周建國，符大勇，盧明聰，孟云，王珩

南京中醫(yī)藥大學(xué)連云港附屬醫(yī)院放射科，江蘇 連云港 222004

人工智能（artificial intelligence,AI）作為一門交叉前沿學(xué)科，其誕生于計(jì)算機(jī)領(lǐng)域。2018年，我國《人工智能標(biāo)準(zhǔn)化白皮書（2018年）》中也給出了人工智能的定義：人工智能是利用數(shù)字計(jì)算機(jī)或者由數(shù)字計(jì)算機(jī)控制的機(jī)器，通過模擬、延伸和擴(kuò)展人類的智能，來感知環(huán)境、獲取知識(shí)并使用知識(shí)獲得最佳結(jié)果的理論、方法、技術(shù)和應(yīng)用系統(tǒng)[1]。AI技術(shù)是計(jì)算機(jī)科學(xué)、數(shù)學(xué)、控制論以及信息論等多種學(xué)科的交叉[2]。在大量的數(shù)據(jù)庫中，使用數(shù)學(xué)模型提取各種復(fù)雜的非線性關(guān)系[3]，將計(jì)算機(jī)所采集的數(shù)據(jù)自動(dòng)計(jì)算和預(yù)測(cè)，可達(dá)到自主學(xué)習(xí)的效果[4]。21世紀(jì)以來，基于深度卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和應(yīng)用，AI技術(shù)在計(jì)算機(jī)視覺領(lǐng)域的進(jìn)展獲得突破，其與醫(yī)學(xué)影像診斷中圖像數(shù)據(jù)具有較好的契合度，通過深度學(xué)習(xí)，在精準(zhǔn)醫(yī)療方面具有較高的臨床應(yīng)用前景[5]。AI影像輔助診斷可減少醫(yī)療成本，提高診療效率[6]。AI在醫(yī)學(xué)影像輔助診斷方面的主要內(nèi)容包括兩個(gè)方面：①腦部疾病診斷、腫瘤檢出以及預(yù)測(cè)模型地構(gòu)建，包括阿爾茨海默病、腦卒中、腦腫瘤、肺結(jié)節(jié)、肺癌、乳腺癌、前列腺癌等；②AI技術(shù)的實(shí)現(xiàn)研究，包括深度學(xué)習(xí)、特征提取、支持向量機(jī)、卷積神經(jīng)網(wǎng)絡(luò)等[7]。

1 醫(yī)學(xué)影像AI輔助診斷系統(tǒng)的應(yīng)用現(xiàn)狀

2020年，美國的RapidAI公司首先研發(fā)了腦卒中智能分析平臺(tái)，其利用腦部CT的影像數(shù)據(jù)進(jìn)行計(jì)算，對(duì)腦卒中責(zé)任血管的閉塞部位進(jìn)行判定[8]；Viz.ai公司開發(fā)的AI診斷系統(tǒng)能夠?qū)δX部血管進(jìn)行檢測(cè)并進(jìn)行分類。目前，我國的推想醫(yī)療研發(fā)的InferRead CT Stroke.AI可快速進(jìn)行腦卒中患者的病灶分割[9]。在其他方面，相關(guān)學(xué)者利用稀疏自編碼網(wǎng)絡(luò)以及三維卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，利用腦部磁共振影像數(shù)據(jù)所構(gòu)建的智能網(wǎng)絡(luò)模型進(jìn)行阿爾茨海默病地診斷，Takahashi S等[10]在建立膠質(zhì)瘤分級(jí)預(yù)測(cè)模型方面取得進(jìn)展；楊兆凱等[11]利用深度學(xué)習(xí)框架進(jìn)行自動(dòng)學(xué)習(xí)，通過提取高級(jí)別膠質(zhì)瘤患者的磁共振圖像信息判斷患者的臨床預(yù)后和生存時(shí)間。

