AI醫(yī)學(xué)影像學(xué)診斷新模式前景的調(diào)查研究

劉志鵬，侯瑞剛，李雯，孔令臣，趙貴杰，張西強(qiáng)

(1山東第一科大學(xué)基礎(chǔ)醫(yī)學(xué)院，山東 濟(jì)南 250000；山東醫(yī)學(xué)高等?？茖W(xué)校)

目前，我國醫(yī)療數(shù)據(jù)中有90%來自于醫(yī)學(xué)影像，并且正以30%的年增長率增加，相比之下，影像科醫(yī)生的增長速度和工作效率不足以應(yīng)對這樣的增長趨勢，將給醫(yī)學(xué)影像診斷工作帶來巨大的壓力[1]。然而大數(shù)據(jù)時代的到來，人工智能(Artificial intelligence，AI)技術(shù)突飛猛進(jìn)，AI影像診斷作為近幾年的研究熱點(diǎn)已經(jīng)有了許多成果，CT/MRI影像、超聲圖像、眼科圖像、內(nèi)窺鏡圖像、病理圖像等領(lǐng)域都已經(jīng)實(shí)現(xiàn)了突破，中國部分AI醫(yī)學(xué)影像相關(guān)公司已經(jīng)初步驗(yàn)證了肺結(jié)節(jié)篩查的產(chǎn)品效能，AI對肺結(jié)節(jié)的檢出率和真陽性率可以達(dá)到高年資住院醫(yī)師的水平[2]。但是AI影像診斷仍然在實(shí)驗(yàn)階段，并且對于AI診斷的相關(guān)的人文倫理、隱私問題、責(zé)任事故劃分等依然沒有定論。

1 對象與方法

1.1調(diào)查對象 選取了山東臨沂4家醫(yī)院的醫(yī)務(wù)工作者，共153人，其中男37名，女116名；中位年齡為28.81歲；學(xué)歷：研究生以上學(xué)歷56人，本科以上86人，中專及以下11人。另通過社區(qū)隨機(jī)調(diào)查非醫(yī)務(wù)工作者共265人，其中男82 名，女183 名；中位年齡為29.9歲；學(xué)歷：研究生以上學(xué)歷34人，本科以上210人，中專及以下21人。

1.2調(diào)查方法 采用網(wǎng)絡(luò)問卷調(diào)查法，通過“問卷星”問卷服務(wù)網(wǎng)站設(shè)計并發(fā)放調(diào)查問卷，分為兩部分：第一部分為基本信息概況，內(nèi)容包括：年齡、性別、是否為醫(yī)務(wù)工作者等；第二部分為調(diào)查相關(guān)問題，包含人們對于AI的認(rèn)知以及新診斷模式的相關(guān)預(yù)期問題等。

2 結(jié)果

2.1對AI的了解程度及態(tài)度 本次調(diào)查發(fā)放試卷420份，回收有效問卷418份，其中醫(yī)務(wù)工作者153份，非醫(yī)務(wù)工作者265份，有效率為99.52%。82.3%(344/418)的受訪人員都期待在30 min內(nèi)拿到AI的結(jié)果。對AI的了解程度、是否愿意自己的影像資料上傳至數(shù)據(jù)庫以供分享以及AI作為輔助診斷是否有必要等，見表1。

2.2對AI影像診斷結(jié)果的態(tài)度 96.65%(404/418)的調(diào)查對象非常期待AI診斷進(jìn)入醫(yī)院，僅有3.35%(14/418)的調(diào)查對象不期待AI的出現(xiàn)。對于AI自動診斷結(jié)果的態(tài)度以及其錯誤判讀責(zé)任認(rèn)定的態(tài)度見表2。

表1 兩類人員對AI的了解程度及態(tài)度[n(%)]

表2 兩類人員對AI診斷及錯誤的責(zé)任劃分比較[n(%)]

