依图人工智能医疗应用临床铺开,破解医疗资源不均衡难题

2017-05-11 00:20:00网易新闻

(原标题:依图人工智能医疗应用临床铺开,破解医疗资源不均衡难题)

 

2017年还未过半,人工智能在医疗领域就已经有突破性进展。

在美国,谷歌使用人工智能程序检测组织切片乳腺癌,在基于灵敏度和假阳性的评分中,算法得分88.5%,超过了病理学专家;国际著名杂志Nature专门发表了关于深度学习诊断皮肤癌的研究成果;在中国,依图影像智能辅助平台已经被上海和浙江省多家顶级三甲医院所采用,投入临床实际使用后,来自医生的好评如潮。

刚刚落幕的2017第四届钱江国际影像论坛上,依图医疗副总裁郑永升介绍说:“人工智能技术在医疗影像的应用,已经从实验室走出来,在临床全面铺开。”

作为医学影像领域的年度盛会,钱江论坛以"携手智能科技,开启未来影像" 为论坛主题,说明人工智能已经不再是神秘的“黑科技”,而实际走进了临床。依图作为国内人工智能领域的领军企业,也是唯一受邀在大会发表主题演讲的企业,表明依图在医疗人工智能的应用与实践获得了放射医生的认可。

AI阅片在临床铺开,推动人工智能医疗史向前一大步

人工智能技术从实验室走向临床的各种应用中,影像科学是最大的热门。

一直以来,医院对医学影像的诊断主要依赖医生的人工观察和检测,作为诊断的主体,有经验的放射科医生培养时间周期非常长。同时,随着医学影像技术的发展和人们对健康的关注,影像诊断需求的缺口也变得越来越大。依图科技利用多年积累的深度学习模型,开发出了医学影像智能辅助平台。

在基于人工智能的依图影像智能辅助平台上线之前,浙江省人民医院每天接待200例左右肺结节筛查患者,放射科的医生一天就要阅读4万多张X光片,在高强度的工作环境下,人类医生更容易受到疲倦甚至情绪的影响,而机器面对重复性的机械工作反而比人类更具有优势。

事实上,让机器模仿人类医生阅读医疗影像并不是今天才有。1998年,诊断乳腺癌的第一款CAD系统通过了美国食品药品监督管理局(FDA)的批准。但因为自身精度不够高,它没有被推广开来。

今天,利用深度学习技术,由机器自己去提取病灶特征,训练机器像人脑一样思考和判断,令机器诊断的准确率得到了稳步和快速的提升。

在投入临床的几个月时间里,依图医疗影像平台对几万例胸部CT进行了检测,实际临床敏感性达到90%以上,其中10mm以下的小结节和5mm以下的微小结节占到检出结节的40%以上。

有效避免临床遗漏微小结节的诊出率是对患者的负责,也直接降低了可能因漏诊而带来的医患关系风险,显示出人工智能医疗影像应用巨大的临床价值。

被临床所接受,是技术成熟的标志,而依图医疗影像平台的产品化,也将全球人工智能技术在医疗领域应用的历史进程,向前推进了一大步。

AI使专家医生服务基层医院,破解医疗资源不均衡难题

基于人工智能技术的影像智能平台,极大提升了三甲医院放射科的效率。

随着依图医学影像智能辅助平台与越来越多家医院的信息化系统完成系统对接,与医生日常诊断工作流实现无缝集成,许多三甲医院都可以在现有医疗资源不变的情况下,通过优化工作流的方式,为养老院、体检中心、基层医院等提供医疗影像诊断服务。

某个顶级三甲医院的放射科,在使用了依图影像智能平台几个月后,开始计划承接更多基层医院的阅片业务。依靠人工智能技术,三甲医院能够在不增加医生的情况下,承担更多阅片业务,直接将顶级医院的技术和资源无损耗地输出给基层医院,真正帮助提升基层医院的诊疗水平。

在2017年4月26日国务院办公厅印发的《关于推进医疗联合体建设和发展的指导意见》中提到:“我国优质医疗资源总量不足、结构不合理、分布不均衡,特别是仍面临基层人才缺乏的短板,已成为保障人民健康和深化医改的重要制约。”

资源下沉,提升能力,是破解这一困难局面的路径之一。依图科技借助人工智能技术,让顶级医院能够利用自身优质资源集中的优势,发挥对基层医院的技术辐射和带动作用。

与此同时,依图临床决策支持平台也在尝试借助技术的力量,解决我国当前儿科医生不足的严峻挑战。在广州妇女儿童医疗中心投入临床的依图人工智能临床决策支持平台,可以为患者和医生提供初步诊断提示,尤其擅长诊断儿童发热相关的疾病。

其原理是通过深度学习技术对历史病历进行处理,建立疾病诊断模型、特征补充模型、相似病例模型,同时通过反馈自动修正算法进一步增强模型能力。

随着依图人工智能科研和临床决策支持平台在临床应用中的日趋成熟,依图科技为人工智能技术与医疗行业的结合树立起另一个样本,也凭借技术实力推动着中国医疗专家知识体系服务基层医院,提升基层医院的服务能力,使医疗资源上下贯通,最终推动提升医疗服务体系的整体效能。


2
Top