转型中的博弈:医学影像人工智能落地基层为何这么难?

"变革的起点”专题

第4篇文章

全文字数:3000余字

转型中的博弈:医学影像人工智能落地基层为何这么难?_第1张图片


专题往期推荐


医学影像行业的深入变革,需要从更深层次的数字化开始

詹松华:医学影像与AI之间依旧隔着一道“玻璃门”

梁长虹:具有医学人文和社会学意义的人工智能才是终极


转型中的博弈:医学影像人工智能落地基层为何这么难?_第2张图片

医学影像成为临床诊断的重要依据,与人工智能、大数据等新信息技术的融合成为医学影像在这一发展阶段的重要特征,面对这一趋势,不论是企业还是临床医生,都不可避免地面临转型,然而他们面临的难题各有不同。

 

在2018第十届中国医学影像信息技术大会上,我们邀请嘉宾就医学影像行业在“转型”中遇到的难题,从驱动力、基层困局等角度出发进行了研讨。


参与研讨的嘉宾为:


上海曙光医院放射科主任詹松华、华南理工大学附属广东省人民医院影像医学部主任兼放射科主任梁长虹、锐珂医疗大中华区医疗IT事业部总经理潘艺琼、西门子医疗系统有限公司数字化服务部门业务经理顾颂刚。


驱动力

目前国内顶级的人工智能企业都是技术驱动型的,考虑到商业模式发展,医疗人工智能企业的发展应该是技术驱动还是临床需求驱动?



梁长虹:广东省人民医院影像医学部主任兼放射科主任



就医疗行业而言,在人工智能的时代,最值钱的是数据,其次便是临床医生的想法和需求。人工智能最要紧的是对工作有帮助,只有将其嵌入工作流和解决临床问题,才具有价值。从学科发展来说,一方面是临床需求驱动,一方面要有前瞻性眼光,而交叉学科能够产生颠覆性结果。因此,从临床来看,医工结合是实现医学影像人工智能落地最好的、也可能是最有效的途径。医学影像非常适合进行这种医工结合的研发。我本人就有这方面的经验,我带的学生里有医学生也有工科生,让医学生多了解工科理论,才能提出有价值的需求;让工科生多了解医学知识和需求。这样,需求才能变成真正的内驱力。


我国医生大多没有接受过工科培训,基本上没有工科知识,所以,我们还需要一个具有医学和工科知识的“翻译家”——来自医工结合实践培训的人才,将医学影像专家们在临床中遇到的问题准确地表述给信息化专家,这是取得成功的最重要的一环。



潘艺琼:锐珂医疗大中华区医疗IT事业部总经理



从我们的经验来看,只有当技术能够有效地跟临床应用结合在一起,才能最终走向市场。我们曾经与广东省人民医院合作开发第一代的RIS产品,包括RIS的结构化报告、影像教学平台等等,当需求能迅速在产品中迭代,最终成型的产品在市场上就非常有价值,所以我认为产、学、研、用一体的机制是最有价值的商业模式。



顾颂刚:西门子医疗系统有限公司数字化服务部门业务经理



我们整个产业其实都是在为医生服务,但是随着人工智能、大数据的发展,产业智能化程度会越来越高,所以西门子正在经历转型,我们提供“数字化服务”——不是卖产品,而是定位为服务公司、咨询公司。因为随着机器越来越智能,服务会越来越重要。谈到医工结合,我们是厂家、工程师,我们认为医生的需求最有价值,但是难在让工程师精确地把这些信息转化成代码。



基层困局

基层医疗机构对人工智能非常期待,但事实是:虽然用着16排CT,但中小医院CT的数据层厚比较厚,基本上都是5~8mm;不少医联体信息系统中对接了县级医院的系统,但是收集到的数据层也都偏厚,无法利用——是设备不够好吗?中小医院如何步入人工智能这一大局?



梁长虹:广东省人民医院影像医学部主任兼放射科主任


随着技术的进步和多层CT的广泛应用,现在基本上都在5mm以下。在多层CT具有多个通道,每个通道涵盖0.5~0.75mm组织厚度,出现5~8mm层厚的情况既不是设备不合适,也不是操作不规范,问题在“成本”上——厚层可以节约存储成本,但丢失了大量有用信息。我建议不要在层厚上“吝啬”成本,无论CT、MRI或PET等一定要保留薄层数据!研究表明5mm和5mm以上层厚的数据的影像特征过于粗糙,对实现影像人工智能来说是极其不利的,保留最薄层的数据才有意义。

 

针对医联体内县级医院提供厚层影像数据这种情况,我认为这是规范问题,也是管理者实施临床业务不精或不懂,也有成本的考量。国家、行业协会、行业学会、龙头企业应该参与制定一些指南、规范,只有把原材料搞好,才有可能做出“好菜”。


