正在閱讀:

如果X光機(jī)會思考

掃一掃下載界面新聞APP

如果X光機(jī)會思考

醫(yī)療大模型遍地開花,普通人感受到底怎么樣?

圖片來源:Unsplash-Mathew Schwartz

文|星船知造  楊璇

編輯|王動

AI+醫(yī)療有兩個時代關(guān)鍵詞:融入和噴涌。

醫(yī)療行業(yè)必將融入更多人工智能等高科技,使醫(yī)療服務(wù)智能化:人工智能將被更多運用在疾病診療、藥物研發(fā)、醫(yī)院管理、健康監(jiān)測領(lǐng)域。智慧醫(yī)療走進(jìn)日常。

從全球市場來看,醫(yī)療領(lǐng)域AI產(chǎn)品和大模型也不斷涌現(xiàn)。

MarketsandMarkets預(yù)測,到2025年,全球醫(yī)療大模型市場規(guī)模將達(dá)到38億美元。到2030年,這一數(shù)字將超過100億美元。

但今天星船知造更想討論的是——AI加醫(yī)療,帶給普通人的感受到底是啥?

從我們了解到的情況看,當(dāng)前助力臨床診療的AI醫(yī)學(xué)影像產(chǎn)品總量仍比較少,對病種的覆蓋面還有很大提升空間。比如當(dāng)前醫(yī)療AI模型大多針對某一個具體病種,泛化性較為有限。

所以今天我們主要就一個相對常見的應(yīng)用場景(AI技術(shù)和肺部影像結(jié)合:CT室醫(yī)生看片時,AI如何幫助醫(yī)生更快、更準(zhǔn)確的判斷肺部病情)、一個正在進(jìn)行的建設(shè)場景(在大城市和鄉(xiāng)村地區(qū)建設(shè)“AI+智慧醫(yī)療”會有什么不同)淺淺展開。

01、AI如何輔助醫(yī)生判斷肺部病情?

梳理美國FDA(美國食品藥品監(jiān)督管理局)截至2022年底累計批準(zhǔn)的521款A(yù)I醫(yī)療器械,統(tǒng)計其應(yīng)用科室后可看到,以識圖閱片為主要工作的放射科承載了最多的AI器械。

而不論是CT、X射線、磁共振檢查,AI產(chǎn)品目前都主要在肺部醫(yī)學(xué)影像中扎堆。

醫(yī)學(xué)影像中的肺部影像主要用于肺癌、肺結(jié)核及肺炎等疾病的篩查。

一位智慧醫(yī)療領(lǐng)域?qū)<腋嬖V我們,傳統(tǒng)診療流程中,醫(yī)學(xué)影像閱片需要耗費大量時間和人力,而人工智能技術(shù)可以快速且準(zhǔn)確地分析醫(yī)學(xué)影像,完成病灶識別、篩查、分割等工作,幫助醫(yī)生快速做出診斷和評估。

以肺結(jié)節(jié)CT篩查為例,人工智能技術(shù)可以幫助醫(yī)生提高微小結(jié)節(jié)檢出能力,實現(xiàn)毫米級肺結(jié)節(jié)病灶自動檢出,同時自動計算長短徑、面積、體積等量化指標(biāo)。對于實性、磨玻璃、混合、鈣化等不同類型結(jié)節(jié)均能高效檢出,提高閱片效率2倍以上,可有效助力肺癌早篩。

此外,傳統(tǒng)影像診斷流程中,醫(yī)生需要基于二維的醫(yī)療影像進(jìn)行診斷,如需更直觀的觀察,需要借助后處理站進(jìn)行器官三維重建,耗時較久,成本也較高。在人工智能技術(shù)的幫助下,能在短時間內(nèi)快速完成病灶、血管、組織器官的三維重建,清晰展現(xiàn)病灶和鄰近脈管、器官的相對位置關(guān)系。

2020年,中國科技館收藏了國內(nèi)首張利用AI識別新冠肺炎的CT影像——阿里巴巴達(dá)摩院AI抗疫作品。如今這一作品靜靜躺于中國科技館數(shù)字館藏中。

