【科技．未來】診症能力媲美人類 人工智能將成未來醫生？
「有病就睇醫生」的說法可能很快就會變成「有病就睇AI」。上月中在科學期刊《自然．醫學》（Nature Medicine）刊登的一項研究顯示，人工智能（AI）在診斷多種常見疾病上，表現已勝過初級兒科醫生。最近，台灣、英國、印度、日本等地陸續有醫療機構採用AI診症，隨着這股新趨勢逐漸發展，未來或可大大縮短診症及病人排隊等候的時間，醫生也可從瀕臨爆煲的工作量中解放出來，有更多時間照顧病人。當然，前提是病人信得過AI的診斷。AI診症能力持續提升，未來會否全面取代人類醫生？
去年8月，美國特拉華州（Delaware）一家兒童醫院有位四歲女童，身型比同齡人略為矮小，但幾乎所有乳齒都已經脫掉，並開始長出恆齒。遺傳學家Karen Gripp回想起Wiedemann-Steiner症候群兒童過早換牙的病例報告，懷疑女童患有該病。但除了早換牙外，女童並無其他與該病有關的身體特徵。
為了驗證自己的判斷，Gripp把女童肖像上載到名為Face2Gene的AI診症手機應用程式。Face2Gene列出女童可能罹患的疾病，果然包括Wiedemann-Steiner症候群。在進行針對性的基因檢測後，Gripp確認女童患上這種由於KMT2A基因突變所致的極罕見遺傳疾病。
能「人」所不能
Face2Gene由總部設在美國波士頓的數碼醫護公司FDNA開發，該程式透過分析先天性疾病和神經發展障礙症患者的照片，歸類出各種疾病的獨特容貌特徵，並尋找當中的規律，從而診斷出程式使用者可能罹患的疾病。《自然．醫學》1月初刊登的一篇研究更顯示，Face2Gene使用的DeepGestalt演算法的診症能力已可媲美人類醫生。
據FDNA技術總監Yaron Gurovich介紹，他們把涵蓋216種症候群、共17,000張已診斷的照片輸入DeepGestalt，訓練它辨識各種病患容貌特徵。研究人員之後進行了兩個測試，分別要Face2Gene在其他疾病患者的照片對照下，診斷出狄蘭氏症候群（Cornelia de Lange syndrome）和天使症候群（Angelman syndrome）。這兩種疾病的患者都有獨特面容徵狀：狄蘭氏症候群患者雙眉呈拱形而且極之接近；天使症患者則有口闊、牙齒疏、斜視等徵狀。結果顯示，Face2Gene在兩個測試中準確率均超過九成，而過往記錄中，人類醫生準確率只有約七成至八成多。
FDNA團隊其後再以同樣患上努南氏症候群（Noonan syndrome）、但病因各異導致外貌略為不同的病人，測試DeepGestalt可否從他們的照片中正確診斷出屬於哪種病因，結果準確率達64%，比隨機猜的20%機率為高。研究人員還以502張涵蓋92種不同疾病的病人照片再作診斷測試，DeepGestalt可為每張照片的病人列出十個可能患上的疾病，結果，估中了91%患者的疾病。
對此，美國國立人類基因組研究所（NHGRI）臨床遺傳學家Paul Kruszka只好「認輸」：「我們慘敗於Face2Gene。我想未來每個兒科醫生和遺傳學家，都要有一個類似的應用程式，用來當聽診器。」
Face2Gene並非首個達到這種診斷能力的AI系統。過去一、兩年，《自然．醫學》幾乎每幾個月便會有AI診症表現勝過人類醫生的新研究出現。例如去年8月，Google旗下AI公司DeepMind發表了與英國摩爾眼科醫院（Moorfields Eye Hospital）的合作研究成果，他們成功訓練AI系統從光學同調斷層掃描（OCT）診斷出50種眼疾，當中包括青光眼、糖尿眼和老年性黃斑部病變這三種主要眼疾，錯誤率僅為5.5%，與最佳的兩位眼科專家表現相若（6.7%和6.8%），而且沒有錯過任何一個緊急個案。
摩爾眼科醫院顧問眼科醫生Pearse Keane預期這種工具可救助更多病人：「我們進行眼球掃描的次數愈來愈多，其增速之快遠超人類專家解讀的速度。我們把AI系統設計為優先處理迫切需要醫生看診和治療的病人。愈早斷症及治療，愈能拯救病人的視力。」
美國加州大學聖迭戈分校眼科教授張康的團隊開發的AI診症系統，似乎已勝過部分醫生。系統經廣州某大型醫療中心130萬筆18歲以下病人的醫療記錄訓練後，能診斷出感染性單核球增多症（俗稱腺熱，Glandular fever）、玫瑰疹（Roseola）、流行性感冒、手足口病等常見疾病，準確率達90%至97%。
與20名不同資歷的兒科醫生相比，張康的團隊發現，AI系統的表現好過初級兒科醫生，但仍比不上資深兒科醫生。例如AI系統診斷哮喘的準確率為90%，人類醫生則為80%至94%；在腸胃病方面，AI的準確率為87%，醫生則是82%至92%。
