融合人工智能的醫(yī)學(xué)影像教學(xué)與實(shí)踐的思考

周娟

解放軍總醫(yī)院第五醫(yī)學(xué)中心放射診斷科，北京 100071

人工智能簡(jiǎn)稱“AI”，是英文“artificial intelligence”的縮寫。我國《人工智能標(biāo)準(zhǔn)化白皮書（2018年）》[1]給出的定義是“利用計(jì)算機(jī)或其控制的機(jī)器，模擬、延伸、擴(kuò)展人類智能，能夠自行感知環(huán)境、獲取相關(guān)知識(shí)，獲得最優(yōu)結(jié)果的理論、方法、技術(shù)或者應(yīng)用系統(tǒng)”。2020年人工智能發(fā)展戰(zhàn)略[2]又提出在實(shí)踐方面仍有較大提升空間。

醫(yī)學(xué)影像教育以培養(yǎng)具有深厚醫(yī)學(xué)影像知識(shí)、掌握相關(guān)物理和工程科學(xué)基礎(chǔ)知識(shí)與理論、能夠分析解決實(shí)際問題的醫(yī)學(xué)影像學(xué)專業(yè)人才為目標(biāo)，專業(yè)技能應(yīng)用性強(qiáng)，注重實(shí)踐，需要在臨床一線逐步培養(yǎng)學(xué)生運(yùn)用醫(yī)學(xué)影像知識(shí)分析解決實(shí)際病例的能力。在醫(yī)學(xué)院校學(xué)習(xí)醫(yī)學(xué)基礎(chǔ)知識(shí)和各臨床學(xué)科內(nèi)容，在臨床實(shí)習(xí)期間整合以器官系統(tǒng)為中心、多模塊的基礎(chǔ)醫(yī)學(xué)與臨床醫(yī)學(xué)的理論與實(shí)踐，結(jié)合以問題為基礎(chǔ)的教學(xué)模式（problem-based learning，PBL）教學(xué)法[3-4]，借助人工智能的手段[5]，如具有沉浸特性的虛擬現(xiàn)實(shí)技術(shù)、能夠模擬出臨床實(shí)踐中的多種真實(shí)病例、有助于學(xué)生融匯所學(xué)的各類知識(shí)顯著提升學(xué)生綜合能力。

1 傳統(tǒng)醫(yī)學(xué)影像教學(xué)

1.1 解剖和病理是醫(yī)學(xué)影像教學(xué)的基礎(chǔ)

醫(yī)學(xué)影像學(xué)是評(píng)估活體組織器官形態(tài)及功能狀態(tài)的臨床醫(yī)學(xué)，各種影像檢查手段都是以人體解剖或斷層解剖為基礎(chǔ)。人體解剖學(xué)是一門展示人體正常形態(tài)結(jié)構(gòu)的學(xué)科，旨在讓醫(yī)學(xué)生了解和掌握人體各組織器官的機(jī)構(gòu)位置，以及組織器官與周圍組織器官的空間位置和功能聯(lián)系，是醫(yī)學(xué)生必備的基礎(chǔ)知識(shí)，也是醫(yī)學(xué)生進(jìn)入臨床實(shí)踐時(shí)必須掌握好的基本技能。人體解剖和斷層解剖都是二維平面，學(xué)生在學(xué)習(xí)過程中需要在腦海中建立三維的立體場(chǎng)景，空間結(jié)構(gòu)能力差的學(xué)生可能會(huì)停滯不前，難以理解。

正常的影像解剖是識(shí)別病理改變的前提，認(rèn)識(shí)了正常影像表現(xiàn)，才能發(fā)現(xiàn)異常，進(jìn)一步去分析異常[6]。只有熟練掌握解剖學(xué)，才有可能在讀片中對(duì)病變進(jìn)行診斷和鑒別診斷，確定受累的部位和范圍。

