疫情之下，AI都發(fā)揮了怎樣的價(jià)值？

根據(jù)劉士遠(yuǎn)主任的總結(jié)，醫(yī)療影像AI在本次疫情中的作用可分為四點(diǎn)：“第一是發(fā)現(xiàn)病變，確認(rèn)病變和分隔病變；第二是通過(guò)測(cè)量病變的分布、形態(tài)、密度等數(shù)據(jù)，進(jìn)行病變的診斷和鑒別診斷；第三是通過(guò)人工智能的定量和分級(jí)完成病變的進(jìn)展轉(zhuǎn)歸判斷，確認(rèn)病情是惡化還是好轉(zhuǎn)。第四是結(jié)合臨床實(shí)驗(yàn)室檢查，基于全數(shù)據(jù)的學(xué)習(xí)，從定性到定量，給出精準(zhǔn)算法的模型，最終實(shí)現(xiàn)個(gè)性化的精準(zhǔn)醫(yī)療�！�

前三個(gè)作用可視為人工智能在此次防疫戰(zhàn)中的基礎(chǔ)作用，對(duì)于很多武漢一線的醫(yī)生而言，如果能夠以更高的效率、更準(zhǔn)確的判斷能力對(duì)患者的CT影像進(jìn)行判斷，無(wú)疑可以起到緩減影像堆積、減少漏診的情況，而面向DR的人工智能則能解決基層醫(yī)療中專業(yè)影像醫(yī)生缺乏，難以對(duì)可疑癥狀判別的問(wèn)題。此外，隨訪功能可幫助醫(yī)生迅速以定量的方式區(qū)患者病情變化，以推進(jìn)下一步?jīng)Q策。

為本次疫情開(kāi)發(fā)“AI+CT”的人工智能企業(yè)多達(dá)近30家，每家企業(yè)均可起到“提效減漏”的作用，但又各有不同。以匯醫(yī)慧影的“三位一體”智慧影像解決方案為例，這家企業(yè)將“AI輔助篩查、智能數(shù)字膠片、智能遠(yuǎn)程會(huì)診”能夠通過(guò)遠(yuǎn)程部署直達(dá)一線，而通過(guò)深度學(xué)習(xí)算法，該解決方案能夠在2-3秒診斷500幅CT影像，一鍵生成結(jié)構(gòu)化圖文報(bào)告，并將數(shù)據(jù)保存至云端，生成屬于患者自己的健康檔案，以便于患者自行查閱及配合后續(xù)隨訪。此外，智能遠(yuǎn)程會(huì)診則為社會(huì)整體防疫提高了資源調(diào)度能力。此外，依圖醫(yī)療在春節(jié)后僅一周便推出了AI+CT影像輔診產(chǎn)品，并在包含武漢在內(nèi)的全國(guó)各地廣泛使用。

和CT相比，DR雖然在分辨率、解析度等方面有一定的欠缺，但這些因素并不影響影像科醫(yī)生診斷新冠肺炎。此外，由于其低廉的價(jià)格（設(shè)備價(jià)格幾十萬(wàn)以內(nèi)，拍片價(jià)格60-80元），許多沒(méi)有CT的鄉(xiāng)鎮(zhèn)仍配置了一定數(shù)量的DR，這類影像設(shè)備在疫情區(qū)同樣被廣泛運(yùn)用。

以九峰醫(yī)療的病毒性肺炎（含新冠肺炎）X線胸片智能篩查系統(tǒng)為例，該系統(tǒng)既可通過(guò)影像車或遠(yuǎn)程部署的方式部署于基層醫(yī)療，也可置于醫(yī)共體、醫(yī)聯(lián)體中的影像中心內(nèi)，運(yùn)用AI技術(shù)高效處理DR影像。截止2020年2月底，九峰醫(yī)療已經(jīng)幫助部署九峰智能閱片系統(tǒng)的約300家基層鄉(xiāng)鎮(zhèn)衛(wèi)生院篩查1.5萬(wàn)人次，其中，約15%（非湖北省地區(qū)）和20%（湖北省地區(qū)）的胸片被AI識(shí)別為病毒性肺炎，經(jīng)過(guò)專家的復(fù)核，共發(fā)現(xiàn)84例疑似新冠肺炎的基層患者。

上述的三個(gè)作用不僅可以作用于新冠肺炎期間的影像科，也可為平時(shí)的各級(jí)醫(yī)院醫(yī)生減輕負(fù)擔(dān)，稱得上是“普適”的作用，而由于疫情的特殊性，AI的部分特殊的作用也因此凸顯出來(lái)。

在武漢疫情高峰時(shí)期，市內(nèi)重癥收治床位時(shí)常一床難求，用于輕度中度癥患者隔離的方艙醫(yī)院也人滿為患，很多患者都在院外等待床位。而進(jìn)入方艙醫(yī)院的患者通常需要由醫(yī)生提前判斷病情嚴(yán)重程度，后續(xù)將以3-5天為一個(gè)周期對(duì)患者進(jìn)行復(fù)查。

