從人機競賽到握手言和:放射科醫生眼中的AI影像

虛擬助理、健康管理、輔助診療、疾病風險預測……如今,AI+醫療的應用場景已經越來越多,而醫療影像更是成為了各大高科技企業爭相發展的寵兒。

剛剛在北京落下帷幕的全球首場神經影像人工智能“人機大賽”總決賽上,AI選手“BioMind天醫智”還以高出20%的正確率,戰勝了來自全球神經系統疾病診斷的25名醫界“最強大腦”,再度大放異彩。

據統計,2013年到2017年間,醫療智能影像領域的融資佔比高達31%。AI醫學影像的發展現狀如何?在實際運用過程中又存在著哪些問題與挑戰?

6月30日~7月1日,第五屆錢江國際影像論壇在杭州舉行,論壇由浙江大學醫學院附屬第二醫院承辦,來自國內外知名的專家學者針對人工智能與醫學影像等話題展開了深入探討。

醫學影像借力人工智能

趁著醫療改革與互聯網新技術發展的東風,AI醫學影像正面臨著前所未有的發展機遇。

大會主席、浙醫二院放射科主任張敏鳴教授接觸這一領域時間不短。自多年前承擔“十二五”規劃國家重點建設項目以來,她與AI醫學影像打交道至今已經有將近十年的時間。

在她看來,當前的醫療領域正面臨著疾病譜變化快、醫療資源不足、醫療誤診率高、醫生培養週期長等多方面的問題,這為人工智能進入醫療領域提供了廣闊的空間。

從人機競賽到握手言和:放射科醫生眼中的AI影像

“如今,我國的醫療影像診斷市場龐大,發展迅猛,規模已經達到了780億元,有幾乎70%的醫學人工智能初創公司都集中在這一領域。”但在她看來,這與現實生活中的實際需求相比依舊不夠。

一組數據很能說明問題。中國的實際人口有13億,但中國每百萬人擁有的CT機數量是9.4臺,而美國則有64臺。人均醫療影像支出的情況同樣也是如此,中國的人均支出只有10美金,而美國的支出則是這個數字的10倍。

AI醫學影像未來仍有很大的發展空間。未來,它不僅將改變醫院原來的看診模式,也讓老百姓看病變得更加便利,浙江大學醫學院附屬第二醫院黨委副書記王凱教授對此深有感觸。近年來,浙醫二院加快醫療改革步伐,先後引進了多款AI影像產品,這些新技術的應用在醫院信息化建設方面產生了很好的推動作用。

從人機競賽到握手言和:放射科醫生眼中的AI影像

在他看來,醫院的發展速度取決於學科速度。近年來,放射學科在醫、教、研方面步伐邁得很大,為醫院的發展提供了重要支持,特別是在“最多跑一次”改革,優化就診流程方面發揮了重要作用。如今發展人工智能影像已經成為一種必然。

“醫學影像是現代醫學發展的標杆,在幫助醫生輔助檢查、早期診斷等方面有著不可替代的作用。”浙江大學副校長嚴建華認為,醫學人工智能呈現出了多學科交叉的特點,需要依託多學科才能實現協同發展。

只有來自不同學科的專家交流前沿技術、共享科技成果,通過學科交叉與資源整合,才能讓影像學發展,這需要臨床醫生與科研工作者的共同參與。只有這樣才能做到真正的醫工結合。

從人機競賽到握手言和:放射科醫生眼中的AI影像

大會上,浙江省政協副主席周國輝也表達了他對人工智能的看法。他說,醫療事業發展必須順應時代發展的潮流與人民群眾的實際需求。人工智能可以輔助醫學的發展,醫學數字化、醫學智能化帶來的是醫療費用的降低,惠及的是普通老百姓,這是便民利民的好事。

技術的發展很重要,但更重要的是自主創新。他指出,不能一味地從國外引進技術,只有研發出具有自主知識產權的醫療設備才能縮短與國外的差距,而這也是當下AI醫學影像在發展中必須要注意的。

“雙腦”聯合診斷引領AI醫學影像

AI醫學影像前景廣闊,但如何發展仍是業界需要思考的一個難題。

張敏鳴教授認為,未來的影像專家必須學會與AI溝通,而人工智能研究如果與臨床脫節,必然會帶來各種各樣的問題。她分析說,現在雖然很多人工智能影像在人機競賽中對於疾病的檢出率很高,但在臨床應用中卻給醫患雙方帶來了無盡的麻煩,一方面造成的事患者的過度焦慮,另一方面則是醫生的過度手術。

從人機競賽到握手言和:放射科醫生眼中的AI影像

她指出,AI是強大的生產力工具,人與AI攜手合作、互補配合才能更好地提高醫療質量。但現在AI的檢測疾病範圍還只有數種,並沒有涵蓋全部,對每種疾病的檢測敏感度也都不一樣。在臨床上,即使只有0.01%的假陽性也有可能導致醫療事故的發生,所以必須由醫學專家們指導其發展方向,提供臨床應用場景,並教會AI標註、糾錯與邏輯判斷。

“AI的成長需要有醫生擔任‘好老師’,科學家提供‘好腦子’,並在海量的數據中不斷做題與鍛鍊。”張敏鳴教授認為,以後AI的運作模式應當是“雙腦”聯合診斷。簡單來說,就是AI醫學影像負責幹苦力活,給出初步的建議,而醫生則負責綜合思考、查漏補缺,並基於AI指標,綜合個體情況給出臨床建議。這樣的“雙腦”聯合,將達到更高的效率和準確性。

從人機競賽到握手言和:放射科醫生眼中的AI影像

張敏鳴教授正在從事的一項研究是人工智能對帕金森的早期診斷。因為神經退行性疾病的早期病變沒有徵兆,大多數老年人一旦發現就是中晚期,他們想讓人工智能從這個領域入手看到更多人眼不能識別、診斷的疾病,並通過多模態影像的定量化分析與複雜模式檢測進行識別,幫助這類患者實現早期診斷,而這項研究也已經取得階段性的成果。

見所未見,這正是AI區別於人腦的獨一無二的優勢所在。如今,隨著越來越來的專業人員參與其中,AI醫學影像的發展已經勢不可擋。未來,只有能與AI順暢溝通的影像專家,可以走在時代的前沿,這是大勢所驅,也已經成為了時代的預言。


分享到:


相關文章: