近日，Facebook的人工智能實驗室與紐約大學醫學院達成合作，嘗試將核磁共振成像（MRI）的檢查速度提高十倍。MRI的檢查速度一般在半個小時到一個小時之間，如果將其檢查的速度提高十倍，未來的放射科醫生則有望在短短的幾分鐘內就完成檢測工作。而這看似小小的技術合作，又會給當前的醫療現狀帶來怎樣的改變？
AI加速MRI檢查，吹一場醫療新風
不管人們對人工智能打敗人類圍棋高手、游戲高手等新聞多么津津樂道，只要談到人工智能的實用性，都會有點嗤之以鼻。盡管處處有著偌大的標語告訴我們，世界已經進入了的智能化大發展的時代，但是就算拿聲勢最為浩大的智能手機舉例，其最能打的還是千年不變的“AI拍照”，這未免有些令人失望。因此，人工智能若想要得到大眾的認可，還需真正給大眾的生活吹來一陣新風。那么，我們就從這次Facebook的AI加速核磁共振成像看看這場新風吹得還舒服否？
1、 技術更適應人性，優化醫療體驗
核磁共振的檢查時間如果能夠被縮短到幾分鐘，且不論它在醫學上有多大的進步意義，其對于普通的病患而言乃是天大的福音。因為，首先，當進行核磁共振檢查的時候，患者不僅需要在檢查設備中一動不動地躺著，而且還要求控制呼吸，甚至是不要吞咽口水，否則便十分容易影響檢查結果。
另外，在幽閉的檢查空間當中，檢查機器會不斷產生嗶嗶的噪聲，讓人難以忍受。但由于傳統的核磁共振檢查時間較長，這更是進一步加劇了核磁共振檢查給患者帶來的壓力。因此，完成這樣一項檢查對于大多數人，尤其是小孩以及老人來說是一件很困難的事情。
但若是核磁共振的檢查時間變為5分鐘，那么過去痛苦的醫療體驗將會得到改善，適應了人性的技術也能夠造福更多人群。
2、大眾醫療檢查需求被更全面的覆蓋
2014年6月到2016年7月底之間，醫療影像領域投資并購事件約40筆左右，很受資本青睞。在這背后是我國的總人口和老齡化人口同時攀升，以及社會總體收入上行所帶來的醫療影像檢查需求大爆發。近20年來，在我國的人口結構當中，疾病高發的老齡群體持續增加，造成人均醫療影像需求增大。而人均GDP的提高帶來消費升級，導致大眾在醫療領域分配收入的意愿上升。尤其是面對醫療影像檢查，其本身的預防意義更是頗為當下人群所重視。
然而回到目前的醫療影像檢查領域，傳統的CT檢查，檢查時間短但帶來的輻射傷害大。而傳統的核磁共振檢查無輻射傷害，但是所需的時間卻太長。這便意味著面對一些急診病人，醫院只能使用CT而無法使用核磁共振。另外，由于核磁共振的檢查時間過長，導致醫院每天能夠安排檢查的病患數量十分有限，而這所帶來的后果是影像檢查領域供給失衡，大量病患在影像檢查上所需的等待時間過長。
因此，當被加速的MRI進入醫院，其將能夠更全面的覆蓋當下來自大眾的醫療檢查需求，從而緩解當前過于緊張的醫療資源所帶來的供給失衡的現狀。
但跨越1h與5min之間“時間的長河”，還需跋涉
但是，5分鐘的檢查時間還只是Facebook放出的一句狠話。在為這句狠話鼓掌的同時，我們還需聽到來自四面八方的唏噓之聲。
1、 AI的底層建筑恐怕不穩
核磁共振成像時間之所以如此長有其物理原理。在檢查的過程當中，在不同的成像之下不同的原子會于磁場當中受到激發。而原子從激發狀態恢復到初始狀態所需要的時間決定了掃描時間的長短。但是不同的原子恢復時間不同，而且其恢復時間不會受到外部軟件的加持而改變。
這就說明Facebook所使用的深度學習技術并不能夠從本質上縮短核磁共振的檢查時間。實際上，Facebook這次新瓶裝舊酒，其思路僅是機器深度學習在圖像領域的延伸罷了。簡單來說，Facebook主要利用了AI的深度學習技術將短時間內形成的低清晰度醫療影像修復轉變成能供醫生診斷的高清晰度影像。
