在经典哲学问题中，“我是谁？”是个无从解答的谜题。而这建立在人类具有独立思想和判断的基础上。如果有一天，机器也拥有思想和情感了，“我”又是谁呢？
1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语。
2017年3月5日，李克强总理在全国政府工作报告中提到，要“加快人工智能等技术研发和转化”。那么什么是人工智能呢？人工智能是使计算机来模拟人的某些思维过程和智能行为，使计算机实现更高层次的应用。打败棋手柯洁而受到全世界关注的智能电脑AlphaGo就是一种典型的人工智能。近两年来，谷歌、特斯拉等公司将人工智能应用于其无人驾驶技术，也取得了显著成果。可见，听起来神秘的人工智能技术离我们并不遥远，甚至可以说是触手可及。
人工智能闯入医疗界
其实，人工智能在医疗领域的研发和应用也已悄然兴起，各种基于人工智能的医疗辅助程序或设备层出不穷，一定程度上减轻了医生的工作量，更简化了人民大众寻医看病的投入和流程。
那么，面对无穷无尽且日新月异的医学专业知识，人工智能是否可以“hold住”呢？美国IBM公司研发的具有认知能力的计算系统——Watson或许可以告诉我们答案。
IBM Watson可以在17秒内阅读3469本医学专著、24.8万篇论文、69种治疗方案、61540次试验数据、10.6万份临床报告。通过海量汲取医学知识，IBM Watson在短时间内可以迅速成为拥有“超级大脑”的医学专家。在印度，Watson为一名已经无药可救的癌症晚期患者找到了治疗方案；在日本，Watson只花了10分钟就确诊了一例罕见白血病；在世界癌症日2月4日当天，IBM Watson第一次在中国“出诊”，仅用10秒就开出了癌症处方。
除了Watson，还有许多相类似的人工智能医疗计算系统正在各种疾病领域发挥着超越人类的作用。人工智能诊断皮肤癌准确率达91%、预测儿童自闭症准确率达81%、预测重症监护病人死亡准确率达93%、快速鉴定血型准确率达99.9%、诊断乳腺癌准确率达88.5%、预测阿尔茨海默病准确率达84.2%。可见，不管医生是否接受，人工智能已经强势闯入医疗界，以令人惊异的工作质量和效率，逐渐在各个医疗领域挑战并战胜人类，其发展前景让人期待。
打造筛查胃癌的“火眼金睛”
在胃癌防治方面，人工智能也开始大显身手。
曾经，香港中文大学的研究人员针对胶囊肠镜的图片特点，提出一种全新的图像特征算法SSAEIM并将之运用于人工智能系统，使系统根据该算法对4000张胶囊肠镜的图片进行深度学习。研究结果显示，使用SSAEIM算法的人工智能系统可以快速浏览胶囊肠镜图像并精确识别肠息肉，平均整体识别率可达98%。这套系统已在临床中试验使用，旨在帮助医生从海量的内镜图片识别工作中解脱出来。
如今，只能用于小肠的胶囊肠镜，进化到了“胶囊胃镜”时代，这对于“不想做、不敢做、不愿做”胃镜的人来说，是个激动人心的好消息，极大地调动了中国人进行胃癌早期筛查的积极性，由此提高我国早期胃癌的胃镜筛查普及率。然而，每次磁控胶囊胃镜检查会生成3~5万张图像，如何让检查图像得以准确、快速的被阅读被判别？
人工智能在医疗领域的应用，需要的不仅是远见，更是高科技的有力支撑。2017年4月20日，磁控胶囊的生产商——上海安翰医疗技术有限公司与IBM公司签约，双方将在胶囊内窥镜医疗影像领域展开合作，共同探索将人工智能技术用于提升消化道疾病早期精准筛查的可行性。此前，IBM Watson早已名声大噪，安翰胶囊胃镜的舒适准确性也令医学界折服，此次合作，双方将IBM的人工智能影像认知分析技术与安翰的智能胶囊内窥镜机器人影像诊断平台相互融合，为胶囊内镜配备一双“火眼金睛”，帮助医生在消化内镜影像识别过程中更快捷、准确地做出诊断，这对急需大面积普及胃癌筛查的中国来说，无异于雪中送炭。
“以前看一个病人的胶囊内镜图像至少需要半小时，一天也就只能看五个病人的图片。有了人工智能初步筛查，医生来审核签字，也许一天就能看一百个病人了！”研发人员说，“这将大大提高医生的工作效率，也有助于解决早期消化道疾病筛查医疗资源不足的问题。”
人工智能护佑消化道平安
不得不承认，机器的学习能力远非人类能相提并论。在一项针对皮肤癌的研究中，科学家们让一个“卷积神经网络”（Convolutional Neural Network）分析了将近13万张临床上的皮肤癌图片，这个数字比现在最大的研究高出了2个数量级。在大量的学习资料下，这个神经网络迅速成为了一名皮肤癌的专家。在与21名资深的皮肤科医生对相同皮肤病变进行“比试”的过程中，人工智能显示出了极高的准确性，甚至超过资深皮肤科医生。
胃黏膜病变和皮肤癌有所相似，都会在黏膜表层呈现出不同程度的变异，例如发红、隆起、糜烂等。因此，用胃镜直接观察胃黏膜情况，是消化科医生发现胃部病变的第一选择。皮肤癌的人工智能成功应用，为人工智能用于胃部疾病诊断提供可行性依据，接下来，科学家们准备让机器学习大量的胃黏膜图片，使之通过大数据比对，具备判别黏膜健康情况的能力。
而从医生的角度来看，这也是帮助他们提升医疗效率的好消息。现在，随着内窥镜技术的飞速发展，大部分消化道疾病的诊断不再根据症状，而是依据消化内镜获得的图像进行判断。无论是胃镜、肠镜、超声内镜还是胶囊内镜，检查结束后获取的图像或视频都是由操作医生或专业的读片医生进行阅读，然后做出诊断。这样的诊断方式主观性强，对医生的阅片经验及工作状态要求较高，年资低或处于疲劳状态的医生容易遗漏或误判病变图片，贻误疾病的治疗。有了人工智能这个好帮手，医生的工作变得轻松、准确性更高，对于病人，益处无须多说。
你的胃健康吗？有没有胃病？是什么样的胃病？在消化道诊疗这个专业科学与医疗经验都极为重要的领域，IBM的人工智能技术与安翰胶囊胃镜的结合，将在未来成为医生的“左膀右臂”，帮助医生更便捷地获取有效数据并辅助医生做出正确的诊断，而医生除了积累丰富的专业知识，还需要更多的发挥高情商的能力与病患沟通交流。最终，计算机的人工智能和医生的人类智能将互相结合，成为既有精准专业判断又有情感交流的“超级医生”。■