人工智能让三甲专家“下基层”

 
 
人工智能让三甲专家“下基层”  
 

这两天，家住胶州市九龙街道营房村的赵月芹感到咳嗽和呼吸不畅。怀着忐忑的心情，她来到九龙街道营海卫生院。

得益于胶州市最近引进的动态不确定因果图（DUCG）人工智能（AI）辅助诊断平台，医生经过几个环节的基础检查，就对她的病情进行了确诊，并初步排除了患者感染新冠肺炎的可能。

自新冠肺炎疫情暴发以来，基层医疗机构面临着前所未有的防控压力。如何快速提高当地临床医生的诊断能力和水平？作为DUCG平台负责人，中国人工智能学会会士、清华大学教授张勤告诉《中国科学报》：“AI+医疗是不二选择。”

最近，DUCG平台在公网上向全社会开放应用，既可帮助临床医生诊断，也可帮助患者自查，有效解决当前及以后各种疾病患者到大医院看病不方便，以及容易交叉感染的问题。

从核电站到医疗

“我们三十年前研发DUCG系统的时候，是为了用于核电站智能故障诊断。”张勤告诉《中国科学报》，他的另一个身份是国际核能院院士。当初，他在美国留学的时候，他的导师对他提出的科研要求是，在核电站发生故障且有虚假信号的情况下，怎么用人工智能的方法实时在线准确地诊断出故障在哪里？

然而，在核电站领域，很少有故障数据。因为核电站是高可靠系统，且绝不会重复出系统级故障。因为一旦出故障，系统的硬件和软件都会发生改变。“要解决这样的问题，已有的人工智能理论都没办法用。怎么办？只好自己创立一个理论。这个理论发展到现在，就是DUCG系统。”张勤说。

中国工程院院士倪光南对DUCG系统有多年的接触和了解。他告诉《中国科学报》，作为我国在人工智能领域的一项原创性成果，DUCG不是传统的基于规则的专家系统，而是概率图模型（PGM）中的一个新的理论体系。其核心创新点在于引入了虚拟作用随机事件变量，将父变量之间的状态组合关系解耦，进而在处理不确定性中引入了逻辑运算，并通过全图形表达和具体问题聚焦运算，使得结果具有可解释性。

从30多年前发展到现在，DUCG在核电系统、化工系统和航天系统中的上百项故障诊断测试中，正确率达100%。不过，张勤坦言，“要进入大规模实际应用还有许多非技术问题。于是，我们将DUCG系统改造用于给人看病。因为人和工业系统基本类似，都是大型复杂系统，看病的基本原理是相通的。”

破解“基层首诊”难题

从核电站智能故障诊断到医疗，如此大的“跨界”难在哪里？对此，张勤告诉记者，“首先是跨界合作对象的找寻问题。”

他们刚开始进入医疗领域的时候，因为是原创性理论，又尚无名气，因此很难找到合作对象。不过，经过三年努力，现在他们已和30多位临床专家和8家京外三级医院展开合作，进行主诉知识库开发、自测和第三方验证。目前上线的11个知识库已在山东胶州市所有镇卫生院、村卫生室和重庆忠县的两个乡及其所辖社区和村的医疗机构开通医疗专网应用，将疫情防控关口前移，为基层疫情初筛、排查等工作提供了有力保障。

最近，DUCG平台又在公网上向全社会开放应用（https://www.tsingruitech.com/ducg/login），既可帮助临床医生诊断，也可帮助患者自查，有效解决当前及以后各种疾病患者到大医院看病不方便，以及容易交叉感染的问题。

张勤告诉《中国科学报》，新冠肺炎疫情暴发以来，他们加班加点，在几位临床专家的协助下，已在11个主诉库的咳嗽与咳痰库中加入了新冠肺炎鉴别诊断，并重新进行了库中所有疾病的病历验证，现已上线，可以帮助诊断是否患新冠肺炎。