2021年8月22日下午，由中国计算机学会（CCF）主办，CCF YOCSEF长春分论坛AC、长春大学计算机科学技术学院、北京神州数码有限公司、吉林省群智科技有限责任公司承办，中国计算机学会长春分部、吉林省计算机学会等多家单位协办的“未来医疗-人工智能诊断是否值得相信？”技术论坛在线上成功举办（CCF-YO-21-CC-1FT）。

天津医科大学梁猛教授、吉林大学第二医院韩庆贺副主任医师、吉林大学中日联谊医院张孟超副主任医师作为报告嘉宾，吉林大学张永刚教授、北京至真互联网技术有限公司创始人/CEO代黎明、吉林大学第一医院杨斯童主治医师、吉林广播电视台责任编辑李景雨作为特邀嘉宾出席本次论坛。全国CCF YOCSEF成员以及企业界、政府相关部门、在校大学生等线上嘉宾共100余人参加会议。论坛由CCF YOCSEF长春学术委员、长春大学计算机科学技术学院讲师匡哲君和CCF YOCSEF长春学术委员、北京神州数码有限公司刘云霄作为执行主席共同主持。

作为第一阶段，本次论坛邀请了三位专家作引导发言，就未来医疗-人工智能诊断是否值得相信这一主题，就人工智能与医疗诊断技术的协同发展发表见解。

第一位引导发言嘉宾梁猛教授，任天津医科大学医学影像学院副院长，博士生导师，他主要从事信息科学与医学影像的跨学科研究，关注脑功能成像方法学及在神经与精神疾病中的应用及智能诊疗技术研究。梁猛教授以《智能影像技术在神经与精神疾病中的应用现状与个人思考》为题，指出AI作为辅助医生的有力工具已成定局。“精准医学，影像先行；精准影像，技术先行”。目前对于评估标签标准尚未达成共识，主要以正常人的主观标准作为标签数据的来源，通过有效筛选被试者和对环境的准备、实验的周全设计，能够基本保证主观数据来源可信。在后续研究中，对于标签标准的采集和设定将是研究焦点。

第二位引导发言嘉宾是吉林大学第二医院放射线科医学博士、副主任医师韩庆贺，他长期从事医学影像临床、教学和科研工作，目前的主要研究方向为头颈部、心胸系统疾病的影像诊断、眼眶肿瘤的影像组学、肺结节的人工智能应用以及心脏血管CT的人工智能研究等。他报告的题目是《AI在医学影像领域的研究价值与思考》。韩庆贺副主任医师指出无论是人工诊断和智能诊断，都会出现诊疗结论与表征出现矛盾的情况，此种情况下，需要有人为的主观判断，对于患者个体差异、家族情况等进行综合研判，智能诊断对于人工诊断，起到辅助作用。智能诊断具有较好的诊断效率，比较快，但也存在误判，所以还是要以人为主，要有医学专家的主观判断。目前，患者对智能诊断有简单的了解，但更迫切地想知道，病是什么病，原因是什么，到底是什么结论，不可能简单接收智能诊断结论。因此，有必要综合形成研讨结论，至少AI要具备同等研判水平，才有现实意义。

第三位引导发言嘉宾是吉林大学中日联谊医院放射线科副主任医师、副教授张孟超博士，他是计算机与科学技术博士后，多伦多大学多伦多总医院访问学者。他发言的题目是《医学影像人工智能发展趋势与挑战》。张孟超副主任医师指出准确诊断是很困难的。病理诊断也未必是最终的准确诊断。以风湿科诊断为例，脊柱损伤由于病程原因，可能无法直接判断病因。场景、目标和诊断需求是很重要的。相对国外，国内的随诊意愿不强烈，在要求提供准确诊断时，是比较困难的，所以要结合实际的诊断需求和目标来实施诊断过程。要和患者去讲，诊断只是参考性的。要有对诊断场景等方面的综合考虑。

第二阶段进入论坛的思辨环节，特邀嘉宾从自身专业领域出发，与参会人员一起就下列议题进行了激烈的讨论。

议题：1.当智能诊断与临床表征矛盾时，医生如何做到精准判断？患者应该相信智能诊断吗？

吉林大学计算机学院教授张永刚：医生会结合个人经验来做判断，AI手段目前还是作为工具进行辅助，大家应该保持一种比较冷静的态度对待。在承认AI强大的同时，还要看出其存在局限性。

北京至真互联网技术有限公司创始人兼CEO代黎明:对于辅助诊断方向而言，数据是很关键的。人工智能在诊疗全程的数据，数量、体量都不太理想。在国内，数据方面资源是有潜力的。同时，AI赋能医疗应用需要找到合适的场景。

YOCSEF 武汉分论坛胡威：AI也需要长期的积累过程。AI如果不具备独立诊断的水平，是不能够被信任的。我们还是更倾向于相信具有丰富经验和学识的医生。当一个医生不能独立完成诊断时，可以采取会诊的方式。

长春理工大学教授底晓强：在网络安全领域中，对于异常情况的判断是要重点关注的。与网络安全处置类似，医生（人）应该是主体，要做出裁决和行动。还是应该相信医生，而非是AI本身。

长春工业大学教授刘铭：AI处于辅助决策地位，要经受住召回率等方面的考验和判断。智能AI在医疗过程中，对于新医生或者底层级医院是有现实意义的，智能辅助诊断能够有效降低误诊情况的。