我國推想醫(yī)療、深睿醫(yī)療等均推出了肺結(jié)節(jié)AI輔助診斷系統(tǒng)，可對(duì)肺結(jié)節(jié)進(jìn)行高效識(shí)別和分割，并可通過檢測(cè)肺結(jié)節(jié)的特征表現(xiàn)來判斷結(jié)節(jié)的良惡性風(fēng)險(xiǎn)程度[12]。通過評(píng)估肺結(jié)節(jié)癌變風(fēng)險(xiǎn)，可指導(dǎo)臨床治療以及預(yù)后評(píng)估[13]。在5 mm以上磨玻璃結(jié)節(jié)、鈣化結(jié)節(jié)及0～3 mm的微小結(jié)節(jié)以及亞實(shí)性結(jié)節(jié)的檢出方面，AI均優(yōu)于影像專業(yè)醫(yī)師[14]。醫(yī)學(xué)影像AI輔助診斷方向廣泛、覆蓋范圍大，整體發(fā)展勢(shì)頭較為迅猛。麻省理工學(xué)院基于Risk Cardio系統(tǒng)，在分析心血管病的死亡風(fēng)險(xiǎn)方面取得進(jìn)展；斯坦福大學(xué)基于深度神經(jīng)網(wǎng)絡(luò)開發(fā)了心律失常檢測(cè)[15]；同時(shí)在乳腺良惡性病變的診斷及鑒別診斷方面亦具有優(yōu)勢(shì)[16]。在前列腺腫瘤診斷方面，AI在前列腺癌的檢測(cè)、診斷、分期、臨床預(yù)后以及疾病監(jiān)視方面具有較高的應(yīng)用價(jià)值[17]。AI技術(shù)在眼科、皮膚病、肝癌、糖尿病、結(jié)腸癌等疾病的臨床診斷亦得到快速發(fā)展[18-19]，并且AI輔助診斷系統(tǒng)可達(dá)到與醫(yī)療專家相仿的診斷能力[20]。

2 我國醫(yī)學(xué)影像人工智能存在的問題、機(jī)遇及挑戰(zhàn)

AI技術(shù)在衛(wèi)生領(lǐng)域地應(yīng)用具有廣闊前景，我國的醫(yī)學(xué)影像AI起步較晚，但基于龐大的人口數(shù)量以及海量的醫(yī)學(xué)影像數(shù)據(jù)，將是高性能醫(yī)學(xué)影像AI快速發(fā)展的基石，在AI技術(shù)臨床應(yīng)用過程中，也存在較多的問題，在商業(yè)化推廣與臨床應(yīng)用中仍然面對(duì)許多挑戰(zhàn)。

AI技術(shù)的開放、推廣和臨床具體應(yīng)用離不開國家的政策支持，將AI技術(shù)應(yīng)用到醫(yī)療領(lǐng)域，需要衛(wèi)生醫(yī)學(xué)領(lǐng)域的專業(yè)人士與計(jì)算機(jī)程序開發(fā)者的共同合作和努力。我國政府在政策方面對(duì)醫(yī)療AI技術(shù)發(fā)展給予大力支持，我國《醫(yī)院信息化建設(shè)應(yīng)用技術(shù)指引》將AI技術(shù)應(yīng)用于智能醫(yī)學(xué)影像領(lǐng)域列為重點(diǎn)研發(fā)方向，2018年，《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》要求在醫(yī)療健康相關(guān)的AI技術(shù)方面進(jìn)行研發(fā)支持。國家自然科學(xué)基金委員會(huì)醫(yī)學(xué)科學(xué)部近5年中，醫(yī)學(xué)影像AI技術(shù)項(xiàng)目占醫(yī)療AI研發(fā)比例高達(dá)66%[21]。由于AI技術(shù)產(chǎn)品從商業(yè)設(shè)計(jì)到臨床應(yīng)用需要較長的研發(fā)時(shí)間，這也需要大量的資金支持，這也限制了AI技術(shù)在醫(yī)療領(lǐng)域地發(fā)展。因此，國家應(yīng)加大對(duì)AI技術(shù)相關(guān)企業(yè)的投資力度，以此鼓勵(lì)和支持AI醫(yī)療領(lǐng)域地研發(fā)和應(yīng)用，使得醫(yī)學(xué)影像AI地研究和發(fā)展得以順利進(jìn)行，同時(shí)諸多商業(yè)機(jī)構(gòu)和高校投入更多的技術(shù)力量到影像AI的應(yīng)用研發(fā)。

