互聯(lián)網(wǎng)聯(lián)合人工智能在婦科腫瘤全程管理中的應(yīng)用展望

錢智敏(綜述) 姜 樺(審校)

(復(fù)旦大學(xué)附屬婦產(chǎn)科醫(yī)院婦科 上海 200011)

2015年3月5日,在第十二屆全國人民代表大會第三次會議的政府工作報告中,李克強(qiáng)總理指出我國要制定“互聯(lián)網(wǎng)+”行動計劃。這是政府首次在工作報告中引進(jìn)“互聯(lián)網(wǎng)+”的概念,闡明了互聯(lián)網(wǎng)在我國經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型中的重要地位。隨后在2015年7月,國務(wù)院印發(fā)了《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》,其在醫(yī)療衛(wèi)生方面的指導(dǎo)意見描繪了一個全新的網(wǎng)上醫(yī)療衛(wèi)生模式?？梢灶A(yù)見,“互聯(lián)網(wǎng)+”及其在線醫(yī)療衛(wèi)生新模式將逐漸發(fā)展并成熟,對醫(yī)療衛(wèi)生各個環(huán)節(jié)將產(chǎn)生顛覆性的影響。

隨著互聯(lián)網(wǎng)技術(shù)的普及及人工智能技術(shù)的迅速發(fā)展,婦科腫瘤領(lǐng)域也不可避免受到?jīng)_擊,產(chǎn)生著日新月異的變化。在婦科腫瘤領(lǐng)域,“互聯(lián)網(wǎng)+”會如何改變傳統(tǒng)的管理模式,解決哪些疑難問題,目前尚未見國內(nèi)文獻(xiàn)報道。本文擬重點綜述在“互聯(lián)網(wǎng)+”時代,如何利用人工智能技術(shù)對婦科腫瘤疾病進(jìn)行三級預(yù)防,以及需要注意的信息安全問題、技術(shù)瓶頸、質(zhì)量控制及倫理問題等,供同行探討和研究。

“互聯(lián)網(wǎng)+”和人工智能“互聯(lián)網(wǎng)+”是指互聯(lián)網(wǎng)與各個傳統(tǒng)行業(yè)之間的整合發(fā)展,“互聯(lián)網(wǎng)+醫(yī)療”即指在傳統(tǒng)的醫(yī)療領(lǐng)域中引入并融合新興互聯(lián)網(wǎng)技術(shù)。它不是簡單的疊加,而是利用信息通信技術(shù)和互聯(lián)網(wǎng)平臺,使互聯(lián)網(wǎng)與傳統(tǒng)醫(yī)藥行業(yè)深入融合,從而創(chuàng)造出一種新的發(fā)展模式。通過實現(xiàn)醫(yī)療衛(wèi)生領(lǐng)域數(shù)據(jù)共享,使得資源配置更加合理、醫(yī)療過程更加方便、醫(yī)療質(zhì)量更有保證、醫(yī)療費用更加合理、醫(yī)療服務(wù)更加有效?！盎ヂ?lián)網(wǎng)+醫(yī)療”按診療場所和溝通方式可分為線上診療和線下診療;按診療內(nèi)容可分為醫(yī)院掛號、檢測化驗、藥物購買、健康監(jiān)測、支付與保險5大核心模塊[1]。

人工智能是一門新的技術(shù)科學(xué),著力研究并開發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。在醫(yī)療行業(yè)內(nèi),以機(jī)器學(xué)習(xí)技術(shù)為代表的人工智能方法正得到越來越廣泛的應(yīng)用,即通過大量的歷史數(shù)據(jù)和經(jīng)驗,對新的情況作出有效的決策和預(yù)判。從算法應(yīng)用來看,主要使用了以人工神經(jīng)網(wǎng)絡(luò)(artificial neural networks,ANN)為代表的連接主義學(xué)習(xí)方法,以支持向量機(jī)(support vector machine,SVM)和核心方法(kernel methods)為代表的統(tǒng)計學(xué)習(xí)方法,以及以k-means為代表的聚類分析方法等。

