你能想象每一天就有三架载满乘客的大型飞机坠落然后全员身亡的事故么?这听起来十分可怕，但全球每年被疟疾夺走生命的人数高达60万~80万，就等同于这样的坠机事故发生的概率。虽然在发达地区，疟疾几乎已经被消灭，但在某些欠发达地区，疟疾却仍然是灾难。在处理疟疾挑战的过程中，缺少足够的专业病理医师是其中一大挑战，该问题进而造成患者难以得到及时的诊断和治疗。

目前的技术则可以帮助判断出病人是否感染了疟疾，感染的是哪一种类疟疾，以及可能是从哪些渠道感染的。相比传统方式下需要大量人力看样本、做分析，该技术让医生的效率大为提升，即便是在医疗人员匮乏的地区，医护服务也不再那么捉襟见肘了。

所以，计算机与医疗的结合，远不止智能手环、血糖仪等智能硬件，而是覆盖范围非常广泛，从前端设备到后端系统，再到隐藏在最后端的各类算法，每个分支都可以是一个独立的学科。我们有近一百个与医疗相关的项目，其中既包括十分具有前瞻性的，也有已经步入实际应用层面的。

如今计算机在医疗领域的进展其实都基于同一个基础，即“数据改变医疗”。不管是中医还是西医，本质上都是实践科学，医生通过无数次的实践总结，统计出规律，最终达到医病救人的效果。当人类收集、处理和分析数据的能力随着云计算、大数据、机器学习、物联网等技术的发展而日渐增强时，人们利用大数据，像医生一样去分析或辅助分析病情的能力自然也会与日俱增。

比如，癌症一直是人类最迫切需要解决的医学难题之一。由于同一类癌症的不同患者表现各不相同，因此每位患者的癌症都是一种独立的疾病，即便医生拥有丰富的经验，也很难做出100%准确的分析和判断，更别说进行相对个性化的精准医疗了。因此，我们一直将数字医学影像识别作为主攻方向之一，希望加速推动精准医疗。

2014年起，我们的团队开始钻研脑肿瘤病理切片的识别和判断，通过细胞的形态、大小、结构等，去辅助分析和判断病人所处的癌症阶段。近两年，在该领域，我们取得了两大突破。

首先，实现了对大尺寸病理切片的图片处理。通常图片的尺寸也就是224*224像素，但脑肿瘤病理切片的尺寸却达到了20万*20万，甚至40万*40万像素。在大尺寸病理切片影像识别系统方面，我们没有沿用业内常用的数字医学图像数据库，反而在ImageNet这个计算机领域最成熟的图片数据库的基础之上，通过自己搭建的神经网络和深度学习算法，最终实现了对大尺寸病理切片的图片处理。

其次，在解决了细胞层面的图像识别之后，又实现了对病变腺体的识别。所谓腺体，可以简单理解为多细胞的集合体，它更接近于“器官”的概念。相对于细胞病变，腺体病变的复杂性和可能的组合都呈指数级增长。对腺体状态的准确识别，可大大提高癌症分析的准确程度，意义更深远。

对病变腺体的识别，主要基于三个可以衡量癌细胞扩散程度和预后能力的指标：细胞的分化能力、腺体的状况和有丝分裂水平。从这三个角度，通过多渠道的数据采集和分析，我们希望未来帮助医生实现对病人术后情形的预估。

以往医生都是凭借“肉眼”和经验去观察病理切片影像并判断病情，如今人工智能中的两大核心技术即神经网络和深度学习则让计算机系统能自动学习恶性肿瘤细胞与正常细胞间的差异以及癌症病情的分析和判断标准，同时能够在扫描病理切片之后，给出判断结果，供医生参考。计算机强大的运算能力弥补了部分医生由于经验不足引起的误判，或是对罕见病及疑难杂症的思虑不周。而且计算机还能发现人眼不易察觉的小细节，并总结出一些医生意料之外的规律，从而不断完善医生和计算机系统的知识体系。

目前，在二维医学影像识别结果的准确性方面，我们已处于国际领先水平。除了脑肿瘤以外，该研究结果也可以扩展至其他疾病的二维医学影像识别和判断上，例如我们正在研究的肠癌。此外，我们还在研究肝肿瘤患者的CT三维影像。

除了医学影像识别，我们在医疗文字处理方面也做了研究。在与国外同行交流时，我们发现，全世界的医生所写的病历都是最难看懂的，由于时间有限，医生们不得不龙飞凤舞地写病历。病历电子化之后，虽然书写问题得以解决，但病历上记载的各种描述性语言，有的简洁，有的啰嗦，有的甚至不完整，对医生后续进行病情查阅、检视或学习参考都非常不便。

有鉴于此，我们的团队借助语音和自然语言理解技术，让医生口述病历，随后计算机会将语音转换成文字，再进行结构化处理，从而形成一个囊括了所有关键词的树状图。这个树状图可以清晰、简洁地总结所有有用信息，让患者或其他医生对所有病理历程一目了然，如有何病史、用过什么药物、排除了哪些疾病可能，等。

基于这样的电子病历，医生的更换将不再会影响不同医生对患者完整病情的掌握;年轻医生还可通过学习各种病历快速成长;结构化的电子病历甚至能自动总结出被医生忽略的细节，获得对病情了解的新线索。

可以看到，无论是图像识别还是自然语言理解，计算机领域的很多技术都可以与医疗应用密切结合。随着计算能力的日益强大、人工智能技术的稳步发展，未来的计算机将能对更多复杂、高级的信号进行处理，人类的医疗水平必将迈入新的时代。

但是，医生永远不会被替代。在医疗这个专业科学与艺术相融合的领域，人工智能将帮助医生更便捷获取信息并辅助医生做出更加正确的诊断，而医生除了积累丰富的专业知识，可以更多地发挥高情商的能力，与病患沟通交流。最终，计算机的人工智能和医生的人类智能将互相结合，让医生成为既有精准专业判断又懂情感交流的“超级医生”。让我们共同期待人工智能引领的医疗发展的新时代!