国家神经系统疾病临床医学研究中心

China National Clinical Research Center for Neurological Diseases

主页 > 新闻中心 > 通知公告

通知公告

人机大战开启 机器人"看片子"诊疗 你相信吗?

Data:2018-06-15 09:47

“AI”机器人
全球首个神经影像人工智能“人机大战”决赛即将开战。今天(14日),记者从北京天坛医院了解到,目前已有来自全国385家医疗机构的700余名医生报名参赛,经过一番对决,共有6人顺利通过预赛入围决赛。6月底,全球首场围绕神经系统疾病影像诊断的“人机大赛”决赛将在国家会议中心举行。
独自对战700多名医,此番众所瞩目的“AI”机器人,究竟打哪儿练就的一身本领?
 
“AI”机器人赛前展开“集训”
 
正所谓名师出高徒。“AI”的老师正是国内著名的神经放射学专家、北京天坛医院神经影像学中心主任高培毅教授。

高培毅教授
 
收徒”前,高培毅先给这位试图踏足神经系统影像诊断领域的机器人出一道考题。通过给出神经鞘瘤表皮样囊肿、脑膜瘤等几百例常见肿瘤的影像病例,不到一周的时间内,“AI”在诊断测试中,正确率达到95%以上,这一结果,让院方和技术团队都非常兴奋。
随即,“AI”开始大规模系统学习北京天坛医院近十年来接诊的数万份神经系统相关疾病病历,特别是在脑膜瘤、垂体瘤、胶质瘤等常见病领域的图像识别,AI系统显示出卓越的“学霸”气质。拜师学艺半年左右的时间,它在一些神经系统常见病的判断上已游刃有余,在部分脑瘤的磁共振影像诊断上,准确率已达到90%以上,相当于一个高级职称医师级别的水平。
在“人机大战”决赛备战中,高培毅教授为提升“AI”的应战能力,还对其展开了“集训”,“陪练”的医生们要完成300多个病例大概需要10小时以上的时间,耗费的时间和脑力让医生们直呼“崩溃”,而AI则只需要不超过半个小时就能完成。
“除了学习速度外,它的稳定性也是明显超越人类的,不像医生会被情绪、状态、时间地点等外界因素打扰,从而影响描述的准确性。它永远保持冷静,水平稳定。”高培毅说。
 
“AI”永远无法取代人类优势

工作人员正在调试完善AI系统,备战即将到来的“人机大战”
 
5月18日上午10点,初赛主办方在网上发布了病例影像,并于11点关闭。比赛分A、B组进行,内容包括:颅内肿瘤CT、MRI(核磁)影像判读;脑血管疾病CT、MRI影像判读及血肿预测;脑血管病(狭窄、微出血、梗死、脑白质病变、腔隙灶、血肿)病灶标识,出血体积及梗死体积测量。所有病例均做了“脱敏”处理,不涉及病人隐私。在赛程的一个小时内,参赛者可用手机或PC浏览阅片平台,阅片答题。最终系统根据参赛者的总分高低自动决出了前6名选手,参加本月底的决赛。
尽管承认“AI”在大数据深度学习方面是个“学霸”,但高培毅仍然坚定地认为,放射科医生在实际工作中有很强的不可替代性。
“觉得它轻易就能取代医生的人,把医生的工作看的太简单了。”高培毅说。虽然他每周只出2个半天的门诊,但慕名而来的患者总是抱着片子踏破了的门槛。在患者中口口相传的“神医慧眼”背后,是他几十年从医之路中对各类基础学科临床知识和经验的积累。
“除了影像检查,一个合格的放射科医生还需要看化验单、要看体检单、要问家族病史,问个人的病史、做过什么治疗,用过什么药物,有什么反应……都了解后,才能做出一个医生的诊断。‘AI’也许可以取代看片匠的角色,但它永远不可能成为一个真正的医生,这是完全不同的两个概念。”
大数据深度学习既是AI发展中的机遇,但也有局限。目前AI在神经系统影像诊断方面,仍完全依赖于数据真实性和质量的支撑。在北京天坛医院,AI正在学习的脑血管病研究大数据完全按照科研方法收集,是目前中国最有价值的医学数据之一。然而,在缺乏大数据支持的疑难病、罕见病诊断领域,AI和高培毅教授中间,隔着几十年从医之路的经验,这一点上,AI显然无从复制和超越。
 
人工智能技术将弥补影像人才缺口
 
有统计数据表明,国内医疗影像数据每年增长超过30%,但放射科医生的增长仅为4.3%,人员的增长趋势远远跟不上实际需要。多数患者曾有过这样的经验:去医院初诊,最常听到的一句话一定是“拍张片子看看”,而随着各级医院影像设备的大规模引入,能为患者“拍片子”和“看片子”的医生缺口逐年增大。
以北京天坛医院为例,高培毅教授带领的影像科医师队伍不到30人,每天分两班,工作16个小时以上,仍然无法完全满足患者的需要。
此外,从全国范围来看,影像科人才资源地域性分配不均衡的问题也十分突出。以脑肿瘤为例,北京天坛医院每年手术量约为一万余例,而在大部分基层医院,这个数字可能只停留在两位数。大多数患者即使在基层做了检查,还是会选择携带片子到三甲医院来看。
在基层医院,利用AI技术为诊断赋能,可让基层医生在读片诊断上与大医院具备同等水准,提升诊疗效率,减少患者不必要的诊疗环节和经济损失。
“理想状态下,这套系统正式应用后,至少可以替代医生20%的工作时间,让医生有更多的精力专注于科研和人文,给病人更多温度。“高培毅说。