準確以外，AI更可看出隱藏其中的規律。紐約大學病理學家Aristotelis Tsirigos的團隊從公開資料庫「癌症基因體圖譜」（TCGA）找來數十萬張照片，訓練一個開源的Google演算法識別癌症和健康組織，繼而學習分辨出肺腺癌（adenocarcinoma）和鱗狀細胞肺癌（squamous cell carcinoma）這兩種最常見的肺癌。之後他們再利用TCGA的數據，這次不但輸入圖片，還把每個腫瘤的連帶基因檔案一同輸入到演算法。當團隊利用演算法未見過的圖片進行測試時，它不但能分辨哪些是癌組織，更能辨認出該腫瘤的基因變異。「真正新穎之處不是展示AI可與人匹敵，而是它能夠看到人類專家看不到的。」Tsirigos說。
解放人類醫生
隨着人口增加和老化，醫療壓力愈來愈大。例如在英國，現時每人平均一年看六次醫生，是十年前的兩倍。據英國智庫King’s Fund調查，2011年至2015年間，平均而言，全科醫生的病人名單增加了10%，與病人接觸（電話或親身）次數增加了15.4%。英國醫學會（British Medical Association）2016年的調查顯示，84%的全科醫生說他們的工作量「過量」或「無法應付」，並直接影響他們照顧病人的質素。
結果，「非緊急」病人看醫生要排長龍預約，部分不想等的就直接到急症室，令英國醫療系統再添壓力。英國醫療科技公司Now Healthcare Group創辦人Lee Dentith指出：「我們常以為看急症的都是老人，其實不是，也有很多是18至35歲的人，他們多數不願意為看病等上一星期。」當然，壓力非英國獨有，先進國家如美國的醫療成本便十分高昂，發展中國家則往往缺乏專業醫護人員。聊天機械人診症服務開發商Babylon的醫療總監Mobasher Butt說：「全球醫療系統都十分緊張，沒有足夠醫療資源，也沒有足夠資金。」
AI診症似乎有望紓緩這些壓力，雖然準確率不是百分百，但張康說人類醫生也同樣做不到：「（醫生）忙的時候，可能一天要看80個病人，只能盡可能地掌握大量病人資訊，這導致人類醫生有機會出錯。AI不需要睡覺，而且記憶力強大，又不會失去動力。」
張康認為AI診症的出現，將可大幅減少病人等候的時間：「你不會希望因為吃錯東西或腸胃炎引致肚痛，而要去急症室等上五個小時。這些疾病都有端倪可循，就如我們醫生問一連串問題後可以作出診斷，AI同樣可以。」他預期AI可應用在急症室分流之上：「只要有足夠數據，AI理應有能力診斷到底昰緊急情況需要轉介，抑或只是感冒。」
兒科醫生Rahul Parikh亦在《麻省理工科技評論》（MIT Technology Review）撰文，指AI可讓他重拾陪伴病人的時間：「這種節省時間的智能可以釋放我，讓我把更多時間花在病人身上。有研究指患有哮喘的兒童有一半時間未按指示接受吸入療程，AI或可讓我有更多時間親身與那些小孩相處，以獲得更好的治療效果。」
這些優點，意味着AI診症可讓醫療資源短缺地區的病人得到更好的治療。例如Google及旗下醫療公司Verily正在印度測試其視網膜疾病自動評估（ARDA）工具，以診斷糖尿病性視網膜病變（diabetic retinopathy），並為病情分級。當地眼科醫生Ramasamy Kim指，傳統的人為診斷約需時三分鐘，AI診斷可把時間縮短至幾秒。
更重要的是，印度是全球最多盲人的國家，卻極缺乏眼科醫生，每100萬人口只有11個眼科醫生，遠低於英國（49）、美國（59）、德國（81）、日本（109）等較先進國家，AI或可彌補醫生不足的問題。
基於這些潛力，AI診症已陸續為一些政府或醫療機構所認可及採用，成為新的醫療趨勢。例如美國食品及藥物管理局（FDA）去年4月批准了一個名為IDx-DR的眼疾AI診斷工具在市場出售，該工具可以在眼科專家不在場下，由一般醫生護士操作使用，或可令更多人及早得到診斷。
在台灣，科技部於2017年10月展開醫療影像專案計劃，建立疾病影像標註資料庫，以開發自動分析醫療影像診斷的AI。有了這些資料為基礎，台北榮民總醫院先在去年11月中在放射線部使用「臨床人工智慧腦瘤自動判讀系統」（DeepMattes），更在上月底開辦AI門診，初期將主要用於心臟、骨科與神經內科。「以往要用十分鐘診斷，現在AI只要20秒。」放射線部主任郭萬祐說。
英國今年分別在列斯、牛津、高雲地利、格拉斯哥及倫敦啟用的五間新醫療中心，也將使用AI加快診斷。日本昭和大學聯同名古屋大學和Cybernet公司合力研發，判斷大腸瘜肉是否惡性的AI軟件，亦獲日本政府准許發售，預計最快今年春季推出市面。
上文節錄自第152期《香港01》周報（2019年3月4日）《協助人類VS取代人類 未來有病就睇AI？》。
更多周報文章︰【01周報專頁】《香港01》周報，各大書報攤、OK便利店及Vango便利店有售。你亦可按此訂閱周報，閱讀更多深度報道。更多人工智能議題文章：
人工智能結合生前數據 人類可得「永生」？以數碼化身得「永生」 技術與數據監管成疑