为了更准确、更高效地为群众筛查和评估肺小结节的性质,以便肺癌的早期诊断和早期治疗。经过一段时间的测试运行,近日,人工智能肺小结节辅助诊断系统应用于海安市人民医院。
这意味着,医生联手“人工智能”,可让更多肺癌患者在早期就能得到及时治疗。
辅助诊断系统可对可疑肺小结节进行精准定位
用色框清晰标注小结节坐标提示医生
摄于/海安市人民医院放射科
据国家卫健委统计显示,2013至2015年三年中,全国累计完成放射诊疗12.4亿人次。
而“2017中国医师协会放射医师年会”数据显示,全国放射从业人员约15.8万,其中放射医师只有约8万,具有副主任医师以上职称的只有2万人。
海安市人民医院CT大厅
以此推算平均每一位影像医师每年需要处理5100多人次的报告,以每一例报告最少需要两个医师阅片和报告估算,每位放射医师全年的诊疗人次约为12000,而2万名副高以上职称的影像科医师由于有审核工作,诊疗人次将会更多。
海安人民医院放射科影像会诊中心一角
为了防止遗漏和误诊,医生往往还要再复查。这对医生的眼力、体力、耐力等,都是巨大的压力和挑战。更何况肉眼筛查难免百密一疏,特别是对于紧靠血管的肺小结节,很容易遗漏。
传统人工筛查需要医生逐个区域用鼠标不停地拖曳、放大,用肉眼一点点甄别影像的每一处可疑部位,一般需要用时3—5分钟,有的疑难的影像片甚至需要更长时间。
但是,如此巨量的审核工作对于永远不知疲倦的【人工智能】而言:
这样的工作So easy!!
人工智能(AI)系统可以对每一副图像进行地毯式筛查,避免因为经验差异和医生的视疲劳造成的漏诊。
接入云平台后,通过CT检查,一旦发现有肺结节,系统会将扫描数据实时上传到云平台,人工智能会对上传的图像数据进行自动处理,主动标记肺结节的大小、形态和密度,自动识别可疑病灶,对肺结节的性质进行初步评判。
就是说,人工智能将协助影像科医生对肺结节进行科学的、精准的初步判断,排除非肺结节的病例,判断肺结节的性质(良性、恶性),将特征性的肺结节进行标记,成为影像医生提升诊断肺结节水平的有效工具。
截至2019年2月底,海安人民医院已经通过人工智能对36例肺结节患者的图像数据进行了分析、预判,在海安医学影像诊断领域起到了很好的引领作用。
“患者关心的,就是我们应该尽力做好的。”
这是市人民医院一贯的服务理念。秉承这个理念,海安人民医院经过多方努力和精心准备,于2018年7月顺利将CT影像诊断系统接入东部战区总医院(原南京军区总医院)的医学影像大数据云平台,为肺结节的影像精准诊断打开了新的一页。
当然,正因为太过敏感,人工智能也会“报假警”,诊断出很多“假阳性”病灶,比如一些和结节密度差不多的血管,把“无病”诊断为“有病”。
因此,人工智能只能作为医生阅片的辅助,对于人类“只可意会不可言传”的经验,人工智能还无法用大数据来复制移植,最终诊断结果还是需要医生的鉴别。
哪些人需要做
低剂量螺旋CT肺癌筛查?
年龄≥40岁且具有以下任一危险因素者:
(1)吸烟≥20包/年(或400支/年),或曾经吸烟≥20包/年(或400支/年),戒烟时间<15年;
(2)有环境或高危职业暴露史(如石棉、铍、铀、氡等接触者);
(3)合并慢阻肺、弥漫性肺纤维化或既往有肺结核病史者;
(4)既往罹患恶性肿瘤或有肺癌家族史者。来源:海安网