本报实习记者陈溢波记者张靖超北京报道在近日结束的腾讯techo开发者大会间隙，《中国经营报》记者就腾讯优图实验室将AI技术应用在医疗领域的相关情况以及近期业内对深度学习算法的争议，一些行业内专业人士对国内AI应用研发型企业或存在核心算法上的专利侵权危机的担忧，对腾讯优图实验室总监郑冶枫博士进行了采访。他就以上问题，向本报记者表示，事实上，当前腾讯并不追求AI技术在医疗影像领域应用时达到%的正确识别率。在他看来，计算机视觉技术在医疗领域的应用应该也不仅仅止于医学影像方面，应该还有很多其他待探索的应用形式。此外，他还表示，深度学习算法应该还没有到瓶颈期，还在快速发展中；中国的AI应用研发型企业确实存在核心算法专利侵权方面的隐患，企业最好还是要有一些技术壁垒，才能在未来避免可能的受制于人的情况。当前并不追求%识别率成立于年的腾讯优图，专注在图像处理、模式识别、机器学习、数据挖掘等领域开展技术研发和业务落地。它为腾讯觅影提供核心人工智能技术，研发的肺癌、宫颈癌及眼科病变筛查技术已经通过腾讯觅影平台上线并逐医院。有数据显示，在腾讯优图当前AI技术的应用方面，诸多领域的识别正确率还未达到“万无一失”的状态，大多数应用领域的识别正确率在百分之八九十左右，一些领域甚至并未直接披露相关数据。比如，由腾讯优图实验室和腾讯觅影联合推出的眼底AI筛查系统当前对糖网的识别准确率为97%，分期准确率为85%，对青光眼的识别准确率大于95%；腾讯觅影采用了优图首创的“端到端肺癌辅助诊断技术”对早期肺癌的敏感度（识别正确率）达到86%以上，在良性肺结核的特异性（识别正确率）超过86%；对于女性常见的宫颈癌的筛查、乳腺癌的早期筛查，并未给出具体识别正确率数据。对此，郑冶枫近日在接受《中国经营报》记者的采访时回应称，准确率的提升要靠不断提高数据的质量和数量。他同时还提到，在用数据进行机器训练时，他们也在试图改变以往的通过大量数据进行机器训练和学习的寻常方式，用一种类似于人类的训练和学习的形式，用小样本数据对机器进行训练，试图挖掘小样本情形下的算法潜力以提升机器识别的准确率。但他也同时称：“现在的目标不是追求%的准确率，而是希望准确率能达到顶尖医生、顶尖专家的水平，接着把AI算法放到基层去。因为大家都知道基层医生的准确率会跟专家有比较大的差距。假如说我们的算法能达到顶尖专家水平了，拿到基层去就可以帮助基层医生提高准确率。”他提到，腾讯医院专家们诊断之间的符合程度。“比如说，找两个最顶尖的专家独立去阅片，接着把他们的阅片结果比对看他们达到什么样的准确率，那就是我们算法的上限。比如说，他们能达到95%，我们上限可能就是95%，不可能达到%，因为标注是医生给我们的。”他同时也提及：“医学比较奇特，不是0和1的问题，而是有很多边缘的模糊地带。”也就是疾病的最终形成，都有一个演变的过程。因此，他认为测算出来的准确率并未达到理想中的完美状态，也应该从这个角度来考虑。医疗领域还可以运用哪些形式的AI技术？不难看到，当前AI技术在中国市场的应用大多是对计算机视觉技术的应用，这不仅体现在AI技术对于全行业的应用情况，也体现在医疗领域。当绝大部分的技术应用和创新都与计算机视觉技术有关时，也不免让人好奇，除了CV，医疗行业的AI应用还可以有其他什么形式的创新可能？对此，郑冶枫谈道，人工智能在医疗方面的应用，确实主要是以计算机视觉为主，但在医疗领域的应用情况方面，也有对自然语言处理、语音识别技术的应用。他举例称，在美国，语音识别技术应用在医疗领域的情况比较普遍。“国外很多时候大医生是没有时间去写报告的，他就去读、去说，之后专门有人转成文本的报告。假如你有语音识别的工具了，那你直接说，就转成文本报告了，确实是比较大的应用。”他还同时提到，在腾讯，也有一些团队在做自然语言处理技术的应用研究，一般主要用于疾病的复诊或导诊、挂号。“医院都不知道去挂哪个号、挂哪个科、挂哪个医生。我们做比较有意义的导诊工作，你输入你的症状，然后它会大概猜出来你是得了什么病，然后它会知道你需要挂哪个科。医院医生信息给我们，我们推荐你去看哪个医生，他是最擅长看你这个疾病的。”他以人工智能领域的著名科学家、斯坦福大学教授李飞飞近期的一项工作为例，向记者分享了计算机视觉技术在医疗领域中的另一种创新应用形式。“因为医生、护士每次进手术室都必须洗手，有时候出来一次做什么事情，再进去还得洗手，有时候医生就忘了。所以就在洗手的那个池子装了摄像头监控你是不是洗手了，然后给你提醒。”“计算机视觉技术在医疗行业的应用应该不仅仅用在医学影像方面，在医疗领域，应该还有其他很多很多形式的应用。”这名医疗AI科学家这样向《中国经营报》记者提到。（编辑：张靖超校对：颜京宁）
转载请注明：http://www.0431gb208.com/sjszjzl/7825.html