智慧醫(yī)療以人工智能技術(shù)為工具,提供基于大數(shù)據(jù)的系統(tǒng)化、精準(zhǔn)化醫(yī)療服務(wù)。人工智能已廣泛應(yīng)用于醫(yī)療健康領(lǐng)域,從應(yīng)用場景的角度來看,主要分為虛擬助手、醫(yī)學(xué)圖像、藥物開采、生物技術(shù)、健康管理、可穿戴設(shè)備等。人工智能在醫(yī)療領(lǐng)域的應(yīng)用改變了診療模式、數(shù)據(jù)處理方式、健康管理等諸多方面,推動現(xiàn)代醫(yī)療向智慧、精準(zhǔn)、高效發(fā)展。

傳統(tǒng)婦科腫瘤管理存在的問題婦科腫瘤指起源于女性生殖系統(tǒng)的腫瘤,包括子宮頸癌、子宮宮體腫瘤、卵巢腫瘤、妊娠滋養(yǎng)細(xì)胞腫瘤以及轉(zhuǎn)移性腫瘤等。按術(shù)前、術(shù)中、術(shù)后分類,傳統(tǒng)的婦科腫瘤全程管理包括:門診診斷、住院期間管理、手術(shù)及術(shù)中冰凍病理、術(shù)后病理、術(shù)后輔助治療(放療、化療、內(nèi)分泌治療等)、術(shù)后隨訪。傳統(tǒng)的婦科腫瘤管理模式存在以下幾個問題。

患者分布不均 由于不同醫(yī)院的婦產(chǎn)科水平良莠不齊、患者分流制度不完善,導(dǎo)致患者過度集中于少數(shù)三甲醫(yī)院,包括良性病變和輕微病變患者,造成一號難求的現(xiàn)象,而真正需要在三甲醫(yī)院就診的惡性病變和嚴(yán)重病變患者反而難以就診,造成時間和資源的浪費。

重復(fù)檢查 傳統(tǒng)醫(yī)療模式中,患者在當(dāng)?shù)卮_診婦科惡性腫瘤后,多數(shù)會到三甲醫(yī)院、甚至輾轉(zhuǎn)多家醫(yī)院就診。但因不同醫(yī)院信息無法共享,新就診的醫(yī)院往往不直接采納其他醫(yī)院的檢查結(jié)果,患者需要重復(fù)檢查一些項目,造成時間和金錢的浪費。

管理周期冗長 傳統(tǒng)醫(yī)療模式中管理的時間周期較長。從確診到住院、手術(shù)、出病理報告、確定后續(xù)治療方案等,平均需15～20天,患者在時間、金錢、體力和精神方面消耗均較大,甚至?xí)绊懶g(shù)后恢復(fù)。但婦科手術(shù)普遍手術(shù)范圍較小,實際從入院到術(shù)后恢復(fù)出院的時間不超過1周。患者更多的時間用于等待病理報告及確定后續(xù)治療方案,而這個過程可以借助互聯(lián)網(wǎng)技術(shù)在院外進(jìn)行。

在“互聯(lián)網(wǎng)+”時代,婦科腫瘤管理的許多問題可以得到一定程度的解決?；ヂ?lián)網(wǎng)技術(shù)可以改變和普及預(yù)約制度,改變傳統(tǒng)的掛號排隊理念,患者可根據(jù)網(wǎng)上公布的就診人數(shù)和空余時間段等信息,選擇合適的時間段就診,從而實現(xiàn)患者的有效分流。有醫(yī)院進(jìn)一步提出了精準(zhǔn)預(yù)約的理念,如河北省唐山市婦幼保健院從2016年起啟動了精準(zhǔn)預(yù)約制度,開通多條預(yù)約途徑,并將預(yù)約時間段精確到分鐘,取得了良好的效果[2]。此外,互聯(lián)網(wǎng)技術(shù)也可以解決重復(fù)檢查和管理周期冗長的問題,通過建立互聯(lián)網(wǎng)隨訪系統(tǒng),實現(xiàn)醫(yī)院之間的信息共享如互相調(diào)閱報告等,患者可以先行出院,住院期間尚未出結(jié)果的報告可借助隨訪系統(tǒng)進(jìn)行傳遞,院方借助系統(tǒng)還可隨訪患者術(shù)后恢復(fù)和生活質(zhì)量情況。

