日前，成都一家科技公司舉行了國內(nèi)首次人工智能AI醫(yī)生與真人醫(yī)生一致性評測，直接讓GPT醫(yī)生和人類主治級別以上的醫(yī)生直接現(xiàn)場診斷直播PK，現(xiàn)場有120多位真實患者及10位主治及以上醫(yī)師，這10位醫(yī)生是來自四川大學華西醫(yī)院的心內(nèi)科、消化內(nèi)科、呼吸內(nèi)科、內(nèi)分泌科、腎臟內(nèi)科、骨科、泌尿外科的主治及以上醫(yī)師，然后跟GPT醫(yī)生同時現(xiàn)場開展對患者問診。最終，經(jīng)過來自北大人民醫(yī)院、中日友好醫(yī)院、阜外醫(yī)院和友誼醫(yī)院的7位專家教授，針對GPT醫(yī)生和人類醫(yī)生現(xiàn)場診斷所形成的91份有效病例進行審核，重點針對AI醫(yī)生的問診準確性、診斷準確性、治療建議準確性、輔助檢查方案準確性、數(shù)據(jù)分析準確性、提供可解釋信息、自然語言問診與交互這7個評價維度的打分之后。
最終，真人醫(yī)生綜合得分為 7.5分，AI 醫(yī)生綜合得分為 7.2分。AI醫(yī)生與三甲主治醫(yī)生在比分結(jié)果上的一致性達到了96%。這就意味著，當下最火熱的AI:GPT醫(yī)生在我們常規(guī)的一些科室的疾病方面的診斷準確率，跟真人的主治醫(yī)生及以上專家的診斷水平齊平。并且在患者提供的檢查治療與病情描述清晰的情況下，GPT醫(yī)生出現(xiàn)的誤診、漏診的概率就非常小。專家評審團認為，GPT醫(yī)生的知識覆蓋面是超過一些經(jīng)驗并不是很充足的真人醫(yī)生的。AI對決頂尖醫(yī)生的結(jié)果讓人驚訝，那他又會對康復帶來怎樣的作用？AI可以幫助醫(yī)生提供更好的臨床決策，取代醫(yī)療保健的某些功能區(qū)域（例如放射影像學）中的人類判斷。AI系統(tǒng)從大量患者群體中提取有用信息，可以對健康風險進行評估和預警，對健康趨勢進行預測和推斷，而且AI具有學習和自我糾正能力，可以根據(jù)反饋提高其準確性。在康復醫(yī)學領(lǐng)域，人工智能機器人已經(jīng)可以進入康復治療一線，包括一些可以讓下肢癱瘓的患者進行步行運動的減重步行機器人等。但是，對于康復評估過程，目前人工智能技術(shù)還沒有為臨床工作提供幫助的案例，但通過此次對決不難預料，AI進入康復評估將在短時間內(nèi)成為可能。人工智能算法在康復評定中的應(yīng)用
不論是中樞神經(jīng)損傷還是下肢骨骼肌肉系統(tǒng)疾患都會對患者的步態(tài)產(chǎn)生影響，而正常步態(tài)的建立是患者重返日?；顒拥幕A(chǔ)。實際臨床工作中的步態(tài)分析往往依賴于醫(yī)生和治療師的經(jīng)驗；少數(shù)機構(gòu)運用可穿戴設(shè)備進行步態(tài)分析，但是實際操作費事費力且對場地要求較高，不利于大面積推廣應(yīng)用。早在2012年，南非的科學家使用一種無線的慣性捕捉系統(tǒng)（Inertial Motion Capture, IMC）收集了30名健康受試者和28名中風后偏癱患者的下肢步態(tài)參數(shù)，并對一個反向傳播人工神經(jīng)網(wǎng)絡(luò)（Back-propagation artificial neural network）進行測試和訓練；結(jié)果顯示，這個ANN對166個測試參數(shù)的分類正確率為100%，而且重復精確度達到了99.4%！說明這個ANN模型可以精確穩(wěn)定的區(qū)分健康人和偏癱患者的步態(tài)特征，這有助于判斷偏癱患者步態(tài)恢復情況。這還是十多年前的模型，而相較于目前在算法和應(yīng)用上更為先進的AI，應(yīng)用到康復評估上的精確度將會更高！一種康復醫(yī)療決策支持系統(tǒng)（Medical Decision Support System, MDSS），即僅根據(jù)患者的人口學特征和臨床特征，就能準確預測康復醫(yī)生為膝關(guān)節(jié)骨性關(guān)節(jié)炎（Osteoarthritis,OA）患者開出的康復方案。試驗將170例分別接受過三種不同治療方案的膝關(guān)節(jié)OA患者的人口學數(shù)據(jù)和臨床變量納入MDSS。模型中的人口統(tǒng)計學變量是年齡和性別。進入模型的臨床變量包括身高、體重、BMI、患側(cè)、膝關(guān)節(jié)OA嚴重程度、疼痛程度。研究中的所有患者都接受了膝關(guān)節(jié)OA患者的三種治療方案中的某一種：（1）熱敷聯(lián)合電療和運動療法；（2）冰敷聯(lián)合超聲波和運動療法；（3）單獨運動療法。采用彈性反向傳播人工神經(jīng)網(wǎng)絡(luò)算法（Resilient back propagation artificial neural network algorithm），進行了十次交叉驗證。輸出結(jié)果顯示，MDSS能夠準確預測87%的患者的治療方案，可以有效地輔助臨床康復工作者快速制定OA康復方案。現(xiàn)代人工神經(jīng)網(wǎng)絡(luò)在康復評定領(lǐng)域有巨大發(fā)展和應(yīng)用前景，可以簡化一些繁瑣的人工評定方法，還可以對一些難以在臨床進行量化評定的參數(shù)進行精確化預測，節(jié)約了臨床診療時間，減輕了康復醫(yī)師和治療師的工作量。但是，我們不得不面對一些亟待解決的問題。首先，人工智能的深度學習需要大量臨床參數(shù)、圖像、影像等的數(shù)據(jù)支持，而這些數(shù)據(jù)取得因?qū)颊唠[私權(quán)的保護而難以合法地成立課題或大規(guī)模使用。此外，人工智能可很大程度輔助臨床醫(yī)生進行診療，必將造成相關(guān)科室醫(yī)務(wù)人員需求的降低，這也使臨床一線人員對于人工智能的研發(fā)有所抵觸。其次，部分人工智能在醫(yī)療及生物醫(yī)學領(lǐng)域的應(yīng)用涉及倫理問題，某些領(lǐng)域（比如傳染病科、精神科）所涉及的敏感問題還未有完備的的倫理體系提供理論支持，若大規(guī)模應(yīng)用恐造成有違醫(yī)療公正和社會道德的行為。因此，雖然我們對于AI進入康復醫(yī)療滿懷期待，但是鑒于目前還存在諸多亟待解決的問題，切不可操之過急，不成熟的AI濫用，不僅是對患者的不負責，也是對醫(yī)療資源的浪費。
