着“AI+医疗”渐行渐近。

参加“人机读片竞赛”的人类选手是来自友谊医院、协和医院、北医三院、北京肿瘤医院等数十家三甲医院的200位影像科的专业医生，而代表人工智能出战的是由北京市计算中心“起宏图”人工智能研发团队历时两年研发的“视诊通—医学图像辅助诊断工具”（下简称“视诊通”）。据介绍，视诊通基于深度学习和图像处理算法，在数据方面已学习了北京友谊医院丰富详实的甲状腺结节超声图像数据，并在研发和临床应用方面得到了专业医生团队的指导。据相关负责人介绍，目前“视诊通”在B超影像内测诊断方面准确率达到76%，可与5年经验主治医师诊断水平相媲美。

本次大赛的考题是北京友谊医院提供的100套已有病理结果判定（“金标准”）的甲状腺结节超声图像。视诊通和人类医生选手均须对此100套超声图像进行良恶性判定，每答对一次得1分，全部答对得100分。会务组以同样的评分标准打分，最后按照正确率进行竞技排名，并设置个人奖和团体奖两种奖励。

比赛过程中“视诊通”表现出了卓越的稳定性，在85名参赛选手中，视诊通排准确率为73%排名第六（第一名的准确率为76%）。而按照团队排名，视诊通则以准确率超出0.3%的微弱优势，战胜了所有参赛医院团队。更值得一提的是，“视诊通”答100道题仅用时514秒，而获得第一名的有着8年“读片”经验的301医院超声诊断科主治医师张明博则用时909秒。

“比赛结果充分说明了人工智能在医疗领域的应用潜力及广阔前景，但人工智能还不能代替真正的医生。”张明博指出，甲状腺癌单从影像上来说，情况千差万别。在现实的诊断中，超声影像只是医生们做出判断的依据之一，除此之外还要向患者了解病史、遗传学信息等，还有很多深入的检查辅助医生判断，绝不会像比赛现场的判定这么“草率”。

“如果将来AI医生用于疾病筛查，那么我希望它一定要提高敏感度。宁可把良性误诊为恶性，也不要漏掉那些看似是良性，实际是恶性的病例。”张明博希望，“AI医生”要把所有可能是恶性的病例都筛选出来，再由医生来进一步判断。

据透露，视诊通针对肺癌、结肠癌、皮肤癌等医学影像诊疗功能也即将上线测试。北京市计算中心起宏图团队也将与更多医疗机构在更多临床应用领域展开深度合作，依托计算中心的高性能计算能力和大数据技术，将临床诊断、生理生化、病理检测等多种数据与语义信息相结合，“将人工智能技术从医学影像科向全科医生的方向发展”。