管理者和影像醫(yī)生都希望借助人工智能突破影像學(xué)的瓶頸，構(gòu)建影像工作新模式。

人工智能時(shí)代不斷逼近，國(guó)內(nèi)影像學(xué)科技術(shù)正處于大發(fā)展時(shí)期。國(guó)內(nèi)醫(yī)院影像學(xué)科同時(shí)也處于大發(fā)展階段。設(shè)備配置數(shù)量、科室占地面積從過(guò)去到現(xiàn)在，大多都實(shí)現(xiàn)了快速倍增。

隨著醫(yī)學(xué)發(fā)展，疾病診斷證據(jù)愈發(fā)依賴(lài)影像資料，醫(yī)院數(shù)據(jù)庫(kù)里積累了大量圖形圖像信息。

無(wú)論從哪個(gè)方面講，影像科從業(yè)者都希望人工智能時(shí)代能夠盡快到來(lái)。不過(guò)，當(dāng)下人工智能存在不可忽視的問(wèn)題，比如虛火旺、企業(yè)不正當(dāng)宣傳、安全隱患等。目前，從算法、數(shù)據(jù)來(lái)說(shuō)，人工輔助診斷研發(fā)似乎是低門(mén)檻，三五個(gè)人一合計(jì)就可以弄個(gè)公司。于是，企業(yè)如雨后春筍般冒出來(lái)。

面對(duì)這種狀況，醫(yī)院需要甄別，企業(yè)需要健康發(fā)展?，F(xiàn)在經(jīng)常會(huì)有各種人工智能比賽，涉及影像科的也有不少。最近的一次學(xué)術(shù)會(huì)議上，一家新加坡公司遴選15位放射科醫(yī)生與人工智能比賽，然后宣稱(chēng)“人工智能戰(zhàn)勝15位放射科醫(yī)生”。這種結(jié)論非常不客觀(guān)，因?yàn)楸荣愑泻芏鄺l件限制，并不是真實(shí)的臨床工作。成熟的人工智能產(chǎn)品應(yīng)該很“強(qiáng)壯”，兼容性很好，易用、安全，目前沒(méi)有完全成熟的產(chǎn)品適用于臨床。

我們醫(yī)院目前在使用三家公司的產(chǎn)品，但都是科研產(chǎn)品。就肺部結(jié)節(jié)來(lái)說(shuō)，2萬(wàn)多例患者，人工智能幾乎沒(méi)有漏診，但是假陽(yáng)性率偏高，可達(dá)50%。

為了與之比較，我們抽檢200個(gè)肺結(jié)節(jié)病例讓年輕醫(yī)生讀片，漏診能夠達(dá)到21%。這也很正常。如今一個(gè)CT檢查可以達(dá)到300幀圖像，小的肺結(jié)節(jié)很容易漏掉，因?yàn)楹芏嘀夤?、肺?dòng)脈干擾醫(yī)生判斷。

兩相比較，人工智能漏診率非常低。人的注意力確實(shí)無(wú)法時(shí)時(shí)高度集中于300幀圖像，其實(shí)特別需要人工智能輔助。因此，經(jīng)人工智能先篩查一遍，再由醫(yī)生有針對(duì)性地分析，這樣可以避免漏診。

盡管如此，影像醫(yī)生的日常工作絕不僅僅是簡(jiǎn)單篩查，更多的是鑒別正常和異常情況。異常情況下還可能需要分別出幾十種甚至上百種疾病。因此，人工智能離臨床的實(shí)際工作流程還有距離。

當(dāng)然，這種輔助工具接受度也在逐漸升高，醫(yī)院全部肺部結(jié)節(jié)影像圖片都會(huì)用人工智能篩查，然后再進(jìn)行人工分析。但是，這絕不是說(shuō)，它戰(zhàn)勝了多少位放射科大夫。

當(dāng)前，北京大型醫(yī)院影像醫(yī)生人力成本一年在25萬(wàn)～30萬(wàn)元不等，還會(huì)越來(lái)越高；影像科人力依然不足，常年加班；患者也總在等待中。在這種情況下，控制成本，提升效率，減少重復(fù)低級(jí)勞動(dòng)，顯得尤為重要。醫(yī)院管理者和影像科醫(yī)生都希望借助人工智能突破影像學(xué)的瓶頸，構(gòu)建影像醫(yī)生工作新模式。