人工智能之于医生(1)
去年 11 月的一个深夜，一位 Bronx 的 54 岁老妇来到哥伦比亚大学医疗中心，她说自己头痛欲裂，视力已经开始模糊，左手也变得麻木且不听使唤了。医生进行初步检查后决定对老妇的头部进行 CT 扫描。
转眼几个月过去了，今年 1 月份的一个早晨，四位还在培训中的放射科医生挤在医院三楼的一台电脑前。放置这台电脑的房间没有窗户，除了屏幕的光，里面完全是漆黑一片，就像一片深海。四位医生盯着屏幕看时，哥伦比亚大学的神经放射科主任 Angela Lignelli-Dipple 正拿着铅笔和平板电脑站在他们身后。他们可不是在搞什么秘密项目，主任只是在训练这些菜鸟医生如何看懂 CT 扫描而已。
“如果 CT 上大脑的区域变灰，我们很容易就能诊断出病人是否中风了，”主任说道。“要想取得较好的治疗效果，就必须赶在神经细胞大量死亡前诊断出病因。”中风一般因堵塞或出血引起，神经放射学家有大约 45 分钟的窗口期进行诊断，这样医生才能及时采取干预措施，如溶解正在不断膨大的凝块。“如果你们当时身处急诊室，每分钟都是极端宝贵的，因为大脑的某部分正在死亡，时间就是生命。”主任补充道。
时间一分一秒流逝，主任看了看墙上的挂钟，问道：“找到问题出在哪了吗？”
中风通常是不对称发展的，毕竟脑部供血会分左右，继而细化为细小分支。不过，一旦出现凝块或出血，就会影响一个分支，使大脑部分区域出现异常。随着神经细胞因为缺血而逐渐死亡，组织会略微肿胀，在扫描时，解剖结构之间清晰的边界可能会变模糊，最终组织会皱缩，并产生干燥的阴影。但需要注意的是，这块阴影通常在中风后几小时或几天才出现，而这时医生干预的窗口期已经结束了。主任表示：“在这之前进行扫描的话，你只能在 CT 图像上看到一些蛛丝马迹。”而这就是中风的前兆。
好啦， 现在说回文章开头提到的 54 岁老妇，她的 CT 扫描是对头骨的横切面切割额图，看起来就像从底部一劈到顶的甜瓜。坐在电脑前的医生们浏览着图层，把小脑、海马区、岛状皮层、纹状体、胼胝体、脑室等都分得清清楚楚。随后，其中一名快 30 岁的男医生在一张照片上停了下来，他拿铅笔指着大脑右侧边缘区域说道：“这一块有点不对劲，边缘区域看起来有些模糊了。”不过，对笔者来说，从这张像素不怎么清晰的模糊照片怎么能看出有用的信息啊，但那位男医生显然看到了一些不同寻常之处。
“哪里模糊了？”主任问道。“你能说清楚点吗？”
这名医生没着急回答，他停下来在脑中组织了词语，想想到底该怎么解释。随后，他耸耸肩表示：“它确实不太正常，我也不知道有什么毛病，只是看起来比较有趣。”
接下来，主任又拿出了第二张 CT 片，这是第一张拍摄后 20 小时后扫描的。刚刚那位医生指出的部位在这张片子中已经肿胀的像葡萄那么大了，而且颜色也暗了下来。随后主任又拿了一系列的片子让他们看，图中慢慢出现了一个明显的灰色楔形区域。
当那位老妇到达医院时，神经科大夫试图用溶栓类药物帮她疏通动脉，但很遗憾，她来的太晚了。第一次扫描过去几小时后，老妇就失去了意识，医生赶紧将她送去 ICU 病房。两个月后，老妇还是没有好转，她的整个左侧身体(从左臂到左腿)都瘫痪了。
从小黑屋出来后，笔者跟着主任去了她的办公室，我想知道医生是怎么学习的，机器也能学会这些方法吗？
能力不是看书得来的
笔者涉足医学诊断行业并不晚，1997 年就在波士顿开始了临床轮转。为了更好地完成工作，我读了一本有关医学教育的经典读物，这本书将诊断行为明确分为四个阶段：第一，医生需要借助病人病历和最新的体检来搜集有关病人的疾病或身体状况的事实；第二，整理以上信息并总结出一份可能病因的综合列表；第三，通过对病人的询问和初步测试完成所谓的“鉴别诊断”，即排除某种疾病的假设并增强另一种疾病的可能性。这一步，还要对疾病是否常见下定义，并结合病人既往病史对风险和暴露情况进行判断(谨记“不可掉以轻心”的临床思维)，这样列表中的可能病因就减少了；最后，医生需要重新通过实验室检查、X 光或 CT 扫描来确认假设。数十年来，这些步骤及实践中出现的变体都如实出现在教科书中，我们也从一代代医学院学生的身上看到了这幅图景：他们从症状中寻找病因。
