張寧男楠 張璋

摘要：住院醫(yī)師規(guī)范化培訓(xùn)要求醫(yī)生在短時間內(nèi)掌握基本臨床技能和專業(yè)知識。人工智能（artificial intelligence，AI）近年來已經(jīng)逐步走進(jìn)了日常臨床和教學(xué)工作中，本文擬將AI輔助教學(xué)應(yīng)用于醫(yī)學(xué)影像學(xué)規(guī)范化培訓(xùn)中，并探討AI在規(guī)范化培訓(xùn)中的應(yīng)用模式和意義。

關(guān)鍵詞：人工智能；住院醫(yī)師規(guī)范化培訓(xùn)；醫(yī)學(xué)影像學(xué)

中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2019）25-0176-03

一、引言

住院醫(yī)師規(guī)范培訓(xùn)是醫(yī)學(xué)生畢業(yè)后繼續(xù)教育的重要環(huán)節(jié)，已經(jīng)在全國各省市逐步開始執(zhí)行，也將會在以后很長一段時間內(nèi)成為年輕醫(yī)生的必修環(huán)節(jié)。一般規(guī)范化培訓(xùn)期限為3年，3年之內(nèi)除了需要輪轉(zhuǎn)臨床的內(nèi)、外、婦、兒科，還需要輪轉(zhuǎn)輔助科室，如醫(yī)學(xué)影像科、核醫(yī)學(xué)、超聲科等。以醫(yī)學(xué)影像科放射科為例，不同專業(yè)住院醫(yī)師輪轉(zhuǎn)時間可能差異很大（0.5—18個月）。如何在短時間內(nèi)有效率地掌握醫(yī)學(xué)影像學(xué)知識，特別是臨床醫(yī)生能直接應(yīng)用的技能是醫(yī)學(xué)影像科規(guī)培的關(guān)鍵問題[1]。因此，本研究擬使用人工智能（Artificial Intelligence，AI）輔助教學(xué)的方法探索在短時間內(nèi)教授住院醫(yī)師有效掌握醫(yī)學(xué)影像技能的可行性。

二、材料方法

1.分組信息。連續(xù)收集2017年7月—2018年12月在天津醫(yī)科大學(xué)總醫(yī)院醫(yī)學(xué)影像科進(jìn)行規(guī)培的住院醫(yī)師共263人，每人均進(jìn)行2小時的后處理和報告書寫培訓(xùn)。隨機(jī)分為2組進(jìn)行冠狀動脈計算機(jī)斷層掃描血管造影（Computed tomography angiography，CTA）后處理和報告書寫。其中，AI組使用“冠心病智能輔助診斷系統(tǒng)”（Coronary Doc，數(shù)坤網(wǎng)絡(luò)科技有限公司）進(jìn)行圖像后處理和報告書寫（見圖1）；人工組使用常規(guī)西門子后處理工作站（Syngo.via，Siemens Healthineers）。由簽發(fā)報告上級醫(yī)生對冠狀動脈后處理的血管圖像質(zhì)量、影像診斷報告進(jìn)行評分，并記錄平均后處理及報告書寫時間。

2.評分標(biāo)準(zhǔn)。圖像評分采用Likert 4級評分法：1分為圖像質(zhì)量優(yōu)，對診斷無任何影響；2分為圖像質(zhì)量良好，診斷基本不受影響；3分為圖像質(zhì)量尚可，診斷稍困難，但尚能做出診斷；4分為圖像質(zhì)量差，診斷困難。報告評分使用影像歸檔和通信系統(tǒng)（Picture Archiving and Communication Systems，PACS）終端的書寫報告系統(tǒng)（GE Centricity DICOM Viewer 3.1）的5分制進(jìn)行評分。5分：診斷準(zhǔn)確、描述清晰；4分：診斷正確、描述欠清晰；3分：診斷不明確；2分：為部分診斷有錯誤或遺漏重要鑒別診斷；1分：遺漏重要病變、診斷或誤判。

3.統(tǒng)計學(xué)分析。AI組和人工組的后處理圖像評分、報告質(zhì)量評分均采用秩和檢驗類判斷是否存在差別。書寫報告時間采用Student t檢驗驗證兩組之間的差別。P<0.05為具有統(tǒng)計學(xué)意義。