阿里巴巴達(dá)摩院AI自動識別新冠肺炎病例CT胸片

這一年,全球范圍內(nèi)的新冠肺炎確診患者頻現(xiàn)高峰。根據(jù)世界衛(wèi)生組織的數(shù)據(jù)統(tǒng)計,2020年美國累計確診新冠肺炎患者1980.7萬例,確診人數(shù)居世界首位。FDA在這一年批準(zhǔn)的AI醫(yī)療器械首次突破了三位數(shù)。

國內(nèi),肺炎患者的階段性暴漲也一度讓不同科室的醫(yī)護(hù)人員聚集到呼吸科。人工智能影像輔助診斷方法幫助醫(yī)生們提升了閱片時的工作效率——中國科學(xué)技術(shù)館相關(guān)數(shù)據(jù),AI智能影像識別進(jìn)入新冠肺炎病毒醫(yī)學(xué)影像篩查后,病例CT影像數(shù)據(jù)識別時間被壓縮到20秒以內(nèi),最終識別準(zhǔn)確率達(dá)90%以上。

肺炎患者從入院到出院一般需要拍攝四次左右的CT影像,在傳統(tǒng)的CT影像量化評估過程中,每拍攝一次CT,醫(yī)護(hù)人員都需要手動勾畫三四百張的CT影像,通過肺葉計數(shù)或肺段計數(shù)來統(tǒng)計肺葉、肺段的病變范圍,從而評估新冠肺炎的嚴(yán)重程度,這一過程耗時長達(dá)五六個小時。但當(dāng)AI遇上疑似病例,會自動發(fā)起對可疑區(qū)域的重點識別,自動統(tǒng)計各個肺部解剖結(jié)構(gòu)中肺炎區(qū)域的占比,形成量化數(shù)據(jù)提供醫(yī)生,縮短評估和閱片時長。

得益于醫(yī)療模型的云端存儲,患者的過往病歷及拍攝的CT影像可被調(diào)取并對重點病灶區(qū)域進(jìn)行對比呈現(xiàn),讓醫(yī)生提升對患者病情的把握程度。

02、AI如何助力縮小城鄉(xiāng)醫(yī)療差距?

AI對緩解城鄉(xiāng)醫(yī)療差距有所裨益,但目前來看,它可能將階段性的指向城市醫(yī)療與基層醫(yī)療兩種不同的“智慧模式”。

《中國衛(wèi)生健康統(tǒng)計年鑒》數(shù)據(jù)顯示,2017年我國農(nóng)村每千人口執(zhí)業(yè)(助理)醫(yī)師為1.68人,較同期城市每千人口執(zhí)業(yè)(助理)醫(yī)師3.97人少了2.29人。4年后,農(nóng)村每千人執(zhí)業(yè)(助理)醫(yī)師數(shù)為2.42人,同期城市每千人口執(zhí)業(yè)(助理)醫(yī)師數(shù)為3.73人,城鄉(xiāng)差距縮小至1.31人。城鄉(xiāng)人均醫(yī)師資源差距大的情況有所改觀。

但具體到不同的省份——還有多個省份未達(dá)到這一水平(城鄉(xiāng)差距1.31人)。如2021年,每千人口執(zhí)業(yè)(助理)醫(yī)師與城鄉(xiāng)差距最大的是西藏,農(nóng)村(1.83人)較城市的(6.14人)少了4.31人。其次是新疆(2.15人)、河南(2.13人)、山西(1.98人)、云南(1.97人)、青海(1.95人),城鄉(xiāng)差距都在1.9人以上。

此外,2021年我國衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計公報顯示:截至2021年底,我國衛(wèi)生人員總量達(dá)1398.3萬人。但截至2021年底,我國基層醫(yī)療衛(wèi)生機(jī)構(gòu)人員總數(shù)為443萬余人。

也就是說,全國近1000萬衛(wèi)生從業(yè)人員在三線以上城市,而基層的400多萬衛(wèi)生人員對接服務(wù)的是約5億的農(nóng)村常住人口。

基層地區(qū)醫(yī)療資源仍然緊張,醫(yī)療隊伍結(jié)構(gòu)方面存在兩個突出問題:

