医学教授詹松华：医学影像人工智能应用的困难与挑战

从8月30日至9月1日，在中国（上海）举办了2018年第二届中国人工智能展览会及OFweek国际人工智能产业大会

参加本次大会的嘉宾不仅包括来自各行业的领军企业的高层代表,还有在工程学与医学领域声望卓著的专家学者莅临,共同交流学术见解,贡献专业意见与建议.

人工智能在医疗影像领域的潜力尽人皆知；然而那些声称AI能够打败医生的标语究竟是夸大其辞还是有理有据？实现这一目标到底有多困难？

在8月31日的大会分会场“AI+医疗”上（...），上海中医药大学附属曙光医院放射科主任、影像教研室主任詹松华向与会人员分享了关于“医学影像人工智能在临床中的困难与挑战”的专业内容。他从医生的专业视角出发（...），就人工智能如何融入医疗机构以及如何推动医疗发展等方向进行了深入探讨，并提出了相关建议。

以下为詹松华医生的讲演主旨总结，OFweek医疗科技网作为专业平台对演讲内容进行了整理与编辑加工，并始终遵循不偏离原意的原则。

实际上，我并不从事人工智能研究。我的专业领域是放射科临床医学。如今，许多人认为人工智能非常厉害。然而，并非如此。我以为AI要想在医疗领域真正落地还需要相当长的一段时间。

近年来人工智能的发展引发了诸多讨论，在医疗领域尤其引人注目的是其在影像诊断中的应用前景

当前人工智能技术的应用非常广泛。然而人工智能尚未能够完全替代放射科医生。这背后的原因是什么呢？有人认为医疗领域的管理者难以做到高效协调。因为他们始终坚持真实、客观的原则。当一名医者面对病患时...开手术并确认其诊断是否正确。当下一些媒体为了吸引眼球而编造故事时...我们就清楚地认识到两者之间的差距所在。因此我将从四个方面展开讨论以供参考

第一部分：影像医学学科特点和中国现状

首先需要明确的是，在了解放射科的具体构成时，请区分其主要组成部分：一方面是由专业医师担任的核心角色；另一方面则由具备专业技能的技术人员提供辅助支持。其中属于影像医学及核医学领域的专业人员构成了医师群体；而那些来自影像学相关专业的技术人员则被称为扫描技师。两者在职责和技能上存在显著差异：作为临床医学背景的人士，在经历了手术操作等实际医疗情境后积累了丰富的工作经验；而我不具备放射性检查工作的能力也不从事此类技术活动；因此可以看出放射科医生的核心职责与.scanline分割线分割线分割线分割线分割线分割线分割线分割线分割线分割线分割线分割线分割线下方的内容有着密切关联

作为医院的专业技术人员之一,放疗科医生专注于医学影像诊断工作。在手术前,外科及内科医生都会向放疗科专业医师咨询意见。他们的主要职责包括发现病变、确定病变位置以及进行定性诊断等多方面工作。为了提高诊断准确性,在许多情况下,放疗科医师都会询问病人的病史信息,如果不问病史可能会导致误诊发生。而在疾病诊断过程中,经常会遇到同病异影或异病同影的情况,这些情况都不能草率地下结论判断。临床医学与影像学结合是放疗科医生工作的核心原则之一,一个肺结节可能是炎症或结核病变,但在某些情况下也可能发展成为肿瘤;只有经过进一步检查并排除其他可能性后才能确认其为肿瘤

第二部分：人工智能在影像医学领域应用的定位问题

相较于人类而言，在病变测定方面人工智能表现更为高效和准确，并对此我深感认可。确实，在这一领域中应用人工智能或许是一个值得借鉴的方向。关键在于准确识别病变特征，并能将这些特征与正常组织进行清晰区分。最终的诊断工作则应当由专业的放射科医生完成。值得注意的是，并非每一个病灶都能直接被确诊为肿瘤或炎症；只有通过深入分析病灶特征才能做出准确判断。从症状走向诊断需要人力过程，需要经验去判断。

