AI诊断疾病可靠吗？专家：人工智能临床应用仍遭遇多个瓶颈

发布日期：2024-09-19 15:21

来源类型：青瞳视角 | 作者：喜多岛舞

【澳门金牛版正版资料大全免费】【新澳开奖记录今天结果】【2024年新澳门王中王资料】【管家婆最准一肖一码】【新澳彩开奖结果查询】【下载香港澳门结果最新】【4949澳门免费资料大全特色】【2024今晚澳门特马开什么号】【澳门结果2023结果查询5月3号】【2O24澳彩管家婆资料传真】

【494949澳门今晚开什么】 【2024新澳免费资料】 【2024澳门结果出来4994】

人工智能在医院、医疗行业的落地应用正在加快转化！

根据工信部于2017年发布的《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，其中提出“力争到2020年，实现人工智能重点产品规模化发展”的目标，目前在医疗健康行业，AI产品正在进入部分医院的部分环节进行转化测试。

近日，“中国医师协会第十三次放射医师年会”在广州举办，其间，医疗人工智能公司首发多款心脏AI和其他部位疾病AI产品引起关注。同时，记者从该活动获悉，全球首个AI与金标准对比多中心研究结果显示，心血管AI诊断的准确性和特异性不亚于一线城市三甲医院高年资专家医生，心血管AI与医生协同的判读效率显著优于单纯人力判读。中国医学影像AI产学研用创新联盟理事长刘士远教授指出，到2020年，AI在单病种、某个领域大规模落地和应用很有可能实现，比如肺结节的筛查，、冠脉疾病的筛查等。

一项研究显示：心血管AI诊断+医生协同判读效率显著

据介绍，当前国内三甲医院医疗资源紧张、基层医疗能力不均，急需先进的AI技术进入医疗领域，帮助医生解决部分工作量。

记者从上述年会中获悉，以中国心血管病为例，该病患病率及死亡率现处于上升阶段，心血管病死亡占城乡居民死亡原因的首位。然而，心血管疾病是可防可治的，而冠脉CTA是无创诊断冠心病最重要的影像检查手段，传统的冠脉CTA图像采集及三维后处理方法繁琐复杂，即使是一位技术娴熟的医生，也需要花费三十多分钟时间才能完成诊断。借助心血管AI辅助诊断，这一时间可缩短至三分钟左右。

去年8月起，首都医科大学附属友谊医院牵头的一项多中心研究，采用数坤心脏疾病AI产品进行测试。“首都医科大学附属友谊医院牵头，将AI与医学‘金标准’进行一致性比照研究，以诊断‘金标准’DSA血管造影作为参考，用1063例样本进行比照。”据研究人员介绍，该项研究结果显示，心血管AI诊断的准确性和特异性不亚于一线城市三甲医院高年资专家医生，心血管AI与医生协同的判读效率显著优于单纯人力判读。

据悉，医疗AI的准确度和可靠性需经过符合医学标准的科学验证，此前国际国内均无此类多样本对照研究。

业界认为，冠脉AI多中心研究，首次为医疗AI效能验证建立规范，也为医学AI应用临床提供科学支撑，为国家监管机构制定规则提供了数据参考。

该项研究的牵头人、北京友谊医院放射科主任杨正汉表示，“冠脉AI多中心是全球首次科学验证AI准确性，样本量规模远超同类型多中心。研究也显示，冠脉AI可以有效提升操作规范和数据质量水平。”

人工智能在医院影像领域的应用很被期待。据广东省人民医院影像医学部主任兼放射科主任介绍，现在一个医生，一天要看至少2万幅图像。比如心脏图像，平均一个病人的CT3000幅－4000幅，每天都要看。若是做磁共振，每个病人有几千幅图，有的病人甚至上万幅。“如果用人工智能诊断，它帮医生找出问题，医生再确认，那样肯定能提高工作效率。”

他认为，未来AI技术对放射科来说，应是医学应用最好最多的领域。

专家：

AI临床应用遭遇到不少问题 包括缺失评价标准

据了解，工信部曾于2017年12月15日印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》(以下简称《行动计划》)，该计划提出了四方面主要任务，其中一项任务是：重点培育和发展医疗影像辅助诊断系统、视频图像身份识别系统，并定出目标：力争到2020年，实现“人工智能重点产品规模化发展”。

明年，就是2020年了，那么人工智能在医疗领域的发展，能否实现目标？

中华医学会放射学分会候任主任委员、中国医学影像AI产学研用创新联盟理事长刘士远称，2020年，从全病种、各个环节大规模实现人工智能，可能比较困难。但从单病种的某个领域，大规模推动、落地和应用是有可能的。比如说肺结节的筛查、冠脉疾病筛查等。原因是这两个疾病比较符合AI临床使用的场景，而且是中国最多发病疾病。

此外，他分析认为，上述两种疾病有可能最快于2020年第一批拿到CFDA颁发的三类证。一旦拿到三类证，就能得到大规模推进。

“现在我们有很好的互联网基础，同时国家和各级地方政府、各医疗机构，都在积极推进AI医疗。”刘士远称，行业协会同时也在积极地配合做一些标准、落地，中国医学影像AI产学研用创新联盟也在积极探索各种商业环节落地的方法。

不过，他也提到，AI在医疗领域的推广、应用遇到不少问题，比如：当前的AI产品品种少，还需要继续扩大、增加。“老百姓的疾病成千上万种，需要解决更多的问题。”又如现阶段的AI发展依赖于数据库，而数据库的建设各地的数量有限，质量参差不齐，亟待增加规模、增加病种，提高质量，以用于模型的训练和检测。此外，国家如何审查资质、发证，“AI模型在临床上怎样评价？怎样控制风险?怎么形成评价体系进入医院使用，怎么准入,等等，目前在国内尚属空白。”

【记者】欧志葵

【校对】蓝淑茹

【作者】 欧志葵

【来源】 南方报业传媒集团南方+客户端