0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能在医学影像中的应用与挑战

dQh4_ofweekwear 来源:未知 作者:胡薇 2018-09-12 15:47 次阅读

8月30日-9月1日,2018中国(上海)国际人工智能展览会暨OFweek(第二届)国际人工智能产业大会在上海成功举办。

参加本次大会的嘉宾不仅有来自各大AI行业的标杆型企业领袖,还有在工学、医学等学术界享有盛名的专家教授前来分享学术观点,为来宾指点迷津,提供宝贵意见和建议。

人工智能在医疗影像领域的潜力有目共睹,但那些宣称AI能战胜医生的标语到底是夸大其实,还是有理有据呢?人工智能医疗影像落地到底有多难?

8月31日,在本次大会分论坛—AI+医疗专场上,上海中医药大学附属曙光医院放射科主任,影像教研室主任詹松华为大家带来了主题为“医学影像人工智能临床的困难与挑战”的精彩演讲,站在医生的角度,为人工智能走进医院,服务于医疗的发展方向和方案作出了分析和观点分享。

以下为詹松华主任的现场演讲内容,小编仅作了不改变原意的整理和编辑。

其实我不研究人工智能,我是一个放射科临床医生。现在大家都觉得人工智能不得了,其实并不是。我认为AI要应用到医院还差得很远很远,这是一个很重要的事情。

现在很多人都在讲,人工智能今后要替代放射科医生,但放射科医生做的可不是一般的事情,不论是做诊断,还是医疗咨询都是需要非常小心谨慎的。我认为AI取代放射科医生目前是不可能的,还需要很多努力,要走很长的路。所以我今天讲的就是医学影像人工智能应用的困难与挑战。

现在是AI投入很多,但AI想取代放射科医生还差得远。为什么呢?有人说医生做不了大领导,因为医生太讲实事求是。病人在你面前,你说他是肺癌,马上开刀开出来,验证给你看是不是肺癌,没有一个医生会乱说话。当有些媒体为了噱头开始乱讲时,我们就知道你们和我们之间的差别很大。所以我要讲四个方面的问题,提供给大家参考。

第一部分:影像医学学科特点和中国现状

首先要搞清楚,放射科包括两部分,一是医师,一是扫描技师。医师是影像医学和核医学毕业的专业医师,而技师来自影像系。医师和技师是两个不同的职位。我是临床医学系毕业的,在临床工作过,也上手术台开刀,但我不是做扫描的,扫描不是我做的事。所以放射科医生做诊断是要临床技术的,这与扫描技师的工作大不相同。

放射科医生是医生中的医师,所有的外科医生内科医生在手术之前都会请教放射科医师。放射科医生的工作不仅是发现病变,定位病变,定性诊断等等。在很多情况之下,放射科医师都需要寻问病人病史,不问病史就会导致误诊。并且在疾病诊断时还会常常出现同病异影,异病同影等情况,这都是不能随便判断的。放射科医生诊断最重要的一点就是要跟临床相结合,一个肺结节可以是炎症、结核,也可以是肿瘤。肿瘤才是诊断,结节并不是诊断。

第二部分:人工智能在影像医学领域应用的定位问题

人工智能在做病变测定方面比人更好,这个我也承认。是的,我觉得应该要这样去做。但是更重要的是发现病变特点,然后区别正常与异常,最后交由放射科医生来做诊断,到底是炎症还是肿瘤?不能说发现一个结节就是诊断,结节只是一种症状。从症状走向诊断需要人力过程,需要经验去判断。

并且发现肺结节在医疗上是最简单的一种。为什么呢,因为肺结节的密度和肺泡的密度差别六百以上,很容易就被发现。这可能是计算机最容易做的事情。但是换到胰腺、肝脏就并非那么容易了?同时结节还有很多种,如甲状腺结节、乳腺结节等等,所以说还差得远。

临床很复杂,不要认为仅仅发现了肺结节就可以代替放射科医生。打个比方,1245*1245几乎没有人能立马给出答案,但是计算器在0.001秒内就能出答案,难道说人不如计算器吗?在某一个方面的功能例如记忆能力,当然计算机强于人们。但某一方面的优势并不能代表能够整个代替放射科医生。因为放射科医生是一个整体的,是靠所有的信息来判断的有机体,在某一方面功能很强大的机器只能说帮助医生去做。

