医生与 AI 之间不得不说的事,对于体检中发现的

作者:巴黎人-人群养生

医生希望 AI 能够预测病人的血管瘤在一年之内破裂风险有多高,如果一年之内破裂的概率不高,就观察一年之后再看是否动手术。

2017年11月,科技部召开新一代人工智能发展规划暨重大科技项目启动会,公布了四个首批国家人工智能开放创新平台,其中一个是,依托腾讯公司建设医疗影像国家人工智能开放创新平台。

本次AI专场作为高科技与神经外科融合的首次尝试,受到了多方面的关注,多位学会及公司领导、神经外科专家亲临现场。会上,贝朗医疗首席执行官兼董事总经理苏劲先生强调,贝朗医疗作为神经外科整体解决方案的提供者,将全力支持该合作项目,以帮助更多的基层医生,不断推动中国神经外科领域的发展。

从2017年至今,AI技术在医学领域拓展的目光,大部分都聚焦在AI辅助诊断肺结节项目。公开数据多、数据获取相对便利,以及肺结节影像直观、便于观察诊断的特性,造成AI进入门槛不高。同时,胸部CT放射影像技术是肺癌早期筛查最重要的手段之一,AI辅助诊断肺结节存在较为迫切的市场需求。

填补人力资源缺口

这并不是医学专家第一次为 AI 「站台」,不少医生和 AI 已经走到了「热恋」阶段,但更多医生仍持观望态度。

一面是要和拥有数据的三甲医院高度捆绑,打磨产品;另一面要深入有着迫切需求的基层,得到最先应用。看起来,具备两方优势的是原本处于医疗影像上游的器械厂商。三甲医院高端设备饱和的市场环境下,飞利浦、GE、东软医疗近几年采取走基层的策略,也因此建立影像云平台、更新设备软件以便实现远程诊疗。

自发性脑出血病因具有多样性和复杂性,在临床上,患者做完CT检查,临床医生根据CT提供的信息迅速判别引发脑出血的可能病因,医生阅片、分析脑出血病因的工作量繁重。有数据统计显示,目前我国医学影像数据的年增长率为30%,而放射科医师数量的年增长率仅为4%,医师数量的增长远不及影像数量的增长,人工处理影像数据的负荷将会越来越大。

张逊教授同样对AI在提升医生工作效率方面的表现予以肯定,同时,他对肺部癌前病变和原位癌的AI早期诊断,持较高期待,认为“这有利于推动行业标准化”。

有鉴于此,在弥补医疗资源缺口方面,人们对医疗 AI 寄予了更多的期望。可喜的是,自从 2012 年,深度学习技术被引入到图像识别领域后,识别正确率取得了突破性的进展,这也为医学影像 AI 更进一步付诸使用平添极大的助力。以图玛深维的主打产品肺结节智能诊断系统为例,在临床试验中,它能检出肺部各类病灶及其性质,检出率可以达到 98.6% 以上,诊断效率提升 40~60%。该系统结合了世界上最先进的深度学习人工智能算法,能在 CT,MRI,X 光,PET/CT,超声等多种医学影像中精确的检测,定位和分割各种可能的致病因素,最大程度提高医生的诊断效率和诊断精度。

同时,正如美剧豪斯医生中的那句台词:「Every patient lies」。

开放的数据集,是肺结节产品扎推涌现的直接原因,也为后来者提供了“弯道超车”的机会。但肺结节是AI切入医疗“万里长征”的第一步。

图片 1首都医科大学附属北京天坛医院、腾讯觅影、贝朗医疗三方共同启动“AI辅助脑出血病因早期判别联合科研“

在外出参会学习与同行交流时,李鑫感到,目前很多AI产品在比赛、演示中的数据足够亮眼,但有些“自娱自乐”,在临床应用场景上欠缺医学能力,应用于真实诊疗似乎有点 “不接地气”。

目前,医学影像 AI 的主要定位是医生的助手。相对于传统人工阅片模式,在人机协同之下,先是经由 AI 完成影像的初步筛选和判断,而后再由医生完成最后的确认。这种模式不仅能够降低微小病灶的遗漏、大幅提高准确率,而且还可确保更高的诊断质量以及相对更低的成本。

