市人民醫院引進“腦醫生”系統，利用影像大數據協助醫生進行臨床診斷。本報記者 繆曉劍 攝
隨著科技飛速發展、人工智能應用熱潮的到來，AI技術正在重塑醫療機構的服務模式與效率。
目前在AI技術與醫療的融合方面，中山的醫療機構有哪些應用？近日，記者經走訪了解到，中山已有多家醫院引入AI系統，在影像診斷等多個診治環節中，輔助醫生開展更高效、更精準的診療。
同時，多家醫院接下來還將擴大人工智能的應用場景，在病歷質控、門診導診、輔助診療和智能預問診等方面“發力”，提升醫院醫療服務的質量，讓更多市民受益于AI醫療創新的成果。
AI技術輔助醫生精準診斷，減少漏診情況
人工智能正逐步滲透到醫療行業的各個領域，其中醫療影像診斷是人工智能最早應用的領域之一。
近日，今年50多歲的中山市民李先生（化姓），因出現記憶力下降等認知障礙相關癥狀，擔心患有阿爾茨海默癥（最常見的老年癡呆類型）的他，來到市人民醫院神經內科記憶門診就診。醫生診斷后建議他開展多序列核磁共振檢查。
在磁共振檢查室里，根據醫生的指導，李先生躺在檢查床上，進行腦部掃描。
15分鐘后，李先生的相關檢查數據，被傳輸到腦AI工作站，在兩三分鐘內，該AI軟件快速對李先生的腦142個腦區，以及相關結構進行定量分析及大數據計算比對，并形成提示癡呆相關疾病風險等級的報告。
記者了解到，近年來，阿爾茨海默癥的治療迎來多個重大突破，包括多款針對疾病早期階段的靶向藥物相繼在國內上市，改變了以往阿爾茨海默癥在改變病理進程上無有效治療的局面；ATN框架下的生物標志物以及AI“加持”顱腦三維影像結構分析，加速了該疾病臨床精準診斷水平的提升。
市人民醫院在早期引進了AI輔助神經系統影像結構精準診斷系統，助力認知障礙患者的早期篩查與精準診斷。
“阿爾茨海默癥的病理特點，是多種機制共同作用的結果，除了淀粉樣斑塊和tau纏結的核心病變外，腦萎縮是該疾病的核心病理特征之一。在影像診斷中，主要通過磁共振評估全腦萎縮程度與海馬區、額顳葉的萎縮，可以臨床診斷阿爾茨海默癥。”市人民醫院神經內科負責人、主任醫師盧奎介紹，磁共振是辨別腦萎縮，尤其海馬區萎縮的重要工具。
而今，利用磁共振全腦三維結構影像，借助AI算法，AI可以輔助醫生在早期識別阿爾茨海默癥性質的腦結構異常改變。
“傳統的影像只能給予醫生二維結構，醫生需要用肉眼去看一層層的結構，并且人的肉眼只能看到腦萎縮的輕、中、重度，而癡呆的所有類型疾病，與腦體積縮小都有關系，并且不同的癡呆疾病，所呈現的部位不同、縮小程度也不同。”盧奎介紹，由于缺乏量化標準以及特異性，靠醫生的肉眼來精準判斷，較為困難。
如今通過AI技術，以及大數據支撐，AI系統會將影像提供的信息，對全腦結構精準定量分析，為阿爾茨海默癥的診斷帶來改變。
“AI可檢測海馬體體積年萎縮率（精確至毫米級），在患者尚未出現明顯癥狀時幫助發現異常，同時自動計算中腦/腦橋比、顳葉皮層厚度等指標，幫助醫生區分阿爾茨海默癥與其他類型癡呆，如血管性癡呆、路易體癡呆、額顳葉癡呆等。”市人民醫院醫學影像中心主任、主任醫師肖學紅告訴記者。
肖學紅表示，這將助力患者及早發現以阿爾茨海默癥為代表的認知障礙疾病，輔助早期確診患者，也可及時使用新型阿爾茨海默癥的靶向藥物，延緩病情進展，提升生活質量。
此外，該AI技術通過縱向對比腦區體積變化，還可客觀評估藥物療效或疾病進展，為醫生調整治療方案提供依據。
“人工智能應用于影像診斷和疾病篩查診斷，近年來是醫療器械業界的趨勢與熱點，在腦部疾病診療領域，有可能改變將來的阿爾茨海默癥診療路徑。”盧奎表示。
記者了解到，目前在市人民醫院，AI技術在放射影像科范圍應用較廣，涉及心血管、腦部、胸部、腹部、乳腺等多方面的檢查，年約應用近5萬個部位。
“有的病人磁共振檢查產生多達1000多幅圖像，醫生要觀察的量非常大，而AI的介入，極大助力識別相關癥狀，提醒醫生和患者警惕相關問題，減少漏診。”肖學紅介紹道。
AI技術提高診斷的及時性，讓患者盡早得到有效治療
