根据2017年国家癌症中心发布的数据，
肺癌在中国城市男性肿瘤患病率中居首位，城市女性肿瘤发病率中居第二位。面对如此高的患病率，如何进一步提高
肺癌早诊率，延长患者生存是近年
临床医生关注的焦点。人工智能（AI）辅助肺小结节
诊断系统的开发和应用，将可能改善这一现状。
2018年3月31日，值中国医师协会胸外科医师分会年会暨第八届全国胸外科大会在成都召开之际，AI辅助肺小结节诊断体验专场成功举行，吸引了众多胸外科、影像科等领域专家的关注。该活动不同于以往的“人机大赛”，而是以“人机协作”的体验形式呈现。人机协作是指AI在一定区域内安全的与人类进行直接交互的合作模式，其目的是为了帮助人类完成部分工作，提高工作的效率和准确性。本次活动通过比较人工阅片（胸部CT）与人机协作阅片在效率及准确率方面的结果，对AI辅助
临床医生进行肺小结节诊断的应用情景进行了探索。来自四川大学华西医院等多家医院的青年胸外科专家以极高的热情参加了体验活动。结果提示，人机协作诊断肺小结节在准确率和速度方面均优于医生的独立诊断。中国医师协会胸外科医师分会名誉会长、天津市胸科医院张逊教授对此次活动进行了点评，并于会后接受采访。
参加此次活动的胸外科临床专家
专家致辞
刘伦旭教授
中国医师协会胸外科医师分会副会长、四川大学华西医院副院长刘伦旭教授在讲话中表示，青年医生思想活跃，对新理念、新技术接受能力强，这是AI辅助诊断技术得以开展应用的原因之一。随着AI技术的逐渐得到验证，它将是对未来起到引领作用的一项技术。AI、大数据与医疗的结合，目前已经在许多医疗领域产生了较为令人满意的结果，如内镜诊断、皮肤病诊断，以及今天活动中的肺部小结节诊断等。刘伦旭教授强调，AI技术的发展，对建设高质量、均质化、上下一体的诊断体系具有很大帮助。例如，当AI辅助诊断技术用于基层医院时，基层医院的诊断水平就有可能与国内三甲医院诊断水平看齐，这对国内医疗水平的整体提高具有重要的意义。
活动概览
独立诊断与“人机协作”，谁会更胜一筹？——体验结果揭晓
体验过程及结果公布
体验一共两轮，两轮体验任务一致，每轮有16位医生参与。活动所用的128份病例为从四川大学华西医院、天津市胸科医院、厦门大学附属第一医院提供的病例集中随机抽取，均通过病理检查确诊。四川大学华西医院放射科孙玲医生现场为活动所用病例解封，所有病例资料由工作人员分别拷贝到主机和每位参与体验的医生面前的电脑上。参与医生根据现场抽签结果选择对应签号的电脑前，每位医生都将在13分钟内完成16个肺小结节病例的阅片，其中8个有AI辅助阅片（即人机协作），8个纯人工阅片。
体验过程结束后，江苏省肿瘤科医院的王中秋医生与工作人员一起参与结果统计。随后公布活动结果显示：无论是1~3厘米大尺寸结节还是0.3~1亚厘米结节，人机协作组对病历良恶性诊断的准确率均高于单纯由医生诊断的准确率。诊断速度上，也较单纯由医生诊断的速度更快（本次活动中的AI辅助诊断系统对病例做出判断以供专家参考的时间仅4.7秒）。其中，在1~3厘米大尺寸结节诊断上，人机协作组较单纯医生准确率提高5.42%，时间缩短6.67%；而在临床上诊断难度更高的0.3~1亚厘米结节上，人机协作组较单纯医生的准确率提高15.75%，时间缩短了25.01%。
专家点评
张逊教授指出，尽管胸外科专家的诊断率已经很高，但AI依然可以进一步提高肺小结节诊断的准确性及速度。此外，AI辅助肺小结节诊断的应用，对误诊、漏诊率较高的基层医院，将具有更为重要的意义。
参与医生谈体会：AI将减轻临床医生负担，助力
