隨著人工智能技術(shù)的不斷發(fā)展，其應(yīng)用的場景也越來越多，醫(yī)療背后所具備的發(fā)展空間有效地促進了醫(yī)療人工智能技術(shù)的發(fā)展，現(xiàn)如今許多科技巨頭積極研究人工智能，傳統(tǒng)醫(yī)療企業(yè)也紛紛跨向了這個技術(shù)行業(yè)，并且取得了一些成果。

隨著人工智能技術(shù)的不斷發(fā)展，其應(yīng)用的場景也越來越多，醫(yī)療背后所具備的發(fā)展空間有效地促進了醫(yī)療人工智能技術(shù)的發(fā)展，現(xiàn)如今許多科技巨頭積極研究人工智能，傳統(tǒng)醫(yī)療企業(yè)也紛紛跨向了這個技術(shù)行業(yè)，并且取得了一些成果。

1．AI+醫(yī)療概述

1.1 人工智能(Artificial Intelligence, AI)

人工智能的概念在20世紀中期被提出，是一門研究如何構(gòu)造智能機器和智能系統(tǒng)，使它能模仿、拓展人類智能的科學手段。人工智能在經(jīng)歷幾次起落之后，重新回到人們的視野，并且獲得很高的重視，已經(jīng)成為當下非常重要的技術(shù)。自2017年7月國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》以來，中國人工智能技術(shù)得以迅猛發(fā)展并在金融、醫(yī)療、教育、交通、社交等領(lǐng)域快速推廣。

1.2 AI+醫(yī)療

在傳統(tǒng)的醫(yī)療行業(yè)中，存在醫(yī)生培養(yǎng)周期長、誤診率高，醫(yī)院資源有限、效率低等問題，因此醫(yī)療已成為人工智能行業(yè)最熱門的研究和應(yīng)用領(lǐng)域之一。醫(yī)療行業(yè)由于其知識驅(qū)動型和數(shù)據(jù)密集型的特點保證了人工智能在醫(yī)療行業(yè)具有廣闊的應(yīng)用前景。病理診斷及醫(yī)學影像識別領(lǐng)域由于數(shù)據(jù)量大、對醫(yī)生要求高等特性成為人工智能在醫(yī)藥行業(yè)率先領(lǐng)域應(yīng)用的細分領(lǐng)域之一。

2. AI在病理診斷及醫(yī)學影像識別領(lǐng)域的應(yīng)用

AI在病理診斷及醫(yī)學影像識別的核心分為兩部分：一是圖像識別，在數(shù)據(jù)采集環(huán)節(jié)應(yīng)用，通過對影像等多媒體醫(yī)療非結(jié)構(gòu)化數(shù)據(jù)的分析，提取出有臨床意義的信息。二是深度學習，在學習和分析環(huán)節(jié)應(yīng)用，這是整個AI診斷中最核心的環(huán)節(jié)。深度學習是一種特殊的機器學習，它可以獲得高性能，應(yīng)用起來也十分靈活。在臨床應(yīng)用中，以傳統(tǒng)醫(yī)療手段中采集到的醫(yī)療數(shù)據(jù)為根基，訓(xùn)練機器學習積累出臨床治療經(jīng)驗，建立人工智能醫(yī)療圖譜，提供臨床醫(yī)療方案，為醫(yī)生提供輔助醫(yī)療工作，并為患者提供診療方法參考。由于病理科與影像科不同的診斷特點，AI應(yīng)用有所不同。

圖1. AI+病理診斷及醫(yī)學影像識別領(lǐng)域的應(yīng)用

數(shù)據(jù)來源：億歐，中康產(chǎn)業(yè)資本研究中心

2.1 AI應(yīng)用于病理診斷領(lǐng)域

病理診斷是將疑似病灶部位的活體組織或脫落細胞制成切片后，由病理醫(yī)生通過顯微鏡觀察其細胞形態(tài)、組織結(jié)構(gòu)、顏色反應(yīng)等情況，并結(jié)合自身專業(yè)知識與臨床經(jīng)驗作出的診斷，是一種基于圖像信息的診斷方法。病理診斷是目前診斷準確性最高的一種診斷方式，病理診斷往往被作為絕大部分疾病，尤其是癌癥的最終診斷，被譽為疾病診斷的“金標準”。

圖2. 病理診斷是一種基于圖像信息的診斷方法

數(shù)據(jù)來源：公開資料，中康產(chǎn)業(yè)資本研究中心

相比于檢驗科、影像科的診斷，病理科診斷具有自動化程度低、診斷時間長的特點。病理診斷可分為取樣、制片、染色、診斷四個環(huán)節(jié)，取樣環(huán)節(jié)是否取到病變細胞、制片及染色后成片是否清晰都會直接影響最終的診斷結(jié)果，因此對制片的技術(shù)人員專業(yè)水平具有較高的要求，目前自動化水平較低；由于病理診斷是通過對細胞層面的醫(yī)學影像進行觀察診斷，為防止漏診，一個組織樣本往往制成多個切片，制片、染色、診斷、報告等各個環(huán)節(jié)耗時較長，相比與檢驗、影像科室，病理科診斷所需時間較長，需要更多的專業(yè)人力投入。

圖3. 病理診斷特點

數(shù)據(jù)來源：公開資料，中康產(chǎn)業(yè)資本研究中心

病理醫(yī)生缺口巨大，制約行業(yè)發(fā)展由于我國病理學科設(shè)置不全面，醫(yī)生培養(yǎng)周期較長，收入過低，勞動負荷過重以及基層醫(yī)院不重視等因素造成我國的病理人才流失嚴重，數(shù)目緊缺。旺盛的病理診斷需求與稀缺的病理醫(yī)生資源的不平衡已經(jīng)成為制約行業(yè)發(fā)展的決定性因素。而病理診斷基于圖像信息的特點使得AI助力病理診斷成為可能，有望解決病理診斷供需不平衡的發(fā)展現(xiàn)狀。

病理AI被稱為病理學繼免疫組織化學染色和基因組醫(yī)學后的第三次革命，其通過人工智能算法，對數(shù)字化的病理切片進行診斷。目前，病理AI可用于良惡性腫瘤的鑒別、不典型增生和原位病變的分級、病變侵犯的證據(jù)和程度確定、淋巴結(jié)切除中微轉(zhuǎn)移的識別等多達８種情況。實現(xiàn)病理學的數(shù)字化能夠提高效率及成本效益，這在一些發(fā)病率很高且診斷較依賴病理學檢查的疾病如乳腺癌中表現(xiàn)尤為明顯。

2.2 AI應(yīng)用于醫(yī)學影像識別領(lǐng)域

醫(yī)療影像數(shù)據(jù)是醫(yī)療數(shù)據(jù)的重要組成部分，包括X光、CT、PET-CT、MRI、B超等醫(yī)療影像數(shù)據(jù)。統(tǒng)計數(shù)據(jù)表明，目前放射科醫(yī)生的供給缺口非常大，放射科醫(yī)生的年增長率為2%，而醫(yī)療影像數(shù)據(jù)的年增長率為63%，將人工智能應(yīng)用于醫(yī)療影像領(lǐng)域，一方面可以通過AI輔助成像可以有效縮短檢查時間，減少對人體的輻射傷害，另一方面通過機器學習訓(xùn)練算法可以實現(xiàn)計算機對疾病的影像診斷。

例如，由斯坦福大學開發(fā)的CheXNet是一個121層的卷積神經(jīng)網(wǎng)絡(luò)，并由涵蓋了１４種疾病超過１０萬張胸部Ｘ線正位片、當前最大的開放胸部Ｘ線片數(shù)據(jù)庫ChestX-ray14進行訓(xùn)練的系統(tǒng)。通過與４位放射學醫(yī)生的比較，CheXNet系統(tǒng)在肺炎上診斷準確率顯著優(yōu)于放射學醫(yī)生的表現(xiàn)，亦在14種疾病上優(yōu)于以往的算法。

圖4. CheXNet系統(tǒng)輸出結(jié)果

數(shù)據(jù)來源：CheXNet:Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning，中康產(chǎn)業(yè)資本研究中心

2018年4月，AI計算與數(shù)據(jù)平臺服務(wù)商中科曙光與醫(yī)學影像科技公司健培科技聯(lián)合研發(fā)了一款基于人工智能技術(shù)的醫(yī)療影像診斷機器人。該產(chǎn)品集成了海量機器學習庫與醫(yī)學圖像處理庫，能夠高效完成疾病篩查、病灶定位、定量標注、科學診斷等任務(wù)，可精準實現(xiàn)疾病識別與相似病例檢索兩大診斷功能。為提高普通醫(yī)生判讀癌癥等病理切片時的準確性，達到與三甲醫(yī)院高級醫(yī)生相當?shù)乃?，DeepCare團隊提出了基于深度學習的醫(yī)學影像智能判讀系統(tǒng)，該系統(tǒng)的準確率近95%，與專家教授的診斷準確率相當，遠高于普通醫(yī)生（準確率不足60%）。類似地，由騰訊公司開發(fā)的騰訊覓影可在4s內(nèi)完成食管鏡下的早期食管癌篩查，發(fā)現(xiàn)準確率高達90％，目前該項目已與國內(nèi)上百家醫(yī)院展開合作并已取得很大進展。