記者了解到，目前，市中醫院也開展了AI技術的相關應用，引入基于PACS的醫學影像智能輔助診斷系統。該系統利用人工智能技術深度分析醫學影像，提升了影像診斷的效率和準確性，并輔助醫生進行病灶的早期精準識別，從而為患者提供更及時有效的臨床診斷和治療方案。
“目前，人工智能輔助診斷軟件已在該醫院影像科廣泛進行使用，每月為近萬名患者提供人工智能輔助診斷服務，大大提高了診斷的及時性和準確性。”市中醫院醫學影像科主任劉樹學介紹。
“AI主要應用在肺結節及胸廓骨折檢測、前列腺結節檢測、顱內出血及腦缺血檢測、冠脈CTA、頭頸部動脈CTA及顱腦CTP、肺動脈CTA輔助診斷等多個方面。”劉樹學透露，有了AI輔助診斷工具后，影像報告的內容增加了肺結節LUNG-RADS分類、前列腺結節分類、冠狀動脈心肌橋的深度及長度、頭頸部血管動脈瘤的長寬高度及瘤頸寬度等臨床比較關心、與治療方法緊密相關的數據。
今年45歲的患者吳女士，就受益于該AI技術的應用。她因突發言語不清5小時來市中醫院就診，由于吳女士相對年輕，醫院急診醫生為她開具了顱腦CT平掃檢查，當時，相關診斷醫生通過肉眼評估顱腦CT平掃未能發現異常，但當使用AI輔助診斷軟件后，經過全面系統的分析，相關結果提示評分異常——可疑右側大腦半球缺血。
看到異常后，醫生對患者進行頭頸部CTA及顱腦灌注檢查，結果顯示患者處于腦梗前期的情況，需進行及時治療，經過市中醫院康復科介入手術的精準治療，患者隨后好轉出院，避免了患者因疾病可能產生的永久性神經損傷、肢體癱瘓、語言認知障礙等后果。
“這樣的例子不少，可見AI輔助診斷工具的出現，提高了醫生的診療效率，令患者受益。”劉樹學說。
醫生認為，AI在醫療應用中仍有局限性
在采訪中，多位醫生表示，盡管AI技術在醫療上為醫生提供幫助，但是目前仍存在多方面局限性，他們提出了相關看法和建議。
“雖然AI能夠幫助醫生，但是并不能完成所有診斷程序，只是較大程度輔助精準診斷的作用。比如，阿爾茨海默癥的診斷是需要綜合診斷的，腦容積的變化只是其中一方面，另外還涉及臨床認知核心癥狀、認知量表測試、生物標志物檢測等。”盧奎介紹道，并且醫生也不能完全依賴AI技術，因為有時也會出現“假陽性”“謊報軍情”的情況，醫生需要對病情進行綜合分析和最后的把關。
另外，在影像檢查方面，制定影像掃描方案以及AI結果的判斷、審核等，也都需要醫生來最終完成，影像診斷還有很多領域AI暫無法觸及。
未來，AI是否會替代醫生？對此，肖學紅認為，醫生并不會被AI替代，但是醫生必須擁抱AI，“如果醫生不掌握、不使用AI、不提高工作效率，則有可能會被淘汰。”
“AI輔助應用于醫療場景在可信度、算力、知識庫、數據安全等方面還存在不足。”市中醫院信息科科長胡煜表示，基于目前AI技術的局限性，不同的AI模型都存在不同程度的幻覺現象，即編造不存在的事實，導致可信度下降，但是隨著技術不斷進步這個問題也在不斷改善。
此外，胡煜認為，算力問題是AI場景落地的關鍵，當前許多醫院對算力的投入還比較有限，如果全面鋪開使用，成本較難承受，目前需要將算力發揮到最大價值。
市中醫院放射科醫生劉仁懿建議，AI輔助診斷系統在對患者影像掃描數據進行預處理時，如果發現患者出現肺動脈栓塞、腦出血、動脈瘤、冠脈閉塞等問題，存在危急值的情況時，能馬上彈出窗口及時提醒值班醫生進行報告發放，提示臨床醫生盡快對患者進行處理，則能更好地提高患者的診療效率。
“AI輔助診斷系統，如果能整合多醫院多學科資源，能夠將同一個患者在放射科、超聲科、病理科和檢驗科等多個學科的AI數據融合，進行綜合分析，再提出AI診斷意見，這樣將能更好地提高診斷的準確性。”市中醫院醫學影像科醫生陳菁提出期望。
未來將挖掘更多AI的適用場景
記者了解到，接下來，多家醫院將挖掘更多AI的適用場景。
目前，市人民醫院正在與科研機構、科技公司合作推進AI應用場景落地，未來希望將AI應用納入醫保，讓更多市民受益于AI醫療創新成果。
胡煜透露，接下來，市中醫院將更多地挖掘AI的適用場景，在病歷質控、門診導診、輔助診療和智能預問診等方面引入AI技術，為醫護人員提供更高效的工作支持，為患者提供更優質、便捷的醫療服務。
記者：王帆 林燕英 通訊員：黃琳
◆編輯：吳玉珍◆二審：陳吉春◆三審：周亞平
