據報道，美國威斯康星大學近期研究發現，“在線問診”提高了醫院6%的就診率。他們回訪了5年、14萬名患者，並將原因歸結爲：醫學問題更復雜，患者描述不清，難以診斷，最終導致醫院少診治了15%的患者。
在這個案例中，溝通質量就像“輸電損耗”，在遠程傳輸中削弱。在其他領域都可以帶來便捷的在線模式，在醫療領域會不會成爲雞肋呢？
事實上，人機交互越來越接近人與人的溝通，在某些方面似乎更能避免“代溝”“理解偏差”等人類本身存在的問題。“我們研究的總體目標是幫助理解用戶的意圖。”中國科學院軟件所研究員田豐說，手勢、體態、觸控、語音、表情、眼動、生理等非精確的信息現在也在機器的理解範疇之內。
懂得自然交互的人工智能，會不會使給醫院“添麻煩”的遠程醫療有所不同呢？AI現身智慧醫療，現有技術如何讓遠程醫療“止損”？未來又會有哪些意想不到的便利？
AI觸感，開啓智能“懸絲診脈”
如果嫌蘋果手錶太貴，人們可能也會用一個手環記錄身體的心跳、脈搏、運動進程等數據，這些可以作爲人們對自身健康狀況評估的參考。
用穿戴設備獲得信息，是針對文章開頭提到的“患者描述不清”問題的一個最直接的解決方法。但如果沒有醫學專業知識，這些評估並不能上升到醫療層面，用以判斷疾病。
爲此，科學家們正在開發各種醫用級的穿戴設備，例如“加持”了傳感器、陀螺儀的筆、積木等。田豐介紹，“在傳統的帕金森病診斷過程中，醫生會讓患者在紙上連線、畫螺旋線等，通過這種方式獲得患者無法訴說的身體指徵。”
“我們可以用更智能的方式獲得正確的信息，雲端融合的多感知交互設備，將裝配到醫院的智能診室中。”田豐說，不止如此，智能設備還能發現傳統方法感知不到的細節。
“例如有了傳感器的筆可以探測到使用者的用筆壓力變化、用筆方式等之前感覺不到的因素，我們發現這些也和帕金森症的前期徵兆有關，”田豐提到的研究隸屬於國家重點研發計劃“雲端融合的自然交互設備和工具”項目，該研究中的一個重要研究內容就是可穿戴、高精度、大範圍、多目標的動作捕獲及識別。
“手部姿態的獲取，已經用在智能診室中，幫助醫生診斷神經系統方面的疾病，”田豐說，項目參與單位協和醫院正在進行試點應用。
除了高精度的手部姿態獲取外，新材料的集成使得衣物可以在線探測身體健康的各種指標。
田豐介紹，項目研發的柔性織物生理傳感器，是將乾電極與織物集成，穿在身上就能捕捉到心電、肌電信號。“舉個通俗的例子，穿上這個衣服，心電圖就能傳到信息中心。”田豐說。
“此外，‘可穿戴慣性全身動作捕捉技術’讓我們能同時捕捉患者的步態，”田豐說，這些感知系統，已經在神經系統疾病的醫學診斷流程中發揮作用。
古代中醫有懸絲診脈，智能穿戴設備的出現，讓脈搏等生命體徵通過傳感器、網絡傳遞進入診室，可見，讓機器系統有了基於自然交互的“觸感”，患者的描述在醫生的診斷過程中，將不再成爲主要的判斷依據。
協醫AI，判診精度高於人眼
“有AI已經報名醫師資格考試，當然是匿名的，”科大訊飛市場經理林波說，雖然成績目前還是保密的，但他對協醫AI的表現有信心。
這個系列名爲“曉醫”的機器人已經在北京301醫院、安徽省立醫院、上海瑞金醫院等醫院上崗。海量的醫學知識基礎是它們成爲“協醫”的第一步。“‘吃’書本是‘曉醫’的強項，”林波說，“醫學學士學習5年的書本它們很短時間就能輸入進去，但是‘理解、掌握、應用’並不容易，需要通過模型構建、系統開發等實現AI的自主學習。”
這隻解決了機器對人類信息的掌握問題，林波說，“基於科大訊飛的智能語音識別、語音合成和自然語言理解等技術，我們同樣解決了人對機器‘學習’信息的調用問題。”
最直接的交互是人類的語言，林波說，“如果你到醫院說‘肚子痛’，它會提出與肚子疼相關的問題，然後才幫你掛相應科室的號。”根據301醫院的數據反饋，一個導診護士每天的服務量大概是800人次，一個機器人每天的交互達到了2000多次，服務六七百人次。
協醫AI不只直接幫助患者，還會幫助醫生。智能閱片系統可以利用深度學習技術開發智能影像識別，輔助醫生閱片。醫學影像輔助診斷系統可以自動處理影像，找出結節病竈並通過列表和色塊直觀展現給醫生。
“這類產品的新聞有很多，但是，需要關注的是‘準確度’，”林波提醒，“對患者個體而言，哪怕準確率提高0.01%，也是很大的影響。”
“AI的輔助判斷，能夠達到肉眼無法達到的精度，”林波說，這些技術目前都用於裝配智能診室，提高醫院的診斷效率和接診人數。