不过，随着从业经历的丰富，我很快发现，真正的诊断可不像教科書上那么简单。我所在医学院的主任是一个优雅的新英格兰人，他总穿着抛光的便鞋，口音浓重，并以成为专家诊断医师而自豪。在诊断时，他会要求病人表现出某种症状，如咳嗽。随后他会靠在自己的椅子上思考片刻，然后嘴中冒出一串形容词，如“微弱但刺耳”，“底噪有点大”，仿佛是在描述一瓶陈年波尔多红酒。对我来说，这些咳嗽声听起来都一个样，但我会不自觉地应和这位主任，就像一个对品酒一窍不通但还要硬装专家的傻瓜。
这位主任的做法确实有其依据，因为咳嗽分类学家会很快通过声音来缩小可能的病因范围。如医生可能会认为“这声音听起来像一种肺炎”或“充血性心力衰竭的湿疹”，随后通过一系列问题，医生就能判断病人的大致情况，最后借助测试来证明自己的判断，大多数情况下，医院的“老司机”们准确率还是非常高的。
几年前，巴西的研究人员研究了放射科医生的大脑，为的就是理解他们到底如何做出诊断的。这些经验丰富的医师在看 CT 图像时是不是心里有一份“对照表”？或者说他们使用了“模式识别或非分析推理？”
参与这次研究的放射科医生共 25 人，他们被要求评估肺部的 X 光，而核磁共振成像机则会随时跟踪他们的大脑活动。X 光图像在他们面前一晃而过，其中一些包含很常见的单一病理性损伤，如肺炎时出现的棕榈状阴影或积聚在肺内衬层后面发暗且不透明的流体壁。第二组图像中镶嵌了动物的图像来干扰，第三组则加入了字母表的字母轮廓。在测试时，这三组图像会随即展示给参与的 25 位医生，他们必须快速说出图像的属性，而核磁共振机则一刻不停的监视着医生的大脑。测试结果显示，医生做出诊断的平均时间为 1.33 秒，而在分辨三种图像时，大脑亮起的区域相同，即左耳附近的神经元宽三角洲以及颅骨后基上方的蛾形带。
转眼几个月过去了，今年 1 月份的一个早晨，四位还在培训中的放射科医生挤在医院三楼的一台电脑前。放置这台电脑的房间没有窗户，除了屏幕的光，里面完全是漆黑一片，就像一片深海。四位医生盯着屏幕看时，哥伦比亚大学的神经放射科主任 Angela Lignelli-Dipple 正拿着铅笔和平板电脑站在他们身后。他们可不是在搞什么秘密项目，主任只是在训练这些菜鸟医生如何看懂 CT 扫描而已。
“如果 CT 上大脑的区域变灰，我们很容易就能诊断出病人是否中风了，”主任说道。“要想取得较好的治疗效果，就必须赶在神经细胞大量死亡前诊断出病因。”中风一般因堵塞或出血引起，神经放射学家有大约 45 分钟的窗口期进行诊断，这样医生才能及时采取干预措施，如溶解正在不断膨大的凝块。“如果你们当时身处急诊室，每分钟都是极端宝贵的，因为大脑的某部分正在死亡，时间就是生命。”主任补充道。
时间一分一秒流逝，主任看了看墙上的挂钟，问道：“找到问题出在哪了吗？”
中风通常是不对称发展的，毕竟脑部供血会分左右，继而细化为细小分支。不过，一旦出现凝块或出血，就会影响一个分支，使大脑部分区域出现异常。随着神经细胞因为缺血而逐渐死亡，组织会略微肿胀，在扫描时，解剖结构之间清晰的边界可能会变模糊，最终组织会皱缩，并产生干燥的阴影。但需要注意的是，这块阴影通常在中风后几小时或几天才出现，而这时医生干预的窗口期已经结束了。主任表示：“在这之前进行扫描的话，你只能在 CT 图像上看到一些蛛丝马迹。”而这就是中风的前兆。
好啦， 现在说回文章开头提到的 54 岁老妇，她的 CT 扫描是对头骨的横切面切割额图，看起来就像从底部一劈到顶的甜瓜。坐在电脑前的医生们浏览着图层，把小脑、海马区、岛状皮层、纹状体、胼胝体、脑室等都分得清清楚楚。随后，其中一名快 30 岁的男医生在一张照片上停了下来，他拿铅笔指着大脑右侧边缘区域说道：“这一块有点不对劲，边缘区域看起来有些模糊了。”不过，对笔者来说，从这张像素不怎么清晰的模糊照片怎么能看出有用的信息啊，但那位男医生显然看到了一些不同寻常之处。