图片 2

彼时,阿里健康与万里云联合推出医疗AI产品“Doctor You”,宣布正确识别肺结节达到90%以上;一个月后,腾讯推出医疗影像AI产品“觅影”,对早期食管癌筛查准确率高达90%。

在此次合作中,腾讯觅影将结合北京天坛医院优质影像大数据以及学科专家资源,运用图像识别、大数据处理、深度学习等AI领先技术,通过最新计算机视觉方向研究成果进行大量反复实验,模拟人脑信息的传递,对数据进行一系列的观测和解释,最终搭建了一套角能深刻反映脑出血数分布的模型用于预测脑出血原因,辅助临床进行脑出血病因早期判别,提高诊断准确率和效率。

癌前病变:上皮细胞非典型增生。

目前,图玛深维的研发和产品管线上主要有三大类产品,分别是深度诊断系统、智能诊断平台和智能医疗数据分析平台,分别针对中国医生的主要临床需求和科研需求而研发。特别是 σ-Discover Lung 系列产品,已经涵盖了影像科医生工作全流程,即从影像识别到给出诊疗建议。在医院影像工作流中,放射科医生会将诊断结果和诊疗建议提供给临床医生参考做最后的治疗方案。

郑博士说:「我也很想做,但受限于现在的 AI 技术却做不成,因为很难找到足够的数据。一般来说,很少有病人愿意观察血管瘤直到破裂。而已经破裂的血管瘤,又拿不到未破裂前的数据。缺乏这些连续跟踪的数据,就不能训练出好的算法。」

这意味着,如果医疗影像AI产品想要走医院采购这条路,必须要通过相应认证。但目前,国内尚无一例医疗AI产品拿到认证,动脉网将这个现象总结为6个核心问题,其中提到“用于审批的标准数据库正在逐步建立。”

AI成医生的“第二双眼睛”

因此,体检发现肺小结节无需过度紧张,听从专业医生建议进行随访诊疗,可能就是虚惊一场呢。但也不要因此麻痹大意,出现肺小结节的原因目前医学尚不明确,随着时间迁延,有些小结节可能不会安于现状。浙江一位患者5年前发现肺部结节,连续2年复查无变化后自行懈怠,放诸脑后,三年后因颈椎病常规检查胸部CT发现肺部存在磨玻璃结节,再度求医后对比之前影像肺结节有明显增长,手术切除后确诊为右肺上叶浸润性腺癌。试想,患者若不是因为颈椎病检查,等出现咳血、胸痛等明显症状时,病灶进展到晚期,悔之晚矣!

众所周知,优质医疗资源供给不足是造成中国患者看病难看病贵的主要症结之一,这也不同程度地导致了临床医生劳动强度过大、医疗差错发生风险增高及医疗水平地区差异明显等有碍医疗质量提高的痛点。

(责任编辑:费菲)返回搜狐,查看更多

这些抛给创业公司的质疑围绕着一点,医疗影像AI技术是否可以实现商业价值?

自发性脑出血是神经外科常见急症,具有高发病率、高致残率、高死亡率的特点,早期有效的病因诊断,是对脑出血进一步治疗的关键。头颅CT则是初步诊断脑出血快捷的方法。

与此同时,一份通过AI分析的诊断报告会在电脑桌面上显示,具体包括结节的位置、大小、性质、边缘、CT值、恶性概率、定性诊断等内容。如今,吕军已经喜欢上了这个“AI助手”,它分析的数据更全面,速度更快,辅助医生确保肺结节诊断的准确性,于患者而言,可以降低多次诊断的麻烦,减轻医疗负担。有这样一个病例,患者在PET-CT检查后提示肺部3个小结节均为炎症,而通过AI系统得出的结论却为恶性。据接诊医生介绍,“这位患者的3个结节,有两个都靠近左肺中央处,无法进行诊析,而切除全肺要十分慎重。所以,我们先通过微创手术对边缘处的结节进行活检,病理诊断为恶性。”因此,天津胸科医院的胸外科团队选择对患者行一侧肺全部摘除手术,在对摘除的病灶进行病理诊断后发现,3个病灶均为恶性,这也证实了AI检测在临床应用的准确性,在某些方面取得了喜人的成绩。