醫(yī)學(xué)生從本科開始學(xué)習(xí)，從枯燥的高中學(xué)習(xí)一下進(jìn)入感官學(xué)習(xí)，且需要大量的記憶背誦，轉(zhuǎn)折突然。而且傳統(tǒng)人體解剖學(xué)的教學(xué)內(nèi)容主要是學(xué)習(xí)平面解剖圖、尸體解剖和近些年引入的三維假體，但這些方式都有自身的缺陷，平面解剖圖憑借教師的經(jīng)驗(yàn)傳授，讓學(xué)生在大腦中形成器官的形狀和三維空間關(guān)系，學(xué)生一開始靠主觀想象領(lǐng)會(huì)學(xué)習(xí)內(nèi)容，缺乏空間感。而尸體解剖，國內(nèi)尸體資源嚴(yán)重不足，極大限制了尸體解剖教學(xué)，遠(yuǎn)遠(yuǎn)無法滿足醫(yī)學(xué)教學(xué)需求。

1.2 多媒體教學(xué)、案例分析教學(xué)交叉融合

醫(yī)學(xué)影像學(xué)的特點(diǎn)就是圖像多，很多都晦澀難懂，內(nèi)容枯燥乏味，教師單憑講解很難讓學(xué)生領(lǐng)會(huì)教學(xué)內(nèi)容；而多媒體方式[7]融合文字、圖像、音頻、視頻，將教學(xué)內(nèi)容和相關(guān)資料通過屏幕展示給學(xué)生，使學(xué)生眼有所觀、耳有所聽、心有所感，教學(xué)更生動(dòng)，學(xué)生更容易掌握學(xué)習(xí)內(nèi)容，學(xué)習(xí)興趣也更高，學(xué)習(xí)的主動(dòng)性和能動(dòng)性也被充分調(diào)動(dòng)起來，但使用多媒體教學(xué)多按身體各個(gè)系統(tǒng)進(jìn)行教學(xué)，這更適合學(xué)習(xí)大臨床知識(shí)，在其中的分支醫(yī)學(xué)影像方面存在不足。因?yàn)橛跋裨\斷主要靠識(shí)別征象，進(jìn)而建立臨床思維，不加強(qiáng)某種疾病的征象學(xué)習(xí)，則很難在意識(shí)中建立思維導(dǎo)圖。

1.3 教學(xué)和臨床實(shí)踐相結(jié)合

醫(yī)學(xué)影像學(xué)內(nèi)容復(fù)雜，尤其注重綜合實(shí)踐能力。影像內(nèi)容涉及全身各個(gè)器官和部位，每個(gè)部位每個(gè)系統(tǒng)所需掌握的知識(shí)不同，而對(duì)應(yīng)呈現(xiàn)的影像圖片也差異較大，造成各部分內(nèi)容碎片化，無法系統(tǒng)相連，與實(shí)踐應(yīng)用結(jié)合的難度更高?，F(xiàn)有醫(yī)學(xué)影像學(xué)所涉及內(nèi)容寬泛，同類型的影像設(shè)備種類繁多，需要診斷區(qū)分不同疾病在醫(yī)學(xué)影像學(xué)的表征以及同種疾病在不同醫(yī)學(xué)影像設(shè)備的表現(xiàn)，大大增加了醫(yī)學(xué)影像學(xué)的教學(xué)內(nèi)容，因此如何安排教學(xué)內(nèi)容、教學(xué)學(xué)時(shí)，采用哪種教學(xué)模式，對(duì)于醫(yī)學(xué)影像學(xué)的教學(xué)來說尤其重要。進(jìn)入臨床實(shí)踐后，不同影像設(shè)備對(duì)于不同疾病甚至不同患者所需的具體操作也有所不同，更需要帶教老師具備豐富的實(shí)際操作經(jīng)驗(yàn)和理論知識(shí)，在及時(shí)有效地給出診斷結(jié)論的同時(shí)，使學(xué)生盡快掌握動(dòng)手能力，融合貫通所學(xué)醫(yī)學(xué)影像內(nèi)容。

