“20张胸片，读完并做出‘结核、非结核、正常’三种判断，医学影像分析仪用时23秒，准确率达到87%；三位顶级结核病专家平均用时3分28秒，准确率93%，双方可谓评分秋色。”11月15日，在辽宁省沈阳市上演的一场“人机大战”点燃了中国结核病防治领域的热情。

这里是全国结核病院长论坛的会议现场。见证了“人机PK”之后，首都医科大学附属北京胸科医院副院长、北京结核病诊疗技术创新联盟常务副理事长李亮面带喜悦向与会专家推出了本场PK的主角——被称为“TB小新”的人工智能结核影像辅助诊断系统。

据李亮介绍，结核影像辅助诊断系统是计算机在医学影像的基础上，通过深度学习完成对影像的分类、目标检测、图像分割和检索工作，并协助医生完成诊断、治疗工作的一种辅助工具。

会学习的“TB小新”

李亮告诉记者，作为“不知疲倦”的影像辅助诊断系统，“TB小新”可以成为医生的“超能量”助手。

以阅片为例。即便是资深的影像科医生，阅读一个病人的胸片也需要花费3分钟时间，一天仅能阅读160位患者的胸片。而在“TB小新”的辅助下，影像筛查的时间可以缩短到2秒钟甚至更短，一天就能够阅片1.5万张以上，使得患者的筛查效率大幅度提升。

“并且，影像科医生连续阅片10位以上的患者时，便会出现不同程度的视觉疲劳，此时就容易造成漏诊。相比之下，‘TB小新’的优势就大大凸显出来了，它可在很短的时间内审阅所有患者的医学影像，并把初筛结果分类成‘正常和异常’发送给医生，根据小新提供的结果医生只需要去查看异常的影像并最终确诊。这样就能够大大节省医生的时间，让医生把精力放在有问题的影像上，提升诊断准确率。”李亮强调。

“有趣的是，‘TB小新’就如同孩子一样，在其成长过程中，医生教给它的知识越多，它未来能够完成的工作也就越多，准确率也就越高。”李亮比喻道，“随着时间的推移，我们教给它正确的影像数量越大，未来它的能量也就越大，进而帮助医学影像医生节省出大量时间。”

大幅提升结核病检出率让防治工作关口前移

“除了辅助医生看胸片外，‘TB小新’的更大作用是能够让结核病防治工作关口前移。”李亮向记者表示，结核病防治工作，仅靠治疗并不能解决根本问题，只有更注重预防，尽早发现并规范化治疗才能够提高患者的治愈率，同时降低患者的传染率。也就是说，防治工作关口前移是结核病防治工作未来的发展方向。

目前，我国医疗资源分配还不均衡，很多基层医院或者非结核病专科医院由于技术水平相对不高，专业性相对较低，以及医生在影像上的经验不足等多方面因素，致使这些医院在结核病诊断方面还有很大欠缺，直接影响了结核病患者的早发现，以至于结核病患者在未被确诊为结核病时，已经无意识地传染过他人。李亮认为，“TB小新”投入使用后这些现象将逐步得到改善。它将帮助这些医院大幅提升结核病的检出率，并把结核病防治工作提前化、预防化，尽可能地从根源阻断结核病的传染与发生。

“实际上，人工智能与医学影像的益处已经在多个疾病领域得到体现。随着人工智能和医学影像大数据在医学影像领域的逐渐普及和应用，医学影像所面临的准确度和大缺口等问题便可以迎刃而解。众多领域的医学专家表示，两者的融合，将成为医学影像发展的重要方向。而‘TB小新’，也许将能够开创结核病发现的新模式。”对于未来，李亮充满信心。