河北滦州市人民医院的大夫在“医共体”影像诊疗中心通过互联网与滦州市中医医院的医生一起为患者会诊。 新华社记者 杨世尧摄

　　看病难、看病贵，一直是深受存眷的民生问题。人工智能（AI）能办理这个困难吗？在中国人工智能学会克日提倡主办的2019中国人工智能财富年会中，多位专家在智能医疗论坛上先容了AI大夫的最新研究成就——AI大夫医术是否精妙？尚有多久能普及？经济日报记者带您一探毕竟。

　　在北京的三甲医院看病有多灾？

　　清华大学传授、国际核能院院士、中国人工智能学会会士张勤本年7月亲身体验了一把。那天，他带93岁的父亲去北京人民医院看病，医院人满为患，没有床位，老人只能坐在急诊调查病室的椅子上输液9小时，一直熬到破晓1：30。

　　而张勤坚信，假如本身团队研发的DUCG系统能尽快完善并应用于临床，将大大改进中国的看病难问题。而这个方针，间隔实现已不太遥远。

　　AI诊断：向顶尖医生看齐

　　对付看病难的“痛点”，张勤暗示，2018年，全国有医疗机构99.7万个，个中三甲医院仅1442个，94.6%都是下层医疗机构；而就诊总人次83.1亿，个中下层就诊人次44.1亿，仅占53%。下层医疗机构占绝大大都，却只包袱了一半的就诊量，这就难怪三甲医院人满为患了。

　　看病难、看病贵，很洪流平上是由于没有实现真正的分级诊疗。

　　“我国分级诊疗要求实现‘90%大病不出县’，为什么做不到？主要问题是‘下层首诊’正确率低，下层大夫程度不高。”张勤认为，办理方案在“伶俐医疗”上，“我们要做一种全科疾病诊断智能系统，它在任何场景都能正确诊断，且有可表明性，还能动态生成个别优化临床查抄路径，实现精准诊断。”

　　张勤以前做核电站的安详运维系统，核电站的妨碍诊断和医疗诊断有何相似之处？都是给一个巨大系统看病，都要求“险些100%的诊断正确率”。理论是相通的，差异的是常识库。张勤团队将原本用于核电站妨碍诊断的原创系统DUCG拿来做医疗临床诊断，首先要与专家级大夫相助构建常识库。

　　“我们以患者为中心，环绕患者的主诉症状构建常识库，包括所有相关科室，免去挂错号的烦恼。好比病人的主要症状是腹痛，就可以问诊我们的‘腹痛’常识库。”张勤先容，团队正与北京协和医院、北京向阳医院等多家海内著名三甲医院约30位临床专家深度相助构建常识库。“常识库由各科临床履历富厚的医生参加构建，我们追求的是，让AI到达这些专家的程度。”

　　这个方针一旦实现，下层医疗机构的大夫利用DUCG系统的“AI大夫”做帮助，就能获得与北京三甲医院资深医生同样的诊断功效，这将大大提高下层诊疗程度，缓解三甲医院就诊压力。

　　抱负很饱满，现实进度如何？DUCG常识库今朝开拓到什么水平了？

　　今朝，DUCG常识库已完成第三方病历测试的有枢纽痛、呼吸坚苦等13个常识库；根基完成开拓和内部测试的有胸痛、水肿等17个常识库；正在开拓的有不明原因发烧、妇科等8个常识库。已经靠近包围所有临床主诉。

　　AI诊断的便捷度如何？

　　“我们正在开展青岛胶州市和重庆忠县的临床应用试点。不管是镇医院的医生，照旧村卫生室的村医，有电脑或iPAD就可以通过云上DUCG系统开展诊断，并可一键生成切合类型的电子病历。”张勤说。

　　AI诊断的正确率如何？

　　重庆6家三甲医院对DUCG系统的枢纽痛、腹痛、咳嗽咳痰、发烧伴皮疹、呼吸坚苦、鼻出血6个主诉常识库的第三方测试功效显示：除了22个稀有病没有找到病历外，其余疾病的AI诊断正确率达100%，即AI诊断功效与三甲医院大夫诊断功效一致。“我们的测试要领出格强调对稀有病诊断的正确率，因为下层诊断错误主要产生在稀有病。”张勤说。

　　AI大夫何时能进化玉成科大夫并投入下层医院？

　　“所有主诉常识库构建完成后，即可实现全科诊断。我们打算再用一年包围下层医院除普通外科外，大概碰着的所有主诉的临床诊断。”张勤暗示。

　　AI读片：要比人眼更锐利