近年來廣泛推行的“雙軌合一”制度，不僅住院醫(yī)師，大部分專業(yè)型研究生也被要求接受規(guī)范化培訓(xùn)[8]。目前的實(shí)習(xí)帶教主要依據(jù)實(shí)習(xí)大綱要求，根據(jù)X線、CT、磁共振等影像專科進(jìn)行崗位輪轉(zhuǎn)，在帶教的技師和醫(yī)師幫助下進(jìn)行上機(jī)、后處理、書寫報(bào)告等。如果X線、CT、磁共振等不同學(xué)科安排不合理，容易導(dǎo)致學(xué)生對(duì)某種醫(yī)學(xué)影像學(xué)檢查操作和診斷方式不熟練，無法形成同種疾病在各種醫(yī)學(xué)影像設(shè)備顯示結(jié)果的總體感知，對(duì)于特定情況下哪種影像方式更具有效果的理解程度不足，增加學(xué)生診斷錯(cuò)誤的概率，增加醫(yī)患糾紛風(fēng)險(xiǎn)。

2 AI輔助醫(yī)學(xué)影像教學(xué)

2.1 AI輔助醫(yī)學(xué)影像教學(xué)

醫(yī)學(xué)影像學(xué)的特點(diǎn)就是圖像多，教師使用AI技術(shù)可以輕松整合散亂的影像知識(shí)和各種教育資源，經(jīng)過進(jìn)一步整理優(yōu)化以更好地輔助醫(yī)學(xué)影像教學(xué)[9]。醫(yī)學(xué)影像學(xué)內(nèi)容復(fù)雜，偏重綜合實(shí)踐，而且醫(yī)學(xué)影像涉及人體各個(gè)系統(tǒng)多種器官，需要對(duì)應(yīng)學(xué)習(xí)各個(gè)部分各個(gè)系統(tǒng)的知識(shí)，呈現(xiàn)系統(tǒng)或器官的影像圖片也嚴(yán)重碎片化，部分較為獨(dú)立無法系統(tǒng)相連，實(shí)踐運(yùn)用時(shí)難度較大。醫(yī)學(xué)影像學(xué)科有些教學(xué)內(nèi)容雖然屬于同一系統(tǒng)，有時(shí)也需要分為多個(gè)部分分別授課，授課教師也可能不同。由于病例的系統(tǒng)特征部位不同，所需影像器材多樣，教學(xué)分工明細(xì)不一，對(duì)于同一疾病有時(shí)需要多部分協(xié)作完成，但實(shí)際上僅僅是分工問題，就需要不同影像設(shè)備的教師講授同一部位的疾病，學(xué)生難以把同一種疾病的各種醫(yī)學(xué)影像結(jié)果綜合起來，建立整體模型，不易理解特定狀態(tài)下應(yīng)采用那種影像設(shè)備，以及不同影像設(shè)備檢查效果的優(yōu)劣。近年來影像教學(xué)模式開始提倡以器官核心，傳統(tǒng)教學(xué)方式亟待改革以適應(yīng)國際化標(biāo)準(zhǔn)的趨勢(shì)。

國內(nèi)外醫(yī)學(xué)影像相關(guān)網(wǎng)站上可以搜集到大量影像知識(shí)[10-11]，使用AI系統(tǒng)能夠?qū)@些內(nèi)容進(jìn)行整合，更具系統(tǒng)性和規(guī)律性的簡(jiǎn)潔呈現(xiàn)出來，如通過訓(xùn)練人工智能的特定深度學(xué)習(xí)算法，就可以從網(wǎng)絡(luò)空間的大數(shù)據(jù)中獲取用戶所需信息，與搜索關(guān)鍵詞進(jìn)行匹配[12]，逐步建立以器官系統(tǒng)為核心的醫(yī)學(xué)影像集合。這個(gè)集合可以包括病歷、音視頻、影像圖片等，模擬診療場(chǎng)景讓學(xué)生直面系統(tǒng)疾病，相對(duì)于背誦記憶復(fù)雜病理原理的傳統(tǒng)教學(xué)方式，有臨場(chǎng)的真實(shí)感，更加通俗易懂。同時(shí)，還可以附加專業(yè)理論詳解，實(shí)現(xiàn)理論與實(shí)踐的充分結(jié)合，讓學(xué)生能夠由點(diǎn)到面，由局部到系統(tǒng)，從部分到整體進(jìn)行提升，加強(qiáng)了感性認(rèn)識(shí)，也理解和掌握了所學(xué)知識(shí)，教學(xué)質(zhì)量也得到了提高。同時(shí)，由于地區(qū)經(jīng)濟(jì)與醫(yī)療的發(fā)展不盡相同，醫(yī)療資源在不同的課堂存在差異，在規(guī)范化培訓(xùn)中某種病例病種較少時(shí)很難達(dá)到熟練掌握。若能通過AI整合搭載5G系統(tǒng)實(shí)現(xiàn)云共享，可以充分調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性和主觀能動(dòng)性，給教師提供豐富的教學(xué)資源，最終使教資源得到充分合理的運(yùn)用。