3 討論

本研究設(shè)想的AI診斷的新模式：首先由AI為醫(yī)師篩查病灶做出診斷，隨即高年資的影像科醫(yī)生復(fù)核其診斷，最終做出診斷報告。針對本模式，筆者通過問卷調(diào)查了解其可行性及問題所在，結(jié)果顯示：AI影像診斷這一概念在人群中比較模糊，92.58%的人僅僅“知道AI這一個詞”，對于其原理、功能、應(yīng)用等知之甚少。但是96.65%的人非常期待AI診斷進(jìn)入醫(yī)院。對此，需要在人群中普及AI相關(guān)知識，展現(xiàn)其不同功能以及超越人類的超高性能，進(jìn)而提高人群的信任度，加速產(chǎn)業(yè)技術(shù)的發(fā)展升級。

本模式的實(shí)施，使得醫(yī)師閱片模式可能發(fā)生變化，如對肺癌篩查來說，高分辨率CT掃描或螺旋CT掃描后可以重組出薄層的圖像超過200幅，醫(yī)師的閱片量太大，并且當(dāng)肺小結(jié)節(jié)<3 mm時更加耗時費(fèi)力，更容易漏診。該閱片模式加重了醫(yī)師的工作負(fù)擔(dān)[3]。而AI影像診斷的引入，可以為醫(yī)師篩查病灶，分析出可疑病灶的區(qū)域，可以大大緩解影像科醫(yī)生的工作壓力。此外，可以整合三甲大醫(yī)院等的醫(yī)療資源，讓一些基層醫(yī)生、低年資醫(yī)生的工作更加便利，解決以前無法解決的難題，如幫助分級診療制度的進(jìn)一步完善，切實(shí)縮小不同地區(qū)的醫(yī)療資源的差距，更好推進(jìn)全面深化醫(yī)療改革的進(jìn)程等。

AI的強(qiáng)大性能和工作效率值得人們的期待，但仍然有許多問題等待解決。AI是基于巨大的數(shù)據(jù)量為基礎(chǔ)進(jìn)行學(xué)習(xí)訓(xùn)練的，海量的醫(yī)療數(shù)據(jù)可以提高AI機(jī)器學(xué)習(xí)的普適性。而這些數(shù)據(jù)作為病人的隱私，在進(jìn)入大數(shù)據(jù)庫之前首先要征得患者的同意的，但調(diào)查顯示僅82.3%的受訪人員愿意共享自己的影像資料?？梢酝ㄟ^加密AI的影像資料，上傳數(shù)據(jù)庫后只能被用來做數(shù)據(jù)訓(xùn)練，任何人都得不到患者的姓名等信息的方式，同時通過和病人宣講的方式使他們轉(zhuǎn)變觀念，使之愿意共享信息為醫(yī)學(xué)做出自己的貢獻(xiàn)。除了患者本人的意愿外，目前各地區(qū)的影像資料的儲存標(biāo)準(zhǔn)并非一致，使用的設(shè)備、設(shè)置及劑量能夠代表不同地區(qū)不同條件的實(shí)際水平[4]，還有醫(yī)院單方面不愿意公開分享影像資料，這些情況為數(shù)據(jù)庫的錄入造成了障礙。此外，疾病診斷標(biāo)準(zhǔn)的改變、AI診斷如何收取費(fèi)用？AI企業(yè)的研發(fā)費(fèi)用等，都影響著該模式相關(guān)技術(shù)的改進(jìn)創(chuàng)新。

如何處置AI的錯誤診斷，對此看法眾說紛紜。本次調(diào)查顯示，33.97%的人認(rèn)為：本模式如果誤診，醫(yī)生“應(yīng)負(fù)相同責(zé)任”。事實(shí)上，疾病的診斷不單單靠影像學(xué)診斷，還需要結(jié)合臨床癥狀、病理結(jié)果、基因測序相互結(jié)合等才能最終確診。目前，AI診斷技術(shù)還不夠成熟，帶來的診斷結(jié)果對于多數(shù)醫(yī)生僅僅是一個參考，AI是否像人類一樣能夠承擔(dān)醫(yī)療事故責(zé)任？這背后的法律法規(guī)、倫理問題應(yīng)該如何處置？這些都有待AI進(jìn)一步發(fā)展，走向人們?nèi)粘Ｉ畹臅r候進(jìn)一步討論解決。