医疗信息中影像数据占9成，影像全面智能化痛点如何破解？ ...

筱芳

在5月13日至16日的第84届中国国际医疗器械博览会(CMEF)上，数坤科技发布了“AI智慧医疗整体解决方案”，与此同时，还提出了“数字人体”概念，包括“数字心”、“数字脑”、“数字胸”、“数字肌骨”、“数字腹”等作为AI影像的下一阶段目标。
在中国人工智能影像早期，影像AI满足了医学影像的单任务环节，解决了肺结节CT的影像后处理环节。随着影像AI代际的不断提升，医疗影像智能的使用场景从影像科扩大到像数坤科技等人工智能企业提供的多科室、多场景使用等技术。
在上海长征医院医学影像科主任、中华医学会放射学分会候任主委刘士远教授看来，产品方面需要符合临床场景的完整形态的临床多任务产品，不止是单病种的AI模型。
“AI医学影像基本是基于单病种图像标注形成的模型，产品集中于少数几个病种，难以覆盖全部医学影像问题。‘数字人体’的出现，为医院科室医生带来了全新的智慧工作方式。”刘士远指出。
影像全面智能化迫在眉睫

火石创造报告指出，在目前的医学检测手段中，医学影像数据占据了90%的医疗信息，是疾病筛查和诊治最主要的信息来源，也是辅助临床疾病诊疗的重要手段。
安贞医院影像科主任徐磊举例称，对于中低风险冠心病患者来说，冠脉CTA是一种无创、可靠性高且价格相对便宜的常用筛查手段。但对影像科医生而言，冠脉CTA图像采集及三维后处理方法繁琐复杂，需要花费大量时间和精力。
据了解，目前医学影像的设备可以分为大型影像诊断设备和其他影像诊断设备。其中大型设备主要有数字X线摄影（DR）、计算机断层扫描（CT）、核磁共振（MRI）和核医学类（PET及复合类PET-CT、PET-MR等），小型的影像诊断设备包括超声和内镜等。根据成像原理的不同，各种设备在临床上的应用也不相同。
医疗影像的诊断结果具有格式标准、易于获取和利用等特点，被认为是人工智能在医疗应用中可最快落地的领域之一。利用AI的感觉认知及深度学习的技术，将其应用于医疗影像领域，提高放射科医生诊断的准确率和效率，降低误诊率是医学影像产业的重要发展方向之一，也是我国医疗影像产业迎头赶上国外巨头的契机之一。
但具体在应用环节，医学影像全面智能化面临很多困难，如设备种类多-质量控制难趋同，医学影像数据的系统兼容性差，不同的品牌之间名称不同，规格不同，给医学影像数据的统一化带来了不小的难度。
而且医学影像数据的系统兼容性差，影像信息的丰富性与临床PACS信息系统落后之间的矛盾一直存在，并且很多数据价值低，科研应用利用比较困难。目前医学影像大数据存在数量大而质量低的局面，影像数据占据全院数据量70%，达TB/PB级，但是非结构化数据占90%，不易检索及形成队列。
“数字人体”助力“智慧医疗”

尽管医学影像全面智能化困难重重，但是并非没有解决之道。
在中国人工智能影像早期，影像AI满足了医学影像的单任务环节，解决了肺结节CT的影像后处理环节。
随着影像AI代际的不断提升，医疗影像智能的使用场景从影像科扩大到多科室，从肺结节到心脑CTA，影像AI的使用场景维度还局限在放射科的检测、重建、打印、报告环节。
而一站式卒中和肝脏MR则除了放射科的应用场景之外，还将影像AI变成了临床科室从依赖影像的决策到依赖影像的治疗方案。在这个代际迭代的过程中，AI引擎处理图像数量级也从200+单序列，到250-700单序列，再到1000-2000多序列，再到2000-3000多参数多序列。
通过AI链接CT、MR等设备、系统和人，最终产生标准化、自动化、智能化的影像数据，再到以疾病和患者为中心的智慧医院，形成了从目标检测，到自动流程，再到多维影像，再到精准诊疗的全新工作方式。
“数字人体”也正是上述影像AI迭代的结果。在刘士远教授看来，“数字人体”最大的作用在于帮助医院实现“智慧医疗”建设，为助力智慧医院建设提供核心引擎。
2019年，时任国家卫生健康委员会医政医管局监察专员焦雅辉指出，智慧医院的范围主要包括三大领域，第一是面向医务人员的“智慧医疗”；第二是面向患者的“智慧服务”；第三是面向医院管理的“智慧管理”。
在智慧医疗领域，医学影像数据占据了90%的医疗信息，是疾病筛查和诊治最主要的信息来源，也是辅助临床疾病诊疗最重要的手段，因此影像数据的全面智慧化，在智慧医疗建设领域起着核心作用。
由于医疗诊断设备存在技术局限，诊断医生的技术水平存在不同差距，即便是完美的诊断和治疗配合，也会一定程度存在“漏诊”和“误诊”的风险。而有的疾病属于急性疾病，诊断速度的快慢会直接影响到患者病情的加重与否，以及涉及到不同的诊疗方案。
“数字人体”的出现，为科室医生带来了全新的智慧工作方式。精准诊断、减轻负担、科研升级、指导临床、报告标准化、质控教学、赋能低年资、提效高年资、促进影像全面智能化、推动临床诊疗数据化等一系列“好处”，都是为了让疾病在AI影像诊断面前无处遁形。
同质化的诊断结果，不仅可以抹平不同医生的技术差距，还可以抹平不同地区不同医院设备上的差距，不断提升诊断效率和诊断精准度，深刻地影响医疗服务变革，让每一个患者可以在家门口就能治好病，并享受预防、诊疗、康复全方位医疗服务。