我们已经能够较为简便地发现肺结节这类病变。那为什么呢？这是因为它们之间的密度差异超过六百个单位的缘故。因此对于计算机来说识别这种病变可能相对容易。相比之下在胰腺或肝脏中进行检测则要复杂得多。此外还有其他类型的病变如甲状腺癌前病变乳腺导管癌等都必须被考虑进去因此目前我们还无法做到全面而准确地筛查各种病变情况

临床工作具有一定的难度。切记仅凭肺结节的发现就以为能够取代放射科专家是不正确的。举个例子，在没有计算工具的情况下解答像计算1245乘以1245这样的题目，在没有计算器的情况下几乎无人能够在短时间内得出正确答案；然而计算器可以在极短时间内完成计算。难道说人类的能力就不及电子计算器吗？在某些方面计算机确实远超人类的能力水平；然而，在某个领域的优势并不足以完全取代专业的放射科医生。因为放射科医生是一个复合型职业，并不是单纯依靠直觉或单一技能就能完成工作的人员；它是基于综合信息来进行专业判断的专业人员。

在

人工智能在发现病变方面肯定是大有作为的，但是代替医生来处理，很难。

第三部分：人工智能医疗的发展建议

作为一名医生，在人工智能领域我的知识有限。对于评估人工智能技术是否适用于医疗领域而言，在我的判断下

为了更好地理解临床需求的本质，请问您是否曾思考过这一问题？在医疗实践中，医生面临的核心挑战在于解决各种医学难题。举个例子来说，在这种情况下（即一个人工智能系统识别到了一个约3毫米的小结节），请问您认为该系统是否具备超越人类的专业能力？当人工智能系统识别到一个约3毫米的小结节时，请问您认为该系统是否具备超越人类的专业能力？对于如此微小的结节是否具有临床价值呢？事实上，并无显著意义并且反而会带来不必要的麻烦——这不仅会影响患者的心理状态，并且可能导致不必要的医疗干预。因此，在这种情况下（即一个人工智能系统识别到了一个约3毫米的小结节），请问您认为该系统是否具备超越人类的专业能力？

第二重点在于解决假阴性问题这一关键议题。我认为要彻底消除假阴性结果的出现概率。一些AI公司向我表示他们具有较高的诊断效率（达到95％），但当我询问如何处理剩余5％的问题时（即漏诊率），他们建议让我由医生进行核实（即可接受让医生进行核实）。对此我认为即使有漏诊情况也需要将准确率降至1％以下（即漏诊率低于1％），否则存在巨大的漏洞（即无法容忍如此高的漏诊风险）。实际上这在现实情况下是不可能实现的（因为现实中无法容忍如此高的漏诊风险）。举个例子：如果医院平均每天要做800个CT检查（每天要做800个CT检查），那么1％的漏检率意味着每天会有8个案例被遗漏（一个月下来就有240多个案例），这与患者及其家属的利益相悖（与患者的权益及家属的利益背道而驰）。因此95％的准确度远远不够（显然达不到保护患者权益的要求）。即便达到99％也难以令人信服（因为同样存在无法接受的风险）。所以必须要求更高的准确度标准才能真正解决问题

我认为消除假阴性至关重要

切莫将所有的精力都集中在结节这一问题上。不妨探索其他更为基础的疾病类型和案例类型。例如，在放射科中还有许多基础而重要的病例类型值得深入研究和探讨：如骨折、胸腔积液（胸水）等病例的影像学分析与诊断辅助工作。目前市场上这类肺结节分析软件已经非常丰富；然而它们的实际应用价值尚待进一步挖掘和优化。最根本的任务在于辅助临床医师更好地开展工作：这不仅要求我们深入临床一线，在真实的医疗环境中获取第一手经验；更重要的是要准确把握临床医师在日常工作中所需完成的具体任务和需求。其核心目标应当是提升诊疗效率并优化诊疗流程；通过智能化手段帮助医生更加全面地探讨病变特征；同时能够精准地识别出医生可能会忽视的关键细节和潜在风险点。这里需要注意的是：虽然AI技术的应用场景是以患者为中心展开的；但最终用户体验的核心还是要兼顾医患双方的需求