一是麻醉醫(yī)生。比如一些小鎮(zhèn)醫(yī)院能進(jìn)行手術(shù)治療的疾病有限,出于對手術(shù)水平和術(shù)后護(hù)理要求的提高,當(dāng)?shù)鼗颊哌h(yuǎn)赴上級城市或一線城市手術(shù)治療幾乎成為慣例。基層麻醉醫(yī)生也可能因業(yè)務(wù)不夠選擇轉(zhuǎn)崗或流向其他醫(yī)療機(jī)構(gòu)。

二是影像科醫(yī)生。對很多鄉(xiāng)鎮(zhèn)患者來說,去外地看病的必備物件是一摞厚厚的CT片。由于CT機(jī)的全國覆蓋率并不是100%,基層影像科醫(yī)生不僅人數(shù)不多、收入不高,培養(yǎng)周期也長達(dá)7-12年。種種BUFF疊滿,患者花費500元拍的CT片可能從縣級醫(yī)院到市級醫(yī)院,經(jīng)由幾位醫(yī)生的手才能尋得清病因。

那么AI能為人們做點什么?

在四五線城市或鄉(xiāng)村地區(qū)建設(shè)“AI+智慧醫(yī)療”與在大城市會什么不同?

當(dāng)前僅靠大型三甲醫(yī)院難以承載所有醫(yī)療需求,但縣域醫(yī)療資源水平有限,在這樣的情況下,“AI+遠(yuǎn)程診療”是比較好的解決方案之一。

先看大城市的情況。

對一二線城市醫(yī)療機(jī)構(gòu)來說,除了負(fù)擔(dān)起當(dāng)?shù)氐尼t(yī)療需求,大型三甲醫(yī)院還接待著來自全國各地的患者。外地患者前往大城市求醫(yī),往往有兩種原因。一是病情嚴(yán)重,需要大醫(yī)院提供重大疾病的臨床治療。二是病因不明,需要大醫(yī)院提供精準(zhǔn)診斷。

所以在一二線城市醫(yī)療機(jī)構(gòu),“AI+智慧醫(yī)療”的錨點更多將在精準(zhǔn)診療領(lǐng)域。但無論配以怎樣的技術(shù)手段,醫(yī)療事業(yè)仍是一項普惠性工程。因此,一二線醫(yī)療機(jī)構(gòu)的智慧醫(yī)療模式完整圖譜也應(yīng)是“精準(zhǔn)診療+遠(yuǎn)程支持”:既需要妥善診治每一位尋醫(yī)問藥的患者,又將以“隔空投送”的方式使人工智能沿著電路,鏈接起更多基層醫(yī)療機(jī)構(gòu)。

再看鄉(xiāng)鎮(zhèn)版“智慧醫(yī)療”。

相較于追求“高、精、尖”的城市智慧醫(yī)療,基層智慧醫(yī)療模式沿著“分級診療”體系,更多承擔(dān)著對常見病、多發(fā)病及地區(qū)特色病的篩查診療。

九峰醫(yī)療是國內(nèi)第一家獲得肺部疾病X射線人工智能三類證的企業(yè),這一應(yīng)用的落地醫(yī)療機(jī)構(gòu)中,基層醫(yī)療機(jī)構(gòu)占了大多數(shù)。

基層醫(yī)療機(jī)構(gòu)對肺結(jié)核X射線圖像分析的重視,一方面是因為X射線是篩查肺結(jié)核的常規(guī)檢查,另一方面,是因為我國大部分肺結(jié)核患者都在農(nóng)村地區(qū)。

結(jié)合國家衛(wèi)健委相關(guān)信息,我國肺結(jié)核患者在地域分布上呈現(xiàn)西高東低的分布,西部地區(qū)發(fā)病率高于東部地區(qū);在職業(yè)分布上,患肺結(jié)核的農(nóng)民占全國患者總數(shù)的約60%。

經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)農(nóng)民罹患肺結(jié)核概率更高的原因之一是:農(nóng)村醫(yī)療水平落后和農(nóng)民醫(yī)學(xué)知識相對欠缺。

統(tǒng)計數(shù)據(jù)顯示有21%的無癥狀感染者具備傳染性,再加上一部分輕癥患者——一些結(jié)核病人沒有能夠及時就醫(yī)、確診、隔離。就診率低被認(rèn)為是農(nóng)村地區(qū)肺結(jié)核傳染率較高的最重要原因之一。但低就診率無法僅向患者追責(zé),基層醫(yī)療機(jī)構(gòu)篩查、識別能力欠缺也是原因之一。

指向肺結(jié)核的X射線診療輔助AI能為基層醫(yī)療助上一臂之力。我們了解到的信息,“肺結(jié)核X射線圖像輔助評估軟件”業(yè)務(wù)已覆蓋全國15個省市近2000家鄉(xiāng)鎮(zhèn)衛(wèi)生院,服務(wù)偏遠(yuǎn)山區(qū)人群3000萬。

一位智慧醫(yī)療領(lǐng)域?qū)<腋嬖V我們,相較大型醫(yī)院,基層醫(yī)療機(jī)構(gòu)普遍比較缺乏醫(yī)療人才,但又面向最廣泛的患者群體。對于基層醫(yī)療機(jī)構(gòu)而言,高質(zhì)量、標(biāo)準(zhǔn)化的醫(yī)療服務(wù)相對稀缺,且考慮到醫(yī)療人才的流動性,很難通過培養(yǎng)基層醫(yī)生在短時間內(nèi)彌補(bǔ)這一缺口,這是目前基層普遍存在的痛點之一。

因此,一些基層醫(yī)療機(jī)構(gòu)可能會面臨醫(yī)療設(shè)備利用率不高的問題,即雖然擁有醫(yī)療設(shè)備,但缺乏讓醫(yī)療設(shè)備充分發(fā)揮作用的能力。人工智能技術(shù)的引入,可以快速為基層醫(yī)療機(jī)構(gòu)提供標(biāo)準(zhǔn)化的醫(yī)療服務(wù):

一方面可以提高基層醫(yī)療機(jī)構(gòu)的服務(wù)水平,輔助經(jīng)驗尚不充分的醫(yī)生完成診斷,并幫助其在診斷過程中學(xué)習(xí);另一方面可以大幅提高醫(yī)療機(jī)構(gòu)診治效率,緩解基層醫(yī)療機(jī)構(gòu)醫(yī)療人才不足的問題。

尾聲

如火如荼的醫(yī)療領(lǐng)域AI產(chǎn)品和大模型,其成功或失敗的要穴都是“臨床”。

“AI+醫(yī)療”不是閉門造車。企業(yè)的產(chǎn)品需要盡可能貼近臨床的需求,與此同時,滿足不同角色對于產(chǎn)品的不同需求同樣很重要,如影像科更關(guān)注診斷準(zhǔn)確性,臨床科室對三維重建及手術(shù)規(guī)劃的性能較為關(guān)注,信息科會更關(guān)注系統(tǒng)的運行穩(wěn)定性,醫(yī)院管理者則更關(guān)注產(chǎn)品如何量化呈現(xiàn)醫(yī)療效率的提升。

醫(yī)療領(lǐng)域的產(chǎn)品需要更多用戶思維。用產(chǎn)品獲得市場、用市場獲取更多臨床反饋,用臨床反饋進(jìn)一步改進(jìn)產(chǎn)品。

 

參考資料:

[1] 最新發(fā)布:2022年全國癌癥報告 江豐生物 智慧病理

[2] 數(shù)說中國癌癥死亡50年:肺癌增長最快,乳腺癌近年低于全球平均.澎湃新聞

[3] 采取綜合措施提高肺結(jié)核患者病原學(xué)檢出率.中國防癆雜志期刊社

[4] 我國醫(yī)療衛(wèi)生機(jī)構(gòu)人員流失情況分析.中華醫(yī)院管理雜志

[5] 醫(yī)學(xué)影像AI大盤點:CT篇.醫(yī)工研習(xí)社

[6] 中科九峰醫(yī)療:用大數(shù)據(jù)賦能鄉(xiāng)鎮(zhèn)治療|數(shù)字高新系列 澎湃政務(wù)

[7] 專家報告|AI與影像“術(shù)”——醫(yī)學(xué)影像在新冠肺炎中應(yīng)用.中國圖象圖形學(xué)報

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。

評論

暫無評論哦,快來評價一下吧!

