斯坦福大學(xué)放射學(xué)和生物醫(yī)學(xué)信息學(xué)教授，醫(yī)學(xué)和成像人工智能中心(AIMI中心)主任Curtis Langlotz醫(yī)學(xué)博士指出，“人工智能將為放射科醫(yī)生提供幫助，而不是取而代之......但使用人工智能技術(shù)的放射科醫(yī)生將取代那些不使用人工智能的放射科醫(yī)生。”這是令人振奮的觀點(diǎn)。
人機(jī)協(xié)作是醫(yī)學(xué)成像的未來(lái)發(fā)展方向。放射科醫(yī)生對(duì)人工智能在加速和提高圖像解釋能力方面的潛力很感興趣。一些醫(yī)生開(kāi)始從人工智能應(yīng)用中獲益，并測(cè)試更多自己的和商業(yè)的應(yīng)用。像許多其他行業(yè)一樣，醫(yī)療保健部門希望人工智能能夠快速?gòu)臄?shù)據(jù)中挖掘出見(jiàn)解，使信息更有用，更具可操作性。雖然機(jī)器不能獨(dú)立思考，但它們可以自我學(xué)習(xí)。人工智能將會(huì)塑造放射學(xué)的未來(lái)。
北美放射學(xué)學(xué)會(huì)主席、RSNA公司總裁Vijay Rao醫(yī)學(xué)博士說(shuō)，現(xiàn)在是醫(yī)學(xué)成像采用人工智能的時(shí)候。他在2018年年度會(huì)議上說(shuō)，“人工智能有可能提升我們的專業(yè)水平，并改變放射學(xué)的實(shí)踐應(yīng)用，這可以讓放射科醫(yī)生在有利于患者和醫(yī)生的計(jì)劃上花費(fèi)更多的時(shí)間進(jìn)行研究。”
“實(shí)施人工智能的一部分是將影像閱覽室打造成數(shù)字診斷數(shù)據(jù)中心，提供全面的成像服務(wù)”費(fèi)城杰斐遜大學(xué)醫(yī)院放射科主任Rao說(shuō)。放射科醫(yī)生需要與患者、推薦人和護(hù)理人員共同進(jìn)行決策。
“如果產(chǎn)生更多有用的數(shù)據(jù)，就會(huì)成為更好的顧問(wèn)。”麥迪遜威斯康星大學(xué)醫(yī)學(xué)與公共衛(wèi)生學(xué)院醫(yī)學(xué)成像業(yè)務(wù)主管，信息學(xué)副主席Gary Wendt博士對(duì)此表示贊同。 “如果真的給更多人提供更多可操作的數(shù)據(jù)，那么醫(yī)生將是護(hù)理過(guò)程中更有價(jià)值的一部分。”
Rao將數(shù)字診斷數(shù)據(jù)中心視為臨床團(tuán)隊(duì)通過(guò)視頻會(huì)議實(shí)現(xiàn)會(huì)診的一個(gè)重要場(chǎng)所，以便做出有關(guān)患者護(hù)理的決策。放射科醫(yī)生有朝一日可以依靠人工智能將當(dāng)前的成像結(jié)果與其他臨床科室和健康問(wèn)題社會(huì)決定因素的知識(shí)經(jīng)驗(yàn)進(jìn)行匯總。還可以收集實(shí)驗(yàn)室結(jié)果、手術(shù)或組織檢查結(jié)果、健康史、身體檢查、患者人口統(tǒng)計(jì)學(xué)、患者基因組學(xué)、風(fēng)險(xiǎn)因素等數(shù)據(jù)，并將其整合到整體臨床分析中。
“這些數(shù)據(jù)隱藏在我們沒(méi)有采取行動(dòng)的數(shù)據(jù)中，我們現(xiàn)在需要做些什么來(lái)幫助病人?”Geisinger成像科學(xué)和創(chuàng)新部門擔(dān)任心臟成像技術(shù)實(shí)驗(yàn)室(CITL)的聯(lián)席主任Brandon Fornwalt博士說(shuō)。Fornwalt是一名醫(yī)學(xué)博士、放射科醫(yī)師和數(shù)據(jù)科學(xué)家。他認(rèn)為，研究人員和放射科醫(yī)師的使命是找出答案。
威斯康星大學(xué)醫(yī)學(xué)與公共衛(wèi)生學(xué)院放射信息學(xué)的神經(jīng)放射科醫(yī)生和醫(yī)學(xué)主任Richard Bruce博士提供了另一種觀點(diǎn)。他說(shuō)，“人工智能不一定總是提供全新的東西，而是應(yīng)將注意力集中到已經(jīng)存在的東西上。那么如何減少這些干擾?如何將所有這些相關(guān)的事情帶到最頂層?這樣就可以描繪出患者最引人注目的故事。”