“哪里模糊了？”主任问道。“你能说清楚点吗？”
这名医生没着急回答，他停下来在脑中组织了词语，想想到底该怎么解释。随后，他耸耸肩表示：“它确实不太正常，我也不知道有什么毛病，只是看起来比较有趣。”
接下来，主任又拿出了第二张 CT 片，这是第一张拍摄后 20 小时后扫描的。刚刚那位医生指出的部位在这张片子中已经肿胀的像葡萄那么大了，而且颜色也暗了下来。随后主任又拿了一系列的片子让他们看，图中慢慢出现了一个明显的灰色楔形区域。
当那位老妇到达医院时，神经科大夫试图用溶栓类药物帮她疏通动脉，但很遗憾，她来的太晚了。第一次扫描过去几小时后，老妇就失去了意识，医生赶紧将她送去 ICU 病房。两个月后，老妇还是没有好转，她的整个左侧身体(从左臂到左腿)都瘫痪了。
从小黑屋出来后，笔者跟着主任去了她的办公室，我想知道医生是怎么学习的，机器也能学会这些方法吗？
能力不是看书得来的
笔者涉足医学诊断行业并不晚，1997 年就在波士顿开始了临床轮转。为了更好地完成工作，我读了一本有关医学教育的经典读物，这本书将诊断行为明确分为四个阶段：第一，医生需要借助病人病历和最新的体检来搜集有关病人的疾病或身体状况的事实；第二，整理以上信息并总结出一份可能病因的综合列表；第三，通过对病人的询问和初步测试完成所谓的“鉴别诊断”，即排除某种疾病的假设并增强另一种疾病的可能性。这一步，还要对疾病是否常见下定义，并结合病人既往病史对风险和暴露情况进行判断(谨记“不可掉以轻心”的临床思维)，这样列表中的可能病因就减少了；最后，医生需要重新通过实验室检查、X 光或 CT 扫描来确认假设。数十年来，这些步骤及实践中出现的变体都如实出现在教科书中，我们也从一代代医学院学生的身上看到了这幅图景：他们从症状中寻找病因。
不过，随着从业经历的丰富，我很快发现，真正的诊断可不像教科書上那么简单。我所在医学院的主任是一个优雅的新英格兰人，他总穿着抛光的便鞋，口音浓重，并以成为专家诊断医师而自豪。在诊断时，他会要求病人表现出某种症状，如咳嗽。随后他会靠在自己的椅子上思考片刻，然后嘴中冒出一串形容词，如“微弱但刺耳”，“底噪有点大”，仿佛是在描述一瓶陈年波尔多红酒。对我来说，这些咳嗽声听起来都一个样，但我会不自觉地应和这位主任，就像一个对品酒一窍不通但还要硬装专家的傻瓜。
这位主任的做法确实有其依据，因为咳嗽分类学家会很快通过声音来缩小可能的病因范围。如医生可能会认为“这声音听起来像一种肺炎”或“充血性心力衰竭的湿疹”，随后通过一系列问题，医生就能判断病人的大致情况，最后借助测试来证明自己的判断，大多数情况下，医院的“老司机”们准确率还是非常高的。
几年前，巴西的研究人员研究了放射科医生的大脑，为的就是理解他们到底如何做出诊断的。这些经验丰富的医师在看 CT 图像时是不是心里有一份“对照表”？或者说他们使用了“模式识别或非分析推理？”
参与这次研究的放射科医生共 25 人，他们被要求评估肺部的 X 光，而核磁共振成像机则会随时跟踪他们的大脑活动。X 光图像在他们面前一晃而过，其中一些包含很常见的单一病理性损伤，如肺炎时出现的棕榈状阴影或积聚在肺内衬层后面发暗且不透明的流体壁。第二组图像中镶嵌了动物的图像来干扰，第三组则加入了字母表的字母轮廓。在测试时，这三组图像会随即展示给参与的 25 位医生，他们必须快速说出图像的属性，而核磁共振机则一刻不停的监视着医生的大脑。测试结果显示，医生做出诊断的平均时间为 1.33 秒，而在分辨三种图像时，大脑亮起的区域相同，即左耳附近的神经元宽三角洲以及颅骨后基上方的蛾形带。
参见：首页 > 新闻 > 其它资讯 > 智慧医疗