信息技术课堂 文献信息中心 科辅部门 机构设置 社科院简介

小课堂:人工智能“阅片无数”快速实现医学诊断,究竟多“神奇”

魏小平

2018年12月07日 03:15

浙江在线(2018年12月04日 )

日前在杭州召开的浙江省神经影像高峰论坛上,近20名来自浙江、山东、江苏、安徽、新疆等地的放射科医生参加了一场人工智能辅助诊断体验赛。在人工智能的辅助下,医生们对脑部肿瘤图像的诊断正确率提升至近90%,大幅超过纯人工诊断的平均正确率。

IMG_256

近年来,针对肺部、脑部等多部位的人工智能辅助医疗产品进入实际应用阶段,无论是互联网企业、医疗企业还是医院、研究机构,都对此展现出巨大的好奇和热情。人工智能,是如何实现复杂的医学诊断的?能带来些什么实惠?它的未来应该往哪走?

人工智能,如何实现快速“阅片诊断”?

医疗诊断是一个综合考虑各种影响因素的判断过程,人工智能如何能在短时间内更准确地诊断?

了解,参赛的这款神经影像人工智能辅助诊断系统,通过国家神经系统疾病临床医学研究中心30多万条有效数据训练,结合大数据与深度学习等技术,目前能实现几十种脑肿瘤、血管病、血肿等人工智能诊断及预判功能。

“但人工智能并不是提供一堆片子、一堆数据就能做出来。”北京天坛医院神经影像学中心主任高培毅说,所有的数据在提供给人工智能进行深度学习之前,都需要医生们手动标注重要信息。“像小血管病人脑部的三四十个斑块,都要一一描画出来。”

业内人士表示,人工智能深度学习的优势在于学习、记忆和提取特征的速度及能力。“人工来读片诊断,带有部分主观性,受情绪和状态影响,在记忆和决策上有人类的生理极限,还要接受13年以上的漫长的培训周期。相较而言,人工智能就没有以上的这些困扰。” 高培毅说。

“在一些比赛中,人读不过机器,因为机器可以发现一些人眼难以察觉的微细的变化,这些都可以通过人工智能帮我们来实现。” 北京同仁医院副院长魏文斌说,“医学涵盖了医疗、管理、护理、药物等一系列的方面,都需要和人工智能密切地合作。”

人工智能辅助诊断,能带来什么实惠?

医学是高度依赖技术发展的学科,从“互联网+医疗”到“人工智能+医疗”,是医疗行业一个重大变革。

“医疗数据有90%以上来源于医学影像,但是这些数据大多需要人工分析,我国医学影像设备的年增长率为30%,而放射科医生数量的年增长率仅为4.1%。” 厦门医学院附属第二医院郭岗教授说,这是医疗行业普遍面临的现状与挑战。

用人工智能来辅助诊断,其实并不是一件新鲜事。人工智能公司安德医智首席技术官吴振洲说,早在十几年前,就有将人工智能应用在胸部CT诊断的尝试,在当时,准确率就可以达到86%,而现在,这一数字已经超过90%

“以后我们会看到大量人工智能技术在医院普及,成为不可或缺的工具,但也永远只是一个辅助工具。”吴振洲说,“对于医务工作者和人工智能技术来说,疾病是共同敌人。影像诊断更准确,意味着漏诊率会更低。 ”

“我们每天大概要撰写四五百份的重症报告,很多工作内容并没有很高的技术含量,反而是体力活,人工智能能不能来替代一部分这样的工作,这是我们的期待。” 高培毅说。

此外,对老百姓而言,互联网、大数据,尤其是人工智能,能够推动优势医疗资源下沉、让看病更方便,帮助社会加速步入大众健康的时代。

“浙江省正在大力推动数字影像,意味着患者不用拎着几斤重的胶片到处看病,还能够实现远程诊疗。” 浙江大学医学院附属第二医院放射科主任张敏鸣说。

“现在全国有10%的糖尿病病人,其中三分之一眼底有问题,我们要每年筛查一次,这是个巨大的工作量,所以我们需要人工智能来帮我们阅读,提高我们的工作效率。” 魏文斌说。

人工智能辅助诊断,还要迈过几道坎?

中国信息通信研究院与高德纳咨询公司日前联合公开发布的《2018世界人工智能产业发展蓝皮书》显示,人工智能企业都主要集中在各个垂直领域,在我国,人工智能+医疗健康占比最大,达到22%

根据前瞻产业研究院发布的《2018-2023年中国医疗人工智能行业市场前景预测与投资战略规划分析报告》显示,2011年到2017年,在医疗各细分领域中,辅助诊疗融资金额高居第一,达到20亿元。

相较于资本和市场对人工智能的美好想象,专家和业内人士有更多思考。

“人工智能辅助诊断很热,但很多都是‘拿来主义’的做法。” 高培毅说,市面上出现一些迅速推出的产品,拿的是外国的架构、算法,用的是外国的数据库,但没有考虑安全、隐私以及是否试用于中国患者的问题。

“我们发现,医学图像质量不高的现象比较普遍,能够达到教科书级别的图像数据只有不到30%,这是令人吃惊的。” 厦门医学院附属第二医院郭岗教授说,大量质量不高的“垃圾数据”的存在将阻碍人工智能的“学习步伐”。

张敏鸣等专家认为,人工智能技术如何更好实现“落地”,还存在一些现实困境。“比如我们在科学研究、购买设备等方面进行了大量的投入,但人工智能诊断还没有能够很好地纳入医疗服务的体系中,这需要更好的顶层设计。”

 


]]>

2018年12月07日 11:21
20
加速推进认知神经科学发展