這個(gè)時(shí)候，醫(yī)生需要在非常短的時(shí)間內(nèi)對(duì)患者進(jìn)行精準(zhǔn)判斷，把患者分配到最適合其病癥的醫(yī)院，而對(duì)于已經(jīng)擁有床位的患者，醫(yī)生也需定期進(jìn)行隨訪，觀察不同時(shí)期患者影像之中磨玻璃影的變化，及時(shí)對(duì)癥狀加重的患者更新治療方案，對(duì)癥狀減輕或痊愈的患者進(jìn)行轉(zhuǎn)移。這些問(wèn)題給予了醫(yī)療AI新的需求，即在定量分析的基礎(chǔ)上幫助醫(yī)生完成對(duì)患者病癥的定性，判斷患者病情所屬階段，這并非AI企業(yè)有意為之，卻在這次疫情之中被廣泛使用。

其次，通常而言，醫(yī)生無(wú)法通過(guò)CT征象直接區(qū)分患者所患肺炎類型，但一些公司正努力運(yùn)用數(shù)字的方式去量化新型肺炎的表現(xiàn)特征，直接判斷患者所患肺炎類型。如今，許多醫(yī)生都借助于AI，通過(guò)回顧性研究發(fā)表了相關(guān)論文，但從研究到論證，我們可能沒(méi)法在疫情結(jié)束前得到答案。

和“普適”的作用相比，上述的兩個(gè)作用存在一定的局限性，即因?yàn)樾鹿诜窝资录�的發(fā)生，所以讓AI產(chǎn)生了相應(yīng)的作用，它的特點(diǎn)在于功能的不可復(fù)制性。舉個(gè)例子，若新冠病毒不具備高傳染性，則不會(huì)出現(xiàn)方艙醫(yī)院，自然也不會(huì)產(chǎn)生分診的需求，科研也是同理。但是，透過(guò)數(shù)據(jù)的方式進(jìn)行分析這一思路，或許潛藏著AI更深層次的價(jià)值。

在疫情之中研發(fā)影像相關(guān)應(yīng)用的AI企業(yè)（不完全統(tǒng)計(jì)）

AI的價(jià)值從輔診向數(shù)據(jù)分析深入

對(duì)于“什么是AI的潛在價(jià)值”這一問(wèn)題，一位醫(yī)生表示：“一般而言，影像科的醫(yī)生偏好于給予‘占位性病變’的判斷，而很少診斷為肺炎。但對(duì)于患者而言，占位性病變的內(nèi)容太過(guò)寬泛，他們需要更為精確的判斷，這種判斷現(xiàn)在很少來(lái)源于影像科。如今，很多人工智能都在處理數(shù)據(jù)做定量分析，但這些工作并非人工智能的專長(zhǎng)——常規(guī)數(shù)據(jù)處理軟件也能收集挖掘數(shù)據(jù)。所以，AI要想發(fā)揮出真正的價(jià)值，需要借助于定量的數(shù)據(jù)給出定性的判斷結(jié)果。”

從目前來(lái)看，完全放任人工智能決策而不參考醫(yī)生的意見(jiàn)，違背了AI的倫理，但公司開(kāi)發(fā)針對(duì)于肺炎的AI影像輔診算法，正是通過(guò)提高醫(yī)生判斷能力，側(cè)面解決直接決策的問(wèn)題。

以聯(lián)影智能在這方面的研究為例，其AI輔助分析系統(tǒng)能夠?qū)⒎尾糠殖刹煌�的肺段，把其中的病灶勾勒出�?lái)，計(jì)算每一個(gè)肺段病灶區(qū)的感染比例，從而為診斷感染情況提供參考。由于臨床診斷的嚴(yán)謹(jǐn)性，這些成果或許在短期內(nèi)無(wú)法在實(shí)際之中為醫(yī)生診斷助力，但卻為解析新冠病毒提供了參考。

從分辨肺炎種類這一角度延伸，一些企業(yè)嘗試則將影像數(shù)據(jù)與其他科室數(shù)據(jù)相結(jié)合的方式，建立綜合化的AI模型，為醫(yī)生提供更全面的參考信息。

例如，安德醫(yī)智認(rèn)為，僅僅通過(guò)放射科影像很難區(qū)分各類肺炎，而病原學(xué)是最終診斷結(jié)果的金標(biāo)準(zhǔn)。因此，在研究CT影像的同時(shí)，安德醫(yī)智嘗試關(guān)聯(lián)以各種肺炎的病原學(xué)診斷結(jié)果、核酸檢測(cè)陽(yáng)性結(jié)果為金標(biāo)準(zhǔn)組織AI訓(xùn)練集，進(jìn)而實(shí)現(xiàn)肺炎的分類，判斷患者所患肺炎是細(xì)菌性肺炎、真菌性肺炎、新冠肺炎，還是其他病毒性肺炎。

