來源：鉛筆道 作者：智能相對論
Facebook 的人工智慧實驗室與紐約大學醫學院合作，嘗試將核磁共振成像 (MRI) 的檢查速度提高十倍。
MRI 的檢查速度一般在半個小時到一個小時之間，如果將其檢查的速度提高十倍，未來的放射科醫生則有望在短短的幾分鐘內，就完成檢測工作。而這看似小小的技術合作，又會給當前的醫療現狀帶來怎樣的改變?
AI 加速 MRI 檢查，吹一場醫療新風
不管人們對人工智慧打敗人類圍棋高手、遊戲高手等新聞多麼津津樂道，只要談到人工智慧的實用性，都會有點嗤之以鼻。儘管處處有著偌大的標語告訴我們，世界已經進入了的智慧化大發展的時代，但是就算拿聲勢最為浩大的智慧手機舉例，其最能打的還是千年不變的「AI 拍照」，這未免有些令人失望。
因此，人工智慧若想要得到大眾的認可，還需真正給大眾的生活吹來一陣新風。那麼，我們就從 Facebook 的 AI 加速核磁共振成像看看，這場新風吹得還舒服否?
1. 技術更適應人性，優化醫療體驗
核磁共振的檢查時間如果能夠被縮短到幾分鐘，且不論它在醫學上有多大的進步意義，其對於普通的病患而言乃是天大的福音。因為，首先，當進行核磁共振檢查的時候，患者不僅需要在檢查設備中一動不動地躺著，而且還要求控制呼吸，甚至是不要吞咽口水，否則便十分容易影響檢查結果。
另外，在幽閉的檢查空間當中，檢查機器會不斷產生嗶嗶的噪聲，讓人難以忍受。但由於傳統的核磁共振檢查時間較長，這更是進一步加劇了核磁共振檢查給患者帶來的壓力。因此，完成這樣一項檢查對於大多數人，尤其是小孩以及老人來說是一件很困難的事情。
但若是核磁共振的檢查時間變為 5 分鐘，那麼過去痛苦的醫療體驗將會得到改善，適應了人性的技術也能夠造福更多人群。
2. 大眾醫療檢查需求被更全面的覆蓋
2014 年 6 月到 2016 年 7 月底之間，醫療影像領域投資併購事件約 40 筆左右，很受資本青睞。在這背後是全球的總人口和老齡化人口同時攀升，以及社會總體收入上行所帶來的醫療影像檢查需求大爆發。
近 20 年來，在全球很多國家的人口結構當中，疾病高發的老齡群體持續增加，造成人均醫療影像需求增大。而人均 GDP 的提高帶來消費升級，導致大眾在醫療領域分配收入的意願上升。尤其是面對醫療影像檢查，其本身的預防意義更是頗為當下人群所重視。
然而回到目前的醫療影像檢查領域，傳統的 CT 檢查，檢查時間短但帶來的輻射傷害大。而傳統的核磁共振檢查無輻射傷害，但是所需的時間卻太長。這便意味著面對一些急診病人，醫院只能使用 CT 而無法使用核磁共振。
另外，由於核磁共振的檢查時間過長，導致醫院每天能夠安排檢查的病患數量十分有限，而這所帶來的後果是影像檢查領域供給失衡，大量病患在影像檢查上所需的等待時間過長。
因此，當被加速的 MRI 進入醫院，其將能夠更全面的覆蓋當下來自大眾的醫療檢查需求，從而解決當前過於緊張的醫療資源所帶來的供給失衡的現狀。
但跨越 1h 與 5min 之間「時間的長河」，還需跋涉
但是，5 分鐘的檢查時間，還只是 Facebook 放出的一句狠話。在為這句狠話鼓掌的同時，我們還需聽到來自四面八方的唏噓之聲。
1. AI 的底層建築恐怕不穩
核磁共振成像時間之所以如此長有其物理原理。在檢查的過程當中，在不同的成像之下不同的原子會於磁場當中受到激發。
而原子從激發狀態，恢復到初始狀態所需要的時間，決定了掃描時間的長短。但是不同的原子恢復時間不同，而且其恢復時間不會受到外部軟體的加持而改變。