教師日常教學(xué)所需的教學(xué)課程、教學(xué)課件等工作，內(nèi)容繁雜，需要適應(yīng)各種教學(xué)內(nèi)容，占用了教師很多精力，人工智能可以幫助教師從這些繁復(fù)工作中解放出來，自動(dòng)搜集相關(guān)資料，形成初步樣例，使教師能夠?qū)Ｗ⒂诮虒W(xué)工作本身，提高教學(xué)效率和成果。教師還可以更加重視學(xué)生在醫(yī)學(xué)影像實(shí)際操作和臨床診斷方面的培養(yǎng)，針對(duì)性改進(jìn)教學(xué)計(jì)劃，優(yōu)化教學(xué)內(nèi)容、教學(xué)模式以及課時(shí)，側(cè)重學(xué)生實(shí)際操作課程方面的學(xué)習(xí)時(shí)間，給學(xué)生安排充足時(shí)間進(jìn)行不同醫(yī)學(xué)影像設(shè)備的操作和影像結(jié)果診斷，積累豐富的實(shí)踐經(jīng)驗(yàn)。通過人工智能輔助教師改善教學(xué)模式和教學(xué)體系，適應(yīng)醫(yī)學(xué)影像學(xué)教學(xué)范圍廣的特點(diǎn)，根據(jù)不同學(xué)生的興趣方向和學(xué)習(xí)方式，能夠?qū)Σ煌瑢W(xué)生提供個(gè)性化教學(xué)方案，制定不同的學(xué)習(xí)內(nèi)容。

2.2 AI輔助醫(yī)學(xué)影像臨床實(shí)踐

醫(yī)學(xué)影像學(xué)對(duì)學(xué)生的實(shí)踐能力要求很高，如何在保障學(xué)生掌握必需的基礎(chǔ)理論和知識(shí)的同時(shí)，提高讀片能力，畢業(yè)后能更好勝任臨床工作，是醫(yī)學(xué)影像教學(xué)面臨的重要問題[13]。因此，需要在教學(xué)工作中把理論教學(xué)和實(shí)踐教學(xué)統(tǒng)一安排，首先應(yīng)建立計(jì)算機(jī)輔助教學(xué)的影像診斷實(shí)驗(yàn)室[14]。

數(shù)字化處理常見病的典型征象病例影像，將符合醫(yī)學(xué)數(shù)字成像與通信（digital imaging and communications in medicine，DICOM）的放射醫(yī)療，心血管成像以及放射診療診斷設(shè)備圖像格式轉(zhuǎn)換成常用的JPEG文件，按照身體系統(tǒng)、病種等進(jìn)行編輯整理，制作基于瀏覽器或者APP的影像診斷學(xué)習(xí)系統(tǒng)，讓學(xué)生從以往的手持膠片改為電腦端或手機(jī)端直接觀看電子版圖像，而且可以利用各種小工具隨意放大縮小，測(cè)量，調(diào)整窗寬、窗位等操作仔細(xì)觀察病灶征象。另外，可以多系統(tǒng)多疾病隨時(shí)調(diào)取病例圖像，還能在同一病種下研究多個(gè)病例，接收的信息量明顯增多，從而實(shí)現(xiàn)醫(yī)學(xué)影像學(xué)的教學(xué)實(shí)踐相融合，提升學(xué)生的臨床技能和影像診斷能力，教學(xué)效果也隨之大為提高。