Rao將她的愿景稱為“整體成像護(hù)理提供模型。”放射科醫(yī)生可以負(fù)責(zé)患者的成像服務(wù)過(guò)程，而不是負(fù)責(zé)患者溝通的轉(zhuǎn)診醫(yī)生，其中包括將結(jié)果傳達(dá)給患者。“人工智能和相關(guān)技術(shù)為我們提供了最終實(shí)現(xiàn)這一愿景所需的精確工具，”她說(shuō)。
人工智能在醫(yī)學(xué)成像的應(yīng)用
在20世紀(jì)50年代人工智能誕生之初，研究人員試圖生產(chǎn)一種能夠通過(guò)圖靈測(cè)試的智能系統(tǒng)，以便能夠?qū)C(jī)器的智能與人類的智能進(jìn)行區(qū)分。在過(guò)去的70年中，研究人員不斷看到希望和絕望的循環(huán)，但在10年前，這種情況開(kāi)始發(fā)生改變。自從人工智能開(kāi)始學(xué)習(xí)而無(wú)需編程以來(lái)，其軌跡一直在穩(wěn)步上升。如今，消耗性數(shù)據(jù)和計(jì)算能力都提高了幾個(gè)數(shù)量級(jí)，并且具有更廣泛的可承受性。
在人工智能中，醫(yī)學(xué)成像在改善訪問(wèn)質(zhì)量、降低成本、改善患者體驗(yàn)的障礙中看到了機(jī)會(huì)。同時(shí)，根據(jù)世界衛(wèi)生組織的估計(jì)，全球40多億人無(wú)法獲得醫(yī)學(xué)成像專業(yè)知識(shí)的服務(wù)。人工智能可以通過(guò)提供遠(yuǎn)程閱讀來(lái)解決全球臨床醫(yī)生的數(shù)量短缺和無(wú)法到達(dá)某些地區(qū)進(jìn)行診斷的問(wèn)題。
在圖像采集、重建、檢測(cè)定位和質(zhì)量控制等方面，醫(yī)學(xué)成像的服務(wù)鏈上存在著一些障礙。人工智能可以消除放射科醫(yī)生每天重復(fù)性的低價(jià)值任務(wù)，節(jié)省時(shí)間，并提高準(zhǔn)確性。它可以更準(zhǔn)確地識(shí)別疾病，降低治療變異性，改善護(hù)理，提高患者體驗(yàn)。還可以發(fā)現(xiàn)人類醫(yī)生難以看到的病變，并減少假陰性的解析。
人工智能工具還可以增強(qiáng)圖像重建，更有效地利用數(shù)據(jù)改善失真或損壞的圖像。更好的工作列表優(yōu)先級(jí)允許病情最嚴(yán)重的患者更快地接受診斷和治療，即使在放射科醫(yī)生無(wú)法立即獲得結(jié)果的環(huán)境中也是如此。其提供的放射學(xué)報(bào)告可以獲得一致性。
機(jī)器智能還有助于探索和公開(kāi)關(guān)鍵的電子健康記錄( HER)數(shù)據(jù)，以提供患者的整體視圖。減輕醫(yī)務(wù)人員閱讀文檔疲勞，創(chuàng)建更直觀的界面。
Geisinger的Fornwalt表示，除了個(gè)別的人工智能應(yīng)用程序之外，圖像和醫(yī)療保健的區(qū)別在于要查看大型縱向數(shù)據(jù)集。他說(shuō)，“可以從中獲取一些橫截面的數(shù)據(jù)并進(jìn)行分析，并從中做出預(yù)測(cè)。這就是機(jī)器擅長(zhǎng)的東西。作為醫(yī)生，我們不能這樣做……因此我們將利用這種預(yù)測(cè)能力來(lái)發(fā)揮作用。”
Bruce說(shuō)，“人工智能帶來(lái)的好處是對(duì)數(shù)據(jù)進(jìn)行更深入的研究，認(rèn)識(shí)到我們有機(jī)會(huì)利用我們所獲得的和我們能解鎖的東西做更多的工作。”
事實(shí)上，醫(yī)生常常在這方面浪費(fèi)了大量時(shí)間。
職業(yè)倦怠是放射學(xué)醫(yī)生面臨的一個(gè)大問(wèn)題，根據(jù)Medscape最近的統(tǒng)計(jì)數(shù)據(jù)，這與去年的調(diào)查一致，大約45%的放射科醫(yī)生報(bào)告表示，他們已經(jīng)精疲力竭。芝加哥大學(xué)企業(yè)成像醫(yī)學(xué)主管放射科醫(yī)生Paul Chang博士在RSNA 2018的一次演講中說(shuō)：“我們正在討論數(shù)據(jù)驅(qū)動(dòng)、證據(jù)驅(qū)動(dòng)的工具，我們需要幫助，因?yàn)樵S多人幾乎很難堅(jiān)持下去。”
建設(shè)IT基礎(chǔ)設(shè)施
醫(yī)學(xué)成像領(lǐng)導(dǎo)者如今可以采取合理的步驟來(lái)幫助他們的設(shè)備采用人工智能，這就需要他們的IT基礎(chǔ)設(shè)施做好準(zhǔn)備。Paul Chang表示，IT部門在將人工智能集成到現(xiàn)有工作流程中時(shí)面臨著重大挑戰(zhàn)，但如果希望在技術(shù)準(zhǔn)備好實(shí)施后真正看到好處，那么這是必要的一步。
