上海交通大学生物医学工程学院特别研究员、博导钱晓华
人工智能技术助推医疗产业发展
演讲中，钱晓华带来了“基于非增强型缺血性脑中风的早期检测系统”、“计算机辅助手术系统”以及“关于理解脑胶质瘤手术后真假进展问题”三个科研案例，为我们展示了人工智能技术为医疗过程提供的巨大帮助。
钱晓华表示，人工智能技术辅助诊断，不仅提高了医生诊断准确率，还极大提高了工作效率。以脑胶质瘤手术后真假进展问题为例。钱晓华表示，脑胶质瘤是一个恶性肿瘤，存活期只有18个月，该病症可采用先手术后放化疗进行治疗。但是关键在于容易复发。目前临床上通过随访的方式进行后续诊断，通常需要花费六个月以上的时间。然而脑胶质瘤总共才活18个月，花六个月以上时间去诊断会严重影响到病人生活。因此他们提出把图像技术和基因技术结合起来，构建两年生存风险预测模型。根据该预测模型产生的两年生存值，把病人区分为高低风险病患，这样就可以知道临床上的进一步的治疗诊断走向。有了人工智能技术辅助治疗，可以避免传统医疗模式下的低效诊治情况，而且人工智能诊断系统准确率高达80％，已超过一般诊疗医师水平。
将深度学习中的抽象特征解析成人们能够理解的知识和特征
钱晓华还提到，过去的医生认为人工智能技术发展尚未成熟，且对于人们来说人工智能就是个黑匣子，其难以理解的知识和特征阻碍了人们医疗科技的进展。
“在过去，没有人进行基于半球投影这项工作，如何将这个看似没有的东西经过投影并在一个封闭区域进行分割和提取是最大的难点。而我们的解决方案在当时获得了美国卫生部250万美元的科研基金支持。”钱晓华自豪的提到，“我们将深度学习中的抽象特征解析成医生能够理解的知识和特征，医生通过解释过的知识和特征来判断评估人工智能的诊断结果，不仅有效提高了病症诊疗准确率，而且提高了医生工作效率。长期以来，人工智能技术在医疗领域也得到了长足发展。”
医疗人工智能虽然先进，但无法取代医生
此外，钱晓华表达了“医疗人工智能虽然先进，但无法取代医生”的观点。他以计算机辅助手术系统为例，人工智能系统在对幼儿颅脑早闭症这种病症进行处理时，整个系统的难点以及关键点在于对脑壳脑缝的分割和提取及特征描述。人眼可以轻松能看到脑缝，但是计算机它不懂，因为脑缝本质上不存在。现在的深度学习依然无法解决这个问题。因此钱晓华认为，人工智能技术虽然为医疗科技提供了许多帮助，但仍与人类大脑存在一定差距。尤其在深度学习理解能力上，人工智能远不及人类大脑。
在钱晓华看来，医疗人工智能在本质上不可能取代医生，只能应用于医疗辅助领域。但是人工智能技术的发展，毫无疑问为医疗科技进步提供了巨大的帮助。
01月07日 18:14