然則，這就回到了AI數據這一底層建筑的問題上。首先，目前可供利用的醫療數據是存在風險的，AI現在進行深度學習所使用的醫療影像數據是否經過了患者的同意，是否會暴露患者的隱私這都不得而知。未來若是研發成果得到商業化，難免會面臨來自大眾的隱私追問。再者，醫療數據的質量就目前而言仍然難以保障，醫療數據所需要的精準程度甚至超過任何領域所需的數據，而標識醫療數據的人員目前儲備不足，青年醫生水平不夠，高資歷的醫生又顯得大材小用，這之間的矛盾如何解決，恐怕也是下一步醫療數據質量要怎樣提高的關鍵因素之一。
2、 技術普及恐難得到廠商點頭
縮短核磁共振的檢查時間對于就醫者來說無疑是一件百利而無一害的好事，但是這樁好事是否具備廣泛推行的條件卻還是未知數。目前我國的醫用磁共振設備院均擁有量和人均擁有量均處于較低水平，但隨著居民消費水平的持續上行和健康意識的不斷加強，未來醫用磁共振設備的市場的需求將會有大幅度的增長，這對于基本壟斷了高端磁共振設備的三大廠商通用電氣、西門子和飛利浦原本是盈利上漲的信號。
但是，若AI技術縮短了核磁共振檢查所需要的時間，那么一臺磁共振設備單日所能完成的檢查數量將得到數十倍的增加?；氐焦┬璨黄胶獾膯栴}上就會發現，原來需求側數量的增長不一定要靠增加供給側的數量才能解決，提高供給側的質量也能讓問題得到緩解。
然而，對于三大廠商而言，他們或不會那么容易對這份技術的普及點頭。一，他們沒有動力進行產品AI化。觀全球的MRI市場，目前西門子、飛利浦和通用電氣的市場占有率達到80%，基本上處于壟斷地位。以國內的情況為例，這些進口品牌已經占據我國中高端醫療器械產品的7成，而國產品牌大多數僅集中于中低端市場。所以，沒有外部威脅的三大廠商并沒有任何壓力讓他們不得不進行AI層面的加持和產品改革；二，他們不愿意利益被分食。為磁共振設備嵌入AI技術會帶來成本的提高，借增加的成本來提高磁共振設備的銷售價格是彌補磁共振銷量下降的一種方式。但隨著AI技術的開源程度提高，我們能夠看到的是AI的加持讓磁共振設備的價格上調的比例恐怕并不會很大。因此，三大廠商在這項技術的普及上可能還需要細細考慮。
3、炒作成分稀釋大眾對人工智能的認可
不管是5分鐘完成核磁共振的檢查，還是90%以上的AI“讀片率“，抑或是人工智能大敗人類圍棋手和游戲高手。這些媒體論斷對人工智能技術的吹捧，已經遠遠超過了目前人工智能在現實生活當中的輻射程度。這就好比“狼來了”的故事，一次簡單的科研合作，一個普通的科研結果，在媒體的二次解讀下或許都會成為一個爆炸性的科技新聞，而這并非科研人員的初衷。況且，過多的媒體炒作容易消磨大眾對人工智能的期待，并將對那些今后真正能夠造福社會的人工智能技術推廣造成不可磨滅的負面影響。而設想如果整個人工智能行業陷入“塔西佗陷阱”，那么第一個遭受信任沖擊的就會是醫療行業。
目前5分鐘完成核磁共振檢查還只是一個科研目標，但媒體對其進行報道時往往采用肯定式的語氣來吸引讀者點擊。但面對這類不嚴謹的新聞報道，大眾應該學會保持冷靜。5分鐘掃描出來的磁共振圖像能達到供醫生診斷的清晰度嗎？罕見病的學習數據是否足夠？如果圖像清晰度不夠，微小病灶還能夠被發現嗎？這樣的技術實現到底還需要多少年？這都是大眾面對這類信息時應該反問自己的問題。
現在人工智能的噱頭過大，但現實落地場景的不足導致了行業只能使用技術營銷來補足市場信心，吸引資本。可如此終究不是長久之道，我們必須要開始關注在人工智能炒作下，大眾的信心是否還堅持得住。（來源：智能相對論）
