一(yi)名三甲醫院信息主任心中的AI落(luo)地史(shi)以2011年(nian)IBM公司的機器(qi)人沃森“入職”Wellpoint為起點，到2016年(nian)國內(nei)業界公認的醫療AI元年(nian)至(zhi)今，醫療AI已經走過(guo)數(shu)個年(nian)頭。中(zhong)間幾度浮沉，被寄予厚望，也曾遭(zao)受(shou)質(zhi)疑。2020年(nian)以來，隨(sui)著多達15款醫療(liao)AI產品陸續獲批NMPA三類證，籠罩在(zai)醫療(liao)AI頭頂的迷霧終(zhong)于(yu)一點點散去(qu)，2021年(nian)也被稱作醫療(liao)AI在(zai)中國的商業化元年(nian)。醫療(liao)AI從(cong)前景迷茫到商業化道路日漸清晰，廣州(zhou)市婦女兒(er)童醫療(liao)中心信息中心主任曹(cao)曉均是(shi)見證(zheng)者和親歷者之(zhi)一。
廣州市婦女兒童醫療中心(xin)信息中心(xin)主任 曹曉均
從2019年開始，廣州(zhou)市(shi)婦女兒(er)童醫(yi)療中心先后引進(jin)了多款醫(yi)療影像AI產(chan)品。看著醫(yi)療AI產(chan)業發展(zhan)越來越好(hao)，曹曉均由衷地感到(dao)高興：一方面(mian)，醫療(liao)影(ying)像AI產品在廣州市婦女兒童(tong)醫療(liao)中心落地(di)后(hou)，確實展現(xian)出了它的(de)價(jia)值。“醫療(liao)影(ying)像AI對影(ying)像科提(ti)升工作效率有很大幫助。例如肺結節的(de)診斷(duan)、骨(gu)齡的(de)測算，以前沒(mei)有AI，需要醫生逐張片子(zi)去看(kan)。現(xian)在AI可以先給出一個初步診斷(duan)，幫助醫生更好地(di)關注到(dao)片子(zi)中的(de)問題。”另一(yi)方面，廣州市婦(fu)女兒童(tong)醫療中(zhong)心(xin)在引進醫療影像AI的過程中(zhong)也(ye)投入(ru)了不少資源和精力。醫療影像AI運(yun)行需要強(qiang)大的(de)算力作為支(zhi)撐，這(zhe)(zhe)就要求醫院必須對服務(wu)器(qi)等硬(ying)件進行升級。這(zhe)(zhe)個擔子自然落(luo)在了(le)作為信息中心主任的(de)曹曉(xiao)均肩上。行業早期，很多公司(si)為了把自家的AI產品送進醫院，都會免費幫(bang)醫院部署(shu)服務器，有些醫院為了節約人力和(he)資金也樂(le)見其成。但廣州市婦女兒童醫療(liao)中心對數(shu)據安全格(ge)外重視，為(wei)保險起見(jian)，還是決定自己(ji)采購和(he)部署服(fu)務器。剛(gang)接(jie)觸醫療(liao)影像AI，曹(cao)曉均經驗(yan)不(bu)多，不(bu)知道(dao)該部署多大算(suan)力的GPU。為此，他(ta)走訪考(kao)察了不少醫(yi)院(yuan)，跟合(he)作的(de)廠(chang)商更是反(fan)復溝(gou)通交(jiao)流。如今醫(yi)療影像AI的(de)價值逐漸得到認可，他(ta)和醫(yi)院(yuan)的(de)這番(fan)功夫(fu)也(ye)算(suan)沒白費。雖然醫療影像AI的商(shang)業化前景正逐步明晰，但(dan)曹曉均也看到，其發展仍然存在(zai)許多不足和挑(tiao)戰。首(shou)先，需要醫(yi)療影像AI的場景(jing)非常多(duo)，AI目前能解決(jue)的只是一(yi)小部(bu)分問題。“影像科(ke)醫生希(xi)望AI能(neng)夠(gou)識別所(suo)有(you)類型的片子，對(dui)所(suo)有(you)類型的疾病進(jin)行(xing)診斷，但(dan)現實(shi)中AI根本做不到這么細。它(ta)只有(you)在面對(dui)單一疾病——比如肺結節、骨折時，才(cai)能(neng)有(you)較(jiao)高(gao)的診斷能(neng)力。針對(dui)復雜維(wei)度的使用場景，現在還沒有(you)很好的產品能(neng)夠(gou)落地(di)。”