下載界面新聞

微信公眾號

微博

如果X光機(jī)會思考

醫(yī)療大模型遍地開花,普通人感受到底怎么樣?

圖片來源:Unsplash-Mathew Schwartz

文|星船知造  楊璇

編輯|王動

AI+醫(yī)療有兩個時代關(guān)鍵詞:融入和噴涌。

醫(yī)療行業(yè)必將融入更多人工智能等高科技,使醫(yī)療服務(wù)智能化:人工智能將被更多運用在疾病診療、藥物研發(fā)、醫(yī)院管理、健康監(jiān)測領(lǐng)域。智慧醫(yī)療走進(jìn)日常。

從全球市場來看,醫(yī)療領(lǐng)域AI產(chǎn)品和大模型也不斷涌現(xiàn)。

MarketsandMarkets預(yù)測,到2025年,全球醫(yī)療大模型市場規(guī)模將達(dá)到38億美元。到2030年,這一數(shù)字將超過100億美元。

但今天星船知造更想討論的是——AI加醫(yī)療,帶給普通人的感受到底是啥?

從我們了解到的情況看,當(dāng)前助力臨床診療的AI醫(yī)學(xué)影像產(chǎn)品總量仍比較少,對病種的覆蓋面還有很大提升空間。比如當(dāng)前醫(yī)療AI模型大多針對某一個具體病種,泛化性較為有限。

所以今天我們主要就一個相對常見的應(yīng)用場景(AI技術(shù)和肺部影像結(jié)合:CT室醫(yī)生看片時,AI如何幫助醫(yī)生更快、更準(zhǔn)確的判斷肺部病情)、一個正在進(jìn)行的建設(shè)場景(在大城市和鄉(xiāng)村地區(qū)建設(shè)“AI+智慧醫(yī)療”會有什么不同)淺淺展開。

01、AI如何輔助醫(yī)生判斷肺部病情?

梳理美國FDA(美國食品藥品監(jiān)督管理局)截至2022年底累計批準(zhǔn)的521款A(yù)I醫(yī)療器械,統(tǒng)計其應(yīng)用科室后可看到,以識圖閱片為主要工作的放射科承載了最多的AI器械。

而不論是CT、X射線、磁共振檢查,AI產(chǎn)品目前都主要在肺部醫(yī)學(xué)影像中扎堆。

醫(yī)學(xué)影像中的肺部影像主要用于肺癌、肺結(jié)核及肺炎等疾病的篩查。

一位智慧醫(yī)療領(lǐng)域?qū)<腋嬖V我們,傳統(tǒng)診療流程中,醫(yī)學(xué)影像閱片需要耗費大量時間和人力,而人工智能技術(shù)可以快速且準(zhǔn)確地分析醫(yī)學(xué)影像,完成病灶識別、篩查、分割等工作,幫助醫(yī)生快速做出診斷和評估。

以肺結(jié)節(jié)CT篩查為例,人工智能技術(shù)可以幫助醫(yī)生提高微小結(jié)節(jié)檢出能力,實現(xiàn)毫米級肺結(jié)節(jié)病灶自動檢出,同時自動計算長短徑、面積、體積等量化指標(biāo)。對于實性、磨玻璃、混合、鈣化等不同類型結(jié)節(jié)均能高效檢出,提高閱片效率2倍以上,可有效助力肺癌早篩。

此外,傳統(tǒng)影像診斷流程中,醫(yī)生需要基于二維的醫(yī)療影像進(jìn)行診斷,如需更直觀的觀察,需要借助后處理站進(jìn)行器官三維重建,耗時較久,成本也較高。在人工智能技術(shù)的幫助下,能在短時間內(nèi)快速完成病灶、血管、組織器官的三維重建,清晰展現(xiàn)病灶和鄰近脈管、器官的相對位置關(guān)系。

2020年,中國科技館收藏了國內(nèi)首張利用AI識別新冠肺炎的CT影像——阿里巴巴達(dá)摩院AI抗疫作品。如今這一作品靜靜躺于中國科技館數(shù)字館藏中。

