11月15日，由中国疾病预防控制中心结核病防治临床中心、北京结核病诊疗技术创新联盟、首都医科大学附属北京胸科医院、全国结核病医院联盟、全国结核病临床试验合作中心、沈阳市胸科医院等多家单位共同主办的全国结核病院长论坛召开。这一年一度的院长论坛好比结核病领域的创新大会，每年都会给全国结核病防治工作注入不一样的且行之有效的创新基因，从新药引进到技术革新，从远程平台到互联网大数据应用，年年有惊喜，步步推进着全国结核病防治工作向前发展。今年也不例外，“举”着“走进互联网时代：结核病智慧医疗”的主题，大会一口气把“人工智能”、“互联网医院集团”、“网络影像诊断中心”三大法宝搬到台前，吸引着全国300多位结核病医院院长的眼球，这当中特别是人工智能“TB小新”成为了今年结核病防治领域的亮眼角色。

探寻新模式 “TB小新”将协助人类大幅提升结核病发现率

11月15日，中国辽宁省沈阳市的一场“人机大战”点燃了整个中国结核病防治领域的热情，三位全国结核病领域的医学影像大咖一同与一台医学影像分析仪进行结核病影像阅片比赛。20张胸片，分出“结核、非结核、正常”三个层面，用时少的、正确率高的获胜。结果，医学影像分析仪以23秒的阅读时间、87%的准确率和三位专家平均3分28秒的用时、93%的准确率握手言和。

带着肯定的结果，北京结核病诊疗技术创新联盟常务副理事长李亮面带喜悦的向台下300多名与会者介绍道：“2018年已经迫近年根儿了，我们得给全国结核病防治领域添点儿过年的彩头。两年前AlphaGo让人工智能成为全球焦点，两年后，我们再次让人工智能在这里成为焦点。这几年我们也一直在商讨如何让人工智能服务于我们，今天我们有了结果，而它就是“TB小新”――人工智能结核影像辅助诊断系统。”

李亮所说的这个“TB小新”并非一台普通电脑，它”是一套“人工智能+医学影像”完美结合的系统。这套系统是计算机在医学影像的基础上，通过深度学习，完成对影像的分类、目标检测、图像分割和检索工作，协助医生完成诊断、治疗工作的一种辅助工具。这套系统通过在前期获得大量带有标注的医学影像样本，并在其中找到一些关键的要素后，逐渐形成系统自身对医学影像的判断标准，从而达到对医学影像分割、筛查的结果。“‘TB小新’其实就像一个孩子，在成长过程中，你教给它的知识越多，它懂得越多，未来能够完成的工作也就越多，准确率也就越高。”李亮比喻道，“随着时间的推移，我们教给它正确的影像数量越大，未来它的能量也就越大，能够帮助医学影像医生节省出大量时间。”

李亮表示，“TB小新”并非好斗者，它的横空出世并不是为了打败人类，更不是让医生下岗，而是来辅助医生的。

目前，影像检查的发展积累了海量的医学影像，对于一个普通患者的胸部影像，医生平均需要花费10到15分钟来进行有效的诊断和撰写报告，但是当影像医生连续读完十位患者的影像片子时，便会出现视觉疲劳，容易造成漏诊。而此时“TB小新”的作用就大大显现了，它可以在很短的时间内审阅所有患者的医学影像，并把初筛结果分类成“正常和异常”发送给医生，得到结果后，医生只需要去查看异常的影像，并给出最终结果即可，这样能够大大节省医生的时间，让医生把精力放在有问题的影像上，提升诊断准确率。医学影像专家表示，以一位医生查阅一个病人的胸片花费3分钟来计算，一般一位影像医生一天能够查看160个患者的胸片。而在“TB小新”的辅助下，影像筛查的时间可以缩短到2秒钟，一天就能够查阅近15000个患者的影像，筛查效率大幅度提升。

与此同时，医生在查阅“TB小新”给的结果的同时，也是人机沟通、相互学习的过程。它给出的结果不仅能够让医生有学习的机会，同时医生还能够把最终结果反馈给“TB小新”，告诉“TB小新”的判断是否正确，这样日积月累下来，“TB小新”会越来越聪明，准确率也会越来越高。

“除了看胸片，辅助医生外，’TB小新’最大的作用是能够让结核病防治工作关口前移。”李亮表示，“结核病防治工作，光治疗是不能解决根本问题的，应该更注重预防，早发现不仅能够提高患者的治愈率，同时能够降低患者的传染率，防治工作关口前移是结核病防治工作未来的发展方向。”

目前，我国医疗资源分配还不均衡，很多基层医院或者非结核病专科医院由于技术水平相对不高，专业性相对较低，以及医生在影像上的经验不足等多方面因素，致使这些医院在结核病诊断方面还有很大欠缺，直接影响了结核病患者的早发现，以至于结核病患者在未被确诊为结核病时，无意识的传染给他人。

而“TB小新”在投入使用后，这些现象将逐步得到改善，它将帮助这些医院大幅提升结核病的检出率，更多的把结核病防治工作提前化、预防化，尽可能的从根源阻断结核病的传染与发生。

李亮表示，人工智能结合医学影像的益处多多，患者、放射科医师、医院均能从人工智能的应用中受益。人工智能不仅能更帮助患者更快速地完成健康检查，包括X光、B超、核磁共振等。同时也可以帮助影像医生削减读片时间，提升效率，降低误诊的概率，通过提示可能的副作用来辅助诊断。随着人工智能和医学影像大数据在医学影像领域的逐渐普及和应用，医学影像所面临的准确度和大缺口的问题便可以迎刃而解，两者的融合，将成为医学影像发展的重要方向。“或许“TB小新”将能够开创结核病发现的新模式。”李亮憧憬未来。