人機合作診斷肺結節效率提高5倍 人工智能替醫生讀片？

近年來，人工智能開始進入醫學影像應用。這種黑科技會不會是炒作、炫耀，沒有實際臨床價值？如果有價值，能代替人工嗎？

智能診斷綜合準確率達90%以上

近日記者體驗了一款全新研發的人工智能影像檢測系統的真實應用——在北京影像云平臺上，對基層醫院上傳的30名患者近9000張肺結節CT影像進行智能檢測和識別，將第一輪篩查出的疑似結節標記出來，作為輔助診斷結果，提供給4名放射科醫生進行審查。人機合作診斷肺結節的全過程僅用了30分鐘，比傳統途徑所需的150—180分鐘，效率提高了5倍以上。經現場4位三甲醫院放射科醫生采用雙盲方法進行驗證，智能診斷的綜合準確率達到90%以上。

肺結節是早期肺癌的表現形式，在我國癌癥死亡原因中，肺癌死亡率占第一位，肺癌的早期發現和治療能極大提高病人的生活質量和存活率，對肺結節的篩查極其重要。萬里云影像中心放射科醫生、空軍總醫院主任醫師李小坵告訴記者，肺結節在圖像上用肉眼觀察往往很容易被遺漏，影像醫生平時需要在人工檢測肺結節上花費大量的時間，致使臨床工作非常繁重。“一家三甲醫院平均每天接待200例左右的肺結節篩查患者，每位患者在檢查環節會產生200—300張的CT影像，放射科醫生每天至少需要閱讀4萬張影像。”李小坵說。

人體是一個黑箱，影像檢查真正的價值，在于從中找出各種病癥，并加以判斷和解讀，最后用規范化的文字描述出來形成報告，提供給臨床醫生作為參考。影像技術能幫助醫生更深入地“窺探”人體內部的病變情況，從而能更準確地對病情作出診斷，提出更有效的臨床治療方案。伴隨醫學技術的發展，人們看病更依賴于醫學數據，其中大部分來自醫學影像數據。

僅能作為診斷參考，仍需人工核實

在我國，隨著老齡化程度不斷加深，醫學影像服務需求不斷增長。但是相對于發達國家，我國放射科人才、設備、診斷能力都不足，基層更是缺人、缺設備，遠遠跟不上增長的需求。有數據顯示，目前我國醫學影像數據的年增長率約為30%，而放射科醫師數量的年增長率約為4.1%。人們要做醫學影像檢查只能去大醫院，由于放射科醫生數量不足，閱片工作量巨大，越來越多的醫學影像檢查需要排大隊，甚至提前很長時間預約。

如何讓醫學更精準、讓影像檢測更有效率？人工智能檢測系統橫空出世。當天記者體驗的人工智能系統，將醫學知識和人工智能技術結合，自動識別并標記可疑結節。由于背后依賴于全國最大的百萬量級影像庫存、日均入庫4000多例的數據庫，該系統形成的檢測報告中，預測疾病幾率精確到小數點后兩位。

人工智能利用互聯網技術，連接基層拍片的醫療機構，快速給出參考結論，基層百姓能大大降低看病成本。然而，這是否能代替放射科醫生的讀片工作？現場技術專家提出，目前僅能作為臨床診斷參考，仍需要人工去核實，根據臨床指南一一對照給出最后診斷結果。未來10年，人工智能也許能代替醫生一半工作量。

華中科技大學健康政策與管理研究院院長方鵬騫說：“現代醫學早已轉化為生物—社會—心理模式，特別強調人的情感情緒等引起的疾病變化，不可能完全依靠沒有情感的互聯網設備來治療疾病。互聯網只能是醫療的輔助，不可能完全代替。”他認為，人工智能技術幫助做手術、檢測影像，其結果也需要醫生來核實驗證，給出最后臨床診斷意見。同時手術后康復、檢查后的治療方案，都離不開臨床醫生。

此外，如何保證患者隱私并實現有監管的臨床規范流程，仍需要政策予以明確。國家衛計委和工信部有關負責人指出，要加強醫療健康數據的安全保障。尤其對臨床科研數據使用的個體診療數據，應實施脫敏去標識化，再積聚應用，并進行風險審核和安全審查。在醫療健康數字身份管理和安全體系建設中，強化標準實施、安全防范，確保醫療健康數據的安全。