其次(ci)，醫療影像AI與醫院既有PACS系統之間的兼容(rong)和打通也是一大(da)挑戰(zhan)。作為信(xin)息(xi)中心主任，曹曉均對此深有體會。當前，各家公司的(de)醫療AI產(chan)品都只能(neng)針對(dui)單一疾病或者少數幾種(zhong)疾病進(jin)(jin)行輔(fu)助診斷，因此(ci)醫院往往需(xu)要(yao)引進(jin)(jin)多家公司的(de)產(chan)品來滿足(zu)對(dui)于不同病種(zhong)的(de)輔(fu)助診斷需(xu)求(qiu)。而且，行業早(zao)期AI公司(si)為了提前“占位”，會盡最大努力把產品送(song)進醫(yi)(yi)院，這就導致一個醫(yi)(yi)院可能同時(shi)存在幾款(kuan)針對同一病種的(de)醫(yi)(yi)療影像AI產品。比如廣州市婦(fu)女兒童(tong)醫(yi)(yi)療中心(xin)就同時(shi)引進了包括匯醫(yi)(yi)慧影在內的(de)三家(jia)廠商的(de)肺結(jie)節(jie)醫(yi)(yi)療影像AI輔助(zhu)診斷系(xi)統。醫療影像(xiang)AI產(chan)品作為(wei)一個獨立(li)系統(tong)，需(xu)要通(tong)過定制化的(de)接口從PACS系統(tong)獲取(qu)影像(xiang)數據。而每個PACS系統(tong)都有自己的(de)開發語言和技(ji)術標準，這(zhe)就需(xu)要醫院信息科為(wei)引入的(de)每一款醫療影像(xiang)AI產(chan)品獨立(li)開發PACS系統(tong)接口。“對接(jie)的(de)AI廠商越多，需(xu)要開發(fa)的(de)接(jie)口就(jiu)越多，增加(jia)了我們(men)的(de)工作量，而且接(jie)口也不(bu)方(fang)便管(guan)理。AI系統對于(yu)數據字段的(de)要求會隨(sui)著算法(fa)的(de)演進不(bu)斷改(gai)變，如(ru)果以后A公司(si)要增加(jia)字段，B公司(si)也要增加(jia)字段，維護的(de)成(cheng)本(ben)就(jiu)會非常高。”這(zhe)種系統的(de)割裂也影(ying)(ying)響到(dao)了醫(yi)療(liao)AI產品的(de)最(zui)終用(yong)戶——影(ying)(ying)像科醫(yi)生的(de)使用(yong)體驗。北京協和醫(yi)(yi)院(yuan)放(fang)射(she)科高級(ji)工(gong)程師、中華醫(yi)(yi)學(xue)會(hui)(hui)影像(xiang)技術分會(hui)(hui)前(qian)主委付海鴻就(jiu)曾(ceng)提到，“這些AI工(gong)具(ju)大多使(shi)用(yong)獨立的服務器、工(gong)作站，或是作為放(fang)射(she)科醫(yi)(yi)生工(gong)作站的一個單獨應(ying)用(yong)存在(zai)(zai)，并未與日常的數字化閱(yue)片診斷工(gong)作流程集成在(zai)(zai)一起。AI工(gong)具(ju)和PACS、RIS的相互獨立，使(shi)得(de)醫(yi)(yi)生在(zai)(zai)工(gong)作時(shi)需在(zai)(zai)PACS、RIS與AI工(gong)具(ju)之間(jian)閃轉騰挪、往復切換，不利于放(fang)射(she)科醫(yi)(yi)生的工(gong)作效率和工(gong)作體驗提升。”醫療影像AI產品(pin)和PACS系(xi)統彼此割裂的問題(ti)從前者誕生(sheng)的那一刻起(qi)便(bian)存在，只是隨(sui)著(zhu)其(qi)逐步走向商業化，用(yong)戶(hu)期望越(yue)來(lai)越(yue)高，才逐漸凸顯(xian)出來(lai)。作為(wei)信(xin)息中心主任，曹曉(xiao)均很(hen)早就(jiu)注意到了這(zhe)些問題，并且已經探(tan)索(suo)出(chu)了一套(tao)相對成熟(shu)的解決方(fang)案。他認為(wei)，醫(yi)(yi)院信(xin)息科(ke)可以(yi)從兩(liang)大方(fang)向(xiang)入手解決醫(yi)(yi)療(liao)影像AI產品和PACS系統(tong)互相割(ge)裂的問題：一是(shi)在醫(yi)(yi)療影像AI產(chan)品和PACS系統之(zhi)間搭建(jian)一個數據接口(kou)平臺，把(ba)各個AI公司可能用到(dao)的數據字段都納(na)入到(dao)這個平臺中去，AI公司按需(xu)取用即(ji)可，這樣就能避免反復(fu)開(kai)發，同時也(ye)方便管(guan)理。目(mu)前，廣州市婦女兒童醫(yi)(yi)療中心(xin)已經取得了不(bu)錯(cuo)的實踐(jian)成果。