人工智能(artificial intelligence,AI)是當今科技發展的代表性前沿方向,以AI為核心技術的智能醫學被看作是未來醫學發展的重要方向,而醫學影像是AI在醫學領域的最主要應用方向之一。
醫學影像學作為數字化醫療時代發展的代表學科,以高分辨薄層掃描、多模態成像為特點的影像設備和技術的飛躍發展,影像數據以每年30%的速度增長,占醫院數字化數據的90%,放射科從傳統膠片到全面數字化PACS閱片臨床工作方式的轉變,使得放射科醫師每天的圖像數據瀏覽工作量劇增;同時期,我國經濟社會進步、人們健康意識及需求的提高,也導致臨床放射工作量的增加;而每年醫療資源和人力投入增長遠遠不能滿足需求。
AI醫學影像出現對臨床放射診斷實踐具有重要意義,AI技術可以利用高性能的圖像識別和計算能力、自我進化學習能力以及持續穩定工作的機器性能優勢,在至少以下3個方面(場景)將對當前臨床放射診斷工作提供幫助。
1.分類檢出工作
高敏感性地對較大工作量的數據進行陽性病例篩查、分類檢出。應用場景具有以下3個特點:①陽性病例占比低;②陽性病灶區數據占比小;③病例影像診斷專業知識需求低,如體檢肺結節的篩查檢出。在AI高敏感性對陽性病例/病灶區域進行檢出后,再交由放射科醫師進一步診斷,從而省去大量陰性病例數據的人力資源的占用與浪費。
2.替代醫師工作
這部分工作主要體現在結果判讀的標準簡明、穩定、知識構成相對簡單的情況,如采用AI代替人工進行骨齡讀片判斷。
3.提供具有附加值的工作
此方面包括2方面內容:一是輔助醫師進行定量放射學診斷,如在醫師指導下的腫瘤邊界分割重建、病變(如腫瘤、血腫)體積測量等,AI結果精確、客觀,整體提高診斷質量;二是充分發揮AI高敏感檢出、高維信息挖掘、高通量計算的能力,提供更豐富的影像診斷指標,輔助疾病的鑒別診斷、基因分析及預后判斷等,整體提高影像診斷水平。由此可見,AI醫學影像的意義在于優化放射科醫師工作的時間資源分配,將有限的精力從低知識含量、簡單重復的機械工作中解放出來,并且還可以輔助影像分析診斷。因此,AI醫學影像的目標并非取代放射科醫師,而是輔助其進行更好的臨床診斷。
4.AI技術存在的問題
當前階段應關注的主要問題體現在AI技術產品的應用對象設置、服務模式以及準確性方面。良好的檢查敏感性及診斷準確性是基礎。為達到此目的,除了優秀的圖像分割、識別算法以及AI分類算法外,更應重視構建包括數據庫和知識庫的高質量結構化數據集。此外,具有臨床診斷應用價值且符合臨床規范的AI技術的目的設置、符合臨床醫師應用習慣的產品服務模式的設計等因素也是影響AI醫學影像技術。