无论是1~3厘米大尺寸结节还是0.3~1亚厘米结节，人机协作组对病例良恶性诊断的准确率均高于单纯由医生诊断的准确率。在诊断速度上，也较单纯由医生诊断的速度更快（本次活动中的AI辅助诊断系统对病例做出判断以供专家参考的时间仅4.7秒）。其中，在1~3厘米尺寸结节诊断上，人机协作组较单纯医生准确率提高5.42%，时间缩短6.67%。而在临床上诊断难度更高的0.3~1亚厘米结节上，人机协作组较单纯医生的准确率提高15.75%，时间缩短了25.01%。

这是3月31日中国医师协会胸外科医师分会年会人工智能辅助肺小结节诊断体验专场举办的AI支持阅片体验的结果。对上述结果，中国医师协会胸外科医师分会名誉会长、天津市胸科医院教授张逊表示，人工智能辅助肺小结节诊断的准确率已达临床医生可接受范畴，其诊断速度也有明显提升。

人工智能辅助影像诊断获得临床专家的认可，让不少从业者受到鼓舞。从早年的模型想象到如今逐步落地，人工智能在医学领域的应用或进入上升通道。

相对条件最成熟　　

正如《促进新一代人工智能产业发展三年行动计划（2018-2020年）》所指出的，当前新一轮科技革命和产业变革正在萌发，大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。

业内人士指出，截至目前，所有的人工智能研究都未能突破弱人工智能，其基本原理都是统计数据，从中归纳出模型，只能专注完成某方面的任务，与传统工具没有本质的区别。

尽管如此，人工智能赋予产业发展极大的想象空间。有机构调研数据显示，目前国内有近200家从事医疗人工智能的公司，累计融资金额超过180亿元人民币。面向主体包括医院、药店、药企、研究机构、保险公司、移动医疗，可应用场景主要有医学影像、疾病风险预测、药物研发、健康管理等，不过都处于早期阶段。

此次在中国医师协会胸外科医师年会进行体验活动的医疗影像，正是人工智能在医疗领域应用中的重要场景，原因在于其实现条件相对最为成熟。目前深度学习已经使机器在感知计算层面很多其他任务全面超过人类，包括语言识别、人脸识别等。而在当前的医疗大数据中，超过80%的数据来自于医学影像，这些海量数据成为建模的基础。

据介绍，一般流程是从放射科提取图像，然后进行图像分割、提取图像有意义的特征区域，再进行预处理、标注，将这些数据交给机器进行训练，训练好的模型就可以帮助医生进行影像辅助决策。业内人士指出，目前流行的机器学习在处理医学影像识别上其实有天然优势，利用数据量以及计算量作为模型驱动力，卷积神经网络（CNN）以及深度神经网络（DNN）等深度学习算法，已经超越传统方法的图像识别性能。

张逊指出，就胸外科的应用而言，肺部小结节发病率非常高，其诊断的金标准是病理，然而由于患者意愿的原因，仍需要对小结节有比较准确的诊断。从现场体验结果看，目前人工智能诊断的准确率已达理想线，且诊断时间进一步缩短。“辅助诊断肺小结节可能成为人工智能在医疗领域的突破口和着力点，有望很快被临床医生所接受。”

此次人机协作体验活动的AI技术提供方零氪科技的首席科学家、全球人工智能早期研究专家之一的刘晓华博士介绍，此次用于体验的肺结节智能辅助诊断系统，在接受肺部CT影像、薄层、原始DICOM格式后，可提示肺结节定位以及患者维度良恶性判定。“该系统的目标是提供更多辅诊信息，提升医生诊疗效率；降低漏诊及误诊，与医生一起服务更多患者。”

数据瓶颈待突破

从法律层面看，人工智能能提供的也只能是辅助建议，最终做出结论的还是医生本身。换言之，人工智能辅助诊断系统要真正落地，不仅需要验证人工智能诊断的准确度，还要提升医生对系统的信任度。

多位参与体验的临床专家均表示，在AI的辅助下能较快地确定病灶位置，对提高效率有较大帮助。一位参与者表示，AI未来的方向不局限于此，随着技术的发展未来或不限于定性，甚至有望在恶性程度高低上给出参考意见，未来多学科的融合和交叉也存在AI发挥的空间。另一位参与研究的教授补充道，AI可以帮助医生提高效率，降低医生工作强度，有了AI帮助之后，有望进一步降低漏诊，让外科、病理科、影像学医生有更多时间去做学习工作。

不过也有行业专家指出，真实世界的医疗数据非常分散是困难之一。一方面，医院信息孤岛尚未打破；另一方面，缺乏统一标准，不同医院产生的影像数据质量参差。目前AI公司主要在一线城市和三甲医院合作，或采用一些公开的数据做初始训练。

刘晓华博士坦言，如何获取高质量的更多标注数据是构建肺结节智能辅助诊断系统的瓶颈。据悉，目前公开可获得的数据集存在规格不统一、标注数据匮乏、高质量数据标注成本高等难题。

化解分级诊疗难题？

中国医师协会胸外科医师分会副会长、四川大学华西医院副院长刘伦旭教授在论坛上指出，AI技术就是这样一个不但在现在逐渐得到验证，而且会引领未来很长一段时间、非常有用的技术。AI、大数据与医疗的结合，已经在许多领域产生了结果，如内镜诊断、肺小结节诊断，以及皮肤病诊断等。它有助于医生提供高质量、均质化、上下一体的诊断，提高整体医疗水平。

张逊表示，对三甲医院的专家而言，人工智能辅助诊断系统更多在于提高其诊断效率；对于基层来说，是提高其准确率。尤其是在如今医生工作量满负荷的环境下，要建服务区域的诊疗中心也需要人工智能的协助。

事实上，目前基层留不住患者的一个原因是，对基层诊断不信任，人工智能辅助诊断系统或可复制三甲医院医生的经验，并将其快速复制传递到基层，解决目前分级诊疗中患者信任度难题。

但是，“无论人工智能技术有多发达，医者的专业储备及临床经验，都是智能科技发展的根本。同时，医患之间真实的情感交流和沟通，也是任何技术发展都无法替代的。”刘晓华的一番话也许点出了许多医生及IT从业者的心声。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。