江西的郭崇伦医生：表征自身是客观的，是病人体征的反映，症状描述有一定主观性。此种情况下，在出现矛盾时，AI应当是医生的辅助手段。此外，智能诊断结果不应该直接推送给患者，诊断过程是医患的交互过程，如果医生都未能理解AI诊断结果，智能诊断结果反而会干扰诊疗过程。

东北师范大学副教授王晗：智能诊断还远不能达到预期，只能作为辅助手段。医生是判断的主体，患者没有义务来参与和判断智能诊断的可信性，并且其存在法律和伦理风险。相信在今后，随着精准程度、可解释性持续进步的情况下，才会有一个清晰的结论，即AI诊断是否可信。

议题：2.人工智能取代医生，存在哪些关键技术瓶颈和伦理风险？

吉林大学副教授白天：此议题类似于“术”与“道”的区别。目前人工智能技术起到的是“术”的作用，用于解决具体的疑难问题，用于辅助，改善误诊情况。如何以医生的意识和知识来进行诊断，目前是人工智能尚无法解决的问题，且医生队伍自身也很难实现完全的知识和经验内化。

长春大学副教授徐大伟：从患者家属的角度来看，关键技术瓶颈当中，诊断疾病标准是一个关键点，目前AI是在做单任务，尚无法满足复合性使用的需求，人工智能取代医生还有很长的路要走。

长春理工大学教授李华：AI诊断需要考虑应用场景、好的算法和大量的数据以及正确的标签。从情感因素考虑，AI是无情感的，无法缓解患者的恐慌心理。另外，常态化及过度的AI辅助诊断，医生是否会松懈或放弃对医学影像或者其他数据的关注？我们一方面希望AI水平的提升，但另一方面，也不希望其取代医生。

天津医科大学教授梁猛：在AI应用于医疗领域时，如果能够有精准的判断能力，是否会影响医生的判断水平？这个问题很关键很值得思考。AI取代医生，在伦理方面是很难回答的问题。

吉林农业大学副教授毕春光：AI的应用是要依赖大量的样本的。对于常见病应该是没有问题的，但对于疑难杂症，恐怕样本不够，AI很难达到很高的水平，很难取代医生的。此外，从法律角度来看，AI诊疗的后果谁来承担，如何追究，都需要思考。

吉林大学教授张永刚：医学图像的处理是AI应用比较好的方向，但图像只是针对医生诊断活动的很小一部分，深度学习也是AI当中的一部分，AI某些方向的发展也不是都那么好。医生是具备多种复合能力的智能主体，而AI只是减少了重复性的简单工作，能够从有限的检验检测中推理出具体的结果，但无法达到医生的综合推理能力。AI目前在推理方面是很弱的，恐怕很难有替代医生的可能。

江西的郭崇伦医生：在世界人工智能大会上，也探讨过此方面问题。计算机领域的专家，对AI替代医生的观点相对乐观。医生从业是一个持续学习的过程，需要不断地更新知识、说明，是一个迭代学习的过程。在医疗领域，对于疾病的认识是持续进步的，但AI是否能够达到持续的认知呢？鉴于推理方面的弱势，AI恐怕很难胜任此种情况。从伦理角度来看，AI医生会让患者失去医疗活动的情感交互，难以让患者进行有效的配合。此外，有些诊断细节是有隐私性的，病人可能会有隐瞒，AI是无法判断的，而医生通过交流和技巧是能够挖掘病人的深层情况的，可见，AI不能替代医生的存在。

YOCSEF广州分论坛张艳红：医院之间还存在着检查结果不互认的情况，各医院的仪器自身应该是可信的，但三甲医院之间的数据都不互认、不统一。数据和诊疗手段的互不承认，也反映出AI取代医生是很难的。

长春理工大学教授李华：个人而言，不希望AI取代医生。但从计算机学者的角度来看，AI取代医生是有一定的乐观性的。以围棋为例，AlphaZERO在一个小时内，就能发现4000多种特定的棋式，其能力强大可见一斑。虽不希望取代，但可以看到有这样一个可能的发展趋势。

吉林广播电视台乡村频道责任编辑李景雨：社会对AI技术具有较高的期盼。农村地区对医疗特别是智能医疗技术有很大需求，AI技术与医疗的结合应用，能够有效促进农村发展和社会基层发展。各位专家和老师的责任非常重大。

  最后，CCF YOCSEF长春现任主席李华对本次论坛进行了总结，未来医疗—人工智能诊断是否值得相信？她认为各位专家从医疗、计算机等领域给出了非常有价值的见解，对于之后投身于计算机与医学交叉领域的研究人员有很好的指导和启示，主要包括：

（1）AI在医疗行业现在的发展是百花齐放、百家争鸣的状态，尚未有统一的国际或国家标准，AI模型训练的关键环节--数据标注，也存在很大的不确定空间，因此亟待出台相关行业统一标准、实现质量控制。

（2）从商业化进程角度讲，目前医学影像AI产品在国内主要采用免费试用的合作方式，虽然短期医院是获益的，但难以保证优质AI企业长期提供更好的产品，应在符合各项标准和规范的情况下，维护整个行业的良性发展。

（3）疾病诊断是一系列复杂过程，AI诊断具有高敏感性和低特异性，且不带有感情，最终还是需要人的判定。