互聯(lián)網(wǎng)聯(lián)合人工智能在婦科腫瘤全程管理中的應(yīng)用人工智能可分為弱人工智能、強(qiáng)人工智能和超人工智能。弱人工智能也稱限制領(lǐng)域人工智能(Narrow AI)或應(yīng)用型人工智能(Applied AI),指的是專注于且只能解決特定領(lǐng)域問題的人工智能。AlphaGo 是弱人工智能最好的實例,所有人工智能算法和應(yīng)用也都屬于弱人工智能的范疇。強(qiáng)人工智能又稱通用人工智能(Artificial general intelligence)或完全人工智能(Full AI),指的是可以勝任人類所有工作的人工智能。假設(shè)通過計算機(jī)程序的不斷發(fā)展,可以產(chǎn)生比世界上最聰明、最有天賦的人類還聰明的人工智能系統(tǒng),即超人工智能[2]。本文重點討論弱人工智能背景下的醫(yī)療愿景。

在婦科腫瘤的治療全過程中,我們同樣提倡三級預(yù)防系統(tǒng)。第一級預(yù)防又稱病因預(yù)防或初級預(yù)防,主要是針對致病因子采取的措施,也是預(yù)防疾病的發(fā)生和消滅疾病的根本措施;第二級預(yù)防又稱“三早”預(yù)防,即早發(fā)現(xiàn)、早診斷、早治療,它是發(fā)病期所進(jìn)行的阻止病程進(jìn)展、防止蔓延或減緩發(fā)展的主要措施;第三級預(yù)防主要為對癥治療,防止病情惡化,減少疾病的不良作用,防止復(fù)發(fā)轉(zhuǎn)移。人工智能技術(shù)在婦科腫瘤的三級預(yù)防中均可發(fā)揮強(qiáng)大的作用。

一級預(yù)防

高危人群篩選 人工智能在婦科腫瘤的一級預(yù)防體現(xiàn)在篩選出高危人群,通過對高危人群進(jìn)行進(jìn)一步的宣教和治療,防病于未然。以宮頸癌為例,宮頸癌是女性第二大惡性腫瘤,僅次于乳腺癌。絕大多數(shù)宮頸癌的發(fā)生與HPV的持續(xù)感染有關(guān),目前宮頸癌的診斷遵循“三階梯”原則,主要通過宮頸細(xì)胞涂片進(jìn)行普篩。針對宮頸液基細(xì)胞學(xué)涂片,目前涌現(xiàn)了許多基于機(jī)器學(xué)習(xí)技術(shù)的人工診斷系統(tǒng)。此類人工診斷系統(tǒng)的算法主要遵循細(xì)胞分割、特征提取和分類的順序,其中細(xì)胞分割和分類是技術(shù)關(guān)鍵。細(xì)胞分割主要有純粹胞核分割法和胞漿胞核分割法。好的分割方法要求在不同的染色背景下克服雜質(zhì)干擾和細(xì)胞重疊的問題,將胞核準(zhǔn)確的分離出來。目前運(yùn)用的方法主要包括設(shè)定閾值、動態(tài)輪廓、形態(tài)法、圖片剪切和水平設(shè)定等。細(xì)胞分類主要有K-means、SVM (support vector machine)、AdaBoos和ANN(artificial neural networks )分類法等。Kahng等[4]通過SVM模型,將患者年齡、宮頸細(xì)胞學(xué)涂片的結(jié)果和15種高危HPV表型的檢測結(jié)果結(jié)合起來,分析HPV陽性患者進(jìn)展為宮頸癌的風(fēng)險,結(jié)果發(fā)現(xiàn)結(jié)合了PAP、 HPV16、HPV52 和 HPV35的風(fēng)險預(yù)測模型準(zhǔn)確率最高,達(dá)到74.41%。但是一般來說SVM方法僅在樣本量小的時候有較好的效果,推及大樣本人群,是否還有相同的準(zhǔn)確率,仍需進(jìn)一步研究。Chankong等[5]將細(xì)胞分割成胞核、胞質(zhì)和背景,運(yùn)用模糊C均值聚類分析(fuzzy C-means)分類技術(shù),達(dá)到了95%以上的分類準(zhǔn)確率。在這些方法的基礎(chǔ)上,科學(xué)家們也在摸索新的算法。Zhao等[6]在一項探索宮頸細(xì)胞涂片自動診斷系統(tǒng)的研究中,將圖片分割成一定大小的模塊,通過分析不同模塊的紋理和色澤差異達(dá)到分類的目的,大大降低了分析的難度。宮頸癌細(xì)胞涂片的自動診斷系統(tǒng)大大節(jié)省了讀片的人力、物力和時間,同時可達(dá)到較高的準(zhǔn)確率,減少肉眼誤差。

