具体来说，基于机器学习模型，毛颖团队开发了一种 AI 脑肿瘤病理诊断系统。通过对300例确诊病例的多张MRI（核磁共振）图像进行深度学习建立模型，这一系统最终的准确率在85% 以上，并随着病例数量的增加，该模型将得到改进。此外，毛颖团队还研发了一种新的算法系统，识别运动任务过程中不同脑区的时间顺序，从而应用于搭载脑机接口的患者，以及时规范大脑活动。

毛颖表示，机器学习方法为潜在的临床实践（即诊断、治疗）提供了神经外科医生友好的医疗工具，而且还让事情更简单，动作更快，在神经外科学中做出正确的决定。当然，这其中大样本、前瞻性、多中心化的数据是必不可少的。毛颖还认为，未来常规临床实践中，都需要使用基于ML技术的方法手段。“最好的机器学习比临床医生表现更好。”

不过，毛颖也指出，深度学习或 AI 技术依然基于条件经验以及大数据算法支撑，目前仍处于弱人工智能阶段，需要输入大量高质量数据，才能取得接近准确的结果。但他相信，在不久的将来，计算机会变得越来越聪明，从而更好地帮助神经外科医生。

“但老实说，用机器人替代神经外科医生是不可能的，依然还需要我们医生来继续做手术。”毛颖在研讨会上回答主持人提问时表示。

他在演讲中强调，现在 ML 技术，人类只能看到前方的一小段距离，距离完成类似登顶运动这样的“全智能神经外科手术流程”，还有很长的路要走。

文章来源：《中国疼痛医学杂志》 网址: http://www.zgttyxzzzz.cn/zonghexinwen/2021/1017/419.html