无法替代医生但能成为超级助手 AI在医学影像领

时间:2019-09-11

  从几秒成像的智能CT辅助影像诊断系统,到涵盖量血压测脉搏的自助导诊仪,在上海一些三甲医院的急诊大厅或是医务人员的办公室,都可以找到AI(

  随着新兴技术的发展,医疗产业作为AI与垂直行业紧密结合的一个重点领域,已经越来越多地落地到实际运用场景中。

  根据前瞻产业研究院发布的报告,中国医疗AI的市场规模在2016年已达到96.61亿元,有望在2018年达到200亿元。

  上海交通大学人工智能研究院副院长王延峰告诉记者,当前AI在医疗领域还未产生变革性的创新,但已经开始运用的这些场景对于提高医生的诊疗效率是毋庸置疑的,AI可以帮医生完成冗余重复、低技术含量的工作,成为超级助手,更大效能发挥医生的医学专业技术。

  中国信通院《人工智能发展白皮书产业应用篇》显示,美国的FDA(食品药品监督管理局)实施了“数字健康创新行动计划”,重构数字健康产品监督体系,并单独组建成立AI与数字医疗审评部,加速AI医疗发展。

  我国也相继印发了《关于促进和规范健康医疗大数据应用发展的指导意见》、《新一代人工智能发展规划》、《“十三五”卫生与健康科技创新专项规划》、《关于促进“互联网++医疗健康”发展的意见》等文件,规范和引导AI技术在医疗领域的应用。

  上海于4月发布的12个首批AI试点应用场景中,就有来自复旦大学附属肿瘤医院、上海第十人民医院等单位入选。

  记者在走访中发现,AI在医学影像技术中的应用,已经成为部分医院较为成熟的领域,这也和全球的数据相吻合。

  由于医疗影像诊断有着可存储、可传输,又相对标准化的特点,也成为最早应用在AI研发和落地的领域。根据GlobalMarketInsight的数据报告,从应用划分的角度来说,AI医学影像市场作为AI医疗应用领域第二大细分市场,将以超过40%的增速发展,在2024年达到25亿美元规模,占比达25%。

  “随着AI技术的发展,机器对图像的理解能力上升到了新的高度,而相当一部分医疗数据来自影像数据,利用深度学习对影像内容作检测分类和量化已达到了较高的准确率。”王延峰告诉记者。

  技术在发展,但我国还存在医疗资源分布不均的问题。截至2018年底,中国每千人执业医生数仅为2.4人,医生密度低也造成了医院无法满足患者居高不下的需求。

  这一表现在影像领域更为突出。根据《中国人工智能医疗白皮书》,以肺结节检测为例,一家三甲医院平均每天接待200例左右的肺结节筛查患者,每位患者在检查环节会产生200~300张左右的CT影像,放射科医生每天至少需要阅读4万张影像。不同于智能机器,人每天在长时间处理机械式阅片工作后,精力和准确度会下降,这就有可能出现误诊的情况。

  上海第十人民医院放射科主任汤光宇对第一财经记者直言,就算是像他这种经验丰富的老教授,也无法保证在长时间看片时没有遗漏,而对于肺结节病人,最担心的就是漏看。

  “有的病人一个肺里有很多结节,这种情况下,即使95%的结节都没有问题,但漏了一个可能就会带来严重后果。”汤光宇说,至少AI在医疗影像识别领域帮了医生一个大忙,“能将医生诊断效率提升30%~50%,比如解放一些老专家,让他们有更多时间进行深度研究。”

  但AI就不会存在遗漏的情况吗?汤光宇表示,医生可能更需要注意AI系统的“过度”诊断,由于AI辨识非常灵敏,因此偶尔会出现过度诊断的情况,这时候医生最后的甄别也就更为重要。

  不过,我国市场上大致成型的AI医学影像产品大多正处于医院试用阶段,该领域的公司基本还没实现盈利。“AI医疗企业如何获得盈利是一个值得思考的问题。在一个公益服务体系下如何构建盈利模式,是它们未来的一个挑战。”王延峰认为。

  不只是医学影像领域,在上海的一些三甲医院,导诊机器人、智能助理等AI辅助手段都已经开始尝试运用。

  在上海第十人民医院的急诊楼大厅,一个蛋壳式的导诊仪器引起了记者的注意。一名胸痛患者自己在“蛋壳”内量血压、测脉搏、测体温后,直接前往医生处进行下一步诊断。此时,医生电脑里已经同步出他的初诊情况,整个过程不到十分钟。

  类似情况还出现在复旦大学附属肿瘤医院。数据显示,过去一年,该医院年门诊量达144.72万次,如何有效分配资源成了他们亟须解决的问题。如今,他们在挂号环节就利用AI实施了定向分级。

  “其实有很大一部分病人是不用挂专家号的,我们能否在病人挂号前分析病人病情,为其匹配相应专家,避免号源浪费呢?”复旦大学附属肿瘤医院副院长吴炅对包括第一财经在内的记者表示,这种情况下就出现了“精准预约”的预约挂号模式,通过患者上传的真实病例资料,让AI引擎有了“分诊功能”。

  在该项服务下,每位患者平均节省2.5小时的就诊时间,患者挂专家号的等待时间平均减少7.4天,到诊率提高了7%。专家门诊的效率平均提高了3.5倍左右,并且有效打击了黄牛号的现象。

  可以发现,上述的诸多“AI+医疗”的应用场景,目前还是处于比较基础的图像、语音等AI应用层,并未出现深度学习的场景,这也和人工智能以及医疗行业发展的自身特点有关。

  王延峰说,以智能辅助诊断为例,虽然如今应用得越来越多,但是仍处于起步阶段。AI的深度学习依赖海量数据提升模型性能,但医疗数据获取和标注的难度远比公共数据要大。另外,部分公众对于智能化诊断的接受程度相对较低,基层医生也习惯于传统的诊疗模式。

  不过,王延峰认为,未来我国“AI+医疗”的应用前景可期,尤其可以在诊断、推理、管理、手术、护理、病历、培训等多个领域充当医生的“超级助手”。“比如AI护理可以补充我国护理人员缺口。培养年轻医生过程中,智能模拟系统以及已经运用比较多的智能辅助影像系统,都可以提高这些经验不足的年轻医生处理问题的能力。”

  郑重声明:东方财富网发布此信息的目的在于传播更多信息,与本站立场无关。

  连续42跌停的亏损王竟上演“地天板”!1.65亿股跌停价出逃 市值已蒸发370亿

  连续42跌停的亏损王竟上演“地天板”!1.65亿股跌停价出逃 市值已蒸发370亿

  A股重磅利好!外汇局取消QFII、RQFII投资额度限制 长期资金加速入场

  获国家铁路部颁发行业生产许可证和准入证,盘小市盈低,半年报倍增长,有高送转顸期

  为何说“取消QFII和RQFII额度限制”是大利空?!仅从筹码收集维度上看,你见六合现场开奖结果


今晚六合开奖结果| 波肖门尾图库| 香港马会论坛| 马会开码结果| 世外桃园藏宝图攻略| 06000买码| 507799.com| www.44298.com| 白小组所有开奖记录| 6h888hk白小姐网报码| 白小姐中特网站| 挂牌|