基因分析工具 隨著婦科腫瘤領(lǐng)域基因分析的普及,如何從海量的基因數(shù)據(jù)中提取有效的信息是一大挑戰(zhàn),而人工智能很好地解決了這個難題。運(yùn)用人工智能技術(shù)分析基因檢測數(shù)據(jù),可能會面臨命名識別、基因表達(dá)標(biāo)準(zhǔn)化及結(jié)果的可視化等問題。Bouaziz等[7]對子宮內(nèi)膜異位癥的基因分析中,運(yùn)用CRF++進(jìn)行命名識別,通過GeNorm算法識別管家基因,最后將文獻(xiàn)挖掘所得到的數(shù)據(jù)進(jìn)行富集分析,得到了子宮內(nèi)膜異位癥相關(guān)基因及其共同特點,以及與之相關(guān)的功能通路等。

二級預(yù)防

術(shù)前篩查和早期診斷 婦科腫瘤的二級預(yù)防提倡“早發(fā)現(xiàn)、早診斷、早治療”,從起病初期實行必要的醫(yī)療干預(yù)。任何惡性腫瘤,如果能夠?qū)崿F(xiàn)上述三早預(yù)防,則患者的術(shù)后生存率會大大提升。以子宮內(nèi)膜癌為例,局限性病變患者5年生存率為95.0%,有區(qū)域轉(zhuǎn)移患者5年生存率為69.0%,有遠(yuǎn)處轉(zhuǎn)移患者5年生存率為16.8%[8]。早期干預(yù)效果顯著,因此早期診斷就顯得尤為重要。Pergialiotis等[9]針對絕經(jīng)后婦女展開了一項回顧性病例對照研究,提取婦女的臨床資料,分別利用人工神經(jīng)網(wǎng)絡(luò)、分類回歸樹以及經(jīng)典回歸分析,預(yù)測研究人群中最終發(fā)展為惡性子宮內(nèi)膜癌患者的概率,和最終診刮病理做對比,發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)靈敏性和特異性最高,達(dá)到了86.8%和83.3%。Gupta等[10]利用人工神經(jīng)網(wǎng)絡(luò)自動讀取研究對象的宮頸涂片,以期待區(qū)分子宮內(nèi)膜癌患者和良性病變患者。提取分析病理切片圖像中細(xì)胞團(tuán)大小、形狀及三維圖像等信息,發(fā)現(xiàn)經(jīng)過充分的訓(xùn)練,該人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)準(zhǔn)確診斷了所有的測試組切片。以上研究說明,僅以子宮內(nèi)膜癌為例,人工智能技術(shù)可以有效幫助早期診斷。

遠(yuǎn)程診斷 互聯(lián)網(wǎng)技術(shù)的發(fā)展和普及為遠(yuǎn)程醫(yī)療提供了必要的技術(shù)支持。遠(yuǎn)程醫(yī)療通過使用遠(yuǎn)程通信和計算機(jī)技術(shù)實現(xiàn)衛(wèi)生服務(wù),主要包括遠(yuǎn)程診斷、遠(yuǎn)程會診和遠(yuǎn)程監(jiān)護(hù)。醫(yī)學(xué)影像檢查結(jié)果是疾病診斷及預(yù)后判定的重要指標(biāo),近幾年來,我國各級醫(yī)療機(jī)構(gòu)都完成了醫(yī)學(xué)影像存儲歸檔與傳輸通信系統(tǒng)(picture archiving and communication system,PACS)的建設(shè),初步完成了醫(yī)院內(nèi)部患者影像學(xué)資料的信息化管理,為遠(yuǎn)程診斷奠定了可靠的技術(shù)基礎(chǔ)。婦產(chǎn)科疾病的診斷許多要依賴輔助檢查,而查體技術(shù)難度較低,因此完全可以利用遠(yuǎn)程醫(yī)療技術(shù),上傳檢查報告及查體資料,由上級醫(yī)院的專家進(jìn)行會診,這對于偏遠(yuǎn)地區(qū)的婦科腫瘤患者是一個福音,省去了跋山涉水之苦,又能得到高水平的診療。