二是為影(ying)像(xiang)科醫生在(zai)PACS系統(tong)中開(kai)發一個AI輔(fu)助診斷(duan)結果的集中展示界(jie)面。“比如我們醫院接(jie)入了三家公司(si)的(de)醫療影(ying)像AI產品，它們都對某個病(bing)人的(de)片(pian)子有自(zi)己(ji)的(de)看(kan)法，那(nei)么就可(ke)以反饋(kui)三個結(jie)果出來，統(tong)一展示(shi)在PACS系統(tong)的(de)界面中。有了這個集中展示(shi)界面，醫生就不需要再同時(shi)打開多個窗口了，對使用體(ti)驗有很大的(de)改(gai)善。”實(shi)際(ji)使(shi)用中(zhong)，醫(yi)(yi)生并不一定會(hui)同(tong)時(shi)打(da)開(kai)3個AI產品，而是會(hui)根據自己(ji)的(de)偏好(hao)進(jin)行選擇(ze)。比如廣州(zhou)市婦女(nv)兒童醫(yi)(yi)療(liao)中(zhong)心雖然引進(jin)了3款(kuan)肺結節(jie)AI輔助診斷系(xi)統，但(dan)每個產品的(de)使(shi)用頻率并不相同(tong)，匯醫(yi)(yi)慧影的(de)產品明顯比其(qi)他兩(liang)家(jia)廠商更受歡迎。曹曉(xiao)均(jun)介紹，有了這個(ge)集中(zhong)展示界面后，就(jiu)可(ke)(ke)以(yi)實現單點登錄，避免設立多個(ge)賬號密碼(ma)的麻煩。而且系統(tong)可(ke)(ke)以(yi)根據醫生的偏好(hao)自(zi)動推薦相應系統(tong)的輔(fu)助診斷結果。甚至還可(ke)(ke)以(yi)在這個(ge)基礎之上開發(fa)一套評分系統(tong)，醫生可(ke)(ke)以(yi)對各個(ge)AI輔(fu)助診斷系統(tong)的表現進行(xing)評分。曹曉均(jun)表示，以前(qian)AI產(chan)品好(hao)不好(hao)都是廠(chang)商關起(qi)門來(lai)自(zi)己(ji)(ji)比，數據都很漂(piao)亮，但產(chan)品好(hao)不好(hao)用只有醫生(sheng)才有發(fa)言權。有了這樣一套評(ping)分(fen)系統，廠(chang)商就能更加客觀地認識到自(zi)己(ji)(ji)的(de)長處(chu)和短板，對于行(xing)業的(de)發(fa)展(zhan)大有裨益。曹曉均(jun)主任提(ti)出的(de)兩大平(ping)臺對醫(yi)療影像AI系統的(de)使用體驗(yan)有很大提(ti)升，但并未從根本上解決其與(yu)PACS系統互相割裂的(de)問題(ti)。不少(shao)行業專家認為，影(ying)像(xiang)科醫(yi)生要想在工(gong)作(zuo)流程中無縫地使用AI，最好辦法就是(shi)推(tui)動醫(yi)療影(ying)像(xiang)AI系統(tong)與PACS系統(tong)走向融合。比如(ru)北京協和醫(yi)院放(fang)射科高級工(gong)程師、中華(hua)醫(yi)學會(hui)影(ying)像技術分會(hui)前主委付(fu)海鴻就旗幟鮮明地提出，“未(wei)來(lai)，不集成(cheng)、不部署(shu)、不應(ying)用(yong)AI的PACS一(yi)定會(hui)被淘汰，不與PACS、RIS集成(cheng)的AI也(ye)一(yi)定會(hui)被淘汰。”但AI產品和PACS系統的融(rong)合過程(cheng)中究竟該由誰來占據(ju)主導(dao)權(quan)呢(ni)？在AI廠商和PACS廠商的對決之中，后者并(bing)不(bu)被看好(hao)。目(mu)前許多(duo)醫(yi)院(yuan)中PACS系統也早已經停止更新迭代(dai)。研發(fa)實力一般的PACS想在AI領(ling)域有所建(jian)樹必然不(bu)是(shi)一件容易(yi)的事情(qing)。而反過來(lai)，AI公司的崛(jue)起勢頭一(yi)直都很(hen)猛，而且部(bu)分企業(ye)在PACS+AI領域已經(jing)布局了很(hen)長時間。