阿里巴巴達(dá)摩院AI自動識別新冠肺炎病例CT胸片

這一年,全球范圍內(nèi)的新冠肺炎確診患者頻現(xiàn)高峰。根據(jù)世界衛(wèi)生組織的數(shù)據(jù)統(tǒng)計,2020年美國累計確診新冠肺炎患者1980.7萬例,確診人數(shù)居世界首位。FDA在這一年批準(zhǔn)的AI醫(yī)療器械首次突破了三位數(shù)。

國內(nèi),肺炎患者的階段性暴漲也一度讓不同科室的醫(yī)護(hù)人員聚集到呼吸科。人工智能影像輔助診斷方法幫助醫(yī)生們提升了閱片時的工作效率——中國科學(xué)技術(shù)館相關(guān)數(shù)據(jù),AI智能影像識別進(jìn)入新冠肺炎病毒醫(yī)學(xué)影像篩查后,病例CT影像數(shù)據(jù)識別時間被壓縮到20秒以內(nèi),最終識別準(zhǔn)確率達(dá)90%以上。

肺炎患者從入院到出院一般需要拍攝四次左右的CT影像,在傳統(tǒng)的CT影像量化評估過程中,每拍攝一次CT,醫(yī)護(hù)人員都需要手動勾畫三四百張的CT影像,通過肺葉計數(shù)或肺段計數(shù)來統(tǒng)計肺葉、肺段的病變范圍,從而評估新冠肺炎的嚴(yán)重程度,這一過程耗時長達(dá)五六個小時。但當(dāng)AI遇上疑似病例,會自動發(fā)起對可疑區(qū)域的重點識別,自動統(tǒng)計各個肺部解剖結(jié)構(gòu)中肺炎區(qū)域的占比,形成量化數(shù)據(jù)提供醫(yī)生,縮短評估和閱片時長。

得益于醫(yī)療模型的云端存儲,患者的過往病歷及拍攝的CT影像可被調(diào)取并對重點病灶區(qū)域進(jìn)行對比呈現(xiàn),讓醫(yī)生提升對患者病情的把握程度。

02、AI如何助力縮小城鄉(xiāng)醫(yī)療差距?

AI對緩解城鄉(xiāng)醫(yī)療差距有所裨益,但目前來看,它可能將階段性的指向城市醫(yī)療與基層醫(yī)療兩種不同的“智慧模式”。

《中國衛(wèi)生健康統(tǒng)計年鑒》數(shù)據(jù)顯示,2017年我國農(nóng)村每千人口執(zhí)業(yè)(助理)醫(yī)師為1.68人,較同期城市每千人口執(zhí)業(yè)(助理)醫(yī)師3.97人少了2.29人。4年后,農(nóng)村每千人執(zhí)業(yè)(助理)醫(yī)師數(shù)為2.42人,同期城市每千人口執(zhí)業(yè)(助理)醫(yī)師數(shù)為3.73人,城鄉(xiāng)差距縮小至1.31人。城鄉(xiāng)人均醫(yī)師資源差距大的情況有所改觀。

但具體到不同的省份——還有多個省份未達(dá)到這一水平(城鄉(xiāng)差距1.31人)。如2021年,每千人口執(zhí)業(yè)(助理)醫(yī)師與城鄉(xiāng)差距最大的是西藏,農(nóng)村(1.83人)較城市的(6.14人)少了4.31人。其次是新疆(2.15人)、河南(2.13人)、山西(1.98人)、云南(1.97人)、青海(1.95人),城鄉(xiāng)差距都在1.9人以上。

此外,2021年我國衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計公報顯示:截至2021年底,我國衛(wèi)生人員總量達(dá)1398.3萬人。但截至2021年底,我國基層醫(yī)療衛(wèi)生機(jī)構(gòu)人員總數(shù)為443萬余人。

也就是說,全國近1000萬衛(wèi)生從業(yè)人員在三線以上城市,而基層的400多萬衛(wèi)生人員對接服務(wù)的是約5億的農(nóng)村常住人口。

基層地區(qū)醫(yī)療資源仍然緊張,醫(yī)療隊伍結(jié)構(gòu)方面存在兩個突出問題:

