5秒,医疗人工智能病灶检出率高达98%

近年来,中国医疗人工智能市场发展迅速。然而,医疗人工智能产业的发展与当下中国的医疗市场环境密不可分。首先,目前中国人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展,人工智能之间被用来解决医疗行业的痛点。其次,在中国,医疗人工智能有着先天的发展优势。比如,中国人口数量庞大,有充足的医疗数据,为医疗人工智能的发展提供了基石。值得关注的是,医疗 AI 已经覆盖了医疗产业链条上的医疗、医药、医保、医院四大环节。

其中,人工智能+医学影像是 AI 在服务患者过程中的典型应用。比如,5秒钟,人工智能服务器给出诊断结果,对超过2mm的甲状腺结节,其病灶检出率高达98%60秒内, 宫颈癌筛查人工智能系统自动出具初筛报告,远超医生510分钟的诊断时间……

 “在临床繁重的超声检查工作中,一位超声医生每天需要检查上百位患者,他们需要人工采集甲状腺超声图像,并根据甲状腺结节图像进行实时诊断,对超声医生的专业素养要求较高,其中也不乏因为图像繁多而导致医生出现视觉疲劳,或因为临床经验不足,发生漏诊、误诊”,浙江大学附属第一医院超声影像科副主任医师赵齐羽介绍,“而甲状腺超声人工智能辅助诊断系统,则可以智能识别出甲状腺结节,并对良恶性进行判断,极大地减少结节的漏诊误诊,缩短诊断所需的时间。”

在操作中,超声医生采集了患者的甲状腺超声图像后,电脑可以实时发送给人工智能服务器进行智能读图和结果分析。5秒钟后,服务器会给出诊断结果,勾画结节边界,用红色来表示恶性结节,用绿色来表示良性结节,并语音提醒,告知是否发现结节以及结节的良恶性。

目前该系统已经学习了超过5万份包含病理结果的甲状腺结节图像,对超过2mm的结节,其病灶检出率高达98%,与活检结果比较准确率达88.1%

 “一位放射科医生就胸部CT这一项检查,每天至少需阅读45万张影像图像,”浙江大学医学院附属第一医院放射科主任医师阮凌翔说,“医生的经验与稳定性、知识储备存在差异,再加上阅片视觉疲劳,都会增加肺小结节的漏诊及误诊风险。”因此,浙大一院充分利用互联网和人工智能技术,在肺小结节判读上应用人工智能辅助诊断系统。

一位患者的人工阅片需要花费十分钟,而人工智能通过后台数据预处理后只需要几秒钟就可以在应用终端给予辅助诊断,降低漏诊率,提高诊疗水平。其基本步骤是,使用图像分割算法对肺部扫描原始数据进行处理,利用肺部分割生成的肺部区域图像,加上结节标注信息生成结节区域围像,得到疑似肺结节区域,并对其进行分类,得到真正肺结节的位置和置信度,再对同一患者的历史影像进行比较和定量分析,评估良恶性概率。

然而,不容忽视的是,除了商业模式尚未完善,医疗人工智能产业还面临一些其他困难,比如行业缺少统一标准进行监管、复合型人才不足、数据结构化较差、机器学习缺乏结合实际医疗场景进行的训练,算法有待提高、技术仍待完善等。但是,人工智能已成为当今发展的重要方向,国务院也已将人工智能列为发展重点规划。人机对话,合作共赢,人工智能时代正在向我们走来。

 

 

综合材料自医械世界-好医生医械世界、健康时报