浅谈AI在医学影像中的应用

人工智能(artificial intelligence,AI)是当今科技发展的代表性前沿方向,以AI为核心技术的智能医学被看作是未来医学发展的重要方向,而医学影像是AI在医学领域的最主要应用方向之一。

医学影像学作为数字化医疗时代发展的代表学科,以高分辨薄层扫描、多模态成像为特点的影像设备和技术的飞跃发展,影像数据以每年30%的速度增长,占医院数字化数据的90%,放射科从传统胶片到全面数字化PACS阅片临床工作方式的转变,使得放射科医师每天的图像数据浏览工作量剧增;同时期,我国经济社会进步、人们健康意识及需求的提高,也导致临床放射工作量的增加;而每年医疗资源和人力投入增长远远不能满足需求。

AI医学影像出现对临床放射诊断实践具有重要意义,AI技术可以利用高性能的图像识别和计算能力、自我进化学习能力以及持续稳定工作的机器性能优势,在至少以下3个方面(场景)将对当前临床放射诊断工作提供帮助。

1.分类检出工作

高敏感性地对较大工作量的数据进行阳性病例筛查、分类检出。应用场景具有以下3个特点:阳性病例占比低;阳性病灶区数据占比小;病例影像诊断专业知识需求低,如体检肺结节的筛查检出。在AI高敏感性对阳性病例/病灶区域进行检出后,再交由放射科医师进一步诊断,从而省去大量阴性病例数据的人力资源的占用与浪费。

2.替代医师工作

这部分工作主要体现在结果判读的标准简明、稳定、知识构成相对简单的情况,如采用AI代替人工进行骨龄读片判断。

3.提供具有附加值的工作

此方面包括2方面内容:一是辅助医师进行定量放射学诊断,如在医师指导下的肿瘤边界分割重建、病变(如肿瘤、血肿)体积测量等,AI结果精确、客观,整体提高诊断质量;二是充分发挥AI高敏感检出、高维信息挖掘、高通量计算的能力,提供更丰富的影像诊断指标,辅助疾病的鉴别诊断、基因分析及预后判断等,整体提高影像诊断水平。由此可见,AI医学影像的意义在于优化放射科医师工作的时间资源分配,将有限的精力从低知识含量、简单重复的机械工作中解放出来,并且还可以辅助影像分析诊断。因此,AI医学影像的目标并非取代放射科医师,而是辅助其进行更好的临床诊断。

4.AI技术存在的问题

当前阶段应关注的主要问题体现在AI技术产品的应用对象设置、服务模式以及准确性方面。良好的检查敏感性及诊断准确性是基础。为达到此目的,除了优秀的图像分割、识别算法以及AI分类算法外,更应重视构建包括数据库和知识库的高质量结构化数据集。此外,具有临床诊断应用价值且符合临床规范的AI技术的目的设置、符合临床医师应用习惯的产品服务模式的设计等因素也是影响AI医学影像技术。


① 凡本网注明"稿件来源:“杭州瑞旭科技集团有限公司"的所有文字、图片和音视频稿件,版权均属杭州瑞旭科技集团有限公司所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本网协议授权的媒体、网站,在下载使用时必须注明"稿件来源:杭州瑞旭科技集团有限公司",违者本网将依法追究责任。
② 本网未注明"稿件来源:杭州瑞旭科技集团有限公司 "的文/图等稿件均为转载稿,本网转载出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。如擅自篡改为"稿件来源:杭州瑞旭科技集团有限公司",本网将依法追究责任。如对稿件内容有疑议,请及时与我们联系。
③ 如本网转载稿涉及版权等问题,请作者在两周内速来电或来函与杭州瑞旭科技集团有限公司联系。
联系我们
总部(杭州):
电话:0571-87206527
邮箱:md@cirs-group.com
北京:
电话:010-63984062
邮箱:md@cirs-group.com
爱尔兰:
电话:+353 (1) 477 3710
邮箱:service@cirs-reach.com
韩国:
电话:+82 2 6347 8801
邮箱:service@cirs-reach.com