一是麻醉醫(yī)生。比如一些小鎮(zhèn)醫(yī)院能進(jìn)行手術(shù)治療的疾病有限,出于對手術(shù)水平和術(shù)后護(hù)理要求的提高,當(dāng)?shù)鼗颊哌h(yuǎn)赴上級城市或一線城市手術(shù)治療幾乎成為慣例?;鶎勇樽磲t(yī)生也可能因業(yè)務(wù)不夠選擇轉(zhuǎn)崗或流向其他醫(yī)療機(jī)構(gòu)。

二是影像科醫(yī)生。對很多鄉(xiāng)鎮(zhèn)患者來說,去外地看病的必備物件是一摞厚厚的CT片。由于CT機(jī)的全國覆蓋率并不是100%,基層影像科醫(yī)生不僅人數(shù)不多、收入不高,培養(yǎng)周期也長達(dá)7-12年。種種BUFF疊滿,患者花費500元拍的CT片可能從縣級醫(yī)院到市級醫(yī)院,經(jīng)由幾位醫(yī)生的手才能尋得清病因。

那么AI能為人們做點什么?

在四五線城市或鄉(xiāng)村地區(qū)建設(shè)“AI+智慧醫(yī)療”與在大城市會什么不同?

當(dāng)前僅靠大型三甲醫(yī)院難以承載所有醫(yī)療需求,但縣域醫(yī)療資源水平有限,在這樣的情況下,“AI+遠(yuǎn)程診療”是比較好的解決方案之一。

先看大城市的情況。

對一二線城市醫(yī)療機(jī)構(gòu)來說,除了負(fù)擔(dān)起當(dāng)?shù)氐尼t(yī)療需求,大型三甲醫(yī)院還接待著來自全國各地的患者。外地患者前往大城市求醫(yī),往往有兩種原因。一是病情嚴(yán)重,需要大醫(yī)院提供重大疾病的臨床治療。二是病因不明,需要大醫(yī)院提供精準(zhǔn)診斷。

所以在一二線城市醫(yī)療機(jī)構(gòu),“AI+智慧醫(yī)療”的錨點更多將在精準(zhǔn)診療領(lǐng)域。但無論配以怎樣的技術(shù)手段,醫(yī)療事業(yè)仍是一項普惠性工程。因此,一二線醫(yī)療機(jī)構(gòu)的智慧醫(yī)療模式完整圖譜也應(yīng)是“精準(zhǔn)診療+遠(yuǎn)程支持”:既需要妥善診治每一位尋醫(yī)問藥的患者,又將以“隔空投送”的方式使人工智能沿著電路,鏈接起更多基層醫(yī)療機(jī)構(gòu)。

再看鄉(xiāng)鎮(zhèn)版“智慧醫(yī)療”。

相較于追求“高、精、尖”的城市智慧醫(yī)療,基層智慧醫(yī)療模式沿著“分級診療”體系,更多承擔(dān)著對常見病、多發(fā)病及地區(qū)特色病的篩查診療。

九峰醫(yī)療是國內(nèi)第一家獲得肺部疾病X射線人工智能三類證的企業(yè),這一應(yīng)用的落地醫(yī)療機(jī)構(gòu)中,基層醫(yī)療機(jī)構(gòu)占了大多數(shù)。

基層醫(yī)療機(jī)構(gòu)對肺結(jié)核X射線圖像分析的重視,一方面是因為X射線是篩查肺結(jié)核的常規(guī)檢查,另一方面,是因為我國大部分肺結(jié)核患者都在農(nóng)村地區(qū)。

結(jié)合國家衛(wèi)健委相關(guān)信息,我國肺結(jié)核患者在地域分布上呈現(xiàn)西高東低的分布,西部地區(qū)發(fā)病率高于東部地區(qū);在職業(yè)分布上,患肺結(jié)核的農(nóng)民占全國患者總數(shù)的約60%。

經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)農(nóng)民罹患肺結(jié)核概率更高的原因之一是:農(nóng)村醫(yī)療水平落后和農(nóng)民醫(yī)學(xué)知識相對欠缺。