此外，在医疗行业中除了伦理与人文关怀之外还有诸多方面的问题需要关注。举个例子来说,医疗行业本质上属于服务性质的服务行业,旨在改善公众的健康状况。在科技快速发展的背景下,从事传统农业劳动的职业人口数量将逐步减少,而反而是餐饮业这类服务行业的规模将持续扩大。这一问题必须弄清楚。类似地提出,当人工智能技术已可应用于医疗领域时,在某些具体场景下,如进行影像诊断分析,这类人力可能会逐渐被替代,但医生这一特殊群体仍然难以被取代的原因在于他们具备独特的临床思维能力以及与患者直接互动的独特价值。

第四部分：人工智能医疗的发展方向

自然地，在医疗领域中，人工智能展现出巨大的潜力。计算机系统能够识别出病变，并在此过程中发挥辅助作用。因此，在未来的发展中，人工智能的目标应当是辅助医生而非取代医生。当人们寻求帮助时，医生将你们视为合作伙伴；而当有人意图取代时，则会带来敌对的关系状态。

我认为在更加清晰地展示病变、减少漏诊方面（或称漏诊率），人工智能技术展现出巨大的潜力（或称巨大潜力）。然而目前（指代：人工）两者之间仍存在较大的差距（或称距离）。对于一个肺结节来说（或问：对于一个肺结节来说），它的CT值、边缘特征以及立体形态具体如何？这些问题相对容易提取（或称提取起来相对容易），然后将这些数据传递给专业医师进行分析（或称传递给医生进行分析）。传统的医学诊断仍然需要由专业医师进行评估（或称评估），而人工智能的主要作用在于辅助发现潜在的医学征象（或称潜在医学征象）。

并且改变大众观念是一个漫长的过程，在科学研究中必须以事实为基础进行探讨与讨论，在医学领域尤为重要。医疗专业人士对浮夸式的营销行为最为反感，在他们的职业操守中始终坚持以客观、严谨的态度对待工作；而他们始终强调专业精神和不懈努力才是医疗工作者应有的价值取向。

作为一名旁听者我认为许多宣传资料片面强调AI在医疗领域的应用这种说法过于片面。这背后的原因可能与个别国家的经济状况有关事实上在这些国家就医通常会遇到诸多不便和高昂费用。例如最近我在社交媒体上看到一篇观点文章指出在某些西方国家个人仅花费1万美元就可以自行处理痔疮问题而无需任何专业医疗干预医生并未对病情进行任何治疗或诊断。相比之下在国内的就医环境相对便利现在只需简单挂号即可轻松获得诊疗服务。当然这对于那些无法负担国际旅行费用的患者而言仍是一个遥不可及的理想状态。

任何一件商品或服务若定价过高则存在盈利空间。定价高的概念与定价昂贵的概念存在本质区别：前者仅指商品或服务的价值高于其成本而后者则意味着消费者愿意支付的价格远超其价值水平两者看似相同实则意义迥异。若困难则表明市场需求旺盛缺货则反映市场需求旺盛因此认为看病难度与费用并存的问题本质上是一个无解命题即为一个无解命题因此不宜寄望于人工智能技术能有效缓解医疗费用高昂与治疗难度大的问题

推进AI方向是正确的但也需要加大科研投入力度 尤其是要将医师与工程师很好地协调起来

在当今时代背景下, 从事与人打交道职业必定会蓬勃发展. 我们作为医疗工作者, 自信地认为, 医生这一职业不会面临失业风险, 而人工智能也不会取代医生. 今天我的分享内容即此而已, 希望我的观点能够得到验证. 如有不当之处, 恳请大家批评指证.