放大医疗生产力

汕头大学香港中文大学联合汕头国际眼科中心的岑令平教授,也深度参与了一款辅助诊断视网膜病变的 AI 开发及应用。

作为一名肿瘤医院医生,乔友林提出了更为具体的需求,“应用人工智能的时候一定要金标准材料,而且研发出一套产品。就像在非常困难的‘灰色地带’,似是而非的地方。我们把宫颈癌分为五个级别,正常、癌症,中间有三级,这三个是关键。识别到底是不是癌症是简单的,但到底是哪个级很困难。”

中新网9月12日电 近日,中华医学会神经外科学分会第十七次学术会议在山西召开。作为中国脑科学计划的重要组成部分,AI在神经外科领域的发展日益受到关注。在分会AI专场上,腾讯觅影与首都医科大学附属北京天坛医院、贝朗医疗达成战略合作,共同启动AI辅助脑出血病因早期判别联合科研启动仪式,联合开展医疗大数据及人工智能在方向的研发。

一个苹果从出现斑点,到彻底腐烂,大概会经历一到两周的时间。

责任编辑:

「让我做一个程序可能有点难度,但是里面的原理我是懂的。」岑令平教授说,「我跟计算机人员能沟通,我知道怎么表达能让他们理解我的想法、达到我的目的,作为医学背景的人,能做到这一点,其实也就足够了。」

目前飞利浦正在AI医疗上发力,60%的研发费用都投入到了软件和人工智能方面。何国伟告诉钛媒体,飞利浦想要构建的是生态系统,“我们有软件开放平台,不论是肺结节或者是其他病种,初创公司可以利用我们平台。最后我们根据每家企业来探讨未来每家的发展方向有什么不同。”

脑血管疾病AI辅助诊疗联合科研

这样的“惊喜”并非少数。胸外科主任张逊教授介绍,目前AI标注的恶性结节,同病理结果一致的现象越来越多(病理结果一般为肿瘤诊断的金标准),这也令临床团队为患者制定下一步治疗方案时,多了一分自信与从容。要论幕后功臣,当属2018年开始投入使用的京津冀肺癌AI辅助诊疗平台。因为这样的医疗AI的辅助,丈量肺结节的“尺子”相比以往更加精准了。

当前,在图玛深维等头部公司的带动下,医疗 AI 正已前所未有的速度带给人们一个又一个惊喜。相信在不久的将来,在 AI 技术的加持下,困扰医患多时的诸多临床痛点终将得以解决。返回搜狐,查看更多

责任编辑:

在各家产品各异,尚未出现统一衡量指标时,图玛深维CEO钟昕认为,“衡量标准有两大块,一个是连接的方便不方便,医生用起来是否顺手,另一个就是功能完不完整,性能是不是最好的。”

贝朗医疗作为神经外科整体解决方案的提供者及市场领导者,始终以全面的产品研发能力、优质的产品质量、专业的学术支持、创新的发展思维服务于中国神经外科。

恶性病变:原发性肺癌或既往其他部位或脏器的癌症导致的肺内转移癌。

人工智能(简称 AI)进入医疗领域后,迅速向医学影像、辅助决策、病案管理及病理诊断等诸多领域铺开,几成燎原之势,被业界人士公认可为医疗效率的提高提供重要解决方案。这其中,医学影像 AI 的创投最为活跃,并涌现出以图玛深维为代表的专注提供各类影像 AI 产品的新锐公司。目前看来,这类产品能够较好地解决临床痛点,最有可能率先落地。

图片来源:Pixabay.com

但在常佳看来,器械厂商的好处是数据获得有优势,但劣势在于太局限了,“现在医生操作的时候,很多医院的科室设备不会纯粹只用一家。所以我们认为在效果和质量上需要一个长线的发展,其实大家可以共同探讨如何提升质量,而不是共同探讨大家怎么做分工。”

