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：神经网络和深度学习则让计算机系统能够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，并总结出一些出乎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。因此，开奖，正是人工智能让精准医疗能够继续往前推进。

　　不同种类的恶性肿瘤切片经过算法处理后进行分类

　　目前，微软亚洲研究院对二维医学影像识别结果的准确性已经处于国际领先水平。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的识别和判断，例如我们正在研究的肠癌等。此外，我们还在研究肝肿瘤患者的CT三维影像，虽然三维影像与二维影像的识别技术有本质区别，但基于微软亚洲研究院在人工智能领域多年来的深入积累，相信我们在三维CT影像识别上的突破也指日可待。

　　超级电子病历，医生的“辞典”

　　除了医学影像识别，我们在医疗文字处理方面也做了不少研究。

　　在与国外同行交流时我们发现，原来全世界的医生所写的病历都是最难懂的书法，由于时间有限，医生们不得不在写病历的时候龙飞凤舞。在病历电子化之后，虽然书写的问题得以解决，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——对于医生后续进行病情查阅、检视或学习参考来说都非常不便。

　　因此我们团队研究语音和自然语言理解技术，让医生可以口述病历，随后计算机将语音转换为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，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，待排查的疾病有哪些等等。

　　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于患者完整病情的掌握；年轻医生还可以通过学习各种病历快速成长；结构化的电子病历甚至能够自动总结出被医生忽略的细节和推断，获得对病情了解的新线索；当然，大大减轻医生写病历的工作量更是无需多言。

　　AI（人工智能）+HI（人类智能）=超级医生

　　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。而随着计算能力的日益强大、人工智能技术的稳步发展，未来计算机将能够对更多复杂、高级的信号进行处理，人类的医疗水平也必将迈入新的时代。

　　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，人工智能技术将成为医生的“左膀右臂”，帮助医生更便捷的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，还需要更多的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，成为一个既有精准的专业判断又有情感交流的“超级医生”。让我们共同期待人工智能所引领的医疗发展新时代！

　　你也许还想看：

　　微软小冰住进微软研究院微信啦！快去和她聊聊天吧。