• 首頁 > 分享 > 醫療信息中影像數據占9成,影像全面智能化痛點如何破解?

    醫療信息中影像數據占9成,影像全面智能化痛點如何破解?

    2021-05-18 分享 Eli

    醫療信息中影像數據占9成,影像全面智能化痛點如何破解?-智醫療網

    在5月13日至16日的第84屆中國國際醫療器械博覽會(CMEF)上,數坤科技發布了“AI智慧醫療整體解決方案”,與此同時,還提出了“數字人體”概念,包括“數字心”、“數字腦”、“數字胸”、“數字肌骨”、“數字腹”等作為AI影像的下一階段目標。

    在中國人工智能影像早期,影像AI滿足了醫學影像的單任務環節,解決了肺結節CT的影像后處理環節。隨著影像AI代際的不斷提升,醫療影像智能的使用場景從影像科擴大到像數坤科技等人工智能企業提供的多科室、多場景使用等技術。

    在上海長征醫院醫學影像科主任、中華醫學會放射學分會候任主委劉士遠教授看來,產品方面需要符合臨床場景的完整形態的臨床多任務產品,不止是單病種的AI模型。

    “AI醫學影像基本是基于單病種圖像標注形成的模型,產品集中于少數幾個病種,難以覆蓋全部醫學影像問題。‘數字人體’的出現,為醫院科室醫生帶來了全新的智慧工作方式。”劉士遠指出。

    影像全面智能化迫在眉睫

    火石創造報告指出,在目前的醫學檢測手段中,醫學影像數據占據了90%的醫療信息,是疾病篩查和診治最主要的信息來源,也是輔助臨床疾病診療的重要手段。

    安貞醫院影像科主任徐磊舉例稱,對于中低風險冠心病患者來說,冠脈CTA是一種無創、可靠性高且價格相對便宜的常用篩查手段。但對影像科醫生而言,冠脈CTA圖像采集及三維后處理方法繁瑣復雜,需要花費大量時間和精力。

    據了解,目前醫學影像的設備可以分為大型影像診斷設備和其他影像診斷設備。其中大型設備主要有數字X線攝影(DR)、計算機斷層掃描(CT)、核磁共振(MRI)和核醫學類(PET及復合類PET-CT、PET-MR等),小型的影像診斷設備包括超聲和內鏡等。根據成像原理的不同,各種設備在臨床上的應用也不相同。

    醫療影像的診斷結果具有格式標準、易于獲取和利用等特點,被認為是人工智能在醫療應用中可最快落地的領域之一。利用AI的感覺認知及深度學習的技術,將其應用于醫療影像領域,提高放射科醫生診斷的準確率和效率,降低誤診率是醫學影像產業的重要發展方向之一,也是我國醫療影像產業迎頭趕上國外巨頭的契機之一。

    但具體在應用環節,醫學影像全面智能化面臨很多困難,如設備種類多-質量控制難趨同,醫學影像數據的系統兼容性差,不同的品牌之間名稱不同,規格不同,給醫學影像數據的統一化帶來了不小的難度。

    而且醫學影像數據的系統兼容性差,影像信息的豐富性與臨床PACS信息系統落后之間的矛盾一直存在,并且很多數據價值低,科研應用利用比較困難。目前醫學影像大數據存在數量大而質量低的局面,影像數據占據全院數據量70%,達TB/PB級,但是非結構化數據占90%,不易檢索及形成隊列。

    “數字人體”助力“智慧醫療”

    盡管醫學影像全面智能化困難重重,但是并非沒有解決之道。

    在中國人工智能影像早期,影像AI滿足了醫學影像的單任務環節,解決了肺結節CT的影像后處理環節。

    隨著影像AI代際的不斷提升,醫療影像智能的使用場景從影像科擴大到多科室,從肺結節到心腦CTA,影像AI的使用場景維度還局限在放射科的檢測、重建、打印、報告環節。

    而一站式卒中和肝臟MR則除了放射科的應用場景之外,還將影像AI變成了臨床科室從依賴影像的決策到依賴影像的治療方案。在這個代際迭代的過程中,AI引擎處理圖像數量級也從200+單序列,到250-700單序列,再到1000-2000多序列,再到2000-3000多參數多序列。

    通過AI鏈接CT、MR等設備、系統和人,最終產生標準化、自動化、智能化的影像數據,再到以疾病和患者為中心的智慧醫院,形成了從目標檢測,到自動流程,再到多維影像,再到精準診療的全新工作方式。

    “數字人體”也正是上述影像AI迭代的結果。在劉士遠教授看來,“數字人體”最大的作用在于幫助醫院實現“智慧醫療”建設,為助力智慧醫院建設提供核心引擎。

    2019年,時任國家衛生健康委員會醫政醫管局監察專員焦雅輝指出,智慧醫院的范圍主要包括三大領域,第一是面向醫務人員的“智慧醫療”;第二是面向患者的“智慧服務”;第三是面向醫院管理的“智慧管理”。

    在智慧醫療領域,醫學影像數據占據了90%的醫療信息,是疾病篩查和診治最主要的信息來源,也是輔助臨床疾病診療最重要的手段,因此影像數據的全面智慧化,在智慧醫療建設領域起著核心作用。

    由于醫療診斷設備存在技術局限,診斷醫生的技術水平存在不同差距,即便是完美的診斷和治療配合,也會一定程度存在“漏診”和“誤診”的風險。而有的疾病屬于急性疾病,診斷速度的快慢會直接影響到患者病情的加重與否,以及涉及到不同的診療方案。

    “數字人體”的出現,為科室醫生帶來了全新的智慧工作方式。精準診斷、減輕負擔、科研升級、指導臨床、報告標準化、質控教學、賦能低年資、提效高年資、促進影像全面智能化、推動臨床診療數據化等一系列“好處”,都是為了讓疾病在AI影像診斷面前無處遁形。

    同質化的診斷結果,不僅可以抹平不同醫生的技術差距,還可以抹平不同地區不同醫院設備上的差距,不斷提升診斷效率和診斷精準度,深刻地影響醫療服務變革,讓每一個患者可以在家門口就能治好病,并享受預防、診療、康復全方位醫療服務。

    來源:騰訊網

    發表評論

  • 野花视频