您的位置: 首页 >> 万物互联

人工智能輔助篩查肺癌幫醫生減負緩和醫患矛

2019.09.22 来源: 浏览:0次

  人工智能辅助筛查肺癌 帮医生减负,缓和医患矛盾

  在中国,有70%的诊疗需要根据医疗影像给出的信息做出诊断而且这个系统还在不断地发展,影像图片量每年大概有40%左右的增长,但是相应的,每年影象医生数量却顶多只以3%的速度在增加,所以说现在中国非常缺少影像科医生上海第二军医大学长征医院放射科主任、中华放射学会副主任委员刘士远告知澎湃()

  缺少影像科医生又引发了另外一个问题,即致使医生的超负荷工作而当医生在超负荷工作时,做出错误判断的几率会上升,甚至会漏掉本来可以发现的一些初期病症这样的恶性循环成为了医患关系紧张的推手

  目前看来,解决这个问题的关键落在了人工智能技术上2013年,自动识别疾病,提高医院诊断的深度学习方法就被《MIT科技评论》评为当年的10大技术突破之一目前,人工智能在金融、医疗和制造等领域的运用正在迅速增长麦肯锡估计,到2025年,AI应用的总市场将到达1270亿美元而另一个机构IDC预测,国内医疗信息化解决方案市场在2012年至2016年的年复合增长率到达14.3%,未来这1市场有望超300亿元

  在国内,利用深度学习技术训练模型,已可以在临床诊疗上帮助医生识别肺部病变和癌症上海第二军医大学长征医院成为最早拥抱这1技术的医院之一,而与他们合作的公司是一家在2016年前无人关注的初创公司推想科技

  2014年我回国的时候,发现国内医疗领域的痛点,很多医生其实每天都在超负荷工作当我决心要做这件事的时候,才发现原来其实自己身旁真的有很多人因为医院的漏诊或误诊错过了最佳医治的时间陈宽在接受澎湃()专访时说

  用靠谱的数据教机器识别病变

  不过说说容易,做起来难

  我们与陈宽的合作开始于2016年的10月份,说实话一开始合作的时候结果并不乐观虽然机器能发现肺部病变,但是许多是假阳性刘士远主任说

  之所以先在肺部进行医疗影象识别诊断的应用,其实有一定的科学依据由于肺本身是一个含空气的一个脏器,它的医疗影像拥有最好的天然比较如果病人的肺里面有病灶,相当于在黑纸上面有个白点,一目了然了,对机器来讲,比较容易辨认而其他器官,比如肝脏、大脑等部位的医疗影像,如果有病灶就像在灰色的纸上,点了个白点,对比并不强烈

  那何为机器检查出来的假阳性,刘士远做了一个比喻机器检测出的假阳性,相当于一个警察在人群中识别出了十个坏人,却发现八个是好人另外一个问题是机器还存在漏诊的可能性也就是说警察能辨认出杀人犯等重罪犯人,却无法识别出小偷小摸的轻度罪犯对于肺部的病变来讲,许多肺里结节一开始是小且淡的,需要时间才能变大

  ,但对于许多病人来讲,这时候其实是救治的最佳时机

  要改变上述的情况,高精准的医疗数据集成了关键Facebook人工智能实验室主任杨乐昆曾对机器学习的图像辨认技术进行过解释对于机器来讲,要辨认图中有甚么,首先需要人类通过大量的标记好的图片告知它图片里是什么刘士远和推想科技进行了合作,利用医院自己清晰标注的数据集对模型进行了训练,提高机器辨认的准确率

  这相当于请老师教一个无知的孩子识字辨是非如果你请了不靠谱的老师,交给他错误的信息,这个孩子会越学越坏;相反,如果你请了靠谱的老师,他才能越学越聪明刘主任说

  借助长征医院一整套完善的肺部标准化重建和评价体系,经过6个月左右的训练和实验,目前推想科技的产品在肺部病变的识别率上已有所提高在识别的10个犯人中,机器的错误率已降至1个或半个同时,与医院里年轻的医生相比,机器发现小结节的敏感度比人的肉眼要高出50%左右人类可能肉眼会错过的小结节,目前机器已不会漏掉

  超高识别率背后的艰辛

  推想科技在长征医院取得的成果使人振奋,但在国内愿意拥抱新技术的医院却还是少数,大部分的医院目前还在观望阶段

  用人工智能来解决医疗领域的一些问题,其实现在还是一个相对早期的阶段,或者说才刚刚开始大家已感觉到人工智能是第四次工业革命,是一个巨大的机遇有很多公司在从事这个工作而对医院或者医生来讲,只有部份人看到前景,觉得是个值得关注的领域惋惜进行工作和探索的医生目前还是少数,大多数还在观望阶段刘士远说

  陈宽在回国创业的早期也遇到了一样的问题,他告诉澎湃():其实创业路上遇到很多挑战非常正常,最开始给我最大压力的,反而不是技术上的问题更多的是当时去医院谈合作,遇到的医生并不接受这让我无事可做

