与其用人工智能去炫技 不如做点有用的 比如……看病？

3 月 29 日，阿里云在云栖大会·深圳峰会发布 ET 医疗大脑，宣布正式进入医疗 AI 领域。经过一年多的研究训练，人工智能 ET 已具备多项医疗能力，可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域承担医生助手的角色。

ET 医疗大脑的研发大量采用深度学习技术，通过海量的数据作为示例来训练机器完成特定任务，即由计算机通过学习病例数据来提升医术。由于可以 24 小时不睡觉，同时处理成千上万项任务，ET 的学习进步速度大大超过人类。

阿里云人工智能科学家闵万里说：「在多个病症的测试中我们意识机器不仅能够完成任务，而且在某些方面做的和人类医生一样好。ET 完全有资格成为医生的助理。」

除了能大幅提升医生的工作效率外，ET 医疗大脑还尝试从根本上战胜癌症。通过和华大基因合作，ET 对大量肺腺癌病例的 DNA 序列进行分析，寻找致病的关键基因突变。

「我们将 ET 医疗大脑设置为一个开放的人工智能系统。除了阿里云的人工智能科学家投入到研发当中，我们更希望能吸收外部精良的算法与医学经验，这样 ET 才能更快地成长为一名高级医师。」闵万里说。

浙江德尚韵兴的科学家是超声甲状腺结节智能诊断算法的研发者，他们利用深度学习处理超声影像，同时加入旋转不变性等现代数学的概念，让系统变得更「聪明」。算法现在被集成到 ET 医疗大脑当中, 并在多家医院进行试点。

借助计算机视觉技术，这套算法可以对甲状腺 B 超快速扫描分析，圈出结节区域，并给出良性与恶性的判断，大大节省了医生的诊断时间。一般来说，人类医生的准确率为 60%-70%，而当下算法的准确率已经达到 85%。

同日，阿里云宣布联合英特尔、LinkDoc 启动天池医疗 AI 系列赛，第一季对早期肺癌诊断发起挑战。

阿里云天池平台将提供海量的脱敏后高分辨率胸部 CT 扫描数据。选手需要通过原始 CT 影像图片训练模型算法得到结节特征，最终实现对影像图片结节区域的智能化判断。

天池目前是全球规模最大的众智平台，汇聚了 6 万多名 AI 算法科学家。医疗大数据平台零氪科技为大赛提供经脱敏处理并由专家标注的高清胸部 CT 扫描影像数据。选手需要通过原始 CT 影像图片训练模型算法得到结节特征，最终实现对影像图片结节区域的智能化判断。

结节是影像学上的一个描述性名词，只有在发现结节之后才能进一步确认是良性还是恶性。因此，对于肺癌的筛查来说，准确发现结节是诊断的第一步。

一位经过严格训练，有着多年临床经验的医生，诊断一个病例平均需要查看 200 张以上的 CT 扫描图片，诊断时间在 20 分钟以上。而计算机结节检测系统通过学习大量有经验医师标注的样本，能在短时间内快速提升诊断能力，辅助基层医疗机构的医生减少误诊。

呼吸疾病国家临床医学研究中心肺癌组学术带头人、广州医科大学附属第一医院院长何建行教授认为：

临床研究与实践已经进入了一个全新时代，从以往的的经验医学、循证医学，再到如今的精准医学，我们开始通过聚焦患者的个人基因、环境、生活方式等个体化差异，在以大数据为驱动的人工智能的辅助下尝试智能化医疗。

实事上，在 ET 医疗大脑之前阿里云已经开始在医疗领域进行探索。去年，上海华山医院借助阿里云的计算能力，用数字化模型代替部分临床实验，以及模拟小白鼠的活体实验，用于加快特效药研发。

此次大赛第一赛季总奖金池共 100 万。天池官网于当天开放报名，预计将在 9 月 25 日完成答辩决出冠军团队。冠军团队不仅能得到奖金，算法还有望在实际诊疗中得到应用。此次比赛还将由数十家三甲医院的专家将组成评审团，为此次活动提供学术支持，确保训练数据的质量，并参与赛程中的关键赛点，提供专业的医学和影像学指导及评判。

同样是在去年，华大基因、阿里云和安徽医科大学曾共同宣布，在 21 小时 47 分 12 秒内完成了 1000 例人类全外显子组数据的分析。40 年前，人类若想对埃希氏大肠杆菌进行全基因组测序，需要 1000 年的时间。