人工智能辅助医生“阅片”:诊断准确率已超过95%

人工智能 机器学习
近日,北京天坛医院,即将接受挑战的全球首款CT、MRI神经影像人工智能辅助诊断产品“BioMindTM”天医智。

[[233292]]

 近日,北京天坛医院,即将接受挑战的全球首款CT、MRI神经影像人工智能辅助诊断产品“BioMindTM”天医智。 本版供图/天坛医院

AI辅助医生“阅片” 诊断准确率超95%

系全球首款CT、MRI神经影像人工智能辅助诊断产品;相当于高年资主任医师水平

未来,在CT机旁坐诊的或许不再是白大褂医生,而是闪着电源光的人工智能。畅想一下,十年后,当你走进医院影像科,***眼看到的会是医生还是人工智能呢?

上个月,全球首场围绕神经系统疾病影像诊断的“人机大赛”启动,国家神经系统疾病临床医学研究中心宣布备战,面向全球致力于攻克“脑病”的医生发出“英雄帖”。一个月来,参赛情况如何?

近日,记者从北京天坛医院了解到,目前已有来自全国385家医院及各类医疗机构的700余名医生报名参赛,其中6人顺利通过预赛入围决赛,本月底,他们将与AI展开***对决。

参赛的AI选手,是由国家神经系统疾病临床医学研究中心和首都医科大学人脑保护高精尖创新中心等共同研发的全球首款CT、MRI神经影像人工智能辅助诊断产品——“BioMindTM”天医智。据介绍,“BioMindTM”天医智的诊断准确率已达到95%以上,相当于一个高年资主任医师级别的水平。

[[233293]]

人工智能辅助医生“阅片”:诊断准确率已超过95%

近日,北京天坛医院,工作人员正在调试“BioMindTM”天医智。

焦点1

机器诊断准确率达到什么水平?

“神经系统就是一个万向链接的网络,最适合开展人工智能研究,特别看好应用于脑病的临床决策支持。”王拥军是国家神经系统疾病临床医学研究中心副主任、北京天坛医院常务副院长,他介绍,“BioMindTM”通过对海量疾病信息的深度学习,诊断准确率可达到95%以上,相当于一个高年资主任医师级别的水平。

这次向全球招募神经科医生开展“人机大赛”,其目的也是要验证天医智诊断的准确性。王拥军认为,天医智应用在神经疾病预防、诊疗、预后和康复等阶段具有无可比拟的优越性,未来将在神经疾病医疗领域带来一场颠覆性的“技术革命”。

另一方面,通过大数据智慧,对人脑经验(临床***专家的技术和经验)的高效、深度学习,天医智有望解决“人脑”难以解决的疾病“死角”。

焦点2

基层医院诊断能否与大医院同等水准?

如果“BioMindTM”天医智可靠,将来实际应用前景如何?

王拥军介绍,从全国范围来看,影像科人才资源地域性分配不均衡问题突出。以脑肿瘤为例,北京天坛医院每年手术量约为一万例,而在大部分基层医院,这个数字可能只停留在两位数。大多数患者即使在基层做了检查,还是会选择携带片子到三甲大医院来看,有的在“上流”的过程中反复多次拍片,造成资源浪费。如果基层医院能利用AI技术为诊断赋能,让基层医生在读片诊断上与大医院具备同等水准,提升诊疗效率,就能减少患者不必要的诊疗环节和经济损失,也能减轻大医院压力。

此外,在天坛医院,天医智有效挖掘信息与疾病的潜在联系的能力还可辅助医生对疾病做出更为精准的预测,如预测患者血肿后是否会大出血的准确度,可从人为判断的60%提升至90%,辅助医疗团队提前为患者可能遇到的危险提供解决方案。

焦点3

人工智能看病能否取代医生?

随着人工智能应用逐渐渗透至社会更多行业,不少人是否因此失业一直备受关注。如果人工智能“阅片”准确率已达到95%以上,是否意味着放射科医生未来不再具备竞争力?

“觉得它轻易就能取代医生的人,把医生的工作看得太简单了。”北京天坛医院神经影像学中心主任高培毅认为,AI在大数据深度学习方面的确具备巨大的优势,不过在实际诊断中,放射科医生仍具有很强的不可替代性。

“除了影像检查,一个合格的放射科医生还需要看化验单、体检单,询问家族史、个人病史,了解患者曾经接受过的药物、治疗、反应。综合以上情况后,才能做出诊断。”他表示,AI也许可以取代看片匠的角色,但不可能成为一个真正的医生。王拥军也认为,人工智能应用可以将医生们从枯燥、重复的工作中解放出来,从而腾出更多时间进行开发性工作。

此外,目前AI在神经系统影像诊断方面,仍完全依赖于数据真实性和质量的支撑,在缺乏大数据支持的疑难病、罕见病诊断领域,AI和专业医生之间仍存在差距。

揭秘

天医智AI也需要“考试”

记者了解到,在“出师”之前,天医智AI经过了半年多的“学习”时间。

上世纪90年代初,高培毅在美国犹他大学医学院求学时就学习了代码编程、数据库等技术,对计算机辅助诊断有所涉猎。去年,他了解到医院希望研发神经系统影像诊断的AI,还对AI进行了一次“考试”。他给出了神经鞘瘤表皮样囊肿、脑膜瘤等几百例常见肿瘤的影像病例让AI进行学习,不到一周时间,在之后的诊断测试中,AI正确率就几乎达到95%以上。

该AI研发团队相关负责人介绍,正式“培养”中,AI的学习教材直接来源于天坛医院近十年来接诊的数万余神经系统相关疾病病例,巨大的数据库成为其知识来源。在脑膜瘤、垂体瘤、胶质瘤等常见病领域,AI显示出了卓越的诊断水平。“学艺”半年后,AI在一些神经系统常见病的判断上已游刃有余,在部分脑瘤的磁共振影像诊断上,准确率已达到90%以上。

在近期“人机大战”决赛备战中,高培毅还为提升AI系统应战能力展开集训。300多个病例,陪练医生们需10小时以上时间才能完成,AI只需不到半小时。

“除了学习速度外,它的稳定性也明显超越人类。不知道累,也不受外界干扰因素的影响。不像医生会被情绪、状态、时间地点等外界因素打扰,从而影响描述准确性。它永远保持冷静,水平稳定。”高培毅表示。转自:新京报

责任编辑:庞桂玉 来源: 今日头条
相关推荐

2017-10-31 17:05:25

人工智能医疗领域诊断癌症

2018-12-04 22:00:26

人工智能机器人医学诊断

2023-04-10 12:51:17

人工智能唇语

2023-04-10 16:06:25

人工智能唇语

2017-09-09 15:00:17

谷歌AI皮肤病

2017-09-26 14:07:16

2018-06-19 09:38:09

人工智能深度学习图像处理

2017-05-08 09:36:50

人工智能法官法院

2020-02-03 12:49:36

人工智能云计算5G

2017-04-18 12:27:16

人工智能心脏病机器学习

2021-04-24 22:48:23

人工智能机器人医疗

2017-07-26 15:28:23

智能

2022-05-11 10:35:26

人工智能医疗诊断

2024-03-04 09:58:31

人工智能诊断工具医疗服务

2023-08-15 14:55:57

2023-08-08 13:54:15

2018-09-27 15:42:38

人工智能看病医生

2024-11-19 12:21:45

2017-10-10 09:58:44

人工智能 应用 临床

2020-08-24 18:16:37

人工智能AI
点赞
收藏

51CTO技术栈公众号