2017年11月6日，国家医考试中心对外发布了“2017年临床职业医师综合笔试”合格线。科大讯飞研发的人工智能机器人“智医助理”高分通过了这次考试。它将成为我国乃至世界上第一个取得执业医师资格的机器人“医生”。

医师资格考试的性质是行业准入考试，是评价申请医师资格者是否具备从事医师工作所必须的专业知识与技能的考试。“智医助理”机器人以较高分数通过了执业医师考试笔试，说明人工智能医生已经具备了诊断能力、出具治疗方案的能力。

人工智能的应用正在影响、改变着传统的医疗模式：人们甚至“傻傻分不清楚”打电话问诊的是人类医生还是机器人“医生”，提供诊疗意见的是人类专家还是“辅助诊疗系统”。

医疗界的“阿尔法狗”，真的来了！

解密医疗界的“阿尔法狗”

机器人通过执业医师笔试，成绩高于多数考生，一时间引发关注。一种观点认为，“智医助理”的得分秘诀是“题海战术”，依赖电脑强大的记忆能力。对此，联合实验室主任吴及予以否认。

吴及介绍，笔试的题型每年都在变化，因此对于机器来说，每年的笔试都是“全新”。此外，笔试题型可分为“知识点型”和“病例型”两种，2013年以来，新的考试大纲要求加强对临床思辨能力的考核，导致“病例型”试题比例在不断提升，目前已经达到50%以上。因此，单纯依靠记忆能力和快速检索能力答题，显然行不通。其表示，“智医助理”通过医考，是因为其具备了自主学习、自主推理、自主判断能力。

由于人工智能技术首度被运用至医考领域，研发团队无经验可循。在研发初期，一个难题出现：医学知识体量大而复杂，传统知识图谱技术无法满足描述医学知识的需要，要让机器学习并懂得运用更难。

针对这一现状，吴及称，联合实验室提出一整套名为“语义张量”的方法，即针对医考需求，将包括医学本科教材、临床指南和经典病例等在内的海量资料录入，使其拥有庞大的医学知识库，做到“有的学”。此外，通过“关键点语义推理”、“上下文语义推理”、“证据链语义推理”等算法，提升机器的文字推理能力，让其“会学”。

也就是说，“智医助理”在获得专业知识库后，通过技术革新使其具备深度思考、综合运用能力，并最终完成医学知识测试。这一过程中，机器将完成从推理到分析判断的过程。吴及介绍，在答题时，机器人先对题干和单个选项进行分析，同步在知识库中搜寻每个选项成为正确答案的可能条件，再对题干、选项和证据之间的关系进行分析，最终作出判断。

医疗领域“人机大战”接连上演

其实，这已经不是人工智能在医疗领域第一次“大显神通”。

8月19日，在湖南衡阳南华大学举办的第20届全国高等医学院校诊断学教学改革研讨会上，一款被称为“大超人”的人工智能机器人“医生”惊艳“亮相”：100份病历的导入和批量诊断总共只需要4.8秒，单个病例仅需0.05秒，“大超人”利用“临床大数据+超级计算+人工智能技术”，通过IPAD和病人交互，根据症状描述开具检查单。检查结果出来后，系统自动出具诊断结论，给出最佳治疗方案，一线临床医生要做的只是对结论予以确认，最终人工智能和医生的诊断结论一致度达到98%。

该项目研发负责人之一、国家超级计算长沙中心副主任彭绍亮介绍说，“大超人”这样的人工智能“医生”专业术语叫作“临床诊断辅助决策系统”。考虑到基层医疗机构需要的全科医生缺乏，培养周期长且难留住人才，病人满意度低，误诊率高，因此“大超人”被设计为一位全科医生。目前它基于的病例数据达到千万份，已经针对肺结核、抑郁症等误诊率较高的30多种疾病建立了模型，所有运算都在“天河”超算系统上进行。根据在三甲医院的测试，人工智能诊疗准确率比传统诊疗提高了20%。

更早之前，IBM的人工智能机器人Watson for Oncology已经在肿瘤诊断方面做出了不俗成绩。2017年5月，针对一名肠癌患者，短短几秒内，IBM Watson便基于超过300种以上高等级医学期刊文献、250本以上医疗书籍、1500万页论文数据研究和MSKCC临床最佳实践推荐治疗方案，其推荐方案与协和医院专家基本一致。目前，Watson已经在国内十余家三甲医院落地。

研究机构分析，医疗应用领域是人工智能的金字塔尖，IBM、谷歌、微软、百度等巨头都在“抢滩”。除了上述辅助诊疗领域，人工智能应用于医疗的细分领域还有医学影像、药物挖掘、健康管理等方面，每个领域都云集了雄厚资本和尖端科技，创业公司层出不穷。