即便是擁有超強處理器做后備的人工智能，它的早期學(xué)習(xí)階段也是非常痛苦的。人類的語言可以很輕松的理解，一個孩子是不是發(fā)熱、肚子痛。但AI閱讀時，就得調(diào)動很大的內(nèi)存，去運算這幾個簡單漢字所能表達的真實意義。不僅需要理解，還得意會出這些字透露的衍生意義。“咪姆熊剛剛滿月的時候，她的主要工作就是學(xué)習(xí)語義理解，和同近義詞判斷”，梁會營博士表示。比如醫(yī)學(xué)上所說的小細胞肺癌、肺小細胞癌、肺部……小細胞癌這些醫(yī)學(xué)同義詞之間的區(qū)別，一個非胸外科、呼吸內(nèi)科的醫(yī)生都可能搞混的知識點，也能將咪姆熊整得團團轉(zhuǎn)。

 

　　但AI的一個巨大優(yōu)勢，就是學(xué)習(xí)能力超群，而且速度極快。在能夠?qū)⑨t(yī)生的病案表述轉(zhuǎn)化成自己的語言理解和消化吸收后，咪姆熊只用了半年的時間就熟讀了100萬份優(yōu)質(zhì)甲等病歷，30多份全國、全球性的治療指南和共識。最了不起的是，她還學(xué)會了150萬篇兒科發(fā)熱相關(guān)學(xué)術(shù)論文，知識已然淵博得很。“在她半歲的時候，已經(jīng)對15種發(fā)熱相關(guān)疾病滾瓜亂熟了。”而到了現(xiàn)在，咪姆熊醫(yī)生一歲的時候，熟悉和掌握的兒童發(fā)熱疾病已經(jīng)達到32種，而且已然能夠根據(jù)孩子的不夠完整的癥狀、信息，給出最佳的疾病診斷模型，儼然成為一個駕輕就熟的郎中了。

 

　　“在人工智能研發(fā)領(lǐng)域，我們通常會認定一點，那就是給人工智能學(xué)什么，他就會變成什么。如果給他學(xué)習(xí)的是優(yōu)質(zhì)病歷，他會快速地成長為一個成熟醫(yī)生。但如果給了他一條不好的內(nèi)容，則有可能將其培訓(xùn)成一個庸醫(yī)。”梁會營表示，通俗點說，就是一條錯誤的信息，可能需要十條、百條的正確信息來糾正。正是基于這一點，從現(xiàn)有的門診病歷中遴選優(yōu)質(zhì)病歷供咪姆熊學(xué)習(xí)，其實就是給人工智能喂食最為精細的糧食。一年來，不斷的學(xué)習(xí)中，“咪姆熊醫(yī)生”已經(jīng)吸收了180萬份優(yōu)質(zhì)病歷樣本。

 

 

　　除了學(xué)習(xí)病歷，咪姆熊醫(yī)生也是會出診的。只是以一種計算機軟件的形式，存在于醫(yī)生的工作電腦中。高年資、有經(jīng)驗的醫(yī)生出診時，往往會快速地形成一張門診病歷，書寫好病童的癥狀、檢查結(jié)果，而這些東西在輸入電腦的同時，AI“咪姆熊醫(yī)生”就開始轉(zhuǎn)換成自己的語言加以演算了。“頭痛、咳嗽、流涕，伴嘔吐”，出診醫(yī)生寥寥九個字，咪姆熊將其轉(zhuǎn)換成兩三頁的是非判斷題后，很快得出一個孩子患病的概率。

 

　　雖然AI的工作量很大，但速度還是很快的。出診的專家在輸入后只要點擊一下請咪姆熊診斷，小家伙立即就能在電腦界面上形成一系列的結(jié)論。73%的概率是急性支氣管炎、13%的概率是急性上呼吸道感染、4%的概率是急性鼻咽炎、3%的概率是急性扁桃體炎。結(jié)論如果和出診專家的判斷一致，專家可以點取同意結(jié)果，這時咪姆熊醫(yī)生的界面便會有一個洋洋自得的表情在閃爍；而如果專家反對咪姆熊的判斷，界面會立即有一個心碎的表情閃爍，而且咪姆熊也會立即重點學(xué)習(xí)這一病案，去自己的資料庫中調(diào)取錯誤的原因，豐富自己的知識庫。

 

