设为主页 加入收藏

鉴于AI医学影像对癌症的精确诊断,放射科医生该如何面对?

       随着人工智能技术的日益发展,炙手可热的人工智能概念的应用场景越来越广泛,无人驾驶的热潮方兴未艾,如今医疗AI已经跨越而来,快速走入医疗服务场景之中了。

       11月份,原百度人工智能首席科学家吴恩达和他的斯坦福大学的团队提交了一篇论文,论文题目为CheXNet的新技术已经在识别胸透照片中肺炎等疾病上的准确率上超越了人类专业医师。吴恩达兴奋的发挥推文说,“放射科医生是否该为自己的饭碗担忧了呢?”

       医学影像是AI的天然入口,医学影像本身就具有大量重复性的阅读诊断,影像本身客观、可量化,机器阅读片子速度更快,更准确。医疗影像的现有病例数量存量庞大,给AI提供了丰富的参考资料,符合深度学习的场景要求。

       AI医学影像的筛查读片的能力普遍较强,尤其对于各种常见癌症的诊断,比如肺癌、乳腺癌等,其胸部X光片的检出率在90%-93%之间,胸部CT肺结节或癌症检出率在89%以上,这表明,AI医学影像识别已经趋于成熟,其诊断准确率远高于中国三甲医院医生的平均水平。

放射科医生对AI的态度喜忧参半

       AI医学影像的出现并没有受到放射科医生的攻击,而更多的是欢迎态度。因为AI医学影像目前还不会替代放射科医生,反而大大减轻了放射科医生的工作量。尤其是重复性高、效率低下的工作,这些工作目前让放射科大夫不堪重负,比如找病灶、量化病灶、随访对比等。

       AI医学影像还解决了我国基层医生缺乏、放射科医生工作时间过长,因医生疲劳或经验不足,造成大量误诊带来医患纠纷等痛点。

       然而,AI医学影像还在继续高速发展,这也让放射科医生感受到了空前的压力。AI对图像的认知已经快速超过了人类,但AI比人眼的精度更高,可以在小数点后面多加两个零。

       更恐怖的是,AI医学影像不仅可以“定量”,还可以“定性”分析,从理论上而言,AI医学影像可以做成比医生更为精确的结论性报告。


       专家型医生不会被替代,AI不适合临床的综合诊断

       殷鉴不远,随着心脏支架技术的成熟,胸外科的医生逐渐被边缘化了。只会看片子、不会做治疗的基础型放射科医生将可能被替代。

       而放射科中的专家型医生正在受到热捧,被称为“AI医学工程师”,AI公司在获得医疗大数据并完成初始模型开发之后,必须对医疗影像数据进行标注。标注的准确率都需要多名资深的放射科专家共同完成诊断。

       行业数据、专家资源和核心技术是打造智能影像缺一不可的三要素,大多数AI公司与医院合作开发,专家资源是疾病诊断的最终权威,是行业的制高点。AI只能在权威制高点之下,进行攻城拔寨,不可能替代专家。

       更重要的是,AI诊断只能根据图像,算出是某种疾病的概率,而不能给出确定性的信息,即使是1%的误差,都将陷入医疗纠纷。人类还是要负最终责任。

       机器毕竟是机器,同病异影和异病同影,是AI医学影像绕不开的两座大山,AI显然不具备临床的综合诊断的能力。


       精益求精,艺多不压身。机器只能在重复性的速度上和精确性上,超越人类。在选择和判断上,永远不可能超越人类。



TAG:
评论加载中...
内容:
评论者: 验证码: