AI医学影像让患者、医生受益专家：发展瓶颈亟须解决

小编：若利用AI可以有效提高诊断效率，优化诊疗流程，提升患者满意度，并缓解医生不足的现状。AI在医学领域的应用可帮助减轻医生负担刘士远呼吁，AI的利用可以有效提高诊断效率，优化诊疗流程，提升患者满意度，并缓解医生不足的现状，医生可主动选择参与产品研发。...

影像医学专业考研

刘士远在论坛上发表演讲。

近年来，医疗影像+AI领域发展火热，科技医疗、互联网医疗的发展，为医疗领域带来了新的曙光，更给无数患者带来了希望。据斯坦福研究报告统计，社会各界对AI的关注度和正向态度处于持续增长态势，1996年-2017年，AI论文的相对增速近7倍，远超所有科研领域。

在7月26日举行的雁栖健谈·科技医疗产业论坛上，上海长征医院影像医学与核医学科主任刘士远指出，患者多、医生少不仅是中国医疗的痛点，更是医学影像科的痛中之痛。“培养一名正规医生的周期为15年，而培养出的影像科医生却被撰写大量报告以及荧幕前诊断所占据大量时间和精力。” 若利用AI可以有效提高诊断效率，优化诊疗流程，提升患者满意度，并缓解医生不足的现状。

AI在医学领域的应用可帮助减轻医生负担

影像医学专业考研

当前，社会富裕导致医疗服务需求急需增长，但却存在需求增长与医生严重不足的矛盾。刘士远指出，由于靶向诊断和治疗对影像诊断提出新要求影像医学专业考研，诊断的定性和定量需求增加，疾病谱变化，诊断难度加大以及患者太多，导致医生诊断效率不高，漏诊误诊时有发生，且难以避免。“如果AI的发展能够替代影像科医生进行一些重复性的劳动，能够很大程度减轻医生的工作负担。”刘士远说。

刘士远表示，医学影像AI持续发展，医疗上下游都将受益。于患者而言，可缩短检查及等待报告的时间，获得更精准的诊疗建议，享受更多优质医疗资源；于医生而言，可提高阅片效率、降低漏诊几率，代替医生完成重复性工作，专注诊疗实质；于医院而言，可降低医院成本，践行分级诊疗，提升基层医院分级诊疗水平。

AI在影像工作中的价值，包括在图像的采集环节，流程的优化环节，疾病的检出、量化以及诊断和疗效评价方面都有很大潜力。刘士远指出，“目前，众多医学影像AI产品中，做的最好的为肺结节，其他例如眼底疾病、骨折、脑出血、冠脉疾病、乳腺癌、心血管等，也是不少企业的主要研究方向。此外，有关眼底疾病、骨龄、骨折、脑出血、冠脉、乳腺癌等的AI产品也纷纷进入了临床测试阶段。”

医学影像AI发展仍面临诸多瓶颈

影像医学专业考研

刘士远认为，产品层面，需研发更多符合临床使用场景的产品。“我们不仅需要单病种的产品，我们更需要产品特别稳定，放在哪个医院都可以用的产品。”监管层面，对AI产品的准确定义、分类、分级是亟须解决的问题；安全层面，目前，AI产品的数据规范、安全性、合法性、数据、产品伦理仍是空白；对医院来说，则急需规范的医疗准入标准、评测标准和体系。

此外，医生的主动参与度还远远不够。刘士远介绍，他参与的一项覆盖全国31个省市自治区2135家医院5142位放射科医生的调研显示，74%的医生没有使用AI产品的经历；26%使用过AI的医生中，只有6%参与了产品研发；在使用AI产品的医生中，88%是进行肺结节筛查，其次是冠脉、骨龄等；84%医生没有与科研机构或企业合作过。“AI产品与传统的设备不同，AI产品需要医生全流程参与。无论是产品需求还是产品设计，都需要权威医生来制定规范和标准影像医学专业考研，整个环节都需要医生深度参与，但从目前结果来看，医生主动参与度并不高。”刘士远说。

刘士远呼吁，AI的利用可以有效提高诊断效率，优化诊疗流程，提升患者满意度，并缓解医生不足的现状，医生可主动选择参与产品研发。此外，刘士远认为，AI产品要实现真正意义的突破，还需建立在算法突破的基础上。他建议影像医学专业考研，企业在研发产品时，要在单病种单科室任务的维度进行“点”上的优化影像医学专业考研，从而使产品更高效、更准确，要基于临床、放射、病理、基因等实现多学科的全数据智能，从而产生渗透院内外、综合院内多学科、院外权威数据和患者端智能硬件等的诊疗方案。

新京报记者张兆慧

编辑王鹿校对吴兴发图片主办方供图

本文关键词：医学影像