金廣予，所世騰，馮建興，范曉晨，韋景琪，許建榮，虞濤

1 上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院，上海市，200127

2 上海皓樺科技股份有限公司，上海市，200041

0 引言

人工智能（Artificial Intelligence，AI），它是研究、開(kāi)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(mén)新的技術(shù)科學(xué)。自1956年正式問(wèn)世以來(lái)的五十多年已經(jīng)取得了長(zhǎng)足的進(jìn)展，由于其應(yīng)用的極其廣泛性及存在的巨大研究開(kāi)發(fā)潛力，吸引了越來(lái)越多的科技工作者投入人工智能的研究中去。而深度學(xué)習(xí)，作為人工智能的一種具體實(shí)踐，是一種使用多層復(fù)雜結(jié)構(gòu)或由多重非線性變換構(gòu)成的多個(gè)處理層進(jìn)行數(shù)據(jù)處理的方法，其直接嘗試解決抽象認(rèn)知的難題，并取得了突破性的進(jìn)展。深度學(xué)習(xí)引爆的這場(chǎng)革命，將人工智能帶上了一個(gè)新的臺(tái)階，特別是在圖像處理、語(yǔ)音識(shí)別、機(jī)器翻譯、自然語(yǔ)言處理、網(wǎng)絡(luò)安全等部分領(lǐng)域，已經(jīng)達(dá)到甚至超過(guò)人類(lèi)的表現(xiàn)水平，具有極強(qiáng)的應(yīng)用價(jià)值[1]。

1 人工智能在醫(yī)學(xué)上的應(yīng)用

醫(yī)療與人民生活水平、生命健康息息相關(guān)。而伴隨各種先進(jìn)醫(yī)療設(shè)備的使用，產(chǎn)生了海量的醫(yī)療數(shù)據(jù)。通過(guò)醫(yī)療數(shù)據(jù)進(jìn)行疾病準(zhǔn)確診斷或評(píng)估需要依靠醫(yī)生逐個(gè)逐次對(duì)醫(yī)療數(shù)據(jù)進(jìn)行解譯，一方面這會(huì)造成醫(yī)生巨大而繁復(fù)的工作壓力，另一方面，人類(lèi)對(duì)這些醫(yī)療數(shù)據(jù)的解譯難以避免地因?yàn)橹饔^性、不同醫(yī)生的較大差異及疲勞而導(dǎo)致解譯的片面性。而計(jì)算機(jī)化的工具，尤其是圖像分析、文本分析等工具，則可以改善上述問(wèn)題，輔助和支持專(zhuān)家工作流程。目前已有報(bào)道，深度學(xué)習(xí)在肺結(jié)節(jié)[2]、肝臟腫瘤[3]、視網(wǎng)膜黃斑[4]等疾病的篩查、定位、分析等方面，取得了重要進(jìn)展。

在所有癌癥中肺癌的致死率最高[5]。早期篩查是降低死亡率的重要手段。然而由于早期肺癌病人一般缺乏明顯臨床癥狀，也無(wú)特異的生物標(biāo)記物，因此目前篩查的主要方法是通過(guò)放射影像檢查肺部是否存在可疑病灶。胸部放射影像技術(shù)中最常用的包括X射線或者CT檢查。相對(duì)于X射線的扁平二維圖像，CT可以提供胸腔的三維信息，因此其篩查的準(zhǔn)確率遠(yuǎn)高于X射線。低劑量CT掃描因?yàn)槠鋻呙杷俣瓤?、費(fèi)用低、輻射劑量小，非常適合年度體檢。推廣這種篩查工作的一個(gè)主要障礙是CT影像診斷的巨大工作量。早期肺癌多表現(xiàn)為肺結(jié)節(jié)，它們尺寸小、對(duì)比度低、形狀異質(zhì)化高，篩查工作是由影像科醫(yī)師人工讀片完成。但是每位被檢者的胸部CT圖像少則幾十張，多則幾百?gòu)?，所以隨著體檢人數(shù)的快速增長(zhǎng)，人工處理的方法越來(lái)越難以勝任此項(xiàng)任務(wù)。