三、結(jié)果

通過對263名住院醫(yī)生的共計573個CTA病例的

分析結(jié)果顯示：AI組和人工組的后處理圖像質(zhì)量無明顯差別，而AI組的報告書寫評分明顯高于人工組，AI組的后處理及書寫報告使用時間明顯較短（見

表1）。

四、討論

1.住院醫(yī)師規(guī)范化培訓(xùn)面臨的問題。以前我國沒有規(guī)范化住院醫(yī)師培訓(xùn)制度，醫(yī)學(xué)生畢業(yè)后未經(jīng)任何二級學(xué)科培養(yǎng)就直接分配到醫(yī)院從事臨床工作，以后的臨床能力和水平在很大程度上取決于所在醫(yī)療機(jī)構(gòu)的水平。我們逐步學(xué)習(xí)和引進(jìn)了美國執(zhí)業(yè)醫(yī)師考試制度、臨床輪轉(zhuǎn)制度，制定了有中國特色的住院醫(yī)師輪轉(zhuǎn)制度。1993年，衛(wèi)生部發(fā)出《關(guān)于實(shí)施臨床住院醫(yī)師規(guī)范化培訓(xùn)試行辦法的通知》，揭開了住院醫(yī)師規(guī)范化培訓(xùn)的序幕。在規(guī)培六個基本原則中提到，堅持“嚴(yán)謹(jǐn)作風(fēng)、扎實(shí)基礎(chǔ)、寬廣知識”，注意能力培養(yǎng)的原則，讓醫(yī)學(xué)生在3年的時間內(nèi)廣泛掌握臨床知識，拓展臨床知識面，避免只顧自己專業(yè)的一葉障目的臨床工作現(xiàn)狀[2]。但是受限于各科室的輪轉(zhuǎn)時間，一些住院醫(yī)師在有的科室只能是蜻蜓點(diǎn)水、雁過拔毛，沒有真正掌握到基本技能。因此，各臨床科室在承擔(dān)住院醫(yī)師規(guī)范化培訓(xùn)時面臨的主要問題是如何讓住院醫(yī)師在有限的時間內(nèi)，有效地掌握本科室基本臨床知識和技能，以更好的服務(wù)今后的臨床工作，提高整體醫(yī)療質(zhì)量。一代代臨床醫(yī)生不斷探索，嘗試了多種方法，但很多設(shè)想都受限于人力、精力和時間，而近年來AI的快速發(fā)展和興起為我們開辟了一條新道路。

2.人工智能走進(jìn)醫(yī)學(xué)教學(xué)和實(shí)踐?！癆I”這個詞匯入選了“2017年度中國媒體十大流行語”。今天“AI”也慢慢揭開了她的面紗，走進(jìn)了我們臨床工作的每一天?！癆I”是研究及開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，屬于計算機(jī)科學(xué)的一個分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。AI的主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時代、不同的人對這種“復(fù)雜工作”的理解是不同的。特別是對于醫(yī)學(xué)影像專業(yè)，AI有獨(dú)特的優(yōu)勢，影像學(xué)的直接處理對象是影像圖像，而計算機(jī)的優(yōu)勢是可以識別各種各樣的圖像，把圖像拆分成計算機(jī)可讀的小片段，進(jìn)行全信息的匯總，有的放矢地發(fā)現(xiàn)圖像關(guān)鍵點(diǎn)進(jìn)行提取和分析，實(shí)現(xiàn)人機(jī)交互的工作方式[3]。當(dāng)前國內(nèi)外很多AI后處理工作站和軟件已經(jīng)被引入臨床工作中，并發(fā)揮著篩選病灶、輔助診斷的作用。