統(tǒng)計數(shù)據(jù)顯示有21%的無癥狀感染者具備傳染性,再加上一部分輕癥患者——一些結(jié)核病人沒有能夠及時就醫(yī)、確診、隔離。就診率低被認(rèn)為是農(nóng)村地區(qū)肺結(jié)核傳染率較高的最重要原因之一。但低就診率無法僅向患者追責(zé),基層醫(yī)療機(jī)構(gòu)篩查、識別能力欠缺也是原因之一。

指向肺結(jié)核的X射線診療輔助AI能為基層醫(yī)療助上一臂之力。我們了解到的信息,“肺結(jié)核X射線圖像輔助評估軟件”業(yè)務(wù)已覆蓋全國15個省市近2000家鄉(xiāng)鎮(zhèn)衛(wèi)生院,服務(wù)偏遠(yuǎn)山區(qū)人群3000萬。

一位智慧醫(yī)療領(lǐng)域?qū)<腋嬖V我們,相較大型醫(yī)院,基層醫(yī)療機(jī)構(gòu)普遍比較缺乏醫(yī)療人才,但又面向最廣泛的患者群體。對于基層醫(yī)療機(jī)構(gòu)而言,高質(zhì)量、標(biāo)準(zhǔn)化的醫(yī)療服務(wù)相對稀缺,且考慮到醫(yī)療人才的流動性,很難通過培養(yǎng)基層醫(yī)生在短時間內(nèi)彌補(bǔ)這一缺口,這是目前基層普遍存在的痛點之一。

因此,一些基層醫(yī)療機(jī)構(gòu)可能會面臨醫(yī)療設(shè)備利用率不高的問題,即雖然擁有醫(yī)療設(shè)備,但缺乏讓醫(yī)療設(shè)備充分發(fā)揮作用的能力。人工智能技術(shù)的引入,可以快速為基層醫(yī)療機(jī)構(gòu)提供標(biāo)準(zhǔn)化的醫(yī)療服務(wù):

一方面可以提高基層醫(yī)療機(jī)構(gòu)的服務(wù)水平,輔助經(jīng)驗尚不充分的醫(yī)生完成診斷,并幫助其在診斷過程中學(xué)習(xí);另一方面可以大幅提高醫(yī)療機(jī)構(gòu)診治效率,緩解基層醫(yī)療機(jī)構(gòu)醫(yī)療人才不足的問題。

尾聲

如火如荼的醫(yī)療領(lǐng)域AI產(chǎn)品和大模型,其成功或失敗的要穴都是“臨床”。

“AI+醫(yī)療”不是閉門造車。企業(yè)的產(chǎn)品需要盡可能貼近臨床的需求,與此同時,滿足不同角色對于產(chǎn)品的不同需求同樣很重要,如影像科更關(guān)注診斷準(zhǔn)確性,臨床科室對三維重建及手術(shù)規(guī)劃的性能較為關(guān)注,信息科會更關(guān)注系統(tǒng)的運行穩(wěn)定性,醫(yī)院管理者則更關(guān)注產(chǎn)品如何量化呈現(xiàn)醫(yī)療效率的提升。

醫(yī)療領(lǐng)域的產(chǎn)品需要更多用戶思維。用產(chǎn)品獲得市場、用市場獲取更多臨床反饋,用臨床反饋進(jìn)一步改進(jìn)產(chǎn)品。

 

參考資料:

[1] 最新發(fā)布:2022年全國癌癥報告 江豐生物 智慧病理

[2] 數(shù)說中國癌癥死亡50年:肺癌增長最快,乳腺癌近年低于全球平均.澎湃新聞

[3] 采取綜合措施提高肺結(jié)核患者病原學(xué)檢出率.中國防癆雜志期刊社

[4] 我國醫(yī)療衛(wèi)生機(jī)構(gòu)人員流失情況分析.中華醫(yī)院管理雜志

[5] 醫(yī)學(xué)影像AI大盤點:CT篇.醫(yī)工研習(xí)社

[6] 中科九峰醫(yī)療:用大數(shù)據(jù)賦能鄉(xiāng)鎮(zhèn)治療|數(shù)字高新系列 澎湃政務(wù)

[7] 專家報告|AI與影像“術(shù)”——醫(yī)學(xué)影像在新冠肺炎中應(yīng)用.中國圖象圖形學(xué)報

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。