在過(guò)去的十多年里，多種針對(duì)肺結(jié)節(jié)CT影像篩查的計(jì)算機(jī)輔助診斷（Computer Aided Diagnosis，CAD）系統(tǒng)被開(kāi)發(fā)出來(lái)。然而這些CAD系統(tǒng)往往檢出率低、假陽(yáng)性高，并不能滿(mǎn)足日常的體檢診斷需求。近兩年來(lái)人工智能突飛猛進(jìn)，在基于醫(yī)療影像數(shù)據(jù)的篩查，良惡性診斷方面的研究也取得了突破性的進(jìn)展。雖然已經(jīng)有不少醫(yī)療影像設(shè)備方面的管理和質(zhì)量控制的探討[6-7]，但是如何將這樣的AI系統(tǒng)引入到日常的體檢和診斷流程中面臨諸多新的管理問(wèn)題。本文以肺小結(jié)節(jié)的智能篩查為例，探討如何利用和管理醫(yī)療人工智能系統(tǒng)，進(jìn)而提高醫(yī)生的診斷效率和診斷質(zhì)量。本文從數(shù)據(jù)安全、風(fēng)險(xiǎn)控制等多個(gè)方面進(jìn)行論述，并且給出我們初步的解決方案。

2 肺結(jié)節(jié)智能影像篩查系統(tǒng)的管理問(wèn)題

2.1 智能影像篩查系統(tǒng)簡(jiǎn)介

智能影像篩查系統(tǒng)是一套輔助醫(yī)生查看影像的工具，其采用人工智能技術(shù)自動(dòng)識(shí)別影像中的病灶，在人工智能識(shí)別的基礎(chǔ)上，結(jié)合醫(yī)生的工作方式及流程，為醫(yī)生提供一套新型的影像篩查工具，智能影像篩查系統(tǒng)界面，如圖1所示。

圖1 智能影像篩查系統(tǒng)界面Fig.1 Software interface of the intelligent image screening system

2.1.1 病灶的自動(dòng)識(shí)別

智能影像篩查系統(tǒng)基于人工智能相關(guān)技術(shù)，能夠自動(dòng)識(shí)別影像中的病灶，并計(jì)算病灶的屬性，如大小、性質(zhì)、體積。醫(yī)生在影像查看工具里面可直接定位跳轉(zhuǎn)到病灶所處的圖像層面，并在圖像上看到病灶所在位置的圓圈標(biāo)記。醫(yī)生只需確認(rèn)智能影像系統(tǒng)篩查出的相關(guān)病灶，可大大提高工作效率。

2.1.2 報(bào)告的自動(dòng)生成

智能影像系統(tǒng)根據(jù)發(fā)現(xiàn)的病灶的位置及其屬性，自動(dòng)匹配報(bào)告模板庫(kù)，在報(bào)告模板上動(dòng)態(tài)填充相關(guān)描述，從而自動(dòng)生成報(bào)告的大部分內(nèi)容。醫(yī)生在自動(dòng)生成的報(bào)告內(nèi)容上進(jìn)行局部修改以滿(mǎn)足特殊的情況。

2.1.3 影像歷史對(duì)比

智能篩查系統(tǒng)可以在一個(gè)頁(yè)面上同時(shí)展示一個(gè)患者最近一次及其上次檢查的影像，并計(jì)算兩次檢查的病灶的對(duì)應(yīng)位置，當(dāng)查看某次檢查的病灶時(shí)，另一次如果有對(duì)應(yīng)的病灶，會(huì)自動(dòng)跳轉(zhuǎn)到相應(yīng)的位置。另外，系統(tǒng)會(huì)計(jì)算兩次檢查相同病灶的變化情況，比如直徑的增長(zhǎng)情況和倍增時(shí)間。

2.2 數(shù)據(jù)安全管理

智能影像系統(tǒng)的安全管理主要體現(xiàn)在數(shù)據(jù)隱私、數(shù)據(jù)穩(wěn)定和數(shù)據(jù)防護(hù)上。

2.2.1 數(shù)據(jù)隱私

智能影像篩查系統(tǒng)設(shè)有RSA公私鑰加密的賬號(hào)登錄方式，所有的操作只能在登錄身份認(rèn)證通過(guò)后，才能進(jìn)行。

2.2.2 數(shù)據(jù)穩(wěn)定

智能影像篩查系統(tǒng)的數(shù)據(jù)庫(kù)使用主從庫(kù)的方式，在主庫(kù)出現(xiàn)故障時(shí)，會(huì)自動(dòng)切換到從庫(kù)，從而保證數(shù)據(jù)訪問(wèn)的可用性，另外數(shù)據(jù)每天會(huì)進(jìn)行全量備份，保留最近10周每周一個(gè)備份和最近兩周每天一個(gè)備份，當(dāng)數(shù)據(jù)操作發(fā)生失誤和系統(tǒng)故障導(dǎo)致數(shù)據(jù)丟失時(shí)，可以從備份文件恢復(fù)數(shù)據(jù)。

2.2.3 數(shù)據(jù)防護(hù)

