——推想AI走進同濟臨床一周年記


        截至今年 10月底，華中科技大學同濟醫學院附屬同濟醫院（以下簡稱“同濟醫院”）借力AI技術已經完成近10萬例影像檢查，創下了醫學影像AI行業閱片的巔峰記錄。

從同濟醫院，看“大三甲”如何破局影像科效率之痛

作為湖北省首家將人工智能技術應用到臨床診療的醫療機構，同濟醫院早在2015年11月就聯合推想科技，開啟了探索醫療AI應用的征途。經過一年的努力，同濟醫院于2016年10月上線了推想科技AI-CT和AI-DR兩款人工智能輔助篩查產品，這是同濟醫院AI落地臨床的一個重要里程碑。

同濟醫院放射科主任夏黎明教授

同濟醫院放射科主任夏黎明教授表示，“我們現在有20臺電腦，基本上都在用AI-CT。經過測試，AI-ＣＴ只需要5秒鐘就能完成醫生人工需要十幾分鐘看完的片子。快速、高效的診斷大大減輕了放謝科醫生的工作負荷，也降低了誤診漏診的概率。”

夏黎明教授坦言，早期應用時，醫生們并不是很習慣。后來通過實踐，人工智能得到了醫生的認可。 如今，武漢同濟醫院的醫生們都親切地稱呼推想科技AI-CT為“CT阿爾法狗”。AI-CT與AI-DR產品憑借其快速、精準、不斷迭代的特點，迅速融入醫生的工作流，成為影像科醫生的得力助手。

目前我國醫學影像數據的年增長率約為30%，而放射科醫師數量的年增長率約為4.1%。放射科醫師的數量增長遠不及影像數據的增長。這意味著放射科醫師在未來處理影像數據的壓力會越來越大，甚至遠遠超過負荷。因而，影像科對于醫療AI技術來說，有著先天的基因優勢。

夏黎明教授表示， AI技術在醫療影像領域的應用優勢是非常明顯的：

一、閱片速度快。低劑量胸部CT普查大大增加了放射科醫生的工作量；高分辨率CT掃描或螺旋CT掃描后薄層重組圖片超過200幅以上；肺結節發生率在8-51%，其中96%小于10mm，72%小于5mm。在病灶數量多，同時又很小的情況下，放射科醫生要有快速閱片的能力，影像科這些基礎需求，AI技術都能夠滿足。

二、識別微小病灶更精準。夏黎明教授以一個醫院真實患者來舉例，該患者2010初診，之后每年都會定期復診，結果都顯示沒有明顯的變化，而在2016年復診時，病灶已經轉移,并確診為惡性。“對于三毫米以內的小病灶，人肉眼很容易遺漏掉”，夏黎明教授坦言，如果當初采用AI技術識別，就能夠做到早發現、早治療。

三、學習能力遠遠超越人類。夏黎明教授認為，單純從閱片的角度來看，AI可以超過任何個體，它經過深度學習可以在短時間獲得更快的成長速度，積累的經驗遠超過一個專業醫生一輩子讀片都達不到的經驗。

AI技術在醫療領域賦能力凸顯，發展前景不可限量

AI的學習能力讓它在輔助閱片方面的能力更加豐富，不僅為三甲醫院提供便利，更有機會為影像專家資源緊缺的地區提供支持，幫助他們提升影像診斷水平。這對于提升基層醫療服務水平、助推分級診療將具有重大意義。

“在未來的發展中，醫院秉承開放的態度，愿意共享優質資源，與像推想科技這類研發實力雄厚、富有社會責任感的企業共同努力，用新技術來改進醫療生態，為更大范圍內的患者帶來實惠。”夏黎明教授是一個對新技術持樂觀態度的人，對于人工智能的未來，他滿懷憧憬。

隨著AI技術在醫療領域強大賦能力的不斷凸顯，廣大醫療機構對新技術的態度日趨開放，AI技術在醫療領域的想象空間極大。AI在未來發展的過程中必然可以不斷融入更多深度學習算法，納入全身各臟器CT、MR、DR等各類影像學圖像、報告大數據源及其他醫學數據源海量數據的深度挖掘。此外，從檢測的維度來考察，隨著AI技術的不斷更迭，其診斷準確率也將得到進一步保障。

據了解，推想科技在滿足胸部放射的垂直需求之后，已搭建完成了包括人工智能骨折輔助篩查、人工智能心臟斑塊輔助篩查、腦部影像人工智能臨床解方案、乳腺鉬靶人工智能輔助篩查等診斷模型產品計劃。不難想象，隨著這批應需而生的高新科技產品的問世，本就站在聚光燈下的推想科技，會再一次成為行業的焦點。