【科技．未来】诊症能力媲美人类 人工智能将成未来医生？
“有病就睇医生”的说法可能很快就会变成“有病就睇AI”。上月中在科学期刊《自然．医学》（Nature Medicine）刊登的一项研究显示，人工智能（AI）在诊断多种常见疾病上，表现已胜过初级儿科医生。最近，台湾、英国、印度、日本等地陆续有医疗机构采用AI诊症，随着这股新趋势逐渐发展，未来或可大大缩短诊症及病人排队等候的时间，医生也可从濒临爆煲的工作量中解放出来，有更多时间照顾病人。当然，前提是病人信得过AI的诊断。AI诊症能力持续提升，未来会否全面取代人类医生？
去年8月，美国特拉华州（Delaware）一家儿童医院有位四岁女童，身型比同龄人略为矮小，但几乎所有乳齿都已经脱掉，并开始长出恒齿。遗传学家Karen Gripp回想起Wiedemann-Steiner症候群儿童过早换牙的病例报告，怀疑女童患有该病。但除了早换牙外，女童并无其他与该病有关的身体特征。
为了验证自己的判断，Gripp把女童肖像上载到名为Face2Gene的AI诊症手机应用程式。Face2Gene列出女童可能罹患的疾病，果然包括Wiedemann-Steiner症候群。在进行针对性的基因检测后，Gripp确认女童患上这种由于KMT2A基因突变所致的极罕见遗传疾病。
能“人”所不能
Face2Gene由总部设在美国波士顿的数码医护公司FDNA开发，该程式透过分析先天性疾病和神经发展障碍症患者的照片，归类出各种疾病的独特容貌特征，并寻找当中的规律，从而诊断出程式使用者可能罹患的疾病。《自然．医学》1月初刊登的一篇研究更显示，Face2Gene使用的DeepGestalt演算法的诊症能力已可媲美人类医生。
据FDNA技术总监Yaron Gurovich介绍，他们把涵盖216种症候群、共17,000张已诊断的照片输入DeepGestalt，训练它辨识各种病患容貌特征。研究人员之后进行了两个测试，分别要Face2Gene在其他疾病患者的照片对照下，诊断出狄兰氏症候群（Cornelia de Lange syndrome）和天使症候群（Angelman syndrome）。这两种疾病的患者都有独特面容征状：狄兰氏症候群患者双眉呈拱形而且极之接近；天使症患者则有口阔、牙齿疏、斜视等征状。结果显示，Face2Gene在两个测试中准确率均超过九成，而过往记录中，人类医生准确率只有约七成至八成多。
FDNA团队其后再以同样患上努南氏症候群（Noonan syndrome）、但病因各异导致外貌略为不同的病人，测试DeepGestalt可否从他们的照片中正确诊断出属于哪种病因，结果准确率达64%，比随机猜的20%机率为高。研究人员还以502张涵盖92种不同疾病的病人照片再作诊断测试，DeepGestalt可为每张照片的病人列出十个可能患上的疾病，结果，估中了91%患者的疾病。
对此，美国国立人类基因组研究所（NHGRI）临床遗传学家Paul Kruszka只好“认输”：“我们惨败于Face2Gene。我想未来每个儿科医生和遗传学家，都要有一个类似的应用程式，用来当听诊器。”
Face2Gene并非首个达到这种诊断能力的AI系统。过去一、两年，《自然．医学》几乎每几个月便会有AI诊症表现胜过人类医生的新研究出现。例如去年8月，Google旗下AI公司DeepMind发表了与英国摩尔眼科医院（Moorfields Eye Hospital）的合作研究成果，他们成功训练AI系统从光学同调断层扫描（OCT）诊断出50种眼疾，当中包括青光眼、糖尿眼和老年性黄斑部病变这三种主要眼疾，错误率仅为5.5%，与最佳的两位眼科专家表现相若（6.7%和6.8%），而且没有错过任何一个紧急个案。
摩尔眼科医院顾问眼科医生Pearse Keane预期这种工具可救助更多病人：“我们进行眼球扫描的次数愈来愈多，其增速之快远超人类专家解读的速度。我们把AI系统设计为优先处理迫切需要医生看诊和治疗的病人。愈早断症及治疗，愈能拯救病人的视力。”
美国加州大学圣迭戈分校眼科教授张康的团队开发的AI诊症系统，似乎已胜过部分医生。系统经广州某大型医疗中心130万笔18岁以下病人的医疗记录训练后，能诊断出感染性单核球增多症（俗称腺热，Glandular fever）、玫瑰疹（Roseola）、流行性感冒、手足口病等常见疾病，准确率达90%至97%。
与20名不同资历的儿科医生相比，张康的团队发现，AI系统的表现好过初级儿科医生，但仍比不上资深儿科医生。例如AI系统诊断哮喘的准确率为90%，人类医生则为80%至94%；在肠胃病方面，AI的准确率为87%，医生则是82%至92%。