并且在医学领域,是没有终极目标没有统一标准的。并不是说病治好了医生才是有功劳的,无论治疗结果好坏,医生都是尽力的,这是不同于数学求解的概念。同时疾病的可能性也是复杂多变的,不是1+1=2那种既定不变的理论,医学是一种可能性的艺术。这是一种可能性的问题,而不是绝对的事情。例如阑尾炎,通常说半小时就解决了,但这也是不一定的。我实习的时候曾遇到主任上去开了三个小时没退下来。工科常说没有做不到,只有想不到,在医学是完全不一样的。

人工智能在发现病变方面肯定是大有作为的,但是代替医生来处理,很难。

第三部分:人工智能医疗的发展建议

我是医生,在人工智能方面我是不懂的,但决定人工智能机器能否应用到医院,我就是评判者。

所以你们要搞清楚临床需求是什么?要搞清楚医生需要解决什么问题。在此我讲一个例子,如果人工智能机器发现了三毫米的结节,而我没发现,你们是不是觉得AI比人强。这时我就要反问一句了,发现一个两三毫米的结节有意义吗?没有意义并且还麻烦,因为这反而会影响病人的情绪和心态。并且所有的放射科医生都会告诉你,3毫米结节不用处理。因为就算是肿瘤,不论是三毫米还是八毫米,手术愈后都是一模一样的。

第二就是解决假阴性问题,这个很重要。我认为假阴性一定要被消灭掉。有的AI公司跟我讲,他的诊断率很高,能达到95%,然后我问他还有5%怎么办,他说你们医生核对一下就好了。我说那这一百个片子我都要从头看到尾了,这样你们人工智能帮我干了什么?然后他说可以提高到1%以下的漏诊率,难道你们医生诊断1%的漏诊都没有吗?我说没有的。为什么?我讲个比方,如果医院一天要做800个CT,1%的漏诊率就是一天八个漏诊,一个月要多少?几百个?如果一个月有一百多个病人来跟医院吵,医院就不用开了。所以95%准确率是绝对不行的,99%都不行。

所以我认为假阴性很重要,要解决掉假阴性问题。人工智能说阴性就是阴性,那么对医生来讲才是省时省力的。而不是说存在5%的漏诊需要医生将所有片子都重审一遍。当然如果人工智能发现是病变,医生拿过来重看是应该的。

还有不要总是在结节这个问题上研究,要搞点别的。比如说放射科其他比较简单的问题:骨折,胸水等。现在搞肺结节软件有太多了,还没有多大用。其实最简单的事情,就是去帮助医生。首先你要到医院中去,去临床看看,医生到底需要什么样的帮助。AI软件要提供方便,提高效率,方便医生更加全面地探讨病变,并指出医生可能会忽略的点。AI技术,用户是我们,但消费者是病人,这个跟一般的消费关系不一样,医生病人两者都要兼顾。

另外,医学还有一个伦理、人文关怀等其他各方面的问题。我打个比方,医学是服务性行业,服务于大众的健康。随着高科技的发展,种田的农民会越来越少,但餐饮服务业却不会少,只会越来越多。这个概念要搞清楚。类似的,你们制造出的人工智能机器能够在医院中完成扫描做图的工作,可能这方面的人力会逐渐被替代,但医生是很难被替代的。因为医生是个人,很多的时候是要跟病人打交道的,这是有关人文的事情,是机器无法完成的。

第四部分:人工智能医疗的发展方向

当然人工智能是有用武之地的,机器可以做到发现病变,但现在人工智能医疗的发展方向应该是帮助医生,减少医生的负担,而不是说要代替医生。你要帮助医生的时候,医生视你们是朋友。当你说要代替医生的时候,医生就把你当成敌人了。

我认为在更好地显示病变,减少漏诊方面,AI是大有用武之地的。但要知道分析病变性质和医生的诊断之间还有很大的距离要走。一个肺结节的CT值是多少?边缘是怎么样的?立体形态是什么样子?所有这些信息机器很容易获取,然后告诉医生,医生根据这些信息来判断到底是癌症还是结核。所有诊断都需要医生来做,而AI能做的是发现征象。