“人工智能是一個(gè)關(guān)鍵的工具，但企業(yè)不會(huì)為其解決方案而構(gòu)建的工具構(gòu)建架構(gòu)。”Paul Chang說(shuō)。
靈活、強(qiáng)大且基于標(biāo)準(zhǔn)的平臺(tái)對(duì)于使組織能夠捕獲、增強(qiáng)、保護(hù)和共享關(guān)鍵數(shù)據(jù)和數(shù)字分析資產(chǎn)至關(guān)重要。
Paul Chang建議醫(yī)院各部門不要只關(guān)注技術(shù)，還要關(guān)注他們想要的最終結(jié)果。例如，提高效率以及人工智能如何幫助實(shí)現(xiàn)這一目標(biāo)。高層管理人員關(guān)心提高效率，因?yàn)榭梢怨?jié)省時(shí)間，最終節(jié)省成本。因此需要構(gòu)建一個(gè)將人工智能集成到標(biāo)準(zhǔn)工作流程中的策略，并用這些術(shù)語(yǔ)談?wù)撊斯ぶ悄苁谴_保組織獲得所需投資的方法。
他說(shuō)，放射科醫(yī)生需要參與人工智能的應(yīng)用，但對(duì)期望和時(shí)機(jī)要切合實(shí)際。他說(shuō)，“組織的目標(biāo)不是大肆宣傳該技術(shù)的能力，而是需要改進(jìn)基礎(chǔ)設(shè)施，同時(shí)提高效率和質(zhì)量。”
Wendt指出，這就是大量數(shù)據(jù)和計(jì)算能力相結(jié)合的地方。他說(shuō)，“組織需要確保擁有良好的數(shù)據(jù)處理或自動(dòng)數(shù)據(jù)管道，并在后端插入這些平臺(tái)，自動(dòng)路由數(shù)據(jù)。數(shù)據(jù)必須實(shí)時(shí)路由，實(shí)時(shí)處理，并在簽署報(bào)告之前實(shí)時(shí)返回給放射科醫(yī)生。然后再返回到電子病歷(EMR)中。”
與眾不同
人工智能為當(dāng)今的放射科醫(yī)生提供更大價(jià)值的途徑之一是通過(guò)改進(jìn)日常工作流程并使其更加高效?；ㄔ谥貜?fù)任務(wù)上的時(shí)間越少，就意味著花在閱讀研究和幫助患者上的時(shí)間越多。自然語(yǔ)言處理(NLP)可以幫助完成日常任務(wù)，因?yàn)樽詣?dòng)圖像分割有助于標(biāo)記、測(cè)量和比較新的研究結(jié)果與先前的研究結(jié)果。
隨著時(shí)間的推移，人工智能所帶來(lái)的真正不同之處在于對(duì)個(gè)體患者和人群的護(hù)理。分析縱向數(shù)據(jù)，提高洞察和決策能力，并隨著證據(jù)基礎(chǔ)的發(fā)展回溯到數(shù)據(jù)，最佳實(shí)踐變化和指導(dǎo)方針的推進(jìn)，以提供更有效的診斷，預(yù)防和治療方法。
Bruce說(shuō)，“我認(rèn)為，隨著未來(lái)五年的技術(shù)發(fā)展，這不僅僅是算法的問(wèn)題，這將向最終應(yīng)用的人們證明什么是真正的價(jià)值。”
放射學(xué)也為機(jī)器智能輔助的護(hù)理技術(shù)提供了巨大的價(jià)值。日本放射學(xué)會(huì)的兩位研究人員在公共科學(xué)圖書館醫(yī)學(xué)特刊發(fā)表的一篇名為“健康與生物醫(yī)學(xué)機(jī)器學(xué)習(xí)”的論文中寫道：“人工智能有望通過(guò)幫助放射科醫(yī)生更好地進(jìn)行臨床實(shí)踐、更高的可靠性、改進(jìn)的工作流程來(lái)獲得更及時(shí)的建議，從而逐步改變臨床實(shí)踐。放射科醫(yī)師在標(biāo)記訓(xùn)練數(shù)據(jù)集和從圖像數(shù)據(jù)中開(kāi)發(fā)新知識(shí)方面具有重要意義。在臨床應(yīng)用上，即使目前的深度學(xué)習(xí)方法在圖像解釋方面具有廣泛優(yōu)勢(shì)，放射科醫(yī)生仍將在診斷罕見(jiàn)疾病和檢測(cè)發(fā)現(xiàn)方面發(fā)揮核心作用。”
對(duì)于醫(yī)生來(lái)說(shuō)，現(xiàn)在是需要考慮采用人工智能并確定采用更多咨詢性醫(yī)學(xué)策略的時(shí)候了。
京公網(wǎng)安備 11010502049343號(hào)