祝蕾，朱坤福

（1.山東省菏澤市單縣終興鎮(zhèn)中心衛(wèi)生院，山東 菏澤 274300；2.山東省菏澤市單縣衛(wèi)生和計(jì)劃生育局，山東 菏澤 274300）

0 引言

人們通常將人工智能（artificial intelligence）技術(shù)稱為AI。作為計(jì)算機(jī)科學(xué)的一個(gè)分支，AI技術(shù)通過(guò)了解智能的實(shí)質(zhì)，生產(chǎn)出一種能以人類相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和智能化系統(tǒng)等。隨著關(guān)鍵技術(shù)的不斷突破，“人工智能+”被運(yùn)用到很多行業(yè)，在醫(yī)學(xué)領(lǐng)域也得到了長(zhǎng)足的發(fā)展，且投資的熱度與日俱增。隨著更多資本的注入，“人工智能+”成了該領(lǐng)域的新寵，并逐漸融入醫(yī)學(xué)影像、藥物研制、大健康管理等多個(gè)體系中。本文主要介紹人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用及面對(duì)的機(jī)遇和挑戰(zhàn)[1]。

1 人工智能在醫(yī)學(xué)影像領(lǐng)域的發(fā)展機(jī)遇

目前，在我國(guó)與AI 相關(guān)聯(lián)的企業(yè)經(jīng)營(yíng)范圍主要以醫(yī)療影像為主，出現(xiàn)這一局面的主要原因有以下幾個(gè)方面。

1.1 醫(yī)療機(jī)構(gòu)影像數(shù)據(jù)庫(kù)需求量增大

人工智能之所以能在很多行業(yè)得到推廣和應(yīng)用依靠的是強(qiáng)大的數(shù)據(jù)存儲(chǔ)和分析能力。而在醫(yī)療行業(yè)中，醫(yī)學(xué)影像產(chǎn)生的數(shù)據(jù)占比達(dá)到了整個(gè)行業(yè)的半數(shù)以上。伴隨著醫(yī)療水平的不斷進(jìn)步，人口老齡化的速度不斷加快，居民的健康管理意識(shí)和健康需求都逐漸增強(qiáng)，這也就導(dǎo)致了到醫(yī)療機(jī)構(gòu)就醫(yī)就診的人數(shù)連續(xù)增長(zhǎng)。在當(dāng)代醫(yī)學(xué)中，影像數(shù)據(jù)作為前期診斷和后期疾病治療的一個(gè)重要判斷依據(jù)，數(shù)據(jù)總量也隨之暴增。有數(shù)據(jù)顯示，自2010 年來(lái)，在我國(guó)醫(yī)療衛(wèi)生系統(tǒng)內(nèi)，影像數(shù)據(jù)的年增長(zhǎng)率持續(xù)保持在30%左右，在一、二線城市，很多醫(yī)療機(jī)構(gòu)的影像數(shù)據(jù)年儲(chǔ)存量已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了1PB。這是一個(gè)十分驚人的數(shù)據(jù)，而在這數(shù)據(jù)背后正是一個(gè)龐大的市場(chǎng)需求。這也為人工智能與醫(yī)學(xué)影像相結(jié)合提供了基礎(chǔ)。

1.2 臨床需求迫切

當(dāng)前，絕大部分醫(yī)療機(jī)構(gòu)分析影像數(shù)據(jù)還完全依靠醫(yī)務(wù)人員憑借經(jīng)驗(yàn)，對(duì)患者的病情進(jìn)行診斷。醫(yī)療影像的數(shù)據(jù)近年來(lái)急速增長(zhǎng)，而專業(yè)化的影像學(xué)醫(yī)務(wù)人員年增長(zhǎng)率卻十分緩慢，這也就給人工分析影像數(shù)據(jù)帶來(lái)了巨大的壓力和挑戰(zhàn)。尤其是二、三線城市的很多醫(yī)療機(jī)構(gòu)，影像門類的醫(yī)務(wù)人員更加匱乏，在這一環(huán)境下，僅有的影像學(xué)醫(yī)務(wù)人員就要進(jìn)行超負(fù)荷工作，造成醫(yī)療資源的嚴(yán)重不匹配。而“AI+醫(yī)學(xué)影像”這一概念的提出和應(yīng)用，有望解決上述難題，其可以通過(guò)強(qiáng)大的數(shù)據(jù)存儲(chǔ)能力和超強(qiáng)的算法能力，有效減輕醫(yī)務(wù)工作人員的負(fù)擔(dān)，同時(shí)也能在一定程度上提高醫(yī)學(xué)診斷的效率和精準(zhǔn)度[2]。

1.3 AI技術(shù)日趨成熟

在人工智能這一技術(shù)誕生前期，整條產(chǎn)業(yè)鏈還不完善，軟件及硬件設(shè)施都不成熟，算法也容易出現(xiàn)偏差，因此，這一技術(shù)并未得到廣泛推廣和應(yīng)用。然而，近年來(lái)，隨著大數(shù)據(jù)時(shí)代來(lái)臨，在軟硬件條件日益完善成熟的基礎(chǔ)上，人工智能的數(shù)據(jù)庫(kù)存儲(chǔ)空間逐漸增加，云計(jì)算的數(shù)據(jù)分析判斷能力及精準(zhǔn)度也得到提高；尤其是圖像識(shí)別系統(tǒng)、深度學(xué)習(xí)功能等技術(shù)都獲得了巨大的突破，為醫(yī)學(xué)影像應(yīng)用到各個(gè)領(lǐng)域奠定了基礎(chǔ)。所以，那些有條件的醫(yī)療機(jī)構(gòu)在運(yùn)用人工智能的過(guò)程中偏向于輔助診斷，多將這一技術(shù)運(yùn)用到影像學(xué)、皮膚病學(xué)等相關(guān)領(lǐng)域。

1.4 政府大力支持

近年來(lái)，“人工智能+醫(yī)學(xué)”的模式也逐漸得到了國(guó)家的認(rèn)同和支持，2017 年國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，就明確指出了我國(guó)智能醫(yī)療今后的發(fā)展方向，其主要內(nèi)容包含了人工智能的推廣和應(yīng)用，“人工智能+醫(yī)療”的新模式，建立智能化的醫(yī)療新體系，開(kāi)發(fā)智能手術(shù)機(jī)器人、智能一體化診斷助手等。2017 年，科技部公布的首批4 家國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)名單顯示，國(guó)家將依托騰訊公司建設(shè)醫(yī)療影像新一代人工智能開(kāi)放創(chuàng)新平臺(tái) 。政府對(duì)“人工智能+醫(yī)療”的重視程度、強(qiáng)大的支持力度，為人工智能在醫(yī)學(xué)領(lǐng)域的發(fā)展提供了動(dòng)力和保障。

2 人工智能在醫(yī)學(xué)影像分析中的主要應(yīng)用

目前，在“AI+醫(yī)學(xué)影像”領(lǐng)域，圖像識(shí)別與深度學(xué)習(xí)功能運(yùn)用最為成熟，這兩項(xiàng)功能基本實(shí)現(xiàn)了利用設(shè)計(jì)好的程序進(jìn)行自動(dòng)探查并生成圖像，其優(yōu)勢(shì)主要表現(xiàn)在以下方面。

2.1 協(xié)助計(jì)算機(jī)展開(kāi)工作

計(jì)算機(jī)的出現(xiàn)極大地解放了人類的雙手，做到從人腦到“機(jī)腦”的延伸，其運(yùn)算速度快，且結(jié)果精準(zhǔn)，并在很多領(lǐng)域發(fā)揮了巨大的作用。人工智能也是計(jì)算機(jī)時(shí)代的一個(gè)重要產(chǎn)物，“人工智能+醫(yī)學(xué)影像”的應(yīng)用更是要在計(jì)算機(jī)的輔助下才能完成。信息時(shí)代，醫(yī)學(xué)信息的傳遞主要是通過(guò)計(jì)算機(jī)完成的，人工智能和醫(yī)學(xué)影像的有機(jī)結(jié)合，有助于計(jì)算機(jī)在醫(yī)學(xué)領(lǐng)域開(kāi)展多元化、系統(tǒng)化的工作。近年來(lái)，在醫(yī)學(xué)專家和計(jì)算機(jī)專家的共同努力下，計(jì)算機(jī)視覺(jué)系統(tǒng)、AI 圖像處理等先進(jìn)技術(shù)不斷出現(xiàn)并應(yīng)用到醫(yī)學(xué)領(lǐng)域，這些技術(shù)的出現(xiàn)在就診過(guò)程中可以更好地幫助醫(yī)生探尋病患的病因，大大提高了前期診斷的準(zhǔn)確率[3]。

2.2 影像組學(xué)

2012 年，影像組學(xué)這一概念首次被提出。其主要指利用大數(shù)據(jù)的海量?jī)?chǔ)存及處理功能，對(duì)所需專業(yè)信息進(jìn)行深層次的篩選、確認(rèn)、剖析，最終找到最有價(jià)值的數(shù)據(jù)，并利用這些數(shù)據(jù)應(yīng)用到醫(yī)學(xué)檢測(cè)中，提高醫(yī)學(xué)判斷的準(zhǔn)確性，對(duì)下一步的治療提供一個(gè)有效參考。

影像組學(xué)在應(yīng)用中共分為5 個(gè)部分進(jìn)行：①利用CT、PET 等技術(shù)得到相對(duì)應(yīng)的圖像；②將所得圖像分割，得到多個(gè)區(qū)域塊；③標(biāo)注出存在疑問(wèn)的區(qū)域塊，并對(duì)其進(jìn)行提??；④將標(biāo)注出的疑問(wèn)區(qū)域塊進(jìn)行匯總并分析；⑤通過(guò)計(jì)算機(jī)技術(shù)完成影像組學(xué)的評(píng)估，搭建分類模型。

影像組學(xué)的出現(xiàn)是對(duì)之前醫(yī)學(xué)模式的一種新的嘗試和突破，提供了大量的有效信息，利用到更多的醫(yī)學(xué)領(lǐng)域，能較好地對(duì)疑似病患部位進(jìn)行精準(zhǔn)探查，為醫(yī)生的診斷提供重要的參考依據(jù)，其將反饋的重要信息儲(chǔ)存在數(shù)據(jù)庫(kù)中，可以成為醫(yī)學(xué)診斷的一筆寶貴財(cái)富。

2.3 影像基因組學(xué)

伴隨著社會(huì)的不斷發(fā)展，各項(xiàng)醫(yī)學(xué)技術(shù)難題逐漸被攻克，并在高效化的醫(yī)療過(guò)程中出現(xiàn)了影像基因組學(xué)這項(xiàng)技術(shù)。傳統(tǒng)的基因檢測(cè)往往都是活體檢測(cè)，容易引起被檢者機(jī)體的不良反應(yīng)[4]。相對(duì)于傳統(tǒng)的基因檢測(cè)模式，醫(yī)學(xué)影像作用在被檢者機(jī)體上的負(fù)面影響幾乎可以忽略，同時(shí)還提高了檢測(cè)的準(zhǔn)確率，目前來(lái)說(shuō)是生物醫(yī)學(xué)中前景較為廣闊的研究方向之一。

3 人工智能醫(yī)學(xué)影像應(yīng)用的挑戰(zhàn)

雖然將AI 技術(shù)應(yīng)用到醫(yī)學(xué)影像領(lǐng)域能讓診斷變得更加精準(zhǔn)、高效，但是在其他層面卻面臨著嚴(yán)峻的挑戰(zhàn)。

3.1 數(shù)據(jù)質(zhì)量問(wèn)題

在“人工智能+醫(yī)學(xué)”領(lǐng)域，智能模型學(xué)習(xí)結(jié)果的一個(gè)重要決定因素就是數(shù)據(jù)的質(zhì)量。影像數(shù)據(jù)是否標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)注是否規(guī)范都將直接影響到人工智能在醫(yī)學(xué)領(lǐng)域的發(fā)展和醫(yī)生對(duì)患者病情的初步判斷。雖然國(guó)內(nèi)的部分醫(yī)療機(jī)構(gòu)在運(yùn)行中積累了大量的影像數(shù)據(jù)，但是由于缺乏系統(tǒng)的管理和統(tǒng)一的標(biāo)準(zhǔn)，在這些圖像的質(zhì)量和格式上并沒(méi)有做到有機(jī)統(tǒng)一，就會(huì)出現(xiàn)管理和研究上的混亂。在供應(yīng)渠道，由于不同廠家、不同批次的影像設(shè)備在圖像的質(zhì)量、掃描的層次以及成像的深度上都會(huì)存在差異，就很容易導(dǎo)致影像數(shù)據(jù)的不精確、形成的圖片在質(zhì)量上存在較大的差異。

