医学影像人工智能方兴未艾
2018-10-24 王骏（南京医科大学康达学院医学技术学部） 中华医学信息导报
近来，人工智能在各个领域得到飞速发展。许多与人工智能相关的企业从一开始的无人问津，火热到现在的动辄几亿元融资。目前，在众多的新闻报道和宣传文章中，最引人注目且传播力度最广泛的当属“人机大战”。
近来，人工智能在各个领域得到飞速发展。许多与人工智能相关的企业从一开始的无人问津，火热到现在的动辄几亿元融资。目前，在众多的新闻报道和宣传文章中，最引人注目且传播力度最广泛的当属“人机大战”。
一、人工智能的演化
第二次世界大战期间，英国科学家艾伦图灵组建了1个负责破译德国海军密码情报的专门小组，利用智能组合手段，在破译拦截敌方编码信息方面发挥了关键作用，从而奠定了人工智能的雏形。随着计算机硬软件的进步、运算速度的不断加速、存储技术的惊人发展、多媒体和互联网+技术的不断进步，以及大数据的形成等数十年的积淀、进步与发展，人工智能的应用在人们生活与生产中，如医学影像计算机辅助检测与诊断，人脸识别、语音识别等，发挥着越来越重大的作用。
医学影像结合人工智能的概念，早在20世纪60年代就被提出，初期主要采用逻辑与统计模式识别方法概念尝试用于放射诊断流程；20世纪80年代后，计算机技术发展推动医学影像数字化转变，人工智能医学影像由知觉主观方式向定量计算方式转化，出现了计算机辅助诊断系统等。但以深度学习为代表的新一代人工智能技术结合下的医学影像，具有真正成熟应用于临床实践的能力。除人工智能新一代算法进步外，强大的计算存储等硬件能力提升以及医学影像全面数字化而产生的大数据时代的来临，共同促成当前人工智能医学影像发展的外在条件。
二、人工智能在医学影像中的应用
机器比医学影像科医师“ 厉害” 之处， 目前仅局限在极个别单项上能弥补医师的“先天不足”。如微小肺结节的检出， 医师因为精力、耐力、眼力等局限，确实不如机器精准和速度。再比如对病灶体积的测量，以前医师也只是从连续二维图像上估测，而机器可以做到更快更精准的测量。但是，所有这一切只是把原来医师做得不够完美的方面进一步推向精准，完全谈不上取代医师，只是给医师提供了一件更称心的工具， 仅此而已。有时人工智能在单项检测上可能会占据相对高的检出率，但如果把真正的模型放到实际的临床环境中测试，准确率大幅度下降，致使临床的实用性、可靠性大打折扣。
三、人工智能医学影像是否更有优势
人工智能医学影像是否比影像科医师更有优势？有人认为：人工智能在医学领域应用很难开展，因为人体机能到现在为止，很多都不清楚，变量太多，只能在变量小的领域先试用，如医学影像学，有足够的数据，人工智能读片应该很容易达到中上水准。而既然智能电脑能打赢李世石，说明它在具有特定规则和明确目标的领域有强大优势，在医学某些领域同样如此，因此有人预言，放射科医师首先被电脑取代，然后是病理科、皮肤科……然而，也有人认为：看病不是做题，没有标准答案，看似相同症状的疾病应根据患者不同的身体状况做相应调整，即个体化诊疗；考试题目都是典型病例，如铁锈色痰、白色泡沫痰等，但临床上并非都是典型病例，还需要医师进行诊断与鉴别诊断，这才是医学诊治中的难点。也正因存在正反两方面的意见，不免产生这样的问题：如果真的准许机器人行医，那么发生医疗事故如何定责？设备商？机器人？医院？因此，再精准的机器也只能是给医师提供帮助，人工智能不能替代医师，因为医师能给患者提供人文关怀等，是机器不能胜任的工作。
四、当前医学影像面临的困境
欧洲医疗卫生占国内生产总值的10%，我国大概只占5%左右，医疗数据超过90%来自医学影像。调查表明，美国医学影像数据年增长率为63%，放射科医师数量年增长率却仅为2%；而在我国放射科医师仅有8万多名，每年诊断14.4亿张影像，我国医学影像数据年增长率约为30%，而放射科医师数量年增长率约为4%；但需求却在不停地增加，预计到2020年，我国65岁以上老龄人口比例将达20%。面对爆炸式医学影像数据集和相当较少的、水平不一的阅片医师，医师疲劳、情绪等将会导致误诊、漏诊。相关数据显示，到2025年全球人工智能市场总值将达到1270亿美元，其中医疗行业将占市场规模的1/5。
五、人工智能有待解决的问题
人工智能的应用绝不是一蹴而就的事情，同样的仪器设备在不同人的手中所产生的图像数据质量也不一样，各家医院的“习惯势力”的“标准化”大相径庭，加之各类设备之间所致数据的差异，均严重影响不同图像的数据采集、特征提取、图像阅读。为此，有必要进行大数据的规范化作业，对各类数据进行标准化处理，尤其是金标准的制定，以大幅度减少医师和机器学习所致的误诊、漏诊的可能性。同时，也是更为重要的是：人工智能急需高素质，既懂医学，又懂理学、工科的复合性人才、跨学科人才的培养；需要在大数据基础上提炼、加工、深度挖掘，也只有是优质数据、标准化数据、规范化数据才能称得上是可靠的大数据；需要高性能的计算机环境，不断开辟新颖的计算机算法，使机器达到不断学习、深度学习，让机器越来越聪明，并使我们的医师也越来越具有“掌控力”。浮躁、急功近利绝不是对人工智能的热情，相反，恰恰会严重伤害这颗破土而出的幼苗。
无论如何， 人工智能医学影像是以深度学习的新一代人工智能技术、高性能计算能力及医学影像大数据共同促进出现的时代产物，同时也是当今社会医疗发展重要的需求方向。人工智能是当今科技发展代表性前沿方向，与众多学科及产业领域相融合，对当今科学及社会生产方式产生重大的影响。以人工智能为核心技术的智能医学，被看作是未来医学发展的重要方向，而医学影像是人工智能在医学领域最主要应用领域的方向之一，期待未来能有更广泛的应用。
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
