新聞中心

公司新聞| 行業新聞|

醫療人工智能發展前景可期

 5月8日訊 當前,人工智能作為全球醫療領域發展的突破口被寄予厚望。近日在上海舉辦的第十三次國際醫療器械監管機構論壇,也專門就“人工智能醫療器械”進行了研討。

 

  醫療人工智能,路在何方?

 

  業界普遍認為,醫療人工智能能否與醫療深度融合、產學研用全方位推進才是決定這股浪潮是成為泡沫還是引領行業變革的關鍵。

 

  臨床診斷呼喚人工智能

 

  近日,記者在首都醫科大學北京友誼醫院放射科看到,整個候診區座無虛席,連走道里也站滿了患者。

 

   “我們應該是朝八晚五,但即使中午不休息,大部分醫生每天也都要晚上七八點鐘才能下班。”科室主任楊正漢告訴記者,目前國內醫院的影像科醫生人才短缺,每位影像醫生的工作負荷都特別大。“尤其是去年4月8日醫改降低影像檢查價格以后,以我們科室為例,每天的CT量,從400例增加到600例,由于設備和人員都沒有增加,這意味著每名影像醫生的工作負荷增長了50%。”

 

   “如果能通過人工智能替代一些重復性診斷,那就能極大地降低醫生的工作負荷,進而提高診斷質量。”楊正漢表示,以肺結節排查為例,病人在醫院做完檢查以后,如果能通過人工智能技術把所有的肺部結節都發現并標識出來,即使不能判斷良惡,也能節省影像醫生約三分之二的閱片時間。

 

  據了解,現在的人工智能產品,尤其是在醫學影像方面,已經有一些自動識別、信息提取功能,可以提取一些人眼難以分辨出來的東西。雖然不能代替醫生,但有的已能提供一些醫生難以察覺的輔助信息。

 

  雖然國內大型三甲醫院放射科與國外發達國家醫院的水平相當,但從全國范圍看,放射科平均水平卻不容樂觀。對此,楊正漢表示:“無論是替代醫生簡單重復勞動提高診斷質量,還是提高基層醫院診療水平,甚至可能幫助專家級醫生進一步提高對疾病的認識,醫療領域都值得人工智能深度介入。”

 

  賦予人工智能醫學基因

 

  據介紹,目前醫學影像人工智能產品的準確率,在不同的器官和病種中表現不盡相同。以當前較為成熟的肺結節篩查,尤其是肺結節檢出來說,人工智能的診斷水平不亞于一個成熟的放射科醫生,差不多能達到主治醫生的水平。但是,從臨床研究來看,還存在著解釋性差的問題,即輸入的數據與輸出的結果存在相關性但卻不能用因果邏輯來解釋。

 

  零氪科技CEO張天澤坦陳,解釋性差放在其他領域還有接受的可能,但放在醫學領域,則意味著很大的醫療風險。

 

  張天澤表示,對醫療領域人工智能解釋性差的問題,目前業內通常采用兩種解決思路:一是引入醫學專家對相關性的因果關系做進一步分析研究,賦予醫療人工智能產品醫學基因,相當于對人工智能輸出的結果的因果關系提出假說,由臨床專家和技術公司一同找出邏輯關系。二是引入大量真實的臨床案例,并利用這些案例對結果進行解釋,從而提供感性的解釋,讓醫生在使用產品的過程中找到成功治療案例的感覺。不過,這種感性的解釋也對人工智能技術公司提出了掌握的具體案例要具有可重復性和學科前沿性的要求。

 

   “無論哪種解決思路,醫療人工智能都必須與臨床醫學緊密結合,需要有更多頂尖臨床專家的參與和更多高質量、維度足夠豐富的臨床病理數據。”張天澤認為,單靠人工智能公司技術驅動,沒有醫學人員參與產品開發設計,沒有大量的臨床實驗項目和臨床認知,產品就不可能在真實的醫療場景中應用。

 

  對此,楊正漢高度認同:“只有醫生參與,尤其是高級別醫學專家參與,才能把臨床真正所需的人工智能產品做得更符合現實需求。”

 

   “實現醫療人工智能產品落地沒有任何捷徑和竅門。”推想科技營銷總裁席渭齡表示,推想科技在研發人工智能CT肺部輔助篩查系統初期,就扎根于醫院,與華中科技大學同濟醫學院附屬同濟醫院、上海長征醫院等醫療機構密切合作,并在產品迭代、優化的過程中,與醫療機構共同確立了產品標準,探索魯棒性、易用性和安全性的完美結合。

 

  研發和臨床亟須深度合作

 

  4月12日,國務院常務會議審議并原則通過的《關于促進“互聯網+醫療健康”發展的意見》,明確提出要從人工智能應用等方面推動互聯網與醫療健康服務相融合。

 

  對此,業內普遍認為,從原始動力來看,中國的醫療人工智能發展前景可期。因為中國有更好的政策支持,有更大的數據來源,加上中國的醫生對人工智能產品的需求,所以創業公司也愿意加大投入快速研發產品。

 

   “對于大型三甲醫院和大學的附屬醫院來說,醫療人工智能是當前科研工作中很重要的內容,我們非常重視與企業的科研合作。”楊正漢表示,目前北京友誼醫院就承擔了多家醫療人工智能產品的臨床研究項目,并與首都醫科大學磁共振學院聯合承擔了多項科研項目。“如果人工智能公司在技術能力和產學研用合作方面推動力度大的話,雙方的合作力度也會加大。”

 

  據楊正漢透露,雖然目前大多數與人工智能公司合作的醫院都沒有進入實質性付費階段,但如果有真正通過國家監管部門審批的、臨床應用表現優秀的產品,相信很多醫院都非常愿意購買。對于醫院放射科來說,影像設備是成本比重大頭,而排在第二位的就是醫生的勞動力成本,因為影像學醫生都是高學歷、高職稱人才隊伍。以北京友誼醫院放射科為例,31個影像醫生中,有21個醫學博士,其余的也全部為碩士。

 

   “如果我們不需要這么多人,或者同樣的人員配備卻有更多的精力去做更有技術含量的工作,如投入到科研中創造更大的價值,無形中將為醫院節約資源。”楊正漢稱,“人工智能產品的應用能夠配合醫生提高診斷水平,降低工作負荷,憑著這兩點,我個人認為值得去為它埋單。”