诊疗实践
北京协和医院梁乃新教授分享了自己的体会。他认为，AI辅助诊断系统首先可以在寻找小结节方面帮助医生提高效率。其次，能够帮助医生判断小结节是良性还是恶性。当然，AI的价值远不止于此，未来，AI还可能帮助临床医生判断肺小结节的恶性程度。他还强调，AI辅助肺小结节诊断的应用离不开多学科联合（MDT），其中包括影像科、放射科、胸外科、内科、病理科的协作。
沈阳军区总医院许世广教授也分享了其参与人机协作的体会。对于部分病例，他在体验中并没有认同AI快速给出的提示，但结果显示AI给出的判断反而更为可靠。这提示，一方面胸外科医生需要去学习和积累更多的临床经验；另一方面，AI做为新事物，带给临床医生的不会是冲击和替代，而是莫大的助力。
同一目标，不同视角：来自AI大师与临床专家的分享
此次人机协作体验活动的AI技术提供方零氪科技的首席科学家、全球人工智能早期研究专家之一的刘晓华博士在报告中详细的介绍了基于深度学习的AI辅助肺小结节诊断系统的科学原理。深度学习是基于多层神经网络的表示学习，算法、算力和数据是其三大支柱。AI辅助肺小结节诊断系统包括以下几个流程：脱敏CT影像、肺轮廓识别、数据增强、肺块切割、结节检测网络和患者良恶性分类网络。如何获取高质量的更多标注数据是构建肺结节AI辅助诊断系统的突破口。他表示，无论AI技术有多发达，医生的专业储备及临床经验都是AI发展的根本。
上海胸科医院叶波博士在演讲中分享了他在AI肺结节
筛查系统的经验和认识。AI辅助肺小结节诊断系统的构建，首先是收集病例CT；第二步是标注结节，这一环节占去大部分时间。他总结，与AI技术相比，真正的困难在于前期对患者CT结节的标注及最后的落地应用。他强调，在AI辅助肺小结节诊断系统的构建中，临床思维非常重要，因此临床医生将在这一过程中扮演十分重要的角色。
专家采访
张逊教授
对胸外科来说，AI的优势主要体现在肺小结节的诊断上。病理诊断是肺小结节确诊的金标准，但只有通过病灶切除或针吸活检才能实现，患者往往顾虑较多。此外，现在国家强调分级
诊疗，把更多的患者留在基层。然而，基层硬件水平已得到提高，
诊疗水平却仍有限，因此，肺小结节的发生率高，临床早期诊断率却不高。
建立区域性诊疗中心后，AI服务系统就能起到集中辅助基层的作用。基层患者的影像学资料通过互联网远程导入AI系统，可以迅速得到明确诊断。AI基于成千上万病例的大数据经验，可以提供更高的诊断准确率。对于不同级别、不同诊疗水平的医疗机构，AI都有其应用优势。在三级医院，主要体现在提高医生的诊断速度和工作效率上；在二级医院，更多体现在提高疾病的诊断准确性。
张逊教授在采访中表示，AI与临床医生之间并非对抗关系，而是互助合作关系。临床医生要在信任AI的基础上，结合自己的临床经验综合判断病情。相信随着病例的继续积累，AI的诊断准确率还将不断提高。此外，AI在诊断肺小结节方面还有明显的速度优势，而且与人类相比，AI没有疲劳期。基于AI的这些优势，我们对其在临床的应用应赋予更多信心。
小结
AI辅助诊断不仅可以提高临床医生对肺小结节诊断的准确率，还能提高诊断效率。降低临床专家工作强度的同时，减少误诊和漏诊。相信参加活动的胸外科临床专家代表们已充分感受到AI辅助肺小结节诊断的价值。正如张逊教授所说，AI应用于医疗的人机协作时代，已经不再停留在我们的想象之中，而是已经到来。
来源：中国医学论坛报
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
0
