“如果把看片子的工作都交給機器，醫(yī)生便可以拿出70％以上的時間跟患者做有效溝通，那么患者就醫(yī)體驗將大大優(yōu)化。”在回答動脈網(wǎng)記者提出的醫(yī)生是否擔心被機器替代的問題時，重慶醫(yī)科大學附屬第一醫(yī)院（簡稱“重醫(yī)附一院”）放射科主任呂發(fā)金這樣回答。

實際上，當體量不斷增大的患者群體只能共享總量十分有限的醫(yī)療資源時，排隊一上午、問診五分鐘的現(xiàn)象不足為奇。對于一些常見病癥，人們靠生活常識輔以醫(yī)生的簡單叮囑即可慢慢康復。而對于重大疾病，人們則往往束手無策，事無巨細都需要遵醫(yī)囑。以肺癌為例，肺癌是我國癌癥發(fā)病率、死亡率最高的疾病，在現(xiàn)有診斷模式下，超過7成患者在被檢查出罹患肺癌時，已經(jīng)是晚期，肺癌5年生存率僅15．6％。此時，如若醫(yī)囑需求得不到滿足，后果無疑是致命的。醫(yī)療AI具有高速處理海量數(shù)據(jù)的能力，可以適時把醫(yī)生從重復的工作中解放出來，逐漸得到醫(yī)療機構(gòu)認可。

醫(yī)療AI滿足醫(yī)療需求的能力究竟如何？醫(yī)生對醫(yī)療AI的態(tài)度又是怎樣？帶著這些問題，動脈網(wǎng)再度專訪了呂發(fā)金主任。

醫(yī)療AI相繼落地，臨床需求更具體

重醫(yī)附一院接入醫(yī)療AI的契機是陡增的職工肺癌篩查需求。2016年，重醫(yī)附一院著手對全院職工進行肺癌篩查。第一年完成2000多人的篩查工作，共篩查出22名早期肺癌患者，超過1％的肺癌檢出率讓更多人重視肺癌篩查。

到2017年，參與肺癌篩查的員工數(shù)量便驟然增至6000余人。而每完成1例肺癌篩查，醫(yī)生便需要快速瀏覽超過600張醫(yī)學影像，6000余人肺癌篩查的工作量可想而知。然而，放射科醫(yī)生只有40人，其中包括18名無法全天候讀片的專家。如果完全采用人工讀片，無異于挑戰(zhàn)極限。

2017年初，重醫(yī)附一院通過嚴格的篩選和驗證，引進了一批準確性高、操作性強的醫(yī)療AI產(chǎn)品。依圖醫(yī)療的care．a(chǎn)i^TM肺癌影像智能診斷系統(tǒng)（簡稱“care．a(chǎn)i^TM”）也在列其中。從那時起，醫(yī)院的肺癌篩查工作進入了快車道。

目前，多款在已經(jīng)實驗室環(huán)境中得到驗證的醫(yī)療AI產(chǎn)品相繼在臨床流程中落地，一些三甲醫(yī)院的放射科甚至出現(xiàn)了醫(yī)療AI扎堆的局面。對于這一現(xiàn)狀，呂發(fā)金主任認為應(yīng)該一分為二地看。

一方面，醫(yī)療AI滿足醫(yī)生日常工作需求的作用應(yīng)該給予肯定。呂主任指出，部分醫(yī)療AI產(chǎn)品解決了可操作性問題，能夠在一定程度上承擔影像科醫(yī)生的重復工作。以care．a(chǎn)i^TM為例，作為國內(nèi)首款直接嵌入臨床工作流的醫(yī)療AI產(chǎn)品，care．a(chǎn)i^TM可以對接院內(nèi)RIS和PACS，讓醫(yī)生得以不改變使用習慣，在自己的電腦上智能讀片，體現(xiàn)了較高的用戶友好性。

另一方面，醫(yī)療AI對臨床醫(yī)療需求的覆蓋程度還有提升的空間。目前，醫(yī)療AI的應(yīng)用主要集中于單病種診斷，如肺結(jié)節(jié)的檢出等，在更為廣闊的單科室任務(wù)解決方案上還處于初級階段。以肺部疾病為例，呂主任認為，醫(yī)療AI未來應(yīng)當能夠服務(wù)于整個肺部多種疾病的檢出，并給出結(jié)構(gòu)化報告。

