在經典哲學問題中，“我是誰？”是個無從解答的謎題。而這建立在人類具有獨立思想和判斷的基礎上。如果有一天，機器也擁有思想和情感了，“我”又是誰呢？
1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，并首次提出了“人工智能”這一術語。
2017年3月5日，李克強總理在全國政府工作報告中提到，要“加快人工智能等技術研發和轉化”。那么什么是人工智能呢？人工智能是使計算機來模擬人的某些思維過程和智能行為，使計算機實現更高層次的應用。打敗棋手柯潔而受到全世界關注的智能電腦AlphaGo就是一種典型的人工智能。近兩年來，谷歌、特斯拉等公司將人工智能應用于其無人駕駛技術，也取得了顯著成果。可見，聽起來神秘的人工智能技術離我們并不遙遠，甚至可以說是觸手可及。
人工智能闖入醫療界
其實，人工智能在醫療領域的研發和應用也已悄然興起，各種基于人工智能的醫療輔助程序或設備層出不窮，一定程度上減輕了醫生的工作量，更簡化了人民大眾尋醫看病的投入和流程。
那么，面對無窮無盡且日新月異的醫學專業知識，人工智能是否可以“hold住”呢？美國IBM公司研發的具有認知能力的計算系統——Watson或許可以告訴我們答案。
IBM Watson可以在17秒內閱讀3469本醫學專著、24.8萬篇論文、69種治療方案、61540次試驗數據、10.6萬份臨床報告。通過海量汲取醫學知識，IBM Watson在短時間內可以迅速成為擁有“超級大腦”的醫學專家。在印度，Watson為一名已經無藥可救的癌癥晚期患者找到了治療方案；在日本，Watson只花了10分鐘就確診了一例罕見白血病；在世界癌癥日2月4日當天，IBM Watson第一次在中國“出診”，僅用10秒就開出了癌癥處方。
除了Watson，還有許多相類似的人工智能醫療計算系統正在各種疾病領域發揮著超越人類的作用。人工智能診斷皮膚癌準確率達91%、預測兒童自閉癥準確率達81%、預測重癥監護病人死亡準確率達93%、快速鑒定血型準確率達99.9%、診斷乳腺癌準確率達88.5%、預測阿爾茨海默病準確率達84.2%。可見，不管醫生是否接受，人工智能已經強勢闖入醫療界，以令人驚異的工作質量和效率，逐漸在各個醫療領域挑戰并戰勝人類，其發展前景讓人期待。
打造篩查胃癌的“火眼金睛”
在胃癌防治方面，人工智能也開始大顯身手。
曾經，香港中文大學的研究人員針對膠囊腸鏡的圖片特點，提出一種全新的圖像特征算法SSAEIM并將之運用于人工智能系統，使系統根據該算法對4000張膠囊腸鏡的圖片進行深度學習。研究結果顯示，使用SSAEIM算法的人工智能系統可以快速瀏覽膠囊腸鏡圖像并精確識別腸息肉，平均整體識別率可達98%。這套系統已在臨床中試驗使用，旨在幫助醫生從海量的內鏡圖片識別工作中解脫出來。
如今，只能用于小腸的膠囊腸鏡，進化到了“膠囊胃鏡”時代，這對于“不想做、不敢做、不愿做”胃鏡的人來說，是個激動人心的好消息，極大地調動了中國人進行胃癌早期篩查的積極性，由此提高我國早期胃癌的胃鏡篩查普及率。然而，每次磁控膠囊胃鏡檢查會生成3~5萬張圖像，如何讓檢查圖像得以準確、快速的被閱讀被判別？
人工智能在醫療領域的應用，需要的不僅是遠見，更是高科技的有力支撐。2017年4月20日，磁控膠囊的生產商——上海安翰醫療技術有限公司與IBM公司簽約，雙方將在膠囊內窺鏡醫療影像領域展開合作，共同探索將人工智能技術用于提升消化道疾病早期精準篩查的可行性。此前，IBM Watson早已名聲大噪，安翰膠囊胃鏡的舒適準確性也令醫學界折服，此次合作，雙方將IBM的人工智能影像認知分析技術與安翰的智能膠囊內窺鏡機器人影像診斷平臺相互融合，為膠囊內鏡配備一雙“火眼金睛”，幫助醫生在消化內鏡影像識別過程中更快捷、準確地做出診斷，這對急需大面積普及胃癌篩查的中國來說，無異于雪中送炭。
“以前看一個病人的膠囊內鏡圖像至少需要半小時，一天也就只能看五個病人的圖片。有了人工智能初步篩查，醫生來審核簽字，也許一天就能看一百個病人了！”研發人員說，“這將大大提高醫生的工作效率，也有助于解決早期消化道疾病篩查醫療資源不足的問題。”
人工智能護佑消化道平安
不得不承認，機器的學習能力遠非人類能相提并論。在一項針對皮膚癌的研究中，科學家們讓一個“卷積神經網絡”（Convolutional Neural Network）分析了將近13萬張臨床上的皮膚癌圖片，這個數字比現在最大的研究高出了2個數量級。在大量的學習資料下，這個神經網絡迅速成為了一名皮膚癌的專家。在與21名資深的皮膚科醫生對相同皮膚病變進行“比試”的過程中，人工智能顯示出了極高的準確性，甚至超過資深皮膚科醫生。
胃黏膜病變和皮膚癌有所相似，都會在黏膜表層呈現出不同程度的變異，例如發紅、隆起、糜爛等。因此，用胃鏡直接觀察胃黏膜情況，是消化科醫生發現胃部病變的第一選擇。皮膚癌的人工智能成功應用，為人工智能用于胃部疾病診斷提供可行性依據，接下來，科學家們準備讓機器學習大量的胃黏膜圖片，使之通過大數據比對，具備判別黏膜健康情況的能力。
而從醫生的角度來看，這也是幫助他們提升醫療效率的好消息。現在，隨著內窺鏡技術的飛速發展，大部分消化道疾病的診斷不再根據癥狀，而是依據消化內鏡獲得的圖像進行判斷。無論是胃鏡、腸鏡、超聲內鏡還是膠囊內鏡，檢查結束后獲取的圖像或視頻都是由操作醫生或專業的讀片醫生進行閱讀，然后做出診斷。這樣的診斷方式主觀性強，對醫生的閱片經驗及工作狀態要求較高，年資低或處于疲勞狀態的醫生容易遺漏或誤判病變圖片，貽誤疾病的治療。有了人工智能這個好幫手，醫生的工作變得輕松、準確性更高，對于病人，益處無須多說。
你的胃健康嗎？有沒有胃病？是什么樣的胃病？在消化道診療這個專業科學與醫療經驗都極為重要的領域，IBM的人工智能技術與安翰膠囊胃鏡的結合，將在未來成為醫生的“左膀右臂”，幫助醫生更便捷地獲取有效數據并輔助醫生做出正確的診斷，而醫生除了積累豐富的專業知識，還需要更多的發揮高情商的能力與病患溝通交流。最終，計算機的人工智能和醫生的人類智能將互相結合，成為既有精準專業判斷又有情感交流的“超級醫生”。■