伙伴们，快刀广播站又开始广播了。
AI向后发展，最重要的肯定不是技术和算法本身，而是与实际的场景相结合。正好前几天有医生朋友知道我关注AI的落地，给我推过来一篇公众号文章，说让我看看，肯定有收获。
这篇文章题目叫作《2023年武汉协和医院智能医学研究室十件大事》，是研究室主任叶哲伟教授盘点了自己团队2023年的成绩，里面有很多虚拟现实、AI技术和骨科医疗结合的事情，我挑几件来给大家讲一讲。
第一件事是叶哲伟团队成功地为一位95岁高龄的骨折老人动了手术，手术本身难度很大，但是更让我感到有意思的是，老人自己也戴着VR眼镜，躺在床上看着自己骨折部位的三维立体全息影像，显得非常黑科技。
第二件事是在全球医学混合现实骨科领域的研究者群体里，叶哲伟教授团队成为第二大团队，排名第一的是美国霍普金斯大学和德国慕尼黑大学的联合团队。这说明在AI应用领域，我们各个领域都在发力。
第三件事是叶教授团队在人工智能领域的专业学术杂志《Artificial Intelligence Review》上发表了一篇论文，题目叫《在骨科领域应用人工智能技术综述》，我作为一个医学完全外行看了一下这篇论文，很有收获。
接下来我跟大家分享几个细节，不过提前打个预防针，我是直接拿英文版用Kimi Chat翻译的，所以可能在说法上不够专业和准确，如果用户里有专业人士，可以在文末自己看论文原文。另外这篇是骨科与AI结合的综述，所以里面的不少研究，不仅仅是叶教授团队做的，也有中外其他团队的研究成果。
作者把人工智能和骨科的结合分成了四个场景，例如AI在评估和分诊中的应用，例如在骨科诊断中的应用，例如AI在骨科治疗中的作用，最后是AI在骨科康复中的应用。这四个场景一划分清楚，AI就可以在不同的场景里发挥作用了。
例如在评估分诊环节，大多数进入急诊科接受治疗的骨科患者都是患有创伤性骨折、关节脱位，或者是严重事故的危重病人。我相信很多同学都看过类似《豪斯医生》《良医》这样讲急诊室故事的美剧，里面节奏紧凑，经常要在超短的时间内去判断患者的病情到底是否严重。
不仅仅在我们国家，在很多国家都面临着急诊科的普遍拥挤混乱、医生护士人手不足、工作负担重，这通常会导致患者治疗延误。但是现在的临床分诊系统，主要还依赖于医务人员的个人判断。
但当引入AI之后，这个问题就会得到极大的改善。例如台湾的姚力宏团队，用了台大医院74万名患者的5年医疗纪录进行机器学习训练，然后按照患者的病情去预测住院情况，准确率达到了83%，比传统方法的准确率提升了0.3%-0.5%。千万不要觉得这个数字低，首先急诊科患者数量多，这个比例已经能避免很多用户被耽误治疗了。
接着我再举一个例子，论文中说AI辅助诊断也是比较常见。因为在通常情况下，骨科医生当然可以自己完成图像诊断工作，但是经常会因为临床工作过重，很多偏远地区优质医疗资源不足，导致一些特别隐秘的骨科疾病发生误诊和漏诊。曾有国外团队研究发现，在四年内观察的急诊科样本中，发生了953次诊断错误，最常见的错误是误读X光片，占到了77.8%。
而读这些图像进行初步的诊断，正是 AI 擅长的。例如在腕骨骨折中，最常见的是舟骨骨折，但是20%的舟骨骨折在最初的X光片中并不可见，所以经常出现被忽视导致骨坏死。但是AI对390名隐匿性舟骨骨折患者的X光片进行监督训练后，最后AI在判断是否舟骨骨折时，诊断结果的正确率与经验较少的骨科专家类似，但是明显优于急诊科医生。
这样的研究数据在论文里有非常多的案例，我就不一一列举了。这是我第一次比较认真地看一篇医学综述论文，抛开具体内容不说，我的强烈感受就是AI的应用是一件很具体的事情，可以解决很具体的问题。我们不要困在概念里，少思考一点儿中美AI到底差距有多大，多像这篇论文里那样，全世界好几个团队同时研究如何去更准确地诊断舟骨是否骨折。这样我们带着要解决的问题，去研究AI，更容易产生效果。
我今天介绍的仅仅是叶教授一个团队，但我知道这世界有很多人正在用科技改变我们的生活。这周我正好做了一次体检，以往我对胃镜是非常抗拒的，因为要麻醉又要插管，但是现在，只用吞下一颗胶囊机器人，躺在那里几分钟就可以了。我看着头顶显示器里，胶囊机器人直播的画面，这在当年，可都是科幻小说里的镜头，一艘微型潜艇进入体内，帮你击破堵住血管的血栓。而现在，很多想象正在一步步地变成现实。
如果同学们身边也有人，用人工智能很好地解决了一个实际的问题，欢迎跟我分享，也跟大家聊一聊。
今天的快刀广播站就到这里了，明天咱们接着聊AI。
【相关资料】
2023年武汉协和医院智能医学研究室十件大事
https://mp.weixin.qq.com/s/8IB17eYqhprOY2lFaFgXeA
《在骨科领域应用人工智能技术综述》英文版原文
https://link.springer.com/article/10.1007/s10462-023-10638-6