2021专科会 | AI时代，只有这些放射科医生不会被替代

人工智能正在对医学影像领域深度渗透，这已是业内共识。然而，很少有人能看清渗透将如何发生。

南方医科大学南方医院党委副书记张广清

“新冠疫情爆发期间，影像诊断的关键作用有目共睹，互联网+医学影像随之迅速升温，迎来发展机遇。”南方医科大学南方医院党委副书记张广清在致辞中提到，医学影像是疾病筛查的主要信息来源，也是人工智能最快落地领域之一。

当医学影像遇到AI技术，行业将有哪些变化？放射科医生是否会被替代？

10月30日，在由健康界、南方医科大学南方医院、海南博鳌医学创新研究院主办的2021第十届中国医院临床专科建设与发展论坛——【学术分论坛3】医学影像化：智创精准影像新未来，多位医学影像领域专家汇聚一堂，细数AI在医学影像领域的渗透，研判放射科医生的未来的成长。

南方医科大学南方医院影像诊断科教授许乙凯（左）广东省中医院影像医学部教授刘波（右）

会议由南方医科大学南方医院影像诊断科教授许乙凯和广东省中医院影像医学部教授刘波分别主持上下场。

飞利浦（中国）投资有限公司影像系统南区销售总经理郭钢城

值得一提的是，本场论坛由飞利浦赞助支持。飞利浦（中国）投资有限公司影像系统南区销售总经理郭钢城在会上提到，飞利浦未来一方面将提供更好的设备，帮助医生做更精准的诊断；另一方面关注大数据、人工智能和信息化。

“我们的目标是提供精准影像以更好地帮助放射科医生，帮助患者。”郭钢城说。

医生是否会被取代？

广东省人民医院放射科主任刘再毅

“放射科医生会不会失业？”广东省人民医院放射科主任刘再毅经常被问到这样一个问题。

刘再毅的回答很明确：医学影像AI会部分替代放射员的技术工作，但参与到人工智能的放射科医生，一定不会被取代，反而会取得成就。

这其中需要医学影像行业做到四点：

一是认识AI的价值和局限性；

二是加强医学影像AI的伦理研究；

三是充分评价AI产品成本效价比；

四是探索医学生培养教育新模式。

总结影像AI发展现状，刘再毅认为该领域仍存在五大挑战：

一是影像AI软件功能和应用场景单一；

二是临床易用性和可解释性仍不足，临床医生想要所有信息可以解释，以助于做临床决策；三是政策监管和责任主体界定尚不清晰；

四是AI伦理问题上仍有医疗算法中的种族偏见、医疗服务中的隐形其实、机器学习系统背后意图、医疗团队和患者间的差异等问题；

五是没有考虑到卫生经济学评价和临床技能培训。

与此同时，刘再毅还看到智能AI应用的四大机遇：

一是智能扫描、图像质量控制；

二是赋能诊断、提高效率；

三是图像信息挖掘研究；

四是多尺度信息融合。

深圳市第二人民医院重症医学科主任冯永文

而从某种意义上讲，现在的诊疗规范都是过往的诊断经验积累，“有没有人想过，这些规范或者套路，它真的是对的吗？”深圳市第二人民医院重症医学科主任冯永文首先抛出了一个疑问。他继而解释道，大数据质控的作用之一，就是可以通过大数据验证我们曾经的行为，是否是真的正确，或者指出某个需要修正的点。

提及大数据质控面临的挑战，冯永文认为目前重症方面的系统建设仍有“信息孤岛”现象，其次仍无法通过整合分析患者各种病理、生理数据，为医生提供更好的诊断指导。

具体到深圳第二人民医院，其重症精细化质控规划分为四步：定义质控临床过程、效验质控执行过程、质控过程全面分析和梳理质控细化标准。

数字化下的影像变革

数字化技术已经为各重点医学学科带来全新变革。

南部战区总医院特聘专家李小华

据南部战区总医院特聘专家李小华介绍，新一代医学影像信息平台总体框架包括应用层、数据层、支撑层、业务层和设备层：

其中设备层包括CT、MRI、PET-CT、人工智能；

业务层则指目前的PACS平台，包括放射PACS、MRI PACS、核医学PACS、超声PACS、内镜PACS和其他PACS；

支撑层则包括标准化、统一服务和平台服务三大领域；

数据层是整体平台中最重要的一部分，包括影像ODS、影像数据中心CDR和影像数据仓库DW；

应用层更多是新技术的应用，包括图像后处理，AI影像辅助诊断、云计算、互联网+服务。

技术变革同样影响着治疗方式的改变。

飞利浦数字病理南区资深产品市场经理何玲

“数字化技术实现病理诊断数字化的发展和转型，正如医院信息化建设、放射影像科等，可通过信息技术和数字成像技术实现效率质量和生产率的提高、工作流程的改进和人工智能的发展。”

飞利浦数字病理南区资深产品市场经理何玲提到，经大型多中心临床研究验证的，2017年全球首个经FDA许可，并获得NMPA、CE-IVD等约50个国家/地区，可用于体外诊断许可的数字化病理诊断系统，开创式为诊断数字化提供临床标准和法规保证。其一致性且可重复的诊断级图像质量和数字化诊断流程，也是组织病理AI成功发展和应用于临床的重要基础。

例如在新疆伊犁川新肿瘤医院、台北荣民总医院，以及欧洲、美国、澳洲、日本东南亚、中东及印度等大型医院、集团化病理中心全球化范围已广泛使用，并为医院带来显著效益，既有效节省病理医生时间，又有效提高诊断工作效率。

“无显微镜下的病理全数字化诊断方式，将带来革命性改变，助力实现智慧病理。”何玲表示，这也会提升多学科诊断的效率和一致性，加速支持影像诊断新技术、外科手术、疗效评估新方法所需的病理学验证，促进多学科融合发展。

她研判，未来病理数字化诊断将提升医院整体的临床和科研水平，推动精准诊疗发展。

新技术助力精准诊疗

新技术为医生临床工作提供更大助力。

中山大学附属第一医院医学影像科教授杨智云

以能谱CT为例，中山大学附属第一医院医学影像科教授杨智云提到，其比传统CT能获得更多信息，更大程度助力肿瘤精准检测与精准诊疗。

具体而言，杨智云认为能谱CT在肿瘤诊治中有五大优势：

一是提高粘膜/微小病变检出率；

二是提高肿瘤T分期的精准度，利用低KeV单能虚拟图显示病变范围更清晰；

三是提高肿瘤N分期的准确度，帮助判断淋巴结性质；

四是监测肿瘤治疗效果，帮助判断治疗后肿瘤活性；

五是提供灌注、出血点信息等。

南方医科大学南方医院血管及介入科主任何晓峰

而在与医学影像同根同源的介入放射学，南方医科大学南方医院血管及介入科主任何晓峰提到，以往的介入平台，同一时间一个应用仅供一个人操作。在优化后，何晓峰目前所使用的介入平台，既可以多对一，多个用户丛不同的工作站点访问相同的应用程序；也可以一对多，一个用户在不同的病人及应用程序间无缝切换工作。

据何晓峰介绍，该平台采用独特的connect OS系统架构，使手术中可并行、多发地处理统一病人或不同病人的信息，达到用更少时间治疗更多病人的作用。他在会上提供的一组数据验证了上述结论：使用该系统后，平均手术时间减少17%，准备时间下降12%，后处理时间下降28%。

从临床到医技，从院内到院外，从疾病到健康，AI技术正与各种医学影像场景不断融合，智能影像成为不可阻挡的态势。