各個(gè)用戶(hù)在系統(tǒng)上操作都會(huì)產(chǎn)生用戶(hù)操作日志，當(dāng)系統(tǒng)數(shù)據(jù)出現(xiàn)問(wèn)題時(shí)，如被刪除或者數(shù)據(jù)錯(cuò)誤，可以從操作日志上進(jìn)行追蹤，藉此幫助發(fā)現(xiàn)錯(cuò)誤原因，也能追查惡意的數(shù)據(jù)破壞行為。

2.3 系統(tǒng)集成管理

智能影像篩查系統(tǒng)作為影像信息系統(tǒng)的一個(gè)組成部分，需要和其他相關(guān)系統(tǒng)進(jìn)行無(wú)縫集成，才能保證醫(yī)生使用的便捷性。

2.3.1 PACS（Picture Archiving and Communication System）系統(tǒng)集成

PACS系統(tǒng)是影像管理的一個(gè)核心系統(tǒng)，智能篩查系統(tǒng)需要從PACS系統(tǒng)中獲取影像才能進(jìn)行人工智能病灶識(shí)別。從PACS系統(tǒng)中獲取影像分為影像主動(dòng)推送和影像拉取兩種方式，兩種方式作為互補(bǔ)同時(shí)使用。實(shí)時(shí)檢查的影像通過(guò)主動(dòng)推送的方式推送給篩查系統(tǒng)，歷史對(duì)比影像和遺漏影像通過(guò)拉取方式進(jìn)行影像獲取。篩查系統(tǒng)影像對(duì)接采用標(biāo)準(zhǔn)的DICOM（Digital Imaging and Communications in Medicine）協(xié)議，可擴(kuò)展對(duì)接到其他DICOM協(xié)議支持的設(shè)備和系統(tǒng)，如CT機(jī)。

2.3.2 RIS（Radiology Information System）數(shù)據(jù)集成

RIS數(shù)據(jù)是對(duì)影像檢查患者信息及檢查信息的綜合記錄，通過(guò)RIS提供的數(shù)據(jù)視圖，可對(duì)篩查系統(tǒng)中的影像進(jìn)行類(lèi)型劃分、遺漏檢查及不需要數(shù)據(jù)的刪除等操作。

2.3.3 RIS頁(yè)面集成

在RIS書(shū)寫(xiě)報(bào)告頁(yè)面上，點(diǎn)擊『機(jī)器讀片』按鈕可以直接打開(kāi)對(duì)應(yīng)檢查的智能影像系統(tǒng)篩查結(jié)果。醫(yī)生不需要再進(jìn)行額外的搜索。智能影像篩查系統(tǒng)的前端影像查看工具頁(yè)面通過(guò)HTML頁(yè)面技術(shù)可快速集成到其他的系統(tǒng)頁(yè)面。

2.4 技術(shù)參數(shù)管理

AI系統(tǒng)往往需要在特定的有金標(biāo)準(zhǔn)的數(shù)據(jù)集（訓(xùn)練數(shù)據(jù)）上進(jìn)行訓(xùn)練，然后將訓(xùn)練的模型運(yùn)用于其它沒(méi)有標(biāo)記的數(shù)據(jù)（測(cè)試數(shù)據(jù)）。如果測(cè)試數(shù)據(jù)的分布和訓(xùn)練數(shù)據(jù)的分布不一致，會(huì)導(dǎo)致訓(xùn)練的模型效果變差。因此，AI系統(tǒng)對(duì)輸入數(shù)據(jù)質(zhì)量要求較高，要明確AI系統(tǒng)所需要數(shù)據(jù)的關(guān)鍵參數(shù)的范圍，據(jù)此優(yōu)化成像參數(shù)，做好圖像質(zhì)量控制，形成規(guī)范。對(duì)儀器的日常維護(hù)也非常重要，避免由于使用時(shí)間長(zhǎng)，產(chǎn)生圖像質(zhì)量變差的問(wèn)題。對(duì)于胸部CT的數(shù)據(jù)來(lái)說(shuō)，最相關(guān)的參數(shù)是CT重建的層厚，CT層厚越小更有利于AI系統(tǒng)識(shí)別出結(jié)節(jié)。在條件允許的情況下，盡可能地提高掃描精度，推薦層厚在1.25 mm。

2.5 風(fēng)險(xiǎn)管理

AI系統(tǒng)不可避免地在某些未知的情況下會(huì)出現(xiàn)錯(cuò)報(bào)和漏報(bào)的情況。為了很好地控制漏診誤診的風(fēng)險(xiǎn)，我們首先對(duì)肺結(jié)節(jié)智能影像篩查系統(tǒng)進(jìn)行準(zhǔn)確性評(píng)估。評(píng)估方法如下，隨機(jī)選取5天醫(yī)院日常的肺小結(jié)節(jié)患者834位的CT影像數(shù)據(jù)，其中男性、女性和未知性別分別為474、307和53?；颊吣挲g分布如表1，層厚分布如表2所示。這些數(shù)據(jù)的機(jī)器型號(hào)分布情況為：GE、UIH和其它的設(shè)備型號(hào)分別為661、157和16。

在這些數(shù)據(jù)上使用影像篩查系統(tǒng)檢測(cè)肺部小結(jié)節(jié)的位置，并將檢測(cè)結(jié)果和4名高年資放射科醫(yī)師的判讀結(jié)果相比較，進(jìn)而分析影像篩查系統(tǒng)的檢出率和假陽(yáng)性率。最后的統(tǒng)計(jì)結(jié)果見(jiàn)表3。影像篩查系統(tǒng)的檢出率超過(guò)99%，假陽(yáng)性水平保持在1.35個(gè)/病人。

表1 患者年齡分布Tab.1 Patient age distribution

表2 掃描層厚分布Tab.2 Scanning slice thickness distribution

表3 智能影像篩查系統(tǒng)的診斷效果Tab.3 Diagnostic performance of the intelligent image screening system

盡管該影像篩查系統(tǒng)能達(dá)到很高的檢出率，但是還是有遺漏，因此不能單純地依靠AI系統(tǒng)而脫離醫(yī)生的干預(yù)，更合理的的方式是人機(jī)合作。如何管理好人機(jī)協(xié)作流程至關(guān)重要。有兩種可選方案如下：

（1）首先醫(yī)生和無(wú)AI輔助工作步驟相同，獨(dú)立完成結(jié)節(jié)識(shí)別。然后再檢查遺漏的，但是被AI系統(tǒng)識(shí)別出來(lái)的結(jié)節(jié)。這種方式能很好地提高結(jié)節(jié)檢出率，但是增加了日常的工作量。

（2）醫(yī)生快速瀏覽CT圖像，找出那些明顯的病灶。然后確認(rèn)AI系統(tǒng)識(shí)別出來(lái)的其它小結(jié)節(jié)。在AI系統(tǒng)的檢出率能滿(mǎn)足臨床需求的情況下，這個(gè)方案能有效地在檢出率和效率之間取得平衡。

2.6 診斷結(jié)果管理

沒(méi)有AI輔助系統(tǒng)之前，每個(gè)病人的診斷結(jié)果只能體現(xiàn)在診斷報(bào)告上。引入AI影像篩查系統(tǒng)之后，每個(gè)病人的診斷結(jié)果還包含病灶的精確信息，如位置、大小、性質(zhì)等。這些信息不僅可以快速地定位病灶，方便臨床醫(yī)生的的參考，而且為教學(xué)和科研提供了豐富的資料。根據(jù)每個(gè)結(jié)節(jié)的屬性構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)，然后根據(jù)教學(xué)和科研需求進(jìn)行快速的查詢(xún)和統(tǒng)計(jì)，將極大地提高教學(xué)和科研的效率。還可以形成良好的教學(xué)案例庫(kù)，提高醫(yī)生的診斷水平。此外，根據(jù)最終的診斷結(jié)果可以對(duì)醫(yī)生日常的診斷效率和診斷質(zhì)量進(jìn)行定量的評(píng)估，進(jìn)而更有效地對(duì)醫(yī)生工作質(zhì)量進(jìn)行管理。

3 總結(jié)

本文探討了醫(yī)院系統(tǒng)引入AI系統(tǒng)所帶來(lái)的一系列管理問(wèn)題，并以肺小結(jié)節(jié)的智能篩查為例探索了相應(yīng)的解決方案。我們發(fā)現(xiàn)在解決好相關(guān)的管理問(wèn)題后，智能影像篩查系統(tǒng)能高效率、較準(zhǔn)確地判讀分析胸部CT肺小結(jié)節(jié)圖像，放射科醫(yī)師可在此基礎(chǔ)上更加高效地判讀CT影像，為肺癌的早期篩查提供便利。此外，將智能影像篩查系統(tǒng)的處理結(jié)果進(jìn)行合理的收集和整理還可以極大地提高教學(xué)和科研的效率。我們希望以此為支點(diǎn)，逐步完善AI系統(tǒng)的管理流程和方案，逐步引入更多的AI系統(tǒng)到診療、教研的各個(gè)環(huán)節(jié)，從而更好地服務(wù)于臨床、服務(wù)于患者。