  除了传统观念对新技术的尚不认可外,另一个拦路虎来自数据对推想科技来讲,为了让自己的模型变得更精准需要和国内一流的医院合作,拿到靠谱的数据;另一方面,如何保证数据安全也需要考虑在与医院合作上,推想科技利用智能X线辅助筛查产品(AI-DR)、智能CT辅助筛查产品(AI-CT)和智能深度学习科研平台(AI-Scholar),与北京协和医院、上海长征医院、武汉同济医院进行了合作

  据刘士远介绍,目前由他本人牵头的上海市多中心肺癌筛查研究,正在对上海40岁以上上海居民进行肺癌数据统计和筛查该研究中的1万6千多例的低剂量肺部结节的数据经过脱敏后,喂给了机器所谓脱敏指的是将病人的个人信息抹去,只留下机器需要的内容借助这样的研究和精准的数据,机器在后期的肺癌辨认准确率上才有了较大的提升

  对于机器来说,能拥有科研用研究数据进行训练其实相当荣幸因为更多时候,来自来自与医院临床诊疗的数据更多、更复杂,却不是很有用这一样来,就需要医生进行输入机器前的精准标记这对于医院医生来说是一件非常艰苦的过程因为每个病人的图像按照正常保存的话,都有二百张以上,甚至有的可能有4五百张的图象

  这些图像需要有人认真的一张张去看、去过滤,看完了以后里面有病灶、有异常再去标记出来,还要确保标记正确,过程非常辛苦我们有经验的主治医生看一个病人,可能最起码要半个小时以上,你再想想如果要标记6000例病人,我们得花多长时间有些医生需要坐电脑前面非常长的时间,看得眼花头晕的,还得保障正确率刘士远说他还以小孩子的教育做比喻,解释了数据标记阶段的辛苦这其实就像年轻妈妈带孩子,最后孩子考上了耶鲁、剑桥,外人看到了终究结果,却不知道进程艰辛这个产品在医院上线的时候,大概一秒钟就能看出病人的病症,但是实际前期需要做大量的细致工作

  AI让医生看片不累,还能平衡医疗资源

  俗话说磨刀不误砍柴工虽然前期数据的标记和输入需要花费大量的时间和精力,但训练好的模型却能给医院的诊疗效果带来巨大的提升首先是解放了许多医生的劳动力用机器替换医生对医疗影像进行识别,可以减少医生看片的时间,从而解放了更多医疗资源让医生能有更多地精力放在与病人沟通上

  人不是机器,他会疲劳,还要上厕所、吃饭太疲劳的时候做事情的效率就会下落,然后就有可能会漏诊了甚至误诊如果出现误诊、漏诊,还有可能会有医疗纠纷另外,其实医疗影像科的工作就是看图象、写报告、描述病症,这是一个非常枯燥无聊重复的进程刘士远说

  其次,人工智能与医疗的结合,未来还能解决落后地区的医疗资源推想科技与长征医院的合作还在继续,但双发共同打造的诊疗系统最终会形成产品和经验,从而给偏僻地区的医院使用

  现在国家提倡分级诊疗,提倡优质医疗资源下沉北上广的优质医疗资源不可能到青海,西藏,因为让医生放弃北上海的生活去这些地方去工作不现实但是如果说由于我们的经验,以及和推想的合作形成了好的人工智能产品,把这个产品用在西藏的阿里地区人民医院,可能得出来的结果是一样的这就相当因而阿里那边也能够到达长征院子这样的诊断水平,对全国的老百姓来说是一个巨大福音刘士远说

  第三,人工智能还能提高医院管理效率据陈宽介绍,人工智能除了能在医学影像辨认上有用武之地外,未来还可以整合疾病的各方面信息此外,从医院的管理角度出发,对病人的病种数据、财务管理、床位使用率,周转率等进行挖掘,对医院的管理提升非常有效据澎湃了解,长征医院引进了思科中国的精准医疗平台,帮助支持人工智能的基础运算,提升医院的智能化和数据化管理水平,让患者享受更好的诊疗服务

  最后,随着人工智能在医疗领域里发挥的作用越来越大,也引发了讨论:未来,它会不会代替医生

  在海量数据的学习、记忆和超强的计算能力方面,机器超过人类是没有问题的但人类的大脑是靠复杂的化学递质连接的,现在人类对大脑的工作原理的理解还只是冰山一角而机器仅仅是在模仿人脑的部分机理,从这个角度上来说,人工智能要想取代人类,目前是还是不可能的,乃至永远都是不可能的最后还有一个观点是,医生是个职业它需要拿到执业医师证,有伦理的一些限制,有个准入门坎,这些都是机器没法做到的刘士远告知澎湃()

宝宝不爱吃饭咋办
有赞微商城入驻要求
小孩健脾胃的药吃什么好
Tags:
友情链接