并且转变大众的观念需要时间,科学的问题不能超越事实,特别是医学。医生最不待见的就是浮夸宣传,因为医生从来不会乱讲,务实和努力才是基础。

最后我讲一下题外话,好多宣传里面讲到AI是来解决看病贵看病难问题,这个我觉得不太合适。为什么呢?难道现在贵了吗?难了吗?你去美国、欧洲,英国等国外看病才是又难又贵。我近期看到一篇推文,说国外一个人去看痔疮,折腾了一个礼拜自己好了,医生也没看。还有个人看病,花了1万多美金,但是医生啥都没干。在国内看病实际上是很容易了,你现在到曙光医院去挂号还可以挂到。你在美国试试看,根本不可能的事情。

任何一件商品,或者服务,如果贵了就说明有利润。价格高和价格贵是两个不同的概念,贵就是有利润,难就证明有市场,买不到就有市场。所以看病难看病贵这事情本来就不存在,是一个伪命题。所以不要奢望用AI去解决看病贵看病难的问题。

其次发展AI方向是对的,但需要更多的科研投入,需要将医师和工程师很好地整合起来。有些公司说投资50万去做AI,我觉得这是没用的,50万能干什么?我说你请我试试看。年薪没有100万,是不可能的事情,医生很贵的,国外的医生也是一样的。要想做好AI+医疗,就必须要请医生,然后与患者打交道的事情就得交给医生,因为你没有能力处理这个问题。很多的时候病人是需要安慰倾听照顾的,这些都是人文,所以不要想着能代替医生。

在当今这个时代背景之下,与人打交道的职业一定会越来越兴旺。我们医生是与人打交道的,所以我放心,医生不可能失业,AI也不可能代替医生。我今天讲的内容就是这些,可能不一定都对,不好意思,讲得不对的请指正,谢谢。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1775

    文章

    43723

    浏览量

    230497
  • 医学影像
    +关注

    关注

    1

    文章

    107

    浏览量

    17267

原文标题:医学教授詹松华:医学影像人工智能应用的困难与挑战

文章出处:【微信号:ofweekwearable,微信公众号:OFweek可穿戴设备网】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    轻松实现医学影像 AI:NVIDIA 提供 MONAI 托管云服务

    这项创新服务具有用于交互式 AI 标注和训练的强大 API,可以加速医学影像解决方案发展。 NVIDIA 推出医学影像 AI 云服务,通过全托管的云端应用程序编程接口(API),进一步简化和加速真值
    的头像 发表于 11-30 19:35 229次阅读

    《通用人工智能:初心与未来》-试读报告

    人们的生活变的更加美好。最后强调一点人工智能不会取代人类,反而会更美好的服务人类。 如何学习人工智能 人工智能在多个领域都有应用,每个人的精力都是有限的,因此对自己熟悉的领域或者喜欢的领域,去深入的学习
    发表于 09-18 10:02

    医学影像四大设备是什么 医学影像的作用和存在意义

    医学影像可以提供医生对疾病的非侵入性视觉化信息,帮助医生进行准确的诊断。通过医学影像,医生可以观察人体内部的解剖结构、组织和器官的变化,识别异常的肿瘤、损伤、炎症等,并为制定治疗方案提供依据。医学影像也可以用于手术规划和引导手术
    发表于 08-29 14:48 6014次阅读

    东软医学影像信息系统实现系统间的数据共享和互联互通

    根据各级各类医疗用户的需求创新升级,致力于为医生和患者提供更优质、更智能、更方便的医疗环境,以一体化、智能化、专科化为理念,以PACS/RIS产品能力为核心向外延伸,构建了智慧医学影像解决方案。基于院内标准检查流程,从智慧服务、
    的头像 发表于 08-24 15:17 808次阅读

    如何看待人工智能的前景

    目前,人工智能在各个领域都有广泛应用。例如,在医疗领域,人工智能技术被应用于疾病预测、病案分析、医学影像诊断等方面,可以大大提高医疗水平。
    的头像 发表于 08-13 16:50 1355次阅读

    医学影像设备包括哪些设备 医学影像设备发展历程简单介绍

    人工智能(AI)在医学影像领域的应用将越来越广泛。AI算法可以帮助医生在大量影像数据中提取信息,辅助诊断和预测患者病情的发展趋势。这有助于提高诊断准确性、速度和效率。
    发表于 08-10 14:54 4394次阅读

    关于人工智能的行业发展

    和工作方式。而未来,人工智能将在更多领域展现其强大的应用潜能。 一、医疗保健:人工智能在医疗领域的潜力巨大。通过机器学习和大数据分析,人工智能可以帮助医生更准确地诊断和治疗疾病。例如,利用深度学习算法和
    的头像 发表于 07-27 09:45 586次阅读

    人工智能是干嘛的 人工智能在金融行业的应用

    摘要:近年来,随着机器学习、深度学习技术的兴起,人工智能在各行业的应用加速,金融行业也不例外。人工智能在金融风险防控、服务优化、效率提升等方面的应用不断深入,并取得了一定成效,市场主体对应用人工智能
    发表于 07-20 15:47 0次下载

    【书籍评测活动NO.16】 通用人工智能:初心与未来

    的新一波人工智能正在兴起。自然语言处理、人脸识别、自动驾驶、无人系统等复杂人工智能任务相继取得大的突破,人工智能在很多特定问题(如围棋、《星际争霸》游戏、医疗诊断等)的解决上甚至超过了人类的水平。这也引起了
    发表于 06-21 14:41

    医疗物联网赋能医学影像设备,自连解决方案推动临床诊疗提质增效

    医学影像是临床疾病诊断与治疗的重要依据之一,目前临床的诊断信息70%来源于医学影像结果,医学影像设备的发展对于整体医疗水平的提升具有重要作用。国务院关于印发《中国制造2025》的通知指出,提高
    的头像 发表于 06-13 09:41 428次阅读
    医疗物联网赋能<b class='flag-5'>医学影像</b>设备,自连解决方案推动临床诊疗提质增效

    医疗物联网赋能医学影像设备,自连解决方案推动临床诊疗提质增效

    医疗器械的创新能力和产业化水平,重点发展影像设备、医用机器人等高性能诊疗设备。医疗物联网作为医疗行业发展的明日之星,必将推动临床诊疗整体质量和效率的提升。 传统医学影像设备弊端渐显,行业新趋势悄然降临 人工诊疗方式费时费力
    的头像 发表于 06-08 08:43 365次阅读
    医疗物联网赋能<b class='flag-5'>医学影像</b>设备,自连解决方案推动临床诊疗提质增效

    基于医学影像分割大模型的飞标医学影像标注平台

    结合影像组学算法、人工智能模型,集成了大量的自动、半自动标注工具,通过影像自身特征和智能模型双重计算,快速识别标注内容和边界,从而大幅提高效率。
    发表于 05-26 14:38 484次阅读
    基于<b class='flag-5'>医学影像</b>分割大模型的飞标<b class='flag-5'>医学影像</b>标注平台

    通过弱监督学习揭示医学影像中的秘密

    医学影像交给人工智能 (AI) 来分析,可以比人类专家更快、更准确地检测和测量出异常情况,推动基于影像的医疗诊断更进一步发展。要借此来改善患者的治疗效果并确立针对性的治疗方法,就必须建立起在不同人
    的头像 发表于 05-18 09:57 591次阅读

    基于VC + MSSQL实现的县级医院医学影像PACS

    PACS系统是HIS系统的重要组成部分,医生可在电脑上查看患者的医学影像报告。
    的头像 发表于 05-12 17:06 292次阅读
    基于VC + MSSQL实现的县级医院<b class='flag-5'>医学影像</b>PACS

    通用AI大模型Segment Anything在医学影像分割的性能究竟如何?

    为了全面评估分析SAM在医学影像分割上的表现,团队收集并标准化了52个公共数据集,最终整理构建了一个包含16种影像模态和68种生物医学领域分割目标(表1)的大型医学影像分割数据集COS
    的头像 发表于 05-06 09:57 1140次阅读
    通用AI大模型Segment Anything在<b class='flag-5'>医学影像</b>分割的性能究竟如何?