AI技術(shù)算法的可解釋性較差，研發(fā)難度大，在輔助診斷方面往往只能判定某一種，尚不能對(duì)于某一部位進(jìn)行疾病的綜合評(píng)估[22]；同時(shí)大多數(shù)AI技術(shù)對(duì)于測(cè)試樣本存在一定偏向性，可能會(huì)造成診斷結(jié)果的夸大表現(xiàn)，因此基于醫(yī)學(xué)影像AI技術(shù)所提供的診斷需要人工進(jìn)行復(fù)核。目前，多中心以及外部驗(yàn)證數(shù)據(jù)結(jié)果的模型已逐漸受到重視，在提高臨床環(huán)境中的模型穩(wěn)定性上起到積極意義[23]。

醫(yī)療體系與AI研究需加強(qiáng)合作，建議形成各醫(yī)療機(jī)構(gòu)間數(shù)據(jù)共享，包括專家系統(tǒng)知識(shí)庫地構(gòu)建、醫(yī)學(xué)影像數(shù)據(jù)的標(biāo)注等。目前，AI研發(fā)的技術(shù)模型多采用數(shù)據(jù)驅(qū)動(dòng)的“黑盒模型”，該技術(shù)實(shí)質(zhì)上也沒有融入醫(yī)學(xué)領(lǐng)域的知識(shí)。因此，AI技術(shù)的開發(fā)者應(yīng)與醫(yī)務(wù)人員開通更為密切的溝通渠道，這才能為疾病的征象選取更具有診斷價(jià)值。國際上通用的醫(yī)學(xué)成像數(shù)據(jù)標(biāo)準(zhǔn)為DICOM格式，其多用于規(guī)范的數(shù)字醫(yī)學(xué)圖像傳輸、顯示、存儲(chǔ)及后處理，數(shù)字醫(yī)學(xué)信息的標(biāo)準(zhǔn)化體系建設(shè)也是實(shí)現(xiàn)數(shù)據(jù)共享的基礎(chǔ)和發(fā)展的關(guān)鍵。建議制定由影像專業(yè)醫(yī)生參與的數(shù)據(jù)標(biāo)準(zhǔn)，構(gòu)建我國標(biāo)準(zhǔn)化的醫(yī)學(xué)影像數(shù)據(jù)庫也勢(shì)在必行[24]。醫(yī)學(xué)影像AI地研發(fā)和應(yīng)用均基于大量的原始數(shù)據(jù)，那么如何完善數(shù)據(jù)信息以及患者隱私保護(hù)，亦是醫(yī)學(xué)影像AI研究和發(fā)展中必須要注意的問題。需要完善AI相關(guān)法律和倫理等問題地研究，通過建立AI健康發(fā)展的法律法規(guī)以及倫理道德框架，確立相關(guān)的民事與刑事責(zé)任，有效保護(hù)個(gè)人隱私以及信息技術(shù)安全。2020年，《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》正式頒發(fā)[25]，指南中對(duì)AI應(yīng)用和研究倫理標(biāo)準(zhǔn)地建設(shè)重點(diǎn)進(jìn)行了詳細(xì)規(guī)劃，通過積極探索AI技術(shù)創(chuàng)新的應(yīng)用模式，方可高效推進(jìn)醫(yī)學(xué)影像AI技術(shù)的應(yīng)用推廣[26]。

3 總結(jié)

醫(yī)學(xué)影像輔助診斷AI技術(shù)的初步臨床應(yīng)用，能夠降低患者的診療時(shí)間、提高就診效率以及疾病診斷的準(zhǔn)確性；在基層醫(yī)療水平地提升方面，亦具有良好的應(yīng)用效果。然而，我國目前醫(yī)學(xué)影像AI技術(shù)地發(fā)展仍處于初期階段，臨床應(yīng)用方案尚不完善，也存在運(yùn)營維護(hù)成本高、醫(yī)生使用熟練度低以及安全性不穩(wěn)定等問題，在國家政策支持、AI技術(shù)研究、數(shù)據(jù)標(biāo)準(zhǔn)化、安全性以及倫理方面亦需要完善和提高，這樣才能使AI技術(shù)在影像輔助診斷方面得以快速發(fā)展和臨床推廣應(yīng)用。