6月2日到4日，全國疑難及重癥肝病大會在北京召開，本次主題為“疑難及重癥肝病的時代”，有近2000位國內外代表與專家參會。該會議是我國肝膽病領域學術水平最高、規模最大、影響力最強的盛會之一。本屆大會由首都醫科大學附屬北京佑安醫院副院長、中華醫學會肝病學分會主任委員段鐘平教授擔任大會主席。大會吸引了將近兩千位從業者參與，數萬人在線觀看直播。

　　在4日的會議上，醫療領域人工智能領軍企業Airdoc創始人張大磊發表了題為《人工智能在醫療領域的展望和局限》的演講中，其中提到“未來15年人工智能將在醫療領域發揮重要”的觀點，引起了眾多參會人員的極大興趣。

　　人工智能將在醫療領域發揮重要作用

　　以去年AlphaGo戰勝李世石為導火索，人工智能這個詞已經出現在街頭巷尾，到如今AI+已經開始覆蓋各個領域，醫療就是主要領域之一，很多專家認為，醫療將會成為人工智能最先落地的領域，在本屆全國疑難及重癥肝病大會上同樣出現了醫療人工智能的影子。

　　張大磊在演講中表示， 過去15年軟件的興起，改變了我們的生活習慣，同時也造就了很多偉大的公司，比如亞馬遜成為了世界最大的圖書商、谷歌成為了世界最大的營銷平臺、領英成為了世界上最大的獵頭公司，軟件改變了世界;而接下來的15年，人工智能將在醫療領域發揮重要作用。

　　縱觀技術發展趨勢，以2012年AlexNet的出現是一個分水嶺，AlexNet 在當年的ImageNet圖像分類競賽中，top-5錯誤率比上一年的冠軍下降了十個百分點，人工智能開始了飛速的發展，如今人工智能已經被應用到了各個領域。 張大磊認為接下來15年人工智能將在醫療領域發揮重要作用。

　　人工智能在醫療領域的應用

　　最近幾年，人工智能圖像識別技術快速發展，在某些特定領域已經超過人類。醫學影像是疾病診斷的個主要路徑之一，因此通過機器讀取醫學影像成為了一個熱點，無數的科研工作者已經對此展開了廣泛的研究，同時也產出了眾多的高分科研論文。

　　整個醫療行業復雜程度高，涉及知識面廣，人工智能可以在多個環節發揮作用。比如：醫學影像識別、生物技術、輔助診斷、藥物研發、營養學等領域，目前應用最為廣泛的當屬醫學影像識別。

　　張大磊介紹，目前人工智能在醫學影像識別的應用上主要有三種方法：分類，檢測和分割。分類可以將有病和正常的醫學影像區分開來;檢測可以識別出病灶并用框框出來;分割可以將病灶輪廓分割開來。每一種方法可以解決不同需求的問題。

　　張大磊透露，如今Airdoc已經在肺結節、乳腺癌、冠脈斑塊、皮膚癌、眼底病和病理等領域取得了諸多成果。

　　模型訓練的局限

　　張大磊表示，未來想象力巨大的醫療人工智能，在模型訓練上依然有很大的局限。

　　比如數據標注，人工智能學習疾病的過程就像我們上學時候學習知識，一定要保證課本的準確，數據標注的質量完全決定了算法的準確性，專家分開標注數據，取最終的共同部分可以盡量保證數據準確性。

　　現在的人工智能尚處于弱人工智能時代，并不具備溝通的功能，因此現在的人工智能更多的應用在類似圖像識別輔助分析這樣的不需要和患者進行深入溝通的領域，其他的領域的發展仍然需要人工智能技術的繼續完善。

　　訓練的數據集也是一個問題，樣本量越大，模型學習的東西就越多，容錯率也就更大，可以排除很多的干擾，這對于實際應用是一個巨大的前提。

　　本次大會主席段鐘平教授是我國著名的重癥肝病、疑難肝膽病診斷與治療專家，張大磊對醫療人工智能的看法受到了段教授的肯定。

　　段教授表示，隨著醫學的發展，過去一些診斷不了或者不容易診斷的疾病，現在可以診斷出來了，這對于患者來說是一個巨大的利好。而人工智能的出現，可以為醫生提供巨大的幫助，讓醫生工作更加輕松，最終使得病人受益。