人工智能技術(shù)已經(jīng)發(fā)展到可以自行讀片出報告的程度。目前已出現(xiàn)胸部X線影像自動讀片出報告的技術(shù)。華人科學(xué)家刑波教授的研究團(tuán)隊構(gòu)建的一個名為結(jié)構(gòu)校正負(fù)性網(wǎng)絡(luò)(Structure Correcting Adversarial Network)的系統(tǒng),可以自動把胸部X片中心臟和肺部影像進(jìn)行精確分割,為胸部X片的自動讀片奠定了基礎(chǔ)[11]。他們進(jìn)一步通過構(gòu)建一個多任務(wù)學(xué)習(xí)框架,提出“共注意(co-attention)”機(jī)制,建立等級化的LSTM模型來生成長的語句段落,達(dá)到自動識別胸部X片中病灶、判斷疾病以及生成報告的目的[12]。相較于遠(yuǎn)程讀片,人工智能讀片是更為方便智能的醫(yī)療手段。

人工智能輔助病理診斷 近年來,高質(zhì)量數(shù)字病理切片的大量積累為病理切片的分析提供了大數(shù)據(jù)背景,深度學(xué)習(xí)算法對大數(shù)據(jù)樣本分析能力普遍強(qiáng)于其他算法,在病理切片分析中表現(xiàn)出巨大潛力。在病理分析中廣泛應(yīng)用計算機(jī)輔助算法,不但能減輕病理醫(yī)師的工作負(fù)擔(dān),而且可以提升病理診斷的準(zhǔn)確率。病理切片圖像可以分為組織學(xué)圖像和細(xì)胞學(xué)圖像,這是兩個層次的形態(tài)學(xué)特征。細(xì)胞學(xué)圖像通常只包含細(xì)胞本身的信息,而組織病理學(xué)圖像包含組織內(nèi)不同細(xì)胞種類和復(fù)雜的空間關(guān)系等信息,因此二者對分析算法有不同的要求。目前,使用人工智能手段分析病理切片主要分為:(1)對細(xì)胞的檢測分割;(2)圖像相關(guān)特征的提取;(3)病理圖像的分類和分級?；诓煌斯ぶ悄芩惴ǖ牟±韴D像分析工作,可自動檢測細(xì)胞和組織結(jié)構(gòu)并將其分割出來。腺體是形狀結(jié)構(gòu)不規(guī)則的細(xì)胞團(tuán)塊,其特征受到病理切片的厚度、切割均勻度、雜質(zhì)、染色深淺以及數(shù)字圖像的噪聲等因素的影響,是此類組織結(jié)構(gòu)分割的難點。傳統(tǒng)機(jī)器學(xué)習(xí)算法的特征展示能力有限,導(dǎo)致分割效果不夠理想。而深度學(xué)習(xí)的優(yōu)勢在于自動提取圖像特征,對病理切片的異質(zhì)性和噪聲有更強(qiáng)的去除能力?？梢灶A(yù)見,人工智能在病理診斷方面大有前途。

