塵歸塵,土歸土。 機器做機器該做的事,人做人該做的事。 兩者的結(jié)合與協(xié)同必定產(chǎn)生巨大的生產(chǎn)力。 2018年9月19日,在2018世界人工智能大會中由復(fù)旦大學(xué)寧波研究院主辦的“AI+醫(yī)療健康子論壇”上,作為國內(nèi)外醫(yī)學(xué)影像界的權(quán)威專家,馮曉源教授針對時下熱點的人工智能在醫(yī)療領(lǐng)域的發(fā)展方向和趨勢前景分享了他的真知灼見。 人工智能是人類智慧和能力的延伸,而不是來取代人類的。 當(dāng)某類事件終點非常明確,規(guī)則比較具體量化和非常清楚的前提下,人的計算能力和判斷速度已經(jīng)很難超過計算機了。這也是科學(xué)技術(shù)發(fā)展給人類生活帶來的福音。但是,疾病恰恰是規(guī)則沒有完全搞清,終點更是千差萬別的一類事件,而人類本身對疾病的了解還遠(yuǎn)沒有進(jìn)入自由王國的境界。 所以,醫(yī)學(xué)(包括影像醫(yī)學(xué))也遠(yuǎn)沒有達(dá)到可以僅通過計算機或者某種算法就能一勞永逸地“包治百病”的階段,因為醫(yī)療的主角——醫(yī)生自己也經(jīng)常對疾病束手無策。
投資的熱點,政策的重點,不一定就是醫(yī)學(xué)的痛點。 為什么影像醫(yī)學(xué)很重要? 人類通過感官獲得外界的信息中,83%是視覺(味覺1%、觸覺1.5%、嗅覺3.5%、聽覺11%)。同樣,從數(shù)量上講,影像醫(yī)學(xué)可以為整個臨床提供的數(shù)據(jù)和信息也要超過80%。通過影像手段,可以從分子水平到人體本身,從結(jié)構(gòu)和功能,從時間和空間,分別采集多域的生物學(xué)信息。 Elias Zerhouni Imaging Innovation in 21st Century Biomedicine 2017 RSNA 所以,影像醫(yī)學(xué)是個技術(shù)依賴型學(xué)科,也是一種依托大數(shù)據(jù)的信息科學(xué)。當(dāng)技術(shù)發(fā)展加速和數(shù)據(jù)指數(shù)型增長的時候,遇到的挑戰(zhàn)和機遇也愈大。
馮教授詼諧地以自身為例,展示了多年前自己大腦的MRI圖像,當(dāng)時僅從成像上看,似有病灶疑點,但通過基于多維度大數(shù)據(jù)和人工智能技術(shù)的分析模型的綜合解析和精準(zhǔn)診斷,最后判定大腦完全無恙??梢姡ㄟ^更精密的影像檢查技術(shù),獲取更多有效的醫(yī)療大數(shù)據(jù),并挖掘和分析數(shù)據(jù)背后的價值信息,是發(fā)揮影像醫(yī)學(xué)更大作用的奧義所在。
在我國,影像醫(yī)師群體的工作量大,但又要求高效率、低差錯。而醫(yī)師在工作中又離患者、離臨床越來越遠(yuǎn)。與此同時,影像設(shè)備和技術(shù)的迭代升級,使得圖像解讀更加便捷;檢查可及性的改善,也降低了影像的獲取和解讀門檻。尤其是智能化和網(wǎng)絡(luò)化水平提升后,對當(dāng)?shù)赜跋窨漆t(yī)生的依賴可能減少。
另一方面,影像采集設(shè)備多,數(shù)據(jù)信息碎片化,信息管理系統(tǒng)相對封閉,造成信息孤島多,無法共享、交流和協(xié)同,也制約了影像醫(yī)生精準(zhǔn)診斷的能力。 AI能為影像醫(yī)學(xué)做什么? 這既是個科學(xué)問題,也是個哲學(xué)問題。 醫(yī)學(xué)影像是人類智能與人工智能深度融合最重要的應(yīng)用場景之一。人工智能將和影像醫(yī)學(xué)一起探索健康的價值,探索不同水平的影像內(nèi)涵,提升影像診斷的質(zhì)量和可靠性,從形態(tài)診斷向功能診斷延伸,從現(xiàn)狀性診斷向預(yù)測性判斷發(fā)展,承擔(dān)起“醫(yī)學(xué)眼睛”的責(zé)任。
馮教授提出了影像醫(yī)學(xué)運用AI技術(shù)的近期目標(biāo)和遠(yuǎn)期目標(biāo)。
在近期目標(biāo)方面,利用AI進(jìn)行智能化的數(shù)據(jù)采集,實現(xiàn)數(shù)據(jù)的結(jié)構(gòu)化和標(biāo)準(zhǔn)化,從源頭上提高數(shù)據(jù)質(zhì)量,減少數(shù)據(jù)不規(guī)范引起的錯誤;利用AI減少醫(yī)生程序性、機械性和重復(fù)性的工作負(fù)荷,提高工作效率和準(zhǔn)確率,便于將更多的精力投入到為患者提供影像報告的分析和解讀等更有價值的服務(wù)上;通過AI和物聯(lián)網(wǎng)將影像設(shè)備和醫(yī)學(xué)專家連接起來,更及時、更便利、更全面地獲取關(guān)鍵數(shù)據(jù),提高精準(zhǔn)診斷的效率。
在遠(yuǎn)期目標(biāo)方面,深入?yún)⑴c診斷治療的決策,提供超越人腦的數(shù)據(jù)分析與處理決策的依據(jù)。通過將影像數(shù)據(jù)和人類全部能獲得的信息進(jìn)行整合學(xué)習(xí),顯示肉眼不能直接看見的病灶性質(zhì),提高對疾病發(fā)展趨勢和規(guī)律進(jìn)行預(yù)測的能力。
醫(yī)療模式與影像醫(yī)學(xué)的變化? 醫(yī)療健康的服務(wù)體系將由人力集中型向技術(shù)型、智能型轉(zhuǎn)化和升級。醫(yī)療模式也將從“以疾病為中心”轉(zhuǎn)向“以人及人的健康為中心”。未來的影像醫(yī)學(xué)將不僅探索治病診斷,不限于當(dāng)下反映的現(xiàn)狀性判斷,更要探求健康的價值。影像醫(yī)學(xué)必須融入大健康的范疇,必須承擔(dān)起“醫(yī)學(xué)眼睛”的責(zé)任。
“技術(shù)發(fā)展是基礎(chǔ),臨床痛點是方向,價值實現(xiàn)是目標(biāo)。 精準(zhǔn)化和個性化醫(yī)療將大行其道。 學(xué)科分類可能重新洗牌。 診斷和治療將有機融合。” 最后,馮教授對影像醫(yī)學(xué)的未來發(fā)展提出了個人的想法和展望。
作為國內(nèi)權(quán)威的影像醫(yī)生集團(tuán),倫琴醫(yī)療也正在密切關(guān)注和探索包括人工智能在內(nèi)的創(chuàng)新醫(yī)療科技,并將利用專業(yè)人才團(tuán)隊和應(yīng)用場景設(shè)計等優(yōu)勢,為我國影像醫(yī)學(xué)與新科技的協(xié)同發(fā)展發(fā)揮積極作用。 |
|