脑出血病因准确判断对患者的下一步治疗至关重要,对于临床经验不足的基层医生来说,判断失误以及决策偏差,会带来不可预料的后果。腾讯觅影通过人工智能技术的传递,能帮助基层医生快速吸收资深专家的经验,辅助临床医生提高诊断能力。目前,腾讯觅影已具备判别动脉瘤、高血压、动静脉畸形、烟雾病等脑出血病因的能力,未来在多方合作探索之下,将具备更全面的脑出血病因判断能力。

相比于苹果,人体要复杂太多。肺结节并不完全意味着肺癌,就像鸡蛋与小鸡的关系,需要具备特定的孵化条件才能孵化。目前令医患双方感到“两难”的问题是,我们是不是有足够的证据鉴别肺结节的良恶性,将肺癌的隐患降到最低。一、困扰1亿中国人的“肺结节”,是不是癌?要不要切?

原标题:医疗,又一个被 AI「翻牌」的行业

我们发现,人们在比较 AI 与医生能力的时候,会听到「有些 AI 在判断某个疾病的准确度上,超过了医生」。对此,郑冶枫博士表示,这种说法是不准确的。

但对于目前的AI医疗影像产品,进入医院的最大问题是“不好用”。

面对医疗资源短缺及分布不均的难题,人工智能技术成为一个重要的解决方案。自2017年8月发布以来,“AI医学解决方案专家”腾讯觅影已构筑了AI医学影像分析和AI辅诊两项核心能力,利用AI医学影像分析辅助医生筛查食管癌、肺结节、糖尿病视网膜病变、结直肠肿瘤、乳腺癌、宫颈癌等疾病,以及利用AI辅诊引擎辅助医生对700多种疾病风险进行识别和预测。

复旦大学附属中山医院白春学教授在解读《肺结节诊治中国专家共识》时强调,关于不同类型肺结节的处理原则需“进行AI分析或者请有经验的专家会诊”,也说明AI技术在医疗领域不断被接受认可。

仍以医院的影像工作为例,医生的阅片方式一般是逐张查看,凭借经验进行判断。阅片速度和准确性因人而异,通常都会存在长时间阅片易疲劳所导致的准确性下降的问题。而 AI 读片在理论上不存在疲劳的问题,如果需要可以同样的水准一直不眠不休的工作。尤为重要的是,在知识和经验传承方面,人类的学习方式效率相对低下且需要一直保持练习才能维持较高水平。而 AI 增加一个终端,就如同复制粘贴一般,如果需要升级,则是全网同时升级。

一个产品在一家医院拿到好的结果,很可能在其他医院就不行。因为很可能每家医院的数据标准、诊疗流程都不同。

“准确率超过90%”、“速度击败医生”,一个个关键词仿佛让AI成为了医疗矿藏的密钥,AI医疗影像、AI辅助诊疗、AI药物研发、AI健康管理,正待来往的人们挥起“铁锹”。

帮助基层医疗系统提升诊断水平,让基层医生获得如大医院资深专家一致的能力,是医学界对AI技术应用的其中一个期望,也是本次活动的主题。在合作现场,天坛医院特别邀请了两位来自来自基层医院的医生,在腾讯优图实验室高级研究员胡一凡博士的帮助下,结合人工智能技术,单纯依靠20例脑出血平扫CT影像判断病因,而作出“专家推荐”的则是由中国科学院院士、国家神经系统疾病临床医学研究中心主任赵继宗牵头的十位教授、专家。

同样肺癌之于人体的发生也有一个过程,当发现肺部出现“斑点”——肺结节时,就需要警惕了。

除了关注影像 AI 产品的内在性能外,外在产品形态是否「称手」其实也应纳入产品的评价标准。后者的优劣实际上反映了一家公司在开发产品的过程中,是否真正设身处地的在了解医生的需求。图玛深维的 AI 产品在一些知名医院试用过程中之所以广受好评,易用性是一个非常重要的因素。据了解,该公司在产品研发立项之初,便会让医生参与其中,通过不断地优化交互界面,令其在日常工作能够很快熟悉操作。譬如很多医生习惯在 PACS 上书写诊断报告,图玛深维的智能诊断系统能够一键将信息复制黏贴到 PACS 上,使诊断流程更流畅。

本文由巴黎人app397997发布,转载请注明来源

关键词: