與大多數(shù)影像科醫(yī)生一樣，浙江省人民醫(yī)院放射科主任龔向陽教授會因為每天面對200多份胸部CT而抓狂，因為他要在8小時之內(nèi)看完幾萬多副圖像，并尋找是否有結節(jié)。做出患者有肺結節(jié)的判斷是很容易的，只要發(fā)現(xiàn)有結節(jié)即可，但判斷患者沒有結節(jié)卻很難，看完之后沒有結節(jié)，心中不由得嘀咕：是不是我出神了沒發(fā)現(xiàn)？真的是正常的嗎？

與大多數(shù)不同的是，龔向陽還是一名AI醫(yī)療的“遛狗人”，“遛狗”是他的醫(yī)生同仁對于智能肺結節(jié)篩查系統(tǒng)的戲稱，言下之意是這套系統(tǒng)需要每天學習，會變得越來越聰明。 他認為，對于影像科醫(yī)生來說，“AI能增強醫(yī)生的信心，這很重要。”有了AI之后，AI判定沒有結節(jié)，醫(yī)生看一遍確實也沒有，基本就不會有問題了。

從去年10月份開始，浙江省人民醫(yī)院與依圖科技合力打造的胸部CT智能輔助診斷系統(tǒng)已經(jīng)在后者的體檢中心小范圍試用了，到如今，已經(jīng)正式嵌入醫(yī)院的臨床工作流程中。據(jù)稱，接診體檢人數(shù)已接近20000例，系統(tǒng)敏感度在96%~97%之間。

如今，業(yè)內(nèi)人人都在談AI醫(yī)療。但AI醫(yī)療到底該如何突破、如何落地卻尤待探索。在一次AI醫(yī)療論壇上，復旦大學醫(yī)學院一教授慷慨激昂地稱，“醫(yī)學專家很重要，需要龔教授這樣有號召力的專家，把臨床數(shù)據(jù)集合起來?！?/p>

智能肺結節(jié)篩查系統(tǒng)主要應用于體檢

雷鋒網(wǎng)：目前，胸部CT智能輔助診斷系統(tǒng)嵌入醫(yī)院工作流程的哪一環(huán)？

龔向陽：在我國，肺癌是最高發(fā)的癌癥，而降低發(fā)生率的方法是：早篩查，早發(fā)現(xiàn)，普遍用低劑量胸部CT篩查。假設以45歲為界，超過45歲的病人建議定期進行篩查，但這樣的人不能定義為病人，只是體檢者，有些在醫(yī)院，有些在體檢機構，篩查其是否有肺結節(jié)。中國的大醫(yī)院接受了大量的體檢工作，但這與看病人完全不一樣，100個人中也許有90多個是正常的，體檢醫(yī)生每天看的CT影像有幾萬多副，非常累。

目前這套系統(tǒng)主要應用在體檢，但可能會擴展，因為臨床需求是非常復雜的，昨天和一個腫瘤醫(yī)院專家溝通，他說系統(tǒng)在他們醫(yī)院好像沒什么用，因為病人一般不去腫瘤醫(yī)院體檢，所以每個醫(yī)院／每個患者的需求不一樣，要做很多工作，不僅僅是這一點事情。

雷鋒網(wǎng)：有了這套系統(tǒng)之后，影像科體檢醫(yī)生的工作有什么具體的改變？

龔向陽：我們現(xiàn)在的流程是這樣的：先看AI找到的結節(jié)，之后會再看一遍所有的圖像，如果沒有發(fā)現(xiàn)新的結節(jié)，就相信AI的診斷結果。

最終是醫(yī)生簽發(fā)報告負責，如果漏診了，是要負責任的，目前醫(yī)生不可能100%依賴AI，它也有極少部分是漏掉的，我們也正在分析什么情況下會漏掉。但AI對醫(yī)生是很有幫助的，最重要的是提高了醫(yī)生的信心。我們不是怕找到結節(jié)，而怕沒找到結節(jié)，如果看完200副胸部CT，結論是正常的，心里就會犯嘀咕，真的是正常的嗎？還有我沒發(fā)現(xiàn)的嗎？這時候就會再看一遍。還有是年輕醫(yī)生剛開始簽報告，壓力很大，經(jīng)常會反復看好幾次。所以，判斷體檢者沒有結節(jié)，完全正常，其實是很難的。

有了AI之后，AI判定沒有結節(jié)，醫(yī)生看一遍確實也沒有，基本就不會有問題了?？偠灾?，能減緩新醫(yī)生壓力；減緩醫(yī)生疲勞度。除此之外，能幫我們更精準地做更多事情，AI系統(tǒng)診斷的報告能說明肺結節(jié)在哪個層面、第幾個序列、結節(jié)多大等精細特征，接下來的版本會告訴你在哪個肺段、結節(jié)密度特征等。不是說醫(yī)生做不了這些，而是醫(yī)生的工作量太大了，不可能做那么細。所以我們希望借助AI，在保持效率的基礎上，維持醫(yī)療服務質(zhì)量。

雷鋒網(wǎng)：除去體檢外，針對肺部疾病的智能系統(tǒng)，有沒有推進？

龔向陽：我們認為不遠的將來肯定可以的，我是看好的。但這種做法是否可行我其實比較難評價，我的重點不在這一塊，依圖可能在跟其他醫(yī)院合作推行更加深度的診療環(huán)節(jié)等的分析工作。

但我認為，對于AI來說，重要的東西是類似的：

一是數(shù)據(jù)。之所以我們進步比較快，是因為我們有足夠的數(shù)據(jù)儲備，肺結節(jié)體檢的數(shù)據(jù)是巨大的，數(shù)據(jù)是沒有問題的。

二是算法。算法其實大同小異，但是特別聰明團隊的算法可能會模擬得比較快，小團隊可能推行地比較慢，反正我認為算法不是一個太大的障礙，最終決定因素還是數(shù)據(jù)。在我們醫(yī)院，體檢數(shù)據(jù)輸入很快，那么，能有多大量的診療環(huán)節(jié)數(shù)據(jù)投入呢？這是一個問題。

比如打造智能診斷肺癌的系統(tǒng)，需要100％確診為肺癌的數(shù)據(jù)，那你是否能夠提供5萬、10萬這個這樣的數(shù)據(jù)？這是非常有難度的。不像體檢，我們可以提供10萬個，甚至100萬個。

我認為，隨著數(shù)據(jù)量的增加，隨著應用的醫(yī)院增加，大家對這件事情有深入的了解，都加入進來，那數(shù)據(jù)匯總會越來越快，后續(xù)的步調(diào)也會加快，但現(xiàn)在大家都在觀望，我的數(shù)據(jù)不給你，就算給，也是1000～2000例，沒什么作用，所以診療環(huán)節(jié)的智能診斷系統(tǒng)推行很慢，我不能斷定發(fā)展到哪一步了，但這件事一定能做成，起碼我是這樣認為的。

雷鋒網(wǎng)：你們是有專門的團隊負責嗎？還是抽時間做科研的性質(zhì)？

龔向陽：對于我們來說，這個事情是科室發(fā)展的一大重點，我們其實是投入了一些資源來做這件事情的。因為我們意識到它可能很重要，比較有價值。所以這不是一個科研項目，我們是本著做一件事的態(tài)度，希望他做成。至于論文、課題，這都是以后的事情。

“嵌入臨床門檻不高，關鍵在于用戶體驗”

雷鋒網(wǎng)：應用與體檢的AI篩查檢出，它也需要大規(guī)模的臨床試驗，主要需要驗證哪些指標？

龔向陽：應用之前肯定需要臨床驗證，但并不是驗證它是否可行，因為最終是醫(yī)生出診斷報告，醫(yī)生就可以做出最終判斷。更多需要做的，一方面是提高精確度，在臨床實踐過程中，不斷提高靈敏度、特異性，降低誤報率等。

更重要的是，這套系統(tǒng)需要跟醫(yī)生的工作習慣契合起來，操作方便，這樣我們才會用它。

雷鋒網(wǎng)：下一步待解決的重要問題是什么呢？

龔向陽：問題很多。拿體檢來說：去年體檢的時候發(fā)現(xiàn)某個患者肺里有2個結節(jié)，一年之后再來，需要對比一年后該結節(jié)有沒有變化，這時候需要醫(yī)生把去年的數(shù)據(jù)全部找出來，對比一下。但一個影像科醫(yī)生每天要處理100~200個病人，如果全部都要對比去年的數(shù)據(jù)的話，會瘋掉的。所以我們希望智能肺結節(jié)篩查系統(tǒng)能標注出以往發(fā)現(xiàn)的結節(jié)病灶，并與新拍的影像圖像呈現(xiàn)在同一個窗口上，并且量好各自的大小，醫(yī)生可以判斷系統(tǒng)量得對不對，比如去年的結節(jié)是5mm，今年是7mm，我判斷他確實比去年長得大，那么就可以說系統(tǒng)測量得是準確的，我斷定這個結節(jié)有問題，之后會告訴臨床醫(yī)生或患者關注這個結節(jié)。

整個工作過程是非常機械的，況且非常耗時間，如果AI能幫我們完成，那就太好了。其實我們也可以往深處去做，取代一部分我們現(xiàn)在做得很痛苦的事情。

問：您之前也用過CAD軟件，從醫(yī)生使用者的角度出發(fā)，您認為兩者的區(qū)別是什么？

龔向陽：15年前我用過CAD，但用了兩次就不用了。因為CAD是裝在一個工作站上的，掃描完之后需要在工作站上運行，可能會標準20個左右的可疑結節(jié)，供醫(yī)生篩選。

這其中有幾個問題：一是軟件運行速度太慢了，體檢量是大的，我一天要處理200個病例，需要快速響應；第二，系統(tǒng)是割裂的；第三，系統(tǒng)不會進步。所以我們沒有再用CAD了，因為用過之后發(fā)現(xiàn)這個東西完全不靠譜。

但人工智能是不一樣的，它會越來越聰明，我們起了一個很好的名字叫“遛狗”，意思是醫(yī)學界的AlphaGo，需要每天溜一下，在這個過程中，它學習，然后變得越來越聰明，這個很重要，一開始不聰明沒關系，經(jīng)過3個月、6個月之后，它變得越來越聰明，能看到希望；其次，沒有任何間隔時間，打開就能看到分析結果了，相應速度很快的；第三，這套系統(tǒng)與我們的工作流是契合的，掃描之后，能自動檢測、生成報告，我能把其中的內(nèi)容修訂后復制到我的報告中，所以能幫醫(yī)生節(jié)約大量的時間，而不是浪費時間，這是兩者之間的區(qū)別。

雷鋒網(wǎng)：既然系統(tǒng)嵌入臨床流程中很重要，那么之前CAD沒有嵌入的原因是什么？為什么AI系統(tǒng)就能做到？

龔向陽：嵌入臨床流程門檻不高，也不需要太多支持，關鍵在于用戶體驗好不好。要讓醫(yī)生喜歡用，肯定要體驗好嘛，產(chǎn)品功能與用戶體驗同時兼顧。之前的CAD都是大公司開發(fā)的，大公司的最終目的是賣產(chǎn)品，所以系統(tǒng)使用與臨床工作流程不契合，只有我們?nèi)チ晳T它，我們不喜歡就不用了。

“AI醫(yī)療需要有一定的容錯心態(tài)”

雷鋒網(wǎng)：一篇文章談了FDA對于機器學習在醫(yī)療領域應用風險考量，他們認為醫(yī)生可能過于依賴AI系統(tǒng)，而放松警惕。

龔向陽：你說的問題我們也有考慮，醫(yī)生可能粗心大意，有個AI助手幫忙之后，把事情全扔給他，自己喝咖啡去了。我想這種情況會有，但其中有幾個問題：

第一，醫(yī)生足夠信任AI的時候，說明它已經(jīng)比較能干、聰明，也很少犯錯了，這是前提；第二，確實需要一些行業(yè)依據(jù)、法律法規(guī)來監(jiān)管；第三，其實需要有一定的容錯心態(tài)。就像Tesla的Modle3，撞了之后，不能說自動駕駛技術不行，不能因為個體事件否認技術的發(fā)展，而是要具體情況具體分析，致力消除這類風險。

總體來說，人體疾病千變?nèi)f化，很難說每種疾病都有足夠的數(shù)據(jù)訓練AI系統(tǒng)，所以最終離不開醫(yī)生是絕對的，但不需要那么多醫(yī)生。

也有許多人問我，有了AI之后，放射科醫(yī)生會不會失業(yè)。從放射科這個群體來講，我估計它想當長的時間都會存在，但從放射科醫(yī)生個體而言，是有可能失業(yè)的。所以我們要辯證看這個問題，同樣的，醫(yī)生不可能完全被機器取代，但個別醫(yī)生還是有可能被取代。我認為可能是這樣的：原來需要1萬個醫(yī)生，現(xiàn)在可能僅需要兩千個，留下來的是很有經(jīng)驗、有創(chuàng)意、求上進的人，不思進取的人就被淘汰了。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。