得知西南地區(qū)某著名三甲醫(yī)院的PACS(Picture Archiving and Communication Systems)接入了7家人工智能企業(yè)的肺結(jié)節(jié)智能影像診斷系統(tǒng)時，一位影像醫(yī)師戲謔地談到現(xiàn)在的情況。

魯迅曾說，世上本沒有路，走的人多了，自然就有了路。但在肺結(jié)節(jié)的人工智能檢出上，中國的初創(chuàng)企業(yè)們已經(jīng)踩出了一條京滬高速。諸多AI廠家競爭激烈的核心醫(yī)院，一個放射科室擺上4-5家AI廠商的服務(wù)器已稀松平常。

截至2018年7月的不完全統(tǒng)計，僅在肺結(jié)節(jié)篩查領(lǐng)域，拿出具體產(chǎn)品的人工智能企業(yè)就有20余家，大部分拿到風險投資，而更多海歸博士、科研院所、醫(yī)院專家團隊正在摩拳擦掌，躍躍欲試。

大家都奔向了同一個目標。

誰帶火了肺結(jié)節(jié)?

從需求端來說，中國年新增肺癌患者數(shù)量全球第一，年肺癌因素死亡人數(shù)全球第一，早篩需求旺盛，低劑量螺旋CT正被廣泛推廣;而從圖像質(zhì)量上來說，胸部CT圖像分層薄、視野清晰、干擾因素少、病灶特征規(guī)律可循，是智能影像判讀的理想用武之地，加之中國影像醫(yī)師的稀缺及國家政策的大力推動，這一領(lǐng)域的應(yīng)用基礎(chǔ)堪稱完美。

但中國任何一個疾病領(lǐng)域的需求量都會由于龐大的人口基礎(chǔ)而顯得無比巨大，真正讓肺結(jié)節(jié)智能檢出火起來的，是大數(shù)據(jù)時代。

2017年7月，SQuAD的負責人Pranav Rajpurkar公開了其胸部x射線檢測肺炎的算法，并公布了當時世界上最大的公開可用的胸透x光數(shù)據(jù)集，該數(shù)據(jù)集包含了14種疾病的10萬余張x射線主視圖。

2017年10月，NIH(美國國立衛(wèi)生研究院)臨床中心發(fā)布了一個包含3萬余患者、11萬2千余張正面視線的x射線圖像，以及利用NLP技術(shù)從放射學報告挖掘出來的14類疾病的圖像標簽，供全球研究人員免費使用。

2018年7月，NIH(美國國立衛(wèi)生研究院)臨床中心再次分享了一個大型CT圖像數(shù)據(jù)庫，包括3.2萬份CT圖像和展示的疾病影像學資料，以幫助科學家和臨床醫(yī)生增強對疾病影像學診斷的技能，AI開發(fā)人員亦可自由利用上述數(shù)據(jù)用于AI系統(tǒng)的訓練。

對于中國醫(yī)療人工智能企業(yè)的創(chuàng)業(yè)者們而言，這些美國的公開數(shù)據(jù)集無異于最舒適的搖籃，為創(chuàng)業(yè)者們提供了豐富的數(shù)據(jù)“糧食”;通過公開數(shù)據(jù)集將AI模型的精度訓練到一定水平后，投入臨床，以中國海量的胸部CT圖像“喂養(yǎng)”模型，使之性能進一步飛躍，成為當前中國醫(yī)療AI企業(yè)的普遍路徑。

“對于創(chuàng)業(yè)者而言，最難獲取的就是臨床醫(yī)療數(shù)據(jù)，不管擁有多么雄厚的技術(shù)基礎(chǔ)，市面上有多少可供借鑒的算法模型，沒有臨床數(shù)據(jù)拿來訓練AI，一切都是無源之水。而中國國內(nèi)更為龐大的CT數(shù)據(jù)基礎(chǔ)，使得中國人工智能技術(shù)的進步絲毫不遜于其發(fā)源地——美國。”一家影像云的運營者如此表示。紐約時報(NYT)在2018年的一篇文章中，提到中國的阿里和依圖，已經(jīng)先于亞馬遜，把AI引入醫(yī)療行業(yè)。

但與此同時，他也提醒，雖然國內(nèi)AI企業(yè)創(chuàng)業(yè)者的起始賽道相似，但并不意味會在同一個維度長期競爭。

“正如大學生畢業(yè)后10年所取得的成就有著天壤之別，同樣選擇肺結(jié)節(jié)智能檢出作為突破口后，研發(fā)能力的強弱、醫(yī)療行業(yè)理解的深淺、戰(zhàn)略眼光的預見、產(chǎn)業(yè)格局的大小，都會影響AI企業(yè)的發(fā)展前景。”這位管理者認為?！　》谓Y(jié)節(jié)AI的進化之路

2017年，主攻肺結(jié)節(jié)檢出的各大AI企業(yè)都交出了輝煌的答卷，敏感性一路飆升，95%、96.5%、98.8%……人類肉眼難以察覺的像素差別，在AI強大的算力面前無所遁形。

然而醫(yī)學畢竟不是只懂得基礎(chǔ)函數(shù)就可以解決問題。

目前臨床上為了確保影像判讀的準確性，通常由一名執(zhí)業(yè)醫(yī)師與副主任醫(yī)師共同閱讀同一個患者的胸片，影像醫(yī)師在讀片完畢之后，還需要上級醫(yī)生復查一遍，簽字確認。AI的目的正是替代這個步驟中的第一環(huán)節(jié)，因為AI醫(yī)生不僅“視力”極好，幾乎可以看出每一個微小結(jié)節(jié)，同時，AI醫(yī)生不知疲倦，不會出現(xiàn)視覺疲勞，看成千上萬張胸部CT也不過毫秒之間。

將AI的靈敏度不斷提升，理論上AI可以發(fā)現(xiàn)肺部的每一個結(jié)節(jié)，但是隨之而來的誤報率卻令人頭痛，是迅速將敏感性提升到極致，暫時忽略誤報率?還是花費更大的力氣，將敏感性與誤報率同時提升到可用水平?亦或是還有更加科學準確的考核指標?

