智能ai判斷肺結節準确嗎?來源：揚子晚報人工智能讀片小能手上線 十幾秒鐘查出800多個肺結節，下面我們就來聊聊關于智能ai判斷肺結節準确嗎?接下來我們就一起去了解一下吧!

智能ai判斷肺結節準确嗎

來源：揚子晚報

人工智能讀片小能手上線 十幾秒鐘查出800多個肺結節

驚不驚喜？你的CT片是人工智能計算機在看！

南京鼓樓醫院醫學影像科把時髦的AI技術應用到醫學影像學領域。在鼓樓醫院接受胸部CT檢查的患者，CT片的第一“讀片人”是經過特殊“培訓”的人工智能機器人，此舉大大提高了讀片的準确率和速度。近日，柳葉刀子刊《EBiomedicine》詳細介紹了南京鼓樓醫院醫學影像科張冰主任領銜的“人工智能 醫學”的SCI論文的臨床運用轉化成果。

通訊員 柳輝豔 實習生 盧文倩 揚子晚報/揚眼記者 蔡蘊琦

一場神奇的“比賽”

醫生肉眼要看幾百張圖 TA隻需要1秒鐘

張冰主任的辦公桌上擺放着三台電腦，她現場向記者演示了一場肉眼PK人工智能讀片比賽。張冰主任首先用傳統的肉眼模式進行觀測來查找CT片上的肺部結節。這個病人的CT一共有300多張圖像，初步篩選後發現并沒有什麼大的占位。但是如果要觀測小結節，還是需要把這300多張圖像一層一層看過去。張主任在電腦上把300多張圖一層一層地閱覽過去，大概10秒的時間用肉眼初步檢測了一個小結節。接着在另一邊的電腦上，張冰主任從容地打開人工智能系統，隻是在人工智能系統的圖像上用鼠标輕輕一點，工作頁面上瞬間彈出了診斷結果：9個疑似病竈。工作頁面左側的圖像上，每一個疑似病竈都被用帶顔色的方框圈出了位置，并标上序号。頁面的右側相應位置，每一個疑似病竈都被按照序号羅列，并判斷了結節的良惡性。記者看到，人工智能檢測出來的第一個結節和張冰主任肉眼觀測的那個結節是重合的，從第二個開始就是非常小、顔色很淡、肉眼難以發現的結節。

說起人工智能的神奇，張主任想起來一個讓她印象深刻的病例，一個病人的胸部CT經醫生檢查後發現了多發小結節，無法計數， 但是人工智能精确報出800多個結節，而且明确地定位了其中的惡性結節。這讓大家都十分震驚！

“讀片高手”是這樣煉成的

一流專家當老師，“喂”給TA幾十萬個患者的數據

人工智能計算機是如何掌握這一絕技的呢？張冰主任介紹，人工智能在真正投入臨床應用前走了很長的一段路，整個系統籌備的時間要用3年以上，把結果轉化為産品要用2年以上。整個團隊對人工智能的訓練就像是一群老師在教育培訓一個要參加考試的孩子。為了讓孩子在考試中不出錯，整個團隊給“孩子”投喂了大量的“習題”——數據。 比如，在肺結節的診斷練習中，要集合領域内一流的專家，他們給人工智能輸入了大量的關于肺結節診斷的數據，讓TA在一次次的記憶中學會什麼是結節。為了讓學習效果更好，更加嚴謹，還要組成專業的批改團隊，對人工智能的每次判斷做出嚴謹的反饋。隻有兩名以上的專家給出相同的意見時，他們才會把這個答案反饋給人工智能，讓人工智能在不斷練習、不斷反饋中進行深度學習，從而能夠徹底掌握這項技能。

人工智能會犯錯嗎？張冰主任表示大家其實不用擔心，相關數據顯示，人工智能的診斷結果的準确率很高，高于初級職稱醫師，接近高級職稱醫師水平。而且人工智能隻是讀片的第一關，還有高級職稱醫師的二次讀片和審核，最終報告由審核報告的醫師負責。

醫生2小時的工作量縮短到了100秒

張冰主任介紹，人工智能在醫學影像中的運用給醫生、患者和治療過程帶來的好處是全方位的。

傳統的人工模式中，影像科作為一個平台支撐學科，醫生們每天需要面對很大的工作量。以鼓樓醫院的影像科為例，平均每天需要接待2500個病人，而一個正常人的CT至少需要看300張圖像。以肺結節診斷為例，結節的大小、形狀和血管斷面十分相像，傳統模式下的醫生每天需要看過萬的圖像，長時間的工作必然會導緻眼部的疲勞和精神無法高度集中，故而影像科的醫生漏診結節是不可避免的事情，也是影像科工作流程中的痛點之一。引入人工智能以後，數以萬計的圖像交給了人工智能，原本人工需2個小時，但是人工智能卻隻要輕輕點擊就可以檢測出十分準确的結果，大大提高了診斷效率。

一個正常成人的胸部CT大概有300多張，但是在實際的打印過程中卻不可能把這300多張全都打印出來，一般是每4張裡打印一張，