临床医生对于“人工智能+医疗”的思考

随着图像识别、深度学习、神经网络等关键技术的突破带动了人工智能新一轮的大发展,渐趋成熟的AI技术也正逐步向“AI+”进行转变,医疗作为生活构造重要一环,自然而然也就成了一个关注点。与互联网的不同,人工智能对医疗领域的改造可能是颠覆性的。医疗人工智能作为人工智能中的重要应用领域,目前已经在医学影像识别、疾病辅助诊断、外科手术、基因测序以及医疗大数据等许多方面初露锋芒。IBM、谷歌、BAT等巨头也纷纷抢滩医疗人工智能,加上资本的助推,使这一领域已经成为了一个新的风口。

   

1116日,199医创讲堂特别邀请到了上海中医药大学附属龙华医院肿瘤科副主任医师--于观贞教授,让他从临床医生的角度,分享了他对于“人工智能+医疗”的思考。

于教授首先向大家介绍人工智能的起源与发展状况,人工智能是一门很年轻的新兴学科,其核心就是在于深度学习,其应用的领域十广泛,随着技术的不断发展,其正在很多领域中发挥着特殊而重要的作用。于教授指出目前人工智能在医学中的应用主要集中在医学影像处理领域,具体又可以分为影像分类、目标检测、图像分割与影像检索等四个方面,并且通过目前的一些前沿研究成果,来介绍了人工智能的医学应用场景。

在临床实践中,病理诊断是“金标准”。病理诊断结果是临床医生制定诊疗策略的决定性依据。同时,病理切片是一种二次元图像的结构化数据,非常适合AI深度学习。加上目前国内临床病理医生缺乏、培养周期长、生存环境堪忧等现状,也加速了AI在临床病理方面的应用。人工智能识别病理切片准确性可靠、速度快、没有地域限制、诊断标准一致、不会疲劳,可辅助病理医生筛查病理照片,三甲医院的病理医生可以将更多精力用于疑难杂症、提升自身水平。此外,除了辅助诊断,病理科最关心的人才培养方式也得以改变,人工智能的发展基于大量病理、病例和影像等数据,而这些数据又能够培养更多的普通病理医生,提升他们的诊断水平。目前AI在病理方面的应用也可以分为辅助诊断、预后评估和指导治疗等应用场景。目前有些产品经过大样本量的深度学习,准确率可以达到90%左右,可以媲美临床副教授级的水平。于教授还通过相关具体实际案例,来给大家演示了AI在病理分析中的具体应用。同时,于教授指出人工智能在病理分析方面要真正在临床中应用,还需要做好包括标注团队的权威性、标注工具的简洁化、标注序列的程序化、制片流程的标准化、标注流程的规范性及疑难病理的解决方案等方面的工作。但随着数据积累与深度学习的持续,人工智能在病理诊断和肿瘤治疗中的前景光明。

随后,于教授与大家一起探讨了AI在中医方面应用。于教授认为中医目前作为一门经验医学,其本身已经积累了庞大的数据和信息,利用计算机医学对这些数据信息处理和提取,可以帮助建立中医的数字化和标准化,更有利于中医的发展。并且通过AI的深度学习,可以帮助中医建立起相关的辩证逻辑关系,也有利于中医的传承。于教授也和大家分享了包括美国梅奥医学中心、平安好医生及修龄中医等实际应用案例。

于教授的精彩分享,帮助大家透过临床角度来看待人工智能在医疗中的实际应用场景,引起大家的共鸣。于教授也就大家所关心的相关问题进行了解答。