　　最為難得的一點是，這臺小AI是能夠根據(jù)孩子的病情去發(fā)現(xiàn)一些高危因素的。比如一個小朋友的癥狀，主訴懷疑有極小概率是急性咽炎，咪姆熊醫(yī)生也能演算出概率，同時用標(biāo)紅的字體提醒醫(yī)生需及時排查急性咽炎，否則這一疾病可能因不及時治療而引起窒息并危及生命。通過自己的不斷學(xué)習(xí)，以及高年資專家的不斷帶教，咪姆熊醫(yī)生目前的診療能力是在32種發(fā)熱相關(guān)性疾病中，有24種已經(jīng)能夠做到90%左右的準(zhǔn)確率。當(dāng)然，由于咪姆熊的資料庫中，是百萬計的既有病例。發(fā)生的新病例是根據(jù)疾病的要點、相同點，去資料庫中找出相同的病歷做參考。與其說咪姆熊是診斷出了患兒的疾病，不如說她是“算”出了患兒的病種。

 

 

　　一年的訓(xùn)練，咪姆熊醫(yī)生已經(jīng)可說是日臻完善的地步了。在5日下午與8名副高以上專家PK中，咪姆熊醫(yī)生已經(jīng)表現(xiàn)出了非常精純的熟悉度。在諸如泌尿系統(tǒng)感染、急性腮腺炎、呼吸道異物、結(jié)膜炎、過敏性紫癜五種疾病的判斷上甚至能夠達到和高年資醫(yī)生一樣的準(zhǔn)確率。當(dāng)然，其在急性支氣管炎、口腔炎等方面，診斷成功率還是偏低，仍需進步。

 

　　“我們的下一步目標(biāo)，是讓咪姆熊能夠熟練地再掌握41種新增的呼吸內(nèi)科疾病。這就基本上能解決97%的發(fā)熱疾病了。”梁會營表示，熟練掌握了所有和發(fā)熱相關(guān)的疾病后，咪姆熊醫(yī)生發(fā)熱版這個熊大醫(yī)生也就成熟了。除了研讀發(fā)熱的咪姆熊熊大，梁會營等開發(fā)團隊也在陸續(xù)研發(fā)熊二、熊三醫(yī)生，分別能夠幫助醫(yī)生分析兒童B超檢查報告，能夠提供精準(zhǔn)的兒童患者營養(yǎng)支持。

 

　　此外，針對患兒家長的家用型咪姆熊醫(yī)生也在開發(fā)、研究當(dāng)中。“這個版本的咪姆熊醫(yī)生面世后，家長們可以通過手機、iPad這些智能終端，點擊屏幕上的額頭、四肢、軀干就能進行問診和疾病的早期判斷，并得到專業(yè)的診療建議。”“準(zhǔn)確率肯定比家長們漫無目的地上網(wǎng)去搜要高”，梁會營表示。

 

 

　　在梁會營等開發(fā)團隊成員眼中，人工智能醫(yī)生咪姆熊更像是掌握了攝魂大法、吸星大法的武林高手，能通過對現(xiàn)有優(yōu)秀病歷的研讀、好的醫(yī)生帶教，來實現(xiàn)優(yōu)質(zhì)醫(yī)療資源的重塑和復(fù)制。梁會營表示，目前咪姆熊學(xué)習(xí)的一大特點是相對被動。暫時只能在醫(yī)院內(nèi)部網(wǎng)絡(luò)上運行，開發(fā)團隊給她什么東西學(xué)，她就學(xué)什么東西。“這樣做主要是讓咪姆熊能夠仔細研讀醫(yī)院內(nèi)部的成功病歷。這樣也能保證她學(xué)習(xí)的每一條信息都正確，不至于將來影響其診斷。”

 

　　此外，由于目前的病歷、病案往往處于一個個的信息孤島中，醫(yī)院和醫(yī)院之間并不聯(lián)通，咪姆熊即便上了外網(wǎng)，也搜不到準(zhǔn)確的好的信息。這就好比一個起步階段的學(xué)生，不能讓她沉迷網(wǎng)絡(luò)。將來外部信息優(yōu)化了，咪姆熊醫(yī)生的診斷能力穩(wěn)定、可靠了，開發(fā)團隊也能讓她通過關(guān)鍵詞搜索去網(wǎng)上、云上主動學(xué)習(xí)。

 

　　美國IBM公司開發(fā)的腫瘤機器人WATSON，已經(jīng)取得了美國的行醫(yī)執(zhí)照。咪姆熊目前在兒科領(lǐng)域的技能，集中于32種疾病。“讓她去考中國的職業(yè)醫(yī)師考試，她肯定是通不過的，但我們的咪姆熊醫(yī)生和WATSON有著本質(zhì)的區(qū)別。美國的人工智能是一個診斷后的治療方案的提供者，能根據(jù)腫瘤的種類、分型給出不同的診療方案。而我們的咪姆熊，是直接給診斷。”