说来有趣，21世纪最时髦的人工智能技术应用于现代医学，与中国几千年流传至今的传统中医，竟有不小的相似之处。

传统中医讲究“望闻问切”，据此积累下来千百万人的“医疗大数据”，再通过医生的人脑来存储、“加工”，进而开出药方；而今天的智能医疗，则是给医生加上了一个“超强大脑”，它能海量存储、超速计算、深度学习，给人类增添了更多摆脱病魔的能力。

尽管争议与困难重重，但没人能够否认，人工智能、大数据等现代技术在医疗领域的应用已成大势所趋。

有学者这样描述，未来的医学影像中心好比飞机驾驶舱，是各种各样信息的综合体；未来医生则相当于飞行员，需要做的是去处理各种各样的信息。比起担心AI会不会终有一日取代医生，肿瘤科的医生已经在想方设法与这些聪明的“助手”并肩作战，在临床上精准围猎肿瘤细胞。

更聪明、更有耐心的人工智能助手正在帮助医生快速围猎癌细胞。依靠核心算法、训练神经网络模型，人工智能可以深度学习大量已勾画靶区和危及器官的患者数据，用模型来完成新患者靶区和危及器官的自动勾画。

如今，只需将患者的数据输入电脑，就能自动勾画医学图像中肿瘤的靶区，自动分割肿瘤与非肿瘤组织，精确勾勒放疗靶区。医生在这个基础上对影像进行审核、微调和修改，大幅减少了工作量。据介绍，目前该院测试结果显示，人工智能自动勾画影像，能比纯人工节省大约70%的用时。而在一些缺乏肿瘤医治经验的基层医院，人工智能也可以给年轻医生提供参考，减少他们的出错概率。

制定肿瘤放射治疗计划需要进行大量的计算。传统计算方式速度慢、花费时间长、成本高，很大程度上要依赖物理治疗师丰富的经验。而这一点恰恰在中国是一个短板，目前我国放疗物理师人才非常匮乏。数据统计显示，2015年我国拥有物理师3294人，放射科肿瘤医师与物理师比例为4.81∶1。

如果把放疗对癌细胞的剿杀，看作是用洲际导弹轰炸目标，那么医生是发出目标指令的人，而制定计划和操作，比如导弹怎样飞行、飞行的轨迹如何，都是物理师来具体完成的。甚至有人说，在放疗科可以没有医生但不能没有物理师。

物理师要根据医生要求和设备特点来设计合适的方案，要根据病人情况重建三维人体结构图，通过复杂的数学和物理运算确定放疗机器的各种参数，验证测量、修改和完成放疗计划，还要每天测量和校准剂量，来确保放疗的准确性和安全性。

人工智能正在弥补这个短板，它可以高速分析和处理海量大数据，针对肿瘤类型、肿瘤周期、患者性别体重等参数对数据进行划分，几分钟就能自动设计最优放疗计划，供物理师参考。

放疗、手术、化疗是人类治疗癌症的三把“尖刀”。近年来，放疗精准度高、适应度广、副作用小、创伤较少等优势逐渐受到重视。然而我国医疗资源分布极不均衡。据全国第三次卫生服务调查显示，目前我国80%的医疗卫生资源集中在城市，其中80%又集中在大中型医院，而医疗卫生服务需求大部分存在于基层。

以放疗为例，在基层医院，有的根本就没有配置放疗设备，有的虽然买来昂贵的设备，却因为缺乏放射肿瘤科医生和物理师，导致设备闲置，或是治疗不规范效果不佳，因此患者看病依旧需要去挤大医院。

目前，医生们正在更深入地研究利用人工智能预测放疗后的并发症。肺癌是在中国发病率最高的癌症，一个重要的治疗手段就是放疗，然而最常见的并发症之一就是放射性肺炎。放射性肺炎会对患者的生活质量造成一定影响，严重的甚至会危及患者生命，但目前没有有效预测放射性肺炎发生的方法。一般来说，现在预测并发症的成功率在50%左右。目前医生们采用人工智能和新兴的放射组学结合的方法，创新性地建立放射性肺炎预测模型，即通过计算机深度学习方法挖掘CT图像中隐藏的信息，比如肿瘤的纹理、密度等信息，并结合患者临床和放疗信息构建综合的预测模型，辅助临床医生调整治疗方案及临床决策。

如果发现某个病人发生放射性肺炎可能性高，可以及时介入，提前做一些预防措施，尽量降低放射性肺炎发生的等级，减少痛苦。一个非常理想的状态是，给病人做几个CT检查之后，人工智能就可以知道病人可以存活多久、做放疗的疗效如何，什么时候会发生转移，以及这个过程中产生的相关副反应及其可能性有多大。