天医斗智，花落谁家？人机大战，烽火来袭！2018 年 6 月 30 日（本周六），由国家神经体系疾病临床医学研讨中心、首都医科大学人脑维护高精尖立异中心和我国卒中学会联合主办的「CHAIN 杯全球初次神经印象人工智能人机大赛全球总决赛行将正式登陆我国卒中学会学术年会暨天坛世界脑血管病会议 (CSA&TISC)。
现在，赛事的各项筹备作业现已安排妥当，来自全球 25 名神经体系疾病确诊专业选手组成的「人类战队」集结结束，他们中，既有来自世界神经印象确诊范畴享有盛誉的专家，也有具有几十年印象作业经历，「火眼金睛」的资深印象科「大咖」，更有刚刚作业不到半年的青年印象科「新秀」。
怀揣着对神经印象范畴疾病确诊的自傲以及对 AI 技能开展水平的猎奇，到时他们将与「BIoMind 天医智」在颅内肿瘤、脑血管疾病 CT、MRI 印象判读及血肿猜测等方面同场竞技，商讨技艺。
此次人类选手的对手——「BioMind 天医智」实力也不容小视，作为全球首款头部疾病（包含脑肿瘤、小血管病变、大血管病变、脑卒中等）MRI、CT 印象人工智能辅佐确诊的全体使用产品，它由全球首家神经疾病人工智能研讨中心和首都医科大学人脑维护高精尖立异中心一起研制完结。
尽管「BioMind 天医智」学习的时刻并不长，但「拜师」北京天坛医院神经印象学中心主任高培毅教授后，它已成为天坛医院神经印象团队最「年青」的入室弟子。经过对北京天坛医院近十年来接诊的数万余神经体系相关疾病病例印象的体系学习，「BioMind 天医智」在脑膜瘤、胶质瘤等常见病范畴的磁共振印象确诊，精确率已到达 90% 以上，相当于一个高级职称医师等级的水平，实力不容小觑。
6 月 30 日，全球首场神经印象确诊人工智能对决行将拉开战幕，面临「一目千行」、「过目不忘」的 AI 对手，人类选手实力怎样？业界「大咖」又是怎样猜测这次竞赛成果的？
特约评委猜测
谢鹏教授：「这是医学范畴一场既有含义又风趣的竞赛」
我国医师协会神经内科医师分会会长、重庆医科大学神经科学中心主任、国家 973 项目首席科学家 谢鹏教授对赛事猜测如下。
十分侥幸可以以评委的身份参加到这场「大战」中来，它十分有含义，我信任在神经体系疾病的确诊上，未来 AI 必定可以极大地为临床医师供给协助，因而天坛医院研制的这套「BioMind 天医智」体系，信任也是 AI 开展史上的一个极大的前进。别的这场竞赛也很有意思，用人工智能的方法来对战脑智能的发源地，在脑部疾病的确诊上彼此商讨，信任关于人类探查到以往无法探查清楚的杂乱疾病的认识上，会有很大的协助。
人工智能，现在是十分 popular 的论题，特别是 AlphaGo 在围棋上数次打败人类今后，人们开端认识到 AI 超凡的实力。但即使是 AI 全胜的围棋竞赛，一场下来几十手的交兵中，我从不以为人类的每一步棋都是输给计算机的，有些当地，人类比计算机的思路更精妙。
更何况在杂乱的医学范畴，每一次疾病的确诊都是十分大的概率事情，每一个患者都或许存在十分特别的状况，或许患者的症状一点都不典型，但终究成果就是指向某一个疾病，更为依靠人的精准判别。
因而，我觉得这次竞赛要害或许是看怎样去设定规矩，假如是对已有常识的确诊来说，从大数据深度学习的概率上看，AI 取胜的概率要大的多，它应该是了然于胸的。但在一些新的、特定的、现在医学界也还没有没有太多一致的疾病范畴，AI 还「搞」不过人类。
胡学强教授：「在判别的精确率和速度上，人类或许还不是 AI 的对手」
中山大学第三隶属医院神经科二级教授、一级主任医师，博士生导师 胡学强 教授，也对赛事进行了猜测。
单纯预估竞赛成果的话，我仍是比较「失望」的，在判别的精确率和速度上，恐怕人类不是 AI 的对手。AI 可以把各种肿瘤的形状、部位、不同状况都输入体系进行学习，即使是多位医师一起参加对立，人的常识储藏或许仍然远不及电脑那么丰厚和精确。因而人的价值有必要要在更杂乱的病例中来表现，比剖析，人类取胜的期望就高了许多。
但我以为这次竞赛的含义不在于谁输谁赢，近些年跟着互联网技能和大数据手法的进步，怎样更好的使用新技能来进步医疗效劳的功率，是十分值得研讨的问题。特别是 AI 在疾病形状方面的学习和判别，下一步必定是大有作为。当然，我在神经体系疾病范畴作业了 40 来年，咱们都理解，病是活的，合作杂乱的患者状况，远不能光看形状来决议。有必要需求医师来进行归纳判别，无论怎样，我深信，AI 终究代替不了医师。
选手赛前感言
席一斌：最猎奇的是高培毅教授究竟是怎样和 AI 沟通的？
西京医院放射科医师席一斌在赛前写下了这么一段话。
「AI 真能一会儿学会十多种肿瘤印象的辨认和判别？这个是我最猎奇的。我在西京医院作业了八年，近几年十分重视人工智能的开展。特别是这两年，科技前进越来越快，有些开展现已超出了我之前认知的规模，咱们也在做和 AI 相关的研讨和使用，也就是经过印象对胶质瘤相关分子病理的简略猜测，停留在是 or 不是的一种辨认猜测。
我以为，AI 未来必定会在许多范畴代替人的作业，特别是辅佐人类进步作业功率。现在我国印象科全体人员短少，作业的负荷都很重，假如这套 AI 可以使用到临床，必定可以减轻一些一线医师的作业压力，改进他们的作业环境和作业条件。特别是协助底层医院进步确诊效能和精确性，与上级医院完成联动，得到上级医院的一些经历与辅导，是对底层医院直接起到了训练效果。
在朋友圈看到转发的选手招募音讯后，我就直接从后台报了名，预赛时其实没什么决心，成果差不多 2 周左右，收到告诉我进入了决赛，十分惊喜！很快乐能到决赛去和更多的专家、选手进行沟通。
最想知道的是这套 AI 体系的背面究竟用了多少病例数据、都包含哪些肿瘤的辨认、是只要常见肿瘤仍是也包含稀有肿瘤？稀有肿瘤的发病率很低，AI 应该怎样学习？竞赛的方式，是用独立样本，仍是训练样本？
我知道这套 AI 体系是跟着高培毅教授在学习，我一向都很敬仰高教授，所以假如机器真的在某些疾病上可以到达高教授的水平，那打败咱们的几率十分大。不过我更猎奇的是高教授是怎样和 AI 沟通的，让它除了有一个是或不是的反应外，是否还能完成更杂乱的沟通和教育，特别是在一些发病率很低的稀有病上，没有大样本量，简单和其他病发生差错，那么怎样和它完成杂乱沟通？十分期望有时机可以讨教。
单纯比速度，我想咱们整队人或许都不是 AI 的对手，但假如决赛的标题中有疑问的神经肿瘤判别，那么咱们人类赢下竞赛的或许性会更大，传闻最终的竞赛方式是人类选手组团应战 AI，那么应该首要要看全体发挥，仍是期望可以打败 AI，对医院、对个人都是很可贵的荣誉。」