詹松华:上海曙光医院放射科主任



这个问题让我感觉蛮沉重的。16排CT完全可以做0.625mm的图像的,如果放射科主任面对16排以上所有的机器,产生了厚层的图像,这不是设备升级的问题,而是观念问题——千里马有了,就是马鞍不愿意买——几百万的设备买了,但是不愿意花钱在数万元的存储扩容上。我们讨论了很多前沿发展,但是放眼国内很多中小医院设备的应用现状不容乐观,人工智能在基层是最有用的,但是因为类似“厚层数据”这样因为“节约成本”而产生的问题,导致人工智能无法在基层有效落地。



顾颂刚:西门子医疗系统有限公司数字化服务部门业务经理



影像数据质量不均一是没有办法做汇总、三维重建的,也就更没有可能做人工智能,我们在基层看到不少这样的问题,所以基层医疗机构要一步一步来,做好影像协议的规范,先把底层的东西做好,才能谋求更上一层的发展。



赋能基层

医疗信息化建设在基层是有短板的,这体现在不少基层医院、二级医院的信息化建设上。然而随着云的兴起,基层医疗信息化建设似乎在流程优化上找到了一种新途径。那么,云到底能赋能多少?


潘艺琼:锐珂医疗大中华区医疗IT事业部总经理



云不是新话题。锐珂医疗经过摸索、验证,形成了现在公有云和私有云结合的混合云模式服务。对医院来说,云为医联体模式和分级诊疗的落地提供了非常好的助力和方向。从技术到应用是会有一段过程、一段时间,但是企业总是在做未来的事情,要着眼于究竟能给医学产生什么样的价值。


顾颂刚:西门子医疗系统有限公司数字化服务部门业务经理



有些基层医院确实设备不行、图像质量不行,在这种情况下如果做医联体转诊的话,可以借助SaaS服务进行扫描协议管理、影像管理、质控等等,提升医学影像图像质量。我认为从信息化的角度来看,云平台确实为基层医疗机构提供了一个替代方案。


期待

人工智能、大数据等新技术如何才能在临床中最大程度地发挥作用?



梁长虹:广东省人民医院影像医学部主任兼放射科主任



目前阶段,不论是目标识别系统还是数据分析,人工智能都能为医生提供很好的帮助,有特定场景下提升医生的效率。以漏诊率为例,美国某大学做了肠息肉内检测癌细胞研究,判断一个病灶内是否有癌细胞,结果显示顶级病理学家的漏诊率是3.5%,最好的人工智能软件漏诊是7.5%,但是把人和人工智能结合起来,漏诊率降到了0.5%,所以。人工智能配合专家,也就是“软件+硬件”是达到最佳状态的最好组合,而不是谁取代谁的问题。


詹松华:上海曙光医院放射科主任



基层医院和三甲医院的医疗水平差别很大,这是我们国内的现状;买设备容易、用好难,这也是我们面临的问题。我认为在国内,对三甲医院来说,人工智能的重要作用在于承担基础工作、减轻医生工作负担,将医生的时间“解放”出来,让医生有更多时间与患者交流;在基层医疗机构,人工智能的用武之地在于辅助基层医生解决如质控、扫描协议规范、影像质量提升等问题。




-END-



推荐阅读

更细化的建设意见来了!国家卫健委发布分级诊疗制度建设重点工作通知

解放军总医院血管外科主任郭伟谈人工智能:应用制式和程序化手段规范临床行为

北医三院CIO计虹:如何建设有信息化特色的服务体系?

医学装备智能化带来数据管理新命题,多维度医院信息安全建设至关重要

一分部署,九分落实:解读卫健委新发30条措施促“互联网+医疗健康”落地

进度条过半,2018上半年我们关注了这20项重点政策!

工蜂专栏 | 出题人、考官、答题人是如何解读医院信息互联互通标准的?

借智专家团、以评促建……河南省人民医院信息化建设这样进入第一梯队

这份高级别电子病历分级评价医院名单正在HIT圈里刷屏!

重磅!公安部发布《网络安全等级保护条例(征求意见稿)》,提出动态变更网络安全保护等级

“抢凳子”游戏已经开始:正在扩张的HIT版图!

上海医保系统瘫痪四个多小时,我们更关心该如何应对HIT高互联模式下的系统性风险?

数据大、散点状、存管难,华山医院破解医学影像数据难题的思路

北大一院医学影像科主任王霄英:医学影像AI产品在临床应用中有哪些容易被忽略但却非常重要的细节?

ABC技术合力,医学影像行业踏光前行

IBM Waston大裁员,医学人工智能要破灭了吗?

主编短评:深度服务业务是医疗信息化下一阶段的要务




©以上文章来源

e医疗原创文章,转载请注明来源。

你可能感兴趣的:(转型中的博弈:医学影像人工智能落地基层为何这么难?)