人工智能輔助個體化治療 個體化治療是指根據(jù)癌癥患者的藥物遺傳學(xué)和藥物基因組學(xué)檢測結(jié)果,結(jié)合藥敏試驗,采用敏感、特異的個體化方案來進(jìn)行治療。個體化化療方案指導(dǎo)醫(yī)師為患者選擇最合適的化療藥物,可大大提高治療的針對性,同時減少患者的不良藥物反應(yīng),最大限度提高患者的生存率。婦科腫瘤尤其是卵巢癌對術(shù)后化療依賴很大,最合適藥物的選擇直接影響化療方案,對預(yù)后有關(guān)鍵影響[13]。我們可以利用婦科腫瘤大數(shù)據(jù)樣本的計算機(jī)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練、驗證和測試,建立對不同治療方案的敏感性預(yù)測模型,指導(dǎo)臨床對婦科腫瘤患者選擇個性化治療方案,進(jìn)而改善患者預(yù)后。董立新等[14]建立了基于磁共振彌散加權(quán)成像( DW-MRI) 圖像的紋理分析基礎(chǔ)上的數(shù)學(xué)模型,預(yù)測宮頸鱗狀細(xì)胞癌放化療敏感性,ROC 曲線評估結(jié)果顯示曲線下面積為 0.786 7,預(yù)測結(jié)果較準(zhǔn)確,有一定臨床價值。Williams等[15]建立了基于體外藥敏試驗和DNA微陣列分析的基因表達(dá)模型來預(yù)測癌癥患者的治療反應(yīng)性,通過和傳統(tǒng)的基因表達(dá)分析模型相比較,得到了更高的預(yù)測準(zhǔn)確性,為腫瘤的個體化治療提供了新的途徑。

三級預(yù)防

遠(yuǎn)程術(shù)后隨訪和預(yù)后跟蹤 婦科腫瘤術(shù)后的隨訪是一個漫長的過程,在傳統(tǒng)的醫(yī)療模式下,患者每次隨訪都要到醫(yī)院進(jìn)行掛號、檢查和就診,耗時耗力。在“互聯(lián)網(wǎng)+”時代,可以建立互聯(lián)網(wǎng)采集體系,通過在機(jī)構(gòu)、社區(qū)、家庭中部署感知設(shè)備及健康管理設(shè)備,幫助患者記錄術(shù)后每日生命體征、促進(jìn)患者改進(jìn)不良行為習(xí)慣、臨床診療等健康信息,完善個人健康檔案[16],還可以及時反饋醫(yī)院信息如術(shù)后病理報告和后續(xù)處理措施等,減少患者往返醫(yī)院次數(shù)的同時,加強(qiáng)了醫(yī)患溝通效率。

此外,借助于人工智能診斷技術(shù),可以建立疾病預(yù)后預(yù)測模型,預(yù)測患者3年、5年生存率。在婦科腫瘤方面,有研究顯示目前預(yù)測準(zhǔn)確率最高的是概率神經(jīng)網(wǎng)絡(luò)(probabilistic neural network,PNN)方法。Obrzut[17]比較了6種計算機(jī)智能方法用于預(yù)測行根治性子宮切除術(shù)的宮頸癌患者的5年生存率,發(fā)現(xiàn)PNN方法預(yù)測準(zhǔn)確率最高。雖然PNN用于分類有較好的效果,但是獨立應(yīng)用時很難處理故障問題和定位問題,因而它很難衡量不同因素對預(yù)后的影響權(quán)重。其他科學(xué)家針對人工智能和婦科腫瘤的預(yù)后研究也在進(jìn)行中:Bogani[18]利用AI技術(shù)估計了HPV分型對于宮頸萎縮復(fù)發(fā)的影響,結(jié)果發(fā)現(xiàn)HPV16、18、52、59是對宮頸萎縮復(fù)發(fā)影響最大的類型。其另一項研究利用人工智能技術(shù)衡量了復(fù)發(fā)性卵巢癌二次瘤體減滅術(shù)時影響完全減瘤率的幾個因素,結(jié)果發(fā)現(xiàn)無疾病生存期是預(yù)測完全減瘤率和總體生存率的最重要的影響因素[19]。綜上,互聯(lián)網(wǎng)技術(shù)和人工智能技術(shù)對于婦科腫瘤術(shù)后隨訪和預(yù)后跟蹤方面也發(fā)揮著重要作用。