不僅如此，在一些醫(yī)療機(jī)構(gòu)中，影像數(shù)據(jù)在解讀的過(guò)程中，需要經(jīng)驗(yàn)豐富的醫(yī)生對(duì)其標(biāo)注之后才能由機(jī)器學(xué)習(xí)。在這一過(guò)程中需要耗費(fèi)大量的精力和時(shí)間，這也就導(dǎo)致了在數(shù)據(jù)庫(kù)中，高標(biāo)準(zhǔn)的數(shù)據(jù)資料十分有限；加之醫(yī)療機(jī)構(gòu)之間在影像數(shù)據(jù)管理上的標(biāo)準(zhǔn)不統(tǒng)一，共享性和相互交流程度低，所以，在眾多醫(yī)療機(jī)構(gòu)中真正意義上的優(yōu)質(zhì)醫(yī)療數(shù)據(jù)少之又少。

在人工智能市場(chǎng)上，很多企業(yè)擁有的數(shù)據(jù)往往都是取自于一些公開(kāi)的數(shù)據(jù)以及自籌自建的小型數(shù)據(jù)庫(kù)，數(shù)據(jù)量較少，且很多影像資料存在質(zhì)量差、標(biāo)注不明顯、不規(guī)范等突出問(wèn)題。這些內(nèi)在因素對(duì)機(jī)器學(xué)習(xí)的準(zhǔn)確性和普適性造成嚴(yán)重的影響。所以，要想發(fā)展“AI+醫(yī)學(xué)影像”，必須將圖像的數(shù)據(jù)進(jìn)行規(guī)范和執(zhí)行統(tǒng)一標(biāo)準(zhǔn)。

3.2 機(jī)器性能問(wèn)題

現(xiàn)階段，在“AI+醫(yī)療”的開(kāi)發(fā)和研究上，我國(guó)還處于初級(jí)階段。雖然在一些實(shí)驗(yàn)中，被研究的課題或者實(shí)驗(yàn)產(chǎn)品取得了一定的成效，但是這些產(chǎn)品都是建立在公開(kāi)數(shù)據(jù)基礎(chǔ)之上的，并不能真實(shí)、有效地反映出復(fù)雜的臨床環(huán)境，一旦試用到臨床上，就很難保持?jǐn)?shù)據(jù)的穩(wěn)定性和準(zhǔn)確性。通常的表現(xiàn)為誤標(biāo)、漏標(biāo)和重復(fù)標(biāo)記，這種情況出現(xiàn)之后，非但不能提升醫(yī)生的診斷效果和縮短診斷時(shí)間，還會(huì)因?yàn)榉磸?fù)檢查、標(biāo)記而浪費(fèi)更多的時(shí)間。因?yàn)橐恍╆P(guān)鍵技術(shù)還未發(fā)展成熟，導(dǎo)致設(shè)備的性能不太穩(wěn)定，即便是同一個(gè)模型適配到不同地區(qū)的醫(yī)療機(jī)構(gòu)，都有可能出現(xiàn)數(shù)據(jù)的偏差，還需要工作人員對(duì)設(shè)備進(jìn)行調(diào)整[5]。

當(dāng)前，“AI+醫(yī)學(xué)影像”此類產(chǎn)品在單病種方向取得的效果較為明顯且發(fā)展迅速，比如在眼病、骨病、頸腰疾病及一些基礎(chǔ)的檢測(cè)領(lǐng)域都取得了較為客觀的成績(jī)。但是在處理臨床表現(xiàn)較為復(fù)雜的病種時(shí)，卻面臨嚴(yán)峻的考驗(yàn)，如僅在胸部CT 檢查中，就有肺結(jié)節(jié)、肺炎、支氣管發(fā)炎、肺部癌變等多種疾病造成的“同病異影、異病同影”現(xiàn)象發(fā)生，僅憑AI 技術(shù)分析，很難做出準(zhǔn)確判斷。這些情況的出現(xiàn)，在一定程度上打消了閱片醫(yī)師對(duì)應(yīng)用AI 技術(shù)的積極性。

3.3 責(zé)任劃分問(wèn)題

傳統(tǒng)的診斷過(guò)程只在醫(yī)生跟患者之間進(jìn)行，但是隨著人工智能的參與，就打破了這種平衡關(guān)系，人工智能承擔(dān)了醫(yī)生的部分工作，在醫(yī)患關(guān)系中也就多出了人工智能系統(tǒng)和其背后的設(shè)計(jì)師、生產(chǎn)廠家，并由此帶來(lái)了一系列的責(zé)任劃分不明確的問(wèn)題。

在醫(yī)生給患者診療的過(guò)程中，一旦出現(xiàn)了診斷失誤等醫(yī)療事故，或者在治療過(guò)程中因?yàn)闄C(jī)器或系統(tǒng)發(fā)生故障，給病患帶來(lái)生理及心理傷害時(shí)，其責(zé)任具體應(yīng)該由哪一方負(fù)責(zé)，成了困擾大家的難題。

伴隨著AI 技術(shù)的不斷發(fā)展和進(jìn)步，今后“AI+醫(yī)學(xué)”在應(yīng)用中會(huì)越來(lái)越廣泛，也會(huì)承擔(dān)更多的功能和責(zé)任，所以，加強(qiáng)醫(yī)務(wù)工作者的責(zé)任意識(shí)和風(fēng)險(xiǎn)防控意識(shí)勢(shì)在必行，不僅要確?；颊叩纳硇慕】?，還要維護(hù)自身及公眾的健康權(quán)益。一些專家認(rèn)為，人工智能僅僅是一項(xiàng)技術(shù)或者產(chǎn)品，其本身并不具備思考能力，因此也就沒(méi)有承擔(dān)風(fēng)險(xiǎn)的義務(wù)和能力。所以，目前對(duì)責(zé)任的劃定主要從以下兩個(gè)方面考慮，發(fā)生醫(yī)療事故，經(jīng)過(guò)專業(yè)機(jī)構(gòu)檢測(cè)，如果是因?yàn)闄C(jī)器的質(zhì)量問(wèn)題引起的損失，則由設(shè)計(jì)制造廠家負(fù)責(zé)；其他醫(yī)療事故則由主治醫(yī)師及醫(yī)院承擔(dān)責(zé)任。因此，在診斷過(guò)程中，醫(yī)生要加強(qiáng)責(zé)任意識(shí)，依靠專業(yè)手段和科學(xué)判斷，做好把關(guān)作用，盡量避免事故的發(fā)生。

隨著我國(guó)綜合國(guó)力的不斷增強(qiáng)，國(guó)家十分重視AI技術(shù)和醫(yī)學(xué)影像技術(shù)的發(fā)展，并將該項(xiàng)技術(shù)提升到國(guó)家戰(zhàn)略的層面，因此，“AI+醫(yī)學(xué)影像”技術(shù)在我國(guó)得到了迅速發(fā)展，且具有較大的發(fā)展空間。從當(dāng)前的形勢(shì)來(lái)看，“AI+醫(yī)學(xué)影像”的發(fā)展前景較好，在國(guó)家政策的扶持下，無(wú)論是醫(yī)療機(jī)構(gòu)還是醫(yī)務(wù)工作者除了享受到科技發(fā)展的紅利之外，還要去迎接更多新的挑戰(zhàn)。

4 結(jié)論

從目前來(lái)看，“AI+醫(yī)學(xué)影像”應(yīng)用到診斷過(guò)程中依然處于初級(jí)探索階段，雖然只是用其來(lái)做一些簡(jiǎn)單、重復(fù)的數(shù)據(jù)分析等工作，但是我們有理由相信，通過(guò)科研人員與醫(yī)學(xué)專家的共同努力，未來(lái)人工智能一定會(huì)更好地融入醫(yī)學(xué)的各個(gè)領(lǐng)域，并以此為契機(jī)，將醫(yī)療水平提高一個(gè)層次[6]。同時(shí)，也要清醒地認(rèn)識(shí)到，這條道路并不是一帆風(fēng)順的，我們還需要面對(duì)技術(shù)、倫理等方面的制約和挑戰(zhàn)。這也就需要與之相關(guān)的諸多部門高度重視，不斷強(qiáng)化團(tuán)隊(duì)的綜合水平和素質(zhì)，制定明確的方法，用以規(guī)避發(fā)展過(guò)程中帶來(lái)的風(fēng)險(xiǎn)等問(wèn)題。