3. 智能病理診斷及醫(yī)學影像識別系統(tǒng)存在諸多挑戰(zhàn)

隨著人工智能在病理診斷及醫(yī)學影像識別中應(yīng)用越來越多，但我們也不得不承認仍存在一些問題，如數(shù)據(jù)質(zhì)量、行業(yè)標準、人才培育等問題需要引起重視。

3.1數(shù)據(jù)質(zhì)量有待提高

標準化數(shù)據(jù)是AI在智能病理診斷及醫(yī)學影像識別中重要的因素之一。由于我國地域廣闊、醫(yī)療發(fā)展不均衡及醫(yī)學倫理等因素，導(dǎo)致各地區(qū)醫(yī)療數(shù)據(jù)沒有統(tǒng)一標準、質(zhì)量參差不齊及醫(yī)院保護等問題，所以對AI+醫(yī)療帶來較大障礙。

3.2 人才培育問題

想要AI+醫(yī)療有所突破和發(fā)展，相關(guān)領(lǐng)域頂尖人才的聚合也非常重要。據(jù)統(tǒng)計，我國在人工智能行業(yè)工作的人數(shù)不足5萬人，每年的新鮮血液不足2000人，創(chuàng)新人才缺口較大，故加大人才培養(yǎng)也是當下推動AI+醫(yī)療發(fā)展的根本保證。

3.3診斷標準尚不成熟

雖然，在醫(yī)療影像輔助診斷上，圖像識別技術(shù)的應(yīng)用效果不錯，技術(shù)日漸成熟，但是醫(yī)療影像輔助診斷產(chǎn)品應(yīng)當讓自己的算法更加完善、先進，避免“就圖論圖”。以甲狀腺結(jié)節(jié)診斷為例，彩超的拍片結(jié)果僅僅能夠作為醫(yī)生的部分診斷依據(jù)，醫(yī)生還要通過甲狀腺化驗結(jié)果、抗體相關(guān)表現(xiàn)等來做更加具體詳細的診斷和分析。所以，各個企業(yè)需要將算法完善升級，把信息整合到一起判斷，實現(xiàn)多模態(tài)的診斷體系。

結(jié)語：

盡管“AI+醫(yī)療”存在一定問題，但其發(fā)展勢在必行。人工智能將成為醫(yī)生的最佳輔助，幫助醫(yī)生更便捷的獲取信息并做出更正確的判斷，只有將人類的情感溝通能力與計算機的分析計算能力相結(jié)合，才能發(fā)揮出智能醫(yī)療最大的價值，真正的將技術(shù)應(yīng)用于實際，實現(xiàn)人工智能領(lǐng)域研究的終極意義。

本文轉(zhuǎn)載自其他網(wǎng)站，不代表大健康派觀點和立場。如有內(nèi)容和圖片的著作權(quán)異議，請及時聯(lián)系我們（郵箱：scarlet.s@djkpai.com）

相關(guān)知識

影像AI診斷系統(tǒng)賦能精準診療“,”title
AI醫(yī)療影像：重塑醫(yī)療診斷的未來
深度探索人工智能在醫(yī)療影像診斷中的應(yīng)用與挑戰(zhàn)####
全景醫(yī)學影像: 智慧醫(yī)療打造醫(yī)學影像診斷新體驗
智馭健康未來：衛(wèi)生系統(tǒng)AI輔助診斷系統(tǒng)
AI影像診斷：技術(shù)賦能與資本熱浪
一種面向醫(yī)學影像的人工智能輔助診斷模型構(gòu)建系統(tǒng)
智慧診療，健康守護——AI輔助診療系統(tǒng)
智慧醫(yī)學影像信息系統(tǒng)
AI智能心理情緒識別系統(tǒng)

網(wǎng)址: AI應(yīng)用：智能病理診斷及醫(yī)學影像識別系統(tǒng) http://m.u1s5d6.cn/newsview1530915.html