這就說明 Facebook 所使用的深度學習技術，並不能夠從本質上縮短核磁共振的檢查時間。實際上，Facebook 這次新瓶裝舊酒，其思路僅是機器深度學習在圖像領域的延伸罷了。簡單來說，Facebook 主要利用了 AI 的深度學習技術，將短時間內形成的低清晰度醫療影像，修復轉變成能供醫生診斷的高清晰度影像。
然則，這就回到了 AI 數據這一底層建築的問題上。首先，目前可供利用的醫療數據是存在風險的，AI 現在進行深度學習所使用的醫療影像數據，是否經過了患者的同意，是否會暴露患者的隱私這都不得而知。未來若是研發成果得到商業化，難免會面臨來自大眾的隱私追問。
再者，醫療數據的質量就目前而言仍然難以保障，醫療數據所需要的精準程度，甚至超過任何領域所需的數據，而標識醫療數據的人員目前儲備不足，青年醫生水平不夠，高資歷的醫生又顯得大材小用，這之間的矛盾如何解決，恐怕也是下一步醫療數據品質，要怎樣提高的關鍵因素之一。
2. 技術普及恐難得到廠商點頭
縮短核磁共振的檢查時間對於就醫者來說，無疑是一件百利而無一害的好事，但是這樁好事是否具備廣泛推行的條件，卻還是未知數。
未來醫用磁共振設備的市場的需求，將會有大幅度的成長，這對於基本壟斷了高端磁共振設備的三大廠商通用電氣、西門子和飛利浦原本是盈利上漲的信號。
但是，若 AI 技術縮短了核磁共振檢查所需要的時間，那麼一台磁共振設備單日所能完成的檢查數量，將得到數十倍的增加。回到供需不平衡的問題上就會發現，原來需求側數量的增長不一定要靠增加供給側的數量才能解決，提高供給側的品質也能讓問題得到解決。
然而，對於三大廠商而言，他們或不會那麼容易對這份技術的普及點頭。一，他們沒有動力進行產品 AI 化。觀全球的 MRI 市場，目前西門子、飛利浦和通用電氣的市場佔有率達到 80%，基本上處於壟斷地位。所以，沒有外部威脅的三大廠商並沒有任何壓力，讓他們不得不進行 AI 層面的加持和產品改革。
二、他們不願意利益被分食。為磁共振設備嵌入 AI 技術，會帶來成本的提高，借增加的成本來提高磁共振設備的銷售價格，是彌補磁共振銷量下降的一種方式。
但隨著 AI 技術的開源程度提高，我們能夠看到的是 AI 的加持讓磁共振設備的價格上調的比例恐怕並不會很大。因此，三大廠商在這項技術的普及上可能還需要細細考慮。
3. 炒作成分稀釋大眾對人工智慧的認可
不管是 5 分鐘完成核磁共振的檢查，還是 90% 以上的 AI「讀片率」，抑或是人工智慧大敗人類圍棋手和遊戲高手。這些媒體論斷對人工智慧技術的吹捧，已經遠遠超過了目前人工智慧在現實生活當中的輻射程度。這就好比「狼來了」的故事，一次簡單的科研合作，一個普通的科研結果，在媒體的二次解讀下，或許都會成為一個爆炸性的科技新聞，而這並非科研人員的初衷。
況且，過多的媒體炒作容易消磨大眾對人工智慧的期待，並將對那些今後真正能夠造福社會的人工智慧技術推廣，造成不可磨滅的負面影響。而設想如果整個人工智慧行業陷入「塔西佗陷阱」，那麼第一個遭受信任衝擊的就會是醫療行業。
目前 5 分鐘完成核磁共振檢查還只是一個科研目標，但媒體對其進行報導時往往採用肯定式的語氣來吸引讀者點擊。但面對這類不嚴謹的新聞報導，大眾應該學會保持冷靜。
5 分鐘掃描出來的磁共振圖像，能達到供醫生診斷的清晰度嗎? 罕見病的學習數據是否足夠? 如果圖像清晰度不夠，微小病灶還能夠被發現嗎? 這樣的技術實現到底還需要多少年? 這都是大眾面對這類資訊時，應該反問自己的問題。
現在人工智慧的噱頭過大，但現實落地場景的不足，導致了行業只能使用技術行銷來補足市場信心，吸引資本。可如此終究不是長久之道，我們必須要開始關注在人工智慧炒作下，大眾的信心是否還堅持得住。
沒有留言:
張貼留言