信息共享 在傳統(tǒng)的醫(yī)療模式中,由于彼此之間信息不能共享,當(dāng)患者轉(zhuǎn)院時,往往出現(xiàn)重復(fù)檢查的現(xiàn)象。這一問題在“互聯(lián)網(wǎng)+”時代可以得到很好的解決。借助互聯(lián)網(wǎng)技術(shù),讓醫(yī)院互相聯(lián)網(wǎng),互相調(diào)閱患者的醫(yī)療信息,使得就診過程更加便捷,緩解患者經(jīng)濟(jì)壓力的同時,實現(xiàn)了醫(yī)療人員進(jìn)行信息共享,有利于開展術(shù)后隨訪工作。

上述內(nèi)容是“互聯(lián)網(wǎng)+”時代弱人工智能對婦科腫瘤未來發(fā)展影響的一些愿景,其中最迫切的是應(yīng)用人工智能進(jìn)行疾病篩查、讀片以及醫(yī)院之間的信息共享。疾病的發(fā)現(xiàn)時間對于預(yù)后十分重要,由于篩查工作繁瑣而量大,人工智能不失為一個好助手。實現(xiàn)醫(yī)院之間信息共享可以有效減少資源浪費。

面臨的問題和挑戰(zhàn)互聯(lián)網(wǎng)聯(lián)合人工智能,雖然有著美好的應(yīng)用前景,但是也不可避免需要面對很多問題。

信息安全 醫(yī)院之間信息共享雖然有利于醫(yī)療過程,但是對于患者隱私保護(hù)和信息安全也是巨大的隱患。當(dāng)互聯(lián)網(wǎng)廣泛應(yīng)用于醫(yī)院內(nèi)部、醫(yī)護(hù)人員之間時,醫(yī)院和平臺開發(fā)商如何做到在保證安全性的前提下高效迅捷地傳遞患者相關(guān)就診信息,同時保障患者隱私,避免其信息被竊取和篡改,對于醫(yī)院和開發(fā)商來說是巨大的挑戰(zhàn)。醫(yī)院內(nèi)部系統(tǒng)接入互聯(lián)網(wǎng)后,要預(yù)防外部軟件惡意攻擊醫(yī)院系統(tǒng),對此醫(yī)院的相關(guān)信息部門必須權(quán)衡利弊,制定一套符合醫(yī)院需求的安全策略,對醫(yī)院系統(tǒng)的安全性能進(jìn)行必要的加固[1]。

技術(shù)瓶頸 人工智能需要面對龐大的數(shù)據(jù),還存在著模型爆炸、訓(xùn)練難度大等問題,魯棒性(Robustness)和靈活性認(rèn)知上的進(jìn)步仍有不足,市場中技術(shù)與產(chǎn)品同質(zhì)化明顯,獨立研發(fā)和創(chuàng)新能力還有待進(jìn)一步提升,復(fù)雜學(xué)科或多學(xué)科聯(lián)合診斷算法還存在技術(shù)瓶頸[20]。

質(zhì)量控制 醫(yī)療是特殊行業(yè),就遠(yuǎn)程醫(yī)療而言,在沒有傳送相關(guān)數(shù)據(jù)的情況下,僅依靠網(wǎng)絡(luò)視頻就下診斷結(jié)論是極不可靠的,一旦發(fā)生事故,權(quán)責(zé)難以分清;其次,網(wǎng)上有太多的虛假醫(yī)療廣告和“醫(yī)托”,有些醫(yī)學(xué)網(wǎng)站不具備醫(yī)學(xué)資格,并且“網(wǎng)絡(luò)游醫(yī)”的真實身份很難核實,一旦發(fā)生誤診,導(dǎo)致患者病情延誤,保護(hù)患者權(quán)利的可能性幾乎為零。因此,如何把握好質(zhì)量控制這一環(huán)節(jié),值得深思。

結(jié)語人工智能技術(shù)可以有效解決傳統(tǒng)醫(yī)院就診患者分布不均、重復(fù)檢查、管理周期長等問題,對婦科腫瘤三級預(yù)防領(lǐng)域均能發(fā)揮重要的作用,目前也有很多相關(guān)研究。借助于互聯(lián)網(wǎng)技術(shù),智慧醫(yī)療將逐漸深入人心,未來就醫(yī)有望無需出門即能享受最優(yōu)質(zhì)的醫(yī)療服務(wù),這是非常激動人心的愿景。