消除皮肤白癜风 http://nb.ifeng.com/a/20180523/6600898_0.shtml大数据文摘出品
作者：刘俊寰
新冠疫情之下，不少国家和地区的医生往往处于超负荷的工作状态。
随着近年来AI技术的发展，医疗AI在疫情中发挥了越来越重要的作用，不少AI病毒检测系统研发者都表示，相关产品实验室准确率都已经达到了96%及以上。
那么，在医院真实使用的时候，这些系统真的能让医生护士们“如虎添翼”吗？
让我们先把目光聚焦于对既有疾病的诊断和治疗上。
比如去年，谷歌落地泰国的眼疾检测人工智能明星产品。
谷歌此前曾高调宣布，正式与泰国公共卫生部建立合作关系，在帕图姆和清迈落地了一个用AI检测糖尿病性视网膜病变的系统。
作为FDA批准的首款人工智能诊断设备，谷歌和泰国双方都表示了极高的期待。
但是，根据谷歌最近发表的相关报告，该系统在泰国表现出强烈的“水土不服”：在部署系统的11家诊所中，只有2家具有满足条件的影像室，医院的光线环境经常不利于拍摄，超过五分之一的图像都会被系统拒绝；同时，必须将照片上传到云端进行处理才能获取结果，而泰国多数诊所的网络连接不够理想，有护士和患者因此等待了两个多小时。
医疗AI落地任重道远，一起来看看谷歌AI这起泰国“翻车”故事。
当高精准AI遭遇“人挤人的小诊所”：理想有多丰满，现实就有多骨感
这款产品会首先落地泰国事实上意义重大。
根据年的一项调查显示，泰国共有9.6％人民患有糖尿病性视网膜病变，34％的患者会因为此双眼视力明显低下甚至失明。而在世界范围内，约5%的失明患者都是因为身患糖尿病性视网膜病变导致。
年，泰国公共卫生部宣布，泰国居民可在指定的检查日到当地诊所进行糖尿病性视网膜病变的检测，最初公共卫生部预计的目标是覆盖每个地区60％的患者。然而数据显示，即使这样，每年接受检测的患者数也不到50％。
在传统的检测过程中，护士会为患者拍摄一张“眼底照片”（fundusphoto），这些照片随后通过电子邮件或邮寄光盘发送给眼科医生，而更进一步的眼部检查至少也要在4-5周后进行。
谷歌的这款医疗AI在落地之前也做了完备的准备：通过一个12.8万幅图片的数据集训练建立起来，每张图片记录了3-7名眼科医师的评估结果，为了验证算法的性能，他们还使用了2个独立的临床试验数据集，包括1.2万幅图片，审核结果由专家来判决。
在构想中，该AI系统能在几秒钟内给出可堪比眼科医生的具有专业价值的结论，在内部测试中，系统也以90％的准确度获得了高度认可。在这种情况下，护士就能在几分钟内给出初步建议，大大缩短了时间差。
可以说，这个系统在泰国的落地具有划时代的意义。
泰国卫生部门对于这一产品抱着极高的期待，但是，根据相关反馈，该系统在泰国“拥挤的诊所”表现完全不及格。
谷歌发布相关产品落地反馈报告链接：