虛擬現(xiàn)實(shí)（virtual reality，VR）醫(yī)學(xué)解剖極大程度上提高了傳統(tǒng)解剖教學(xué)中空間位置的教學(xué)難點(diǎn)，提供沉浸式的解剖環(huán)境，給學(xué)生真實(shí)展現(xiàn)出三維的人體器官組織，還可以與虛擬器官通過多種方式進(jìn)行交互。在教學(xué)過程中，也支持學(xué)生多人在線，同時(shí)使用同一解剖模型，便于教師指導(dǎo)，了解學(xué)生的學(xué)習(xí)進(jìn)度，調(diào)整教學(xué)計(jì)劃。

基于虛擬增強(qiáng)現(xiàn)實(shí)技術(shù)在解剖及穿刺活檢的應(yīng)用，醫(yī)生在術(shù)前針對(duì)患者的解剖和病變點(diǎn)制定手術(shù)方案時(shí)，可以通過VR技術(shù)進(jìn)行個(gè)性化調(diào)整，優(yōu)化術(shù)前規(guī)劃，提高手術(shù)成功率。立體顯示技術(shù)結(jié)合VR系統(tǒng)平臺(tái)可以讓醫(yī)生術(shù)前反復(fù)體驗(yàn)擬定的手術(shù)場(chǎng)景，對(duì)可能遇到的術(shù)中意外提前做好安排，提高整體應(yīng)變能力，降低手術(shù)風(fēng)險(xiǎn)。

2.3 AI輔助自主學(xué)習(xí)與創(chuàng)新研究

近年來基于虛擬與增強(qiáng)現(xiàn)實(shí)技術(shù)的發(fā)展如火如荼，但在模擬醫(yī)學(xué)教育領(lǐng)域的應(yīng)用仍受到很多制約。模擬醫(yī)學(xué)是利用虛擬增強(qiáng)現(xiàn)實(shí)技術(shù)搭建臨床場(chǎng)景，使用具有典型征象的虛擬患者替代真實(shí)患者，進(jìn)行臨床教學(xué)和實(shí)踐。VR[15]給人們提供更具真實(shí)感的場(chǎng)景，在三維空間中附加了視覺、聽覺、觸覺等感官活動(dòng)；增強(qiáng)現(xiàn)實(shí)[16-17]的三維成像導(dǎo)航技術(shù)，能夠?qū)⒋┐滩课涣Ⅲw、直觀地展現(xiàn)在醫(yī)生面前，使術(shù)區(qū)各組織及其與穿刺定位針之間的位置關(guān)系和距離更加容易判斷，同時(shí)通過疊加相同區(qū)域的術(shù)前檢查影像，為穿刺提供實(shí)時(shí)的路徑導(dǎo)航，實(shí)現(xiàn)精準(zhǔn)活檢。

綜上所述，AI大數(shù)據(jù)已經(jīng)到來，我們?cè)谥R(shí)的海洋中只需要攝取所需的，作為一名傳道授業(yè)解惑的醫(yī)學(xué)老師，我們要做的是授之以魚不如授之以漁?；贏I技術(shù)的APP和平臺(tái)多種多樣，學(xué)生可以自主規(guī)劃個(gè)人學(xué)習(xí)內(nèi)容，培養(yǎng)自我的個(gè)人學(xué)習(xí)能力及創(chuàng)新思維[18]。學(xué)生可以通過AI進(jìn)行課前預(yù)習(xí)、課后復(fù)習(xí)，教師也能夠在課堂上調(diào)用真實(shí)病例引導(dǎo)學(xué)生，分析影像特征，傳授診斷及鑒別等影像診斷基礎(chǔ)技能。學(xué)生還可以在網(wǎng)絡(luò)上互相討論，互相學(xué)習(xí)，思維碰撞激發(fā)學(xué)習(xí)熱情。在醫(yī)學(xué)影像教學(xué)中引入AI技術(shù)，有助于學(xué)生將理論知識(shí)和臨床實(shí)踐充分結(jié)合，鞏固學(xué)習(xí)內(nèi)容，避免教學(xué)脫節(jié)。