而GE醫(yī)療選擇將影像基因組學(xué)、人工智能、圖像處理技術(shù)相結(jié)合。3月5日，GE醫(yī)療發(fā)布了“智贏新冠LK 2.0”AI平臺(tái)，嘗試針對(duì)肺結(jié)節(jié)、肺部炎癥和肺功能損傷定量分析，到更早的病灶識(shí)別，更精準(zhǔn)的定量分析。一方面，該平臺(tái)可行使AI輔診功能，幫助醫(yī)生處理影像；另一方面，該平臺(tái)可協(xié)助醫(yī)生研究新冠肺炎在CT影像中的早期識(shí)別。

GE醫(yī)療中國(guó)精準(zhǔn)醫(yī)學(xué)院副院長(zhǎng)趙周社表示：“我們首先會(huì)對(duì)所有錄入平臺(tái)的數(shù)據(jù)進(jìn)行預(yù)處理，無(wú)論是什么樣的機(jī)型，我們將統(tǒng)一把它處理成1毫米的層厚的標(biāo)準(zhǔn)影像。隨后，我們會(huì)用算法處理標(biāo)準(zhǔn)影像，把肺、氣管和支氣管分割標(biāo)注出來(lái)。做到這一步，我們就可以去找病灶了，通過(guò)適當(dāng)?shù)哪Ｐ�，我們能夠甄別出患者是否患有新型冠狀病毒肺炎，并給出概率回答�！�

具體而言，LK2.0AI平臺(tái)根據(jù)新冠病灶的發(fā)病時(shí)期進(jìn)行了三類個(gè)性化的處理。

對(duì)于早期無(wú)癥狀病患和不易發(fā)現(xiàn)的新冠病灶，GE醫(yī)療將AI分析范圍拓展到了氣管、支氣管部分，幫助肺部無(wú)明顯形態(tài)學(xué)改變的病例，進(jìn)行早期病灶識(shí)別。

對(duì)于新冠中后期復(fù)雜病變，LK平臺(tái)可對(duì)肺葉進(jìn)行快速智能化分割，精準(zhǔn)定位病灶和定量評(píng)分；結(jié)合AI深度學(xué)習(xí)建模，進(jìn)一步評(píng)估疾病進(jìn)展、反映病變體積與分布，分析彌漫性病變，預(yù)測(cè)病情走勢(shì)。  

新冠中后期復(fù)雜病變分割：3D顯示病灶（紅色區(qū)域）和病灶定量和評(píng)分分析

對(duì)于激增的新冠病患數(shù)據(jù)，LK平臺(tái)可對(duì)不同型號(hào)的CT進(jìn)行數(shù)據(jù)規(guī)范化處理，同時(shí)進(jìn)行批量快速讀片處理。

不過(guò)，分割、定位與評(píng)分僅是判斷肺炎情況的方法之一，武漢大學(xué)中南醫(yī)院影像科主任徐海波表示：“新冠肺炎影像的數(shù)據(jù)參數(shù)眾多，很多參數(shù)還沒(méi)有完全匹配上去，而這也是我們未來(lái)和GE醫(yī)療合作的方向之一。不過(guò)，如今分割標(biāo)識(shí)的技術(shù)已經(jīng)非常成熟，可以解決醫(yī)生因疲勞漏掉病灶的問(wèn)題，也可生成一些結(jié)構(gòu)化報(bào)告的模板等，已經(jīng)達(dá)到可在臨床推廣的程度。但要做高度智能化的精確診斷，還需要大量的匹配參考文獻(xiàn)，進(jìn)行漫長(zhǎng)的臨床驗(yàn)證�！�

價(jià)值與審評(píng)審批的關(guān)系

總的來(lái)說(shuō)。影像AI審評(píng)審批與價(jià)值的關(guān)系算得上是相輔相成，AI價(jià)值的擴(kuò)張推動(dòng)了審評(píng)審批的速度與必要性，而審評(píng)審批則從程序上為影像AI發(fā)展鋪平道路。

新冠疫情的發(fā)生雖然在短期內(nèi)延緩了部分人工智能產(chǎn)品審評(píng)審批的進(jìn)行，卻也為大眾展現(xiàn)了新的價(jià)值。

那么，《要點(diǎn)》之下能否誕生AI器械三類證呢？從過(guò)去的兩年審批狀況來(lái)看，動(dòng)脈網(wǎng)認(rèn)為，這仍將取決于企業(yè)本身。如果企業(yè)足夠積極，我們有望在接下來(lái)的三個(gè)月中看到AI企業(yè)通過(guò)《要點(diǎn)》獲得CT肺相關(guān)產(chǎn)品三類證。

但無(wú)論獲證與否，疫情之中，AI展現(xiàn)了其應(yīng)有的價(jià)值。未來(lái)AI能做什么？醫(yī)生已經(jīng)有了新的期待……

作者：趙泓維