3.人工智能輔助教學(xué)的優(yōu)勢。在本研究中，AI組和人工組的圖像質(zhì)量評分無明顯差別，其原因可能是由于圖像質(zhì)量更多的依賴于掃描的原始圖像，其與患者的配合、掃描模式選擇的關(guān)系更為密切，后處理環(huán)節(jié)并不能明顯地改善圖像質(zhì)量，而AI組的報告評分明顯提高且用了較短的處理時間，提示AI后處理和結(jié)構(gòu)化報告模式有效地提高了工作的效率和準(zhǔn)確性。實(shí)驗結(jié)束，分別了解AI組和人工組的用戶體驗。人工組反映很多醫(yī)生以前沒有接觸過影像后處理系統(tǒng)，特別是血管后處理軟件，有的醫(yī)生對冠狀動脈的解剖認(rèn)識欠清晰，雖然經(jīng)過短期的培訓(xùn)，但是很難把握報告書寫的模式和狹窄程度的拿捏。而AI組醫(yī)生則表示，雖然很多醫(yī)生非影像專業(yè)，但是AI后處理系統(tǒng)簡單、便捷，大多數(shù)血管都可以自動識別并且生成血管的多平面重組圖像，判斷冠脈血管起源、走勢并自動命名，AI還能自動識別斑塊和狹窄，測量斑塊密度和血管管腔的狹窄程度，一鍵生成結(jié)構(gòu)化報告。AI組醫(yī)生的主要任務(wù)體現(xiàn)在了解患者病史、驗證AI自動識別是否有誤、判斷結(jié)構(gòu)化報告是否符合臨床診斷需求、提供臨床建議等方面。AI后處理全自動化將1小時的工作時間縮減至1分鐘。

對于住院醫(yī)師規(guī)范化培訓(xùn)的需求，可能很多醫(yī)生不是影像學(xué)專業(yè)，在醫(yī)學(xué)影像科的短短幾周時間內(nèi)，需要掌握許多基本臨床技能和專業(yè)知識。一部分優(yōu)秀醫(yī)生會做好知識儲備和拓展等預(yù)習(xí)工作，但對于大多數(shù)醫(yī)生的知識面僅限于本科教學(xué)中的基礎(chǔ)課和專業(yè)課內(nèi)容，完全不能適應(yīng)這種快速、高度專業(yè)的規(guī)培輪轉(zhuǎn)方式，可能剛剛對醫(yī)學(xué)影像有點(diǎn)感覺，就已經(jīng)要離開本科室了。而AI輔助教學(xué)恰恰可以省略很多技術(shù)性強(qiáng)的重復(fù)工作，精確、快速地完成患者個性化冠狀動脈模型重建，直接將報告醫(yī)生、臨床醫(yī)生需要的圖像和結(jié)構(gòu)化報告信息展示出來。住院醫(yī)師可以根據(jù)自己的需求有針對性的學(xué)習(xí)冠狀動脈解剖、病變和后處理方式，加強(qiáng)了醫(yī)學(xué)影像與臨床實(shí)際應(yīng)用的聯(lián)系，使參加培訓(xùn)的不同專業(yè)的住院醫(yī)師各得其所。AI以實(shí)現(xiàn)后處理流程全覆蓋、診斷全自動以及產(chǎn)出標(biāo)準(zhǔn)化，極大地簡便和優(yōu)化了住院醫(yī)師的學(xué)習(xí)過程，也為以后逐步實(shí)現(xiàn)精準(zhǔn)、個體化醫(yī)學(xué)模式奠定了技術(shù)基礎(chǔ)[4]。

五、小結(jié)

綜上，通過使用AI進(jìn)行冠狀動脈CTA后處理的教學(xué)嘗試，發(fā)現(xiàn)AI輔助教學(xué)可以為不同專業(yè)、不同層次的住院醫(yī)師提供個性化、人機(jī)交互的教學(xué)模式，為解決住院醫(yī)師規(guī)范化培訓(xùn)中“時間緊、不精通”的問題提供了途徑，提高了醫(yī)療隊伍的整體素質(zhì)。

參考文獻(xiàn)：

[1]樊榮榮，施曉雷，孫安，蕭毅.人工智能在住院醫(yī)師規(guī)范化培養(yǎng)中的應(yīng)用價值探討[J].腫瘤影像學(xué)，2018，27（4）：261-264.

[2]萬莉，貢麗英，吳清，穆得超.人工智能在高等醫(yī)學(xué)教育中的應(yīng)用前景[J].中國醫(yī)學(xué)教育技術(shù)，2018，32（6）：607-609.

[3]康巍，鐘武寧，韋葦，陽君，趙陽，金觀橋.大數(shù)據(jù)背景下人工智能在醫(yī)學(xué)研究生個性化網(wǎng)絡(luò)教學(xué)中的探索[J].中國繼續(xù)醫(yī)學(xué)教育，2018，10（32）：41-43.

[4]李熠，匡雙玉，桂慶軍，尹凱，鐘慧，游詠.人工智能在醫(yī)學(xué)生臨床技能培養(yǎng)中的應(yīng)用探討[J].醫(yī)學(xué)教育研究與實(shí)踐，2018，26（6）：908-910.