以匯醫(yi)慧影(ying)為(wei)例，作(zuo)為(wei)國內(nei)醫(yi)療AI公司(si)中(zhong)(zhong)的先(xian)行者(zhe)和領跑者(zhe)，匯醫(yi)慧影(ying)很早就確(que)定了“PACS+AI”齊頭并進(jin)的發(fa)展(zhan)思路，研(yan)發(fa)了數(shu)字智(zhi)(zhi)(zhi)能膠片、大數(shu)據科(ke)研(yan)平臺、PACS+數(shu)據中(zhong)(zhong)臺、影(ying)像云平臺等(deng)多(duo)條產品線，構建(jian)起了以智(zhi)(zhi)(zhi)慧影(ying)像為(wei)核心的全(quan)周期人工智(zhi)(zhi)(zhi)能醫(yi)學影(ying)像解決方案。匯(hui)醫慧影“PACS+AI”的整體發(fa)展戰略可以分(fen)成幾個維度：首先，從底層(ceng)數(shu)(shu)據出(chu)發，瞄準醫院數(shu)(shu)據繁(fan)多、價值高、利用率(lv)低等(deng)問題，從底層(ceng)架構(gou)做起建設PACS+數(shu)(shu)據中臺，將AI對于數(shu)(shu)據處理的能力賦能給醫院，通(tong)過數(shu)(shu)據中臺，醫院可清(qing)晰的看到數(shu)(shu)據目前的使用、清(qing)洗標注等(deng)情況。面向(xiang)臨(lin)床科(ke)室(shi)，匯醫慧影研發大數(shu)據科(ke)研平(ping)臺，擁有深度學習、機(ji)器學習等多種模型(xing)算法，臨(lin)床醫生通(tong)過(guo)科(ke)研平(ping)臺針對(dui)感興趣的(de)研究方(fang)向(xiang)，可以(yi)實現圖像文本分析(xi)，生成準確(que)的(de)論文分析(xi)數(shu)字(zi)和模型(xing)。面向(xiang)患(huan)者(zhe)端，匯醫慧影提(ti)供的數字智能膠片(pian)可(ke)供患(huan)者(zhe)隨時(shi)調閱。面向醫(yi)生(sheng)(sheng)端(duan)，不受辦(ban)公地(di)點(dian)、距離的(de)(de)約(yue)束就(jiu)能讓醫(yi)生(sheng)(sheng)用手機、平(ping)板(ban)看(kan)到原始(shi)DICOM格(ge)式的(de)(de)數字膠(jiao)片。同時，匯醫(yi)慧影(ying)的(de)(de)AI輔助(zhu)篩查系統(tong)可(ke)幫助(zhu)醫(yi)生(sheng)(sheng)自動(dong)定位(wei)病(bing)灶信息，效率較純粹(cui)人工診斷提升(sheng)15%以上。面向基層醫(yi)(yi)院，匯醫(yi)(yi)慧影推出影像(xiang)云(yun)產品，鏈接(jie)各(ge)級醫(yi)(yi)院，服務醫(yi)(yi)聯(lian)體/醫(yi)(yi)共體、醫(yi)(yi)療(liao)集團等各(ge)類(lei)醫(yi)(yi)療(liao)機構(gou)，實現醫(yi)(yi)學(xue)影像(xiang)數據的互聯(lian)互通，真正助力實現優質醫(yi)(yi)療(liao)資源下(xia)沉(chen)。對(dui)于究竟是(shi)PACS+AI還是(shi)AI+PACS，曹曉均主任也有一番獨到的見解。他(ta)認為，雖然(ran)PACS廠(chang)商的研發(fa)能力比較薄弱(ruo)，但目前(qian)而(er)言PACS系(xi)統依(yi)舊是(shi)醫生非(fei)常依(yi)賴的工具，而(er)AI起到的更多是(shi)輔助作用。從這個(ge)角度而言，AI企業短時間(jian)內還很難撼(han)動PACS廠商的地位。不過(guo)長遠(yuan)來看，不排除(chu)AI廠商開發(fa)的產品也(ye)能滿足醫生對于PACS系統(tong)的一切(qie)功能需求(qiu)。曹曉均認為，醫療AI與業務(wu)場景的(de)無縫結合一定(ding)是大勢(shi)所趨(qu)。在他看來，最理想(xiang)化的(de)狀態就是，“醫生(sheng)拍完冠脈造影(ying)片子后(hou)，AI就能自動把關鍵(jian)數(shu)字(zi)提取(qu)出來生(sheng)成報告，不用醫生(sheng)再去測總容量(liang)。”但(dan)他也清楚這(zhe)不是(shi)一(yi)兩年就能做到的(de)(de)(de)(de)，需要分步有(you)機地(di)結合，從局(ju)部應用擴大到全(quan)場景。對于(yu)醫療(liao)AI的(de)(de)(de)(de)未來(lai)，他有(you)充分的(de)(de)(de)(de)信心，也有(you)足夠的(de)(de)(de)(de)耐心。