國內(nèi)著名放射學家、浙江省人民醫(yī)院放射科主任龔向陽教授曾表示，特異性和敏感性兼顧起來是很難的，所以很多公司在開發(fā)系統(tǒng)時會優(yōu)先考慮敏感性的問題，在保證敏感性的前提下，提高特異性。

“敏感性與誤報率確實很難兼得，極其考驗AI企業(yè)的技術(shù)功底，既要保持足夠的敏感性，但又要確保足夠低的誤報率，確保找出來的結(jié)節(jié)絕大部分是正確的，是有臨床意義的，并沒有外界看起來那么容易難度，依圖醫(yī)療付出了艱苦的努力，在這兩方面都做到了業(yè)內(nèi)領(lǐng)先水平”，依圖醫(yī)療總裁倪浩在接受媒體采訪時表示，“誤報一旦過高，將極大增加醫(yī)生的工作壓力，也喪失了AI助力臨床的初衷。”

倪浩還提醒，單純重視敏感性，忽視誤報率不僅會增加醫(yī)生核對影像報告的工作量，也會對患者造成極大的心理壓力，甚至導致恐慌下的過度診療，浪費醫(yī)療資源，增加患者負擔。

為了能夠更加客觀反映AI產(chǎn)品對于臨床工作的促進，依圖醫(yī)療引入了一個業(yè)內(nèi)全新的衡量標準——結(jié)構(gòu)化報告臨床采納率。

具體來說，該指標包含2個方面——“結(jié)構(gòu)化報告”及“臨床采納率”。“結(jié)構(gòu)化報告”不僅要求肺結(jié)節(jié)AI找出結(jié)節(jié)，更要能夠包含結(jié)節(jié)大小、性狀描述、良惡性征象等信息，并出具結(jié)構(gòu)化的臨床報告;而“臨床采納率”更為苛刻——AI生成的結(jié)構(gòu)化報告到底有多少能夠被臨床醫(yī)師不經(jīng)修改直接采納?

依圖醫(yī)療公布了他們care.aiTM肺癌影像智能診斷系統(tǒng)在2018年上半年的臨床反饋，該指標的臨床表現(xiàn)為92%。這是一個極其優(yōu)異的表現(xiàn)，意味著AI系統(tǒng)生產(chǎn)的結(jié)構(gòu)化報告有92%得到影像醫(yī)師認可被直接采納，這一數(shù)字背后，AI系統(tǒng)為影像醫(yī)師所節(jié)省的工作時間難以估量。

“只有將人工智能嵌入醫(yī)生的臨床工作流，尤其是醫(yī)生認可我們的檢測報告，AI對于臨床工作效率的提升才是有意義的，敏感性指標非常重要，但敏感性只是起點”，依圖醫(yī)療產(chǎn)品副總裁鄭永升表示，“目前，憑借這項獨門絕技，該系統(tǒng)不僅進入了全國100余家三甲醫(yī)院，并且正在AI醫(yī)療真正需要賦能的基層醫(yī)院全面鋪開。”

突破肺結(jié)節(jié)的天花板

而當肺結(jié)節(jié)的檢出率逐漸逼近理論極限，所有的醫(yī)療AI企業(yè)都在思考，胸部CT的智能診斷下一步走向何方?

這個問題的本質(zhì)上是在問，AI能力如何進階，從回答“看見什么”到回答“是什么”和“怎么治”。

“一方面繼續(xù)深挖肺結(jié)節(jié)檢出，從影像判讀走向MDT決策，另一方面，從單一的肺結(jié)節(jié)檢出走向肺部多種疾病如肺炎、肺結(jié)核、慢阻肺、支氣管擴張的智能診斷，以單一應(yīng)用解決科室場景問題，跳出一種疾病一個AI的桎梏”，倪浩表示，“這條路會很漫長，很艱辛，但只有不斷滿足臨床場景，才能夠真正成為醫(yī)生的好幫手，推動未來智能醫(yī)院的建設(shè)。”

6月15號，依圖醫(yī)療聯(lián)合中國頂級三甲醫(yī)院——華西醫(yī)院發(fā)布了全球首個肺癌多學科智能診斷系統(tǒng)，這套系統(tǒng)號稱“最具醫(yī)生思維”的AI應(yīng)用，不僅能夠?qū)崿F(xiàn)結(jié)節(jié)篩查等初級功能，更能夠?qū)崿F(xiàn)肺癌全類型病灶的診斷覆蓋，綜合多學科臨床信息進行綜合診斷，其決策依據(jù)來源于國際、國內(nèi)最新臨床肺癌診療指南，且隨著臨床診療例數(shù)的增加，將越來越聰明及富有智慧，成為基層醫(yī)師提升肺癌診療水平，降低誤診漏診的好幫手。

更值得欣喜的是，該產(chǎn)品的部分功能已經(jīng)開始臨床試驗，接受臨床的嚴苛考驗。如果成功，將無異于醫(yī)療AI的一次偉大進步。

“就像過去人類歷史上經(jīng)歷過的一切科技變革，人工智能也將融入醫(yī)生的工作流程，與醫(yī)生群體一起更好地造福廣大病患”，中國醫(yī)學影像AI產(chǎn)學研用創(chuàng)新聯(lián)盟理事長、第二軍醫(yī)大學長征醫(yī)院影像醫(yī)學與核醫(yī)學科主任劉士遠教授表示，“未來已至，只是分布不均。”