□本报记者 戴小河 傅苏颖
继核酸检测试剂之后,国家卫健委2月5日颁布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》提出,将“疑似病例具有肺炎影像学特征者”作为湖北省临床诊断病例标准。
影像学诊断可以看出肺部是否有炎症。除CT外,同类型技术还有DR。后者利用X射线的穿透性原理成像,是最传统、最廉价的一种影像检查。近期,江西中科九峰智慧医疗科技有限公司(简称“九峰医疗”)利用其领先的人工智能辅助读片技术,在南昌成功筛出19例DR胸片征象疑似新冠肺炎的病例,经过当地上级医疗机构的进一步检查,已有3例确诊。
筛出19例疑似病例
疫情开始后,九峰医疗的研发团队便着手对新冠肺炎的影像特征设计全新算法,通过在乡镇卫生院部署的智能系统,加上远程后台专家的复核,对基层医疗机构上传的DR影像进行分析解读,帮助偏远乡镇卫生院及时发现疑似患者,为基层的疫情防控争取时间。
“正月初二,我们得知江西南昌有1500名武汉返乡人员,部分地区的医疗机构和医护人员已不堪重负,随即向南昌高新区管委会主动请缨,出动搭载有DR设备和人工智能软件+互联互通系统的体检车,上门到指定社区进行影像检测服务。”九峰医疗董事长吴文辉告诉中国证券报记者。
1月27日晚10时,经南昌市高新区政府批复同意后,九峰医疗连夜展开备战工作。1月28日清晨,九峰医疗移动体检车踏上了前往麻丘镇的征途。经过紧张的筛查检查,一共发现19例DR胸片征象疑似新冠肺炎的病例,经过当地上级医疗机构的进一步检查,已有3例确诊。
九峰医疗的主营业务为人工智能辅助读片,公司运用其算法及后台专家复核方式,为基层卫生院提供辅助解读DR胸片的技术,现已进入12个省的上千家基层卫生院,服务偏远山区贫困人口约3000万人。在2018年美国斯坦福大学举行的一项骨骼医疗影像全球挑战竞赛中,九峰医疗人工智能算法团队获世界第一名,其算法成绩基本达到了一名资深放射科医生的水准。2019年8月,九峰医疗再次登顶斯坦福大学吴恩达教授发起的CheXpert国际竞赛。
吴文辉介绍,目前我国医学影像数据的年增长率为30%,而放射科医师数量的年增长率仅为4%,远远跟不上工作量的增加,医师超负荷工作加重疲劳程度,影响阅片质量和诊断结果的精确度。AI技术的出现对于影像科医师而言恰如久旱逢甘露,AI可以进行半监督下的自我学习、自我进化,在提高诊断精度的同时大幅缩短阅片时间,并且永不疲倦,很好地解决了临床的需求痛点。
基层卫生院需求广阔
AI在医疗领域的应用,从概念提出到现在已有数年之久。北京协和医院放射科高级工程师付海鸿告诉中国证券报记者,医学影像最早受益于AI技术。在医学影像AI领域,无论是企业数量还是企业发展规模,我国都遥遥领先于欧美各国。
“人工智能辅助读片最广阔的市场在基层卫生院。目前,基层卫生院放射科医师奇缺,而且多数经验和学术积累有限,对不易诊断的病灶如肺小结节、磨玻璃结节容易漏诊。”付海鸿表示,对征象识别不精确、定性把握不准确的患者,容易给出错误的随访或手术指导,这一难点通过AI就可以轻松解决。人工智能辅助读片行业的短期目标,就是让机器先达到人类医师的专业诊断水平,从而使医师免去一些重复性的工作,让医师有更多的精力解决更多疑难问题,积累更多经验,而新的经验和知识又会传递给AI,以此形成一个良性的循环和生态。
业内专家指出,国内部分企业AI肺结节筛查准确性已得到初步验证,AI对肺结节的检出率和真阳性率都已达到高年资住院医师的水平,可有效地检出肺部的亚实性结节,从而辅助影像科医师的诊断工作。