辽宁快3最佳倍投表-长泰新闻
点击关闭

时间健康-至少AI在医疗影像识别领域帮了医生一个大忙-长泰新闻

  • 时间:

民族运动会闭幕

「有的病人一個肺里有很多結節,這種情況下,即使95%的結節都沒有問題,但漏了一個可能就會帶來嚴重後果。」湯光宇說,至少AI在醫療影像識別領域幫了醫生一個大忙,「能將醫生診斷效率提升30%~50%,比如解放一些老專家,讓他們有更多時間進行深度研究。」

但AI就不會存在遺漏的情況嗎?湯光宇表示,醫生可能更需要注意AI系統的「過度」診斷,由於AI辨識非常靈敏,因此偶爾會出現過度診斷的情況,這時候醫生最後的甄別也就更為重要。

我國也相繼印發了《關於促進和規範健康醫療大數據應用發展的指導意見》、《新一代人工智能發展規劃》、《「十三五」衛生與健康科技創新專項規劃》、《關於促進「互聯網++醫療健康」發展的意見》等文件,規範和引導AI技術在醫療領域的應用。

類似情況還出現在復旦大學附屬腫瘤醫院。數據顯示,過去一年,該醫院年門診量達144.72萬次,如何有效分配資源成了他們亟須解決的問題。如今,他們在挂號環節就利用AI實施了定向分級。

由於醫療影像診斷有着可存儲、可傳輸,又相對標準化的特點,也成為最早應用在AI研發和落地的領域。根據GlobalMarketInsight的數據報告,從應用劃分的角度來說,AI醫學影像市場作為AI醫療應用領域第二大細分市場,將以超過40%的增速發展,在2024年達到25億美元規模,佔比達25%。

根據前瞻產業研究院發佈的報告,中國醫療AI的市場規模在2016年已達到96.61億元,有望在2018年達到200億元。

「其實有很大一部分病人是不用掛專家號的,我們能否在病人挂號前分析病人病情,為其匹配相應專家,避免號源浪費呢?」復旦大學附屬腫瘤醫院副院長吳炅對包括第一財經在內的記者表示,這種情況下就出現了「精準預約」的預約挂號模式,通過患者上傳的真實病例資料,讓AI引擎有了「分診功能」。

上海第十人民醫院放射科主任湯光宇對第一財經記者直言,就算是像他這種經驗豐富的老教授,也無法保證在長時間看片時沒有遺漏,而對於肺結節病人,最擔心的就是漏看。

隨着新興技術的發展,醫療產業作為AI與垂直行業緊密結合的一個重點領域,已經越來越多地落地到實際運用場景中。

上海於4月發佈的12個首批AI試點應用場景中,就有來自復旦大學附屬腫瘤醫院、上海第十人民醫院等單位入選。

從幾秒成像的智能CT輔助影像診斷系統,到涵蓋量血壓測脈搏的自助導診儀,在上海一些三甲醫院的急診大廳或是醫務人員的辦公室,都可以找到AI(人工智能)技術的身影。

這一表現在影像領域更為突出。根據《中國人工智能醫療白皮書》,以肺結節檢測為例,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張左右的CT影像,放射科醫生每天至少需要閱讀4萬張影像。不同於智能機器,人每天在長時間處理機械式閱片工作后,精力和準確度會下降,這就有可能出現誤診的情況。

中國信通院《人工智能發展白皮書產業應用篇》顯示,美國的FDA(食品藥品監督管理局)實施了「數字健康創新行動計劃」,重構數字健康產品監督體系,並單獨組建成立AI與數字醫療審評部,加速AI醫療發展。

不過,我國市場上大致成型的AI醫學影像產品大多正處於醫院試用階段,該領域的公司基本還沒實現盈利。「AI醫療企業如何獲得盈利是一個值得思考的問題。在一個公益服務體系下如何構建盈利模式,是它們未來的一個挑戰。」王延峰認為。

上海交通大學人工智能研究院副院長王延峰告訴記者,當前AI在醫療領域還未產生變革性的創新,但已經開始運用的這些場景對於提高醫生的診療效率是毋庸置疑的,AI可以幫醫生完成冗餘重複、低技術含量的工作,成為超級助手,更大效能發揮醫生的醫學專業技術。

未來的超級助手不只是醫學影像領域,在上海的一些三甲醫院,導診機械人、智能助理等AI輔助手段都已經開始嘗試運用。

技術在發展,但我國還存在醫療資源分佈不均的問題。截至2018年底,中國每千人執業醫生數僅為2.4人,醫生密度低也造成了醫院無法滿足患者居高不下的需求。

記者在走訪中發現,AI在醫學影像技術中的應用,已經成為部分醫院較為成熟的領域,這也和全球的數據相吻合。

醫學影像領域是AI發力重點從全球層面看,美、英、日等國均高度重視AI在醫療領域的應用。

「隨着AI技術的發展,機器對圖像的理解能力上升到了新的高度,而相當一部分醫療數據來自影像數據,利用深度學習對影像內容作檢測分類和量化已達到了較高的準確率。」王延峰告訴記者。

可以發現,上述的諸多「AI+醫療」的應用場景,目前還是處於比較基礎的圖像、語音等AI應用層,並未出現深度學習的場景,這也和人工智能以及醫療行業發展的自身特點有關。

王延峰說,以智能輔助診斷為例,雖然如今應用得越來越多,但是仍處於起步階段。AI的深度學習依賴海量數據提升模型性能,但醫療數據獲取和標註的難度遠比公共數據要大。另外,部分公眾對於智能化診斷的接受程度相對較低,基層醫生也習慣於傳統的診療模式。

在該項服務下,每位患者平均節省2.5小時的就診時間,患者掛專家號的等待時間平均減少7.4天,到診率提高了7%。專家門診的效率平均提高了3.5倍左右,並且有效打擊了黃牛號的現象。

不過,王延峰認為,未來我國「AI+醫療」的應用前景可期,尤其可以在診斷、推理、管理、手術、護理、病歷、培訓等多個領域充當醫生的「超級助手」。「比如AI護理機械人可以補充我國護理人員缺口。培養年輕醫生過程中,智能模擬系統以及已經運用比較多的智能輔助影像系統,都可以提高這些經驗不足的年輕醫生處理問題的能力。」

在上海第十人民醫院的急診樓大廳,一個蛋殼式的導診儀器引起了記者的注意。一名胸痛患者自己在「蛋殼」內量血壓、測脈搏、測體溫后,直接前往醫生處進行下一步診斷。此時,醫生電腦里已經同步出他的初診情況,整個過程不到十分鐘。

今日关键词:加加食品拟被处罚