滿足臨床需求，依圖醫(yī)療2年內(nèi)迭代出第三版產(chǎn)品

呂發(fā)金主任告訴動脈網(wǎng)，進駐重醫(yī)附一院的4款醫(yī)療AI產(chǎn)品在服務(wù)臨床工作流程中都達到了預期的目標。其中care．a(chǎn)i^TM 由于準確性高、用戶體驗度好，在一線醫(yī)生中頗受歡迎。

care．a(chǎn)i^TM于2016年正式上線，至今已經(jīng)推出第三代產(chǎn)品。從第一代care．a(chǎn)iTM到第三代care．a(chǎn)i^TM，依圖醫(yī)療的研發(fā)團隊不斷運用醫(yī)生思維優(yōu)化產(chǎn)品，投入超過百萬數(shù)據(jù)以訓練系統(tǒng)。截至目前，care．a(chǎn)iTM的敏感性超過95％，擁有超過92％的報告采納率。

實際上，醫(yī)療AI在經(jīng)歷廣泛的落地實踐后，通過海量臨床數(shù)據(jù)的學習，性能逐漸受到醫(yī)生的認可。呂發(fā)金主任舉例道，“肺結(jié)節(jié)篩查一開始只有敏感性、特異性等數(shù)據(jù)，后來又增加了結(jié)節(jié)體積測量、歷史影像對比等功能。 ”

依圖醫(yī)療表示，其契合臨床需求來快速迭代產(chǎn)品，第三代care．a(chǎn)i^TM 的高準確性背后低誤報率、高非實性結(jié)節(jié)檢出率和高復雜解剖結(jié)構(gòu)結(jié)節(jié)檢出率的三大技術(shù)特點作為支撐。

care．a(chǎn)i^TM運用3D分類算法和升級版ResNet網(wǎng)絡(luò)技術(shù)，極大解決血管等病變誤報問題，運用，加強特征抽取能力，解決了特定大小結(jié)節(jié)誤報、漏報的問題，使得整體誤報率降低75％。

care．a(chǎn)i^TM嘗試利用CycleGAN算法將實性結(jié)節(jié)轉(zhuǎn)變成非實性結(jié)節(jié)，從而解決非實性結(jié)節(jié)數(shù)據(jù)不足問題，實現(xiàn)對非實性結(jié)節(jié)病灶的充分系統(tǒng)訓練，非實性結(jié)節(jié)檢出率提升50％。在臨床真實環(huán)境研究中，care．a(chǎn)i^TM的磨玻璃漏檢率結(jié)節(jié)只有0．7％，而副高級別醫(yī)生的漏檢率超過4％。

care．a(chǎn)i^TM使用Pix2pix－GAN算法，創(chuàng)造性地使用少量數(shù)據(jù)＋手動3D繪畫，生成復雜結(jié)節(jié)結(jié)構(gòu)，從而解決復雜解剖結(jié)構(gòu)結(jié)節(jié)數(shù)據(jù)不足問題，對復雜結(jié)構(gòu)旁病灶，如肺門旁結(jié)節(jié)、血管旁結(jié)節(jié)，進行充分訓練。

此外，第三代care．a(chǎn)iTM擁有獨特的結(jié)節(jié)導航技術(shù)，能夠快速、準確定位結(jié)節(jié)，多角度進行結(jié)節(jié)觀察，并基于對結(jié)節(jié)的體積、密度、表征、位置、倍增時間等數(shù)據(jù)的分析而做出腫瘤惡性概率評估、相似病例推薦和量化隨訪分析。

呂發(fā)金主任指出，盡管說機器替代醫(yī)生還為時尚早，但醫(yī)療AI未來可以進行肺癌的多學科智能診斷，也驗證了醫(yī)療AI強大的學習能力和廣闊的應(yīng)用前景。

醫(yī)療AI亟需打破病種界限

目前，由于一些客觀原因，醫(yī)療AI在臨床場景的落地仍局限在醫(yī)學影像的輔助診斷，尤其是肺結(jié)節(jié)的輔助診斷。要實現(xiàn)成熟的醫(yī)療AI，AI產(chǎn)品需應(yīng)用于醫(yī)療全流程，必須打破病種的界限，才能真正智能化再造醫(yī)療流程。

據(jù)呂主任介紹，醫(yī)療AI介入以后，重醫(yī)附一院肺結(jié)節(jié)檢查分為機器初檢和醫(yī)生復檢兩個環(huán)節(jié)。這反映了醫(yī)療AI的智能化程度尚不夠高，需要醫(yī)生的額外勞動來彌補技術(shù)的缺陷，降低了醫(yī)療效率。

然而呂主任相信，未來醫(yī)療AI將在醫(yī)療一線和基層醫(yī)療機構(gòu)中發(fā)揮重要作用。隨著人們健康管理意識的提高，越來越多的人會定期接受體檢，醫(yī)療AI可以替代醫(yī)生在疾病篩查中的工作。

以重醫(yī)附一院為例，體檢中心每日接待近百名體檢患者，后臺生成數(shù)以萬計的各種醫(yī)學影像讀片需求。如此龐大的工作量，若能夠被AI消化，醫(yī)生便可以騰出大量時間解答患者疑問、溝通治療方案。