打开ChinaNews阅读

“智能医生”来了!诊断敏感性超九成

湖北日报2018-07-19 10:06:11

  7月17日,63岁的谢先生因肺部不适,到武汉协和医院胸外科就诊。医生建议做肺部CT平扫和增强,将谢先生肺部按照1.5毫米层厚重建出688幅断面影像。

  阅片室中,放射科医师黄锐在影像生成后约3秒,就找到了谢先生左肺中下叶和右肺中下叶共6个肺结节,连4*4毫米的微小结节也没被放过。谢先生被初步诊断为疑似肺癌。

  688幅CT影像,仔细阅完通常需要5至8分钟。黄锐能在数秒之内找到所有结节,并初步判断出良恶性,筛查出早癌患者,得益于他的“小依助手”——肺癌影像智能诊断系统。

  这是我省引进的首套人工智能辅助诊断系统。它将肺部影像诊断压缩至秒级,可自动识别出成百上千帧影像中肺结节,标出大小、位置、密度,并初步分辨良恶性,自动生成结构化影像报告提供医生审查。自去年下半年投用至今,已辅助医生完成近9万例肺结节筛查,敏感性高达93%以上,即93%的结节它都能检出。

  据介绍,该系统诞生之初仅可识别85%的肺结节,投用到医院就是希望它能在临床中学习,提高诊断水平。

  协和医院放射科主任韩萍教授及其团队评价,该系统“较聪明,一学就会”。初来乍到时,为保证其受到良好的培训,只有高年资医生才使用。在经过近9万例的病例学习后,该系统逐步成长为一名合格的“医生”。

  目前,武汉已有协和、同济、省人民医院等医疗机构,采用了人工智能辅助诊断系统,用于肺癌、乳腺癌、儿童生长发育异常等疾病。人工“智能医生”的使用,带来了哪些改变?未来发展趋势如何?

  肺癌影像智能诊断系统在协和医院投用时,韩萍教授及团队半信半疑,因医生工作量实在繁重才决定尝试人工智能。

  据介绍,肺结节是肺癌的“信号灯”,能够帮助发现肺癌。过去筛查肺结节全靠医生的“火眼金睛”,平均一个医生每天看上百个病人、近2万张影像图片,如果还需对比病人既往影像资料,工作量惊人,人眼识别难免疲惫和疏漏,影响诊断准确率。经人工智能初筛后,医生在此基础上再审核确认,可大大减少漏诊,提高效率。

  美国哈佛医学院曾开展智能诊断临床试验,在人工智能的辅助下,乳腺癌的误诊率从4%降至0.5%。

  影像作为医生诊断的重要依据,在医疗行业数据中占比80%至90%。统计显示,我国医学影像数据增长率为30%,而放射科医师增长率仅4.1%。运用人工智能技术可以有效弥补医生的缺口。

  依图医疗商务总监何云认为,医生少,高级医生更少,尤其是基层医院,不同水平、不同地域的医生解读影像结果存在差距。曾有某人工智能系统判读病理切片时,准确率达到92.5%。与之相比,高级医生的准确率是97.5%,普通医生仅为57.5%。人工智能深度学习后,可以达到高级医生的水平,实现同质化医疗,协助提高基层医院医疗水平。

  眼下,人工智能在肺部筛查、糖网筛查、脏器三维成像和病理分析上表现优越,甚至参与靶向勾画与治疗方案设计。未来能否完全替代医生?

  韩萍认为,目前人工智能诊断系统仅限于一种或几种疾病的辅助诊断。它虽具有学习能力,但限于教什么,学什么,接受非黑即白的指令,它不会主动思考。在遇到疑难病例时,人工智能则失去方向。它所做的只是帮助医生减少了重复、机械的劳动,还需要借助医生的经验分析判断。随着科技和医学的进步,医生将和人工智能一起,探索人类医学的边界。 (湖北日报全媒记者 余瑾毅)

编辑:苏喜茹

—  相关新闻  —