准确以外，AI更可看出隐藏其中的规律。纽约大学病理学家Aristotelis Tsirigos的团队从公开资料库“癌症基因体图谱”（TCGA）找来数十万张照片，训练一个开源的Google演算法识别癌症和健康组织，继而学习分辨出肺腺癌（adenocarcinoma）和鳞状细胞肺癌（squamous cell carcinoma）这两种最常见的肺癌。之后他们再利用TCGA的数据，这次不但输入图片，还把每个肿瘤的连带基因档案一同输入到演算法。当团队利用演算法未见过的图片进行测试时，它不但能分辨哪些是癌组织，更能辨认出该肿瘤的基因变异。“真正新颖之处不是展示AI可与人匹敌，而是它能够看到人类专家看不到的。”Tsirigos说。
解放人类医生
随着人口增加和老化，医疗压力愈来愈大。例如在英国，现时每人平均一年看六次医生，是十年前的两倍。据英国智库King’s Fund调查，2011年至2015年间，平均而言，全科医生的病人名单增加了10%，与病人接触（电话或亲身）次数增加了15.4%。英国医学会（British Medical Association）2016年的调查显示，84%的全科医生说他们的工作量“过量”或“无法应付”，并直接影响他们照顾病人的质素。
结果，“非紧急”病人看医生要排长龙预约，部分不想等的就直接到急症室，令英国医疗系统再添压力。英国医疗科技公司Now Healthcare Group创办人Lee Dentith指出：“我们常以为看急症的都是老人，其实不是，也有很多是18至35岁的人，他们多数不愿意为看病等上一星期。”当然，压力非英国独有，先进国家如美国的医疗成本便十分高昂，发展中国家则往往缺乏专业医护人员。聊天机械人诊症服务开发商Babylon的医疗总监Mobasher Butt说：“全球医疗系统都十分紧张，没有足够医疗资源，也没有足够资金。”
AI诊症似乎有望纾缓这些压力，虽然准确率不是百分百，但张康说人类医生也同样做不到：“（医生）忙的时候，可能一天要看80个病人，只能尽可能地掌握大量病人资讯，这导致人类医生有机会出错。AI不需要睡觉，而且记忆力强大，又不会失去动力。”
张康认为AI诊症的出现，将可大幅减少病人等候的时间：“你不会希望因为吃错东西或肠胃炎引致肚痛，而要去急症室等上五个小时。这些疾病都有端倪可循，就如我们医生问一连串问题后可以作出诊断，AI同样可以。”他预期AI可应用在急症室分流之上：“只要有足够数据，AI理应有能力诊断到底昰紧急情况需要转介，抑或只是感冒。”
儿科医生Rahul Parikh亦在《麻州理工科技评论》（MIT Technology Review）撰文，指AI可让他重拾陪伴病人的时间：“这种节省时间的智能可以释放我，让我把更多时间花在病人身上。有研究指患有哮喘的儿童有一半时间未按指示接受吸入疗程，AI或可让我有更多时间亲身与那些小孩相处，以获得更好的治疗效果。”
这些优点，意味着AI诊症可让医疗资源短缺地区的病人得到更好的治疗。例如Google及旗下医疗公司Verily正在印度测试其视网膜疾病自动评估（ARDA）工具，以诊断糖尿病性视网膜病变（diabetic retinopathy），并为病情分级。当地眼科医生Ramasamy Kim指，传统的人为诊断约需时三分钟，AI诊断可把时间缩短至几秒。
更重要的是，印度是全球最多盲人的国家，却极缺乏眼科医生，每100万人口只有11个眼科医生，远低于英国（49）、美国（59）、德国（81）、日本（109）等较先进国家，AI或可弥补医生不足的问题。
基于这些潜力，AI诊症已陆续为一些政府或医疗机构所认可及采用，成为新的医疗趋势。例如美国食品及药物管理局（FDA）去年4月批准了一个名为IDx-DR的眼疾AI诊断工具在市场出售，该工具可以在眼科专家不在场下，由一般医生护士操作使用，或可令更多人及早得到诊断。
在台湾，科技部于2017年10月展开医疗影像专案计划，建立疾病影像标注资料库，以开发自动分析医疗影像诊断的AI。有了这些资料为基础，台北荣民总医院先在去年11月中在放射线部使用“临床人工智慧脑瘤自动判读系统”（DeepMattes），更在上月底开办AI门诊，初期将主要用于心脏、骨科与神经内科。“以往要用十分钟诊断，现在AI只要20秒。”放射线部主任郭万祐说。
英国今年分别在列斯、牛津、高云地利、格拉斯哥及伦敦启用的五间新医疗中心，也将使用AI加快诊断。日本昭和大学联同名古屋大学和Cybernet公司合力研发，判断大肠瘜肉是否恶性的AI软件，亦获日本政府准许发售，预计最快今年春季推出市面。
上文节录自第152期《香港01》周报（2019年3月4日）《协助人类VS取代人类 未来有病就睇AI？》。
更多周报文章︰【01周报专页】《香港01》周报，各大书报摊、OK便利店及Vango便利店有售。你亦可按此订阅周报，阅读更多深度报道。更多人工智能议题文章：
人工智能结合生前数据 人类可得“永生”？以数码化身得“永生” 技术与数据监管成疑