2017“人工智能”首次被写入了全国政府工作报告，要求加快培育壮大包括人工智能在内的新兴产业，人工智能开始渗透于医疗行业。据悉，协和、同济、省人民、广州军区武汉总医院都采用了依图医疗的人工智能辅助诊断系统，用于肺癌、乳腺癌、儿童生长发育异常等疾病。协和医院放射科是湖北省使用最早、病例数最多的单位。它究竟带来哪些改变?现状和未来如何?
7月17日，63岁的谢先生因肺部不适在协和医院胸外科就诊，医生建议做肺部CT平扫和增强。将谢先生肺部CT按照1.5mm层厚重建出688幅断面影像。阅片室中，放射科副主任医师黄锐仅仅在影像生成后约3秒后，就找到谢先生左肺中下叶和右肺中下叶共6个肺结节，就连4*4mm的微小结节也没被放过。谢先生被初步诊断为疑似肺癌。黄锐医师再次阅片，确认无误后出具报告。
688幅CT影像，一位医生仔细阅完通常需要5至8分钟。黄锐医师能在数秒之内找到所有结节，并初步判断出良恶性，筛查出这例早癌患者，得益于他的“小依助手”肺癌影像智能诊断系统。这是我省引进的首套人工智能辅助诊断系统。它将肺部影像诊断压缩至秒级，可自动识别出成百上千帧影像中肺结节，标出大小、位置、密度，并初步分辨良恶性，自动生成结构化影像报告提供给医生审查。自去年下半年在协和医院放射科投如使用至今，该系统已辅助医生完成近9万例肺结节筛查，敏感性高达93%以上。
肺结节可能是肺癌的“信号灯”。过去筛查肺结节全靠医生“火眼金睛”，平均一个医生每天看上百个病人、近2万幅CT影像图片，如果还需对比病人既往影像资料，分析量惊人。去年肺癌影像智能诊断系统准备在协和医院放射科投用时，武汉协和医院放射科韩萍教授及其团队医师也曾经半信半疑，最终因为医生工作量实在繁重才决定尝试人工智能。韩萍教授表示：高强度的工作下，人眼识别难免有疲惫和疏漏，影响医疗安全。若是经人工智能初筛后，医生在此基础上再审核确认，可大大减少漏诊，提高效率。
开发公司依图医疗介绍，该系统基于数百份临床权威指南和专家共识以及数百万份经过人工智能解构的医疗大数据而建，投用到医院就是希望它能在临床中学习，提高诊断水平。该院放射科主任韩萍教授、史河水教授及其团队评价该系统“较聪明，一学就会”。初来乍到时，为保证其受到良好的培训，只有高年资的医生才使用该系统，系统每一次阅片，医生都会肯定或纠正其诊断结果。在近9万例的病例学习后，该系统就像一个医学生在临床学习中积累了一定的经验，正在逐步成长为一名合格的医生，即使一些靠近肺部纹理或血管等较难鉴别的结节，它也能识别出。
人工智能在医疗领域的落地能一定程度上弥补医疗资源短缺。影像作为医生诊断的重要依据，在医疗行业数据中占80%～90%。有统计显示，我国医学影像数据增长率为30%，而放射科医师增长率仅4.1%。运用人工智能技术可以有效弥补医生的缺口。曾有某人工智能系统判读病理切片时，准确率达到92.5%，与之相比，高级医生的准确率是 97.5%，普通医生仅为 57.5%。人工智能深度学习后，可以达到高级医生的水平，实现同质化医疗，协助提高基层医院医疗水平。
当记者问到：协和医院放射科的人工智能系统也正在自我学习中，未来能否完全替代医生?韩萍教授把握十足地说，没有一点担忧。她认为，目前人工智能诊断系统仅限于一种或几种疾病的辅助诊断。在遇到疑难病例的时候，人工智能则失去方向。况且肺部疾病众多，人工智能系统远未涉足，它还需要长时间的学习。当然，我们看好人工智能，我们相信随着科技和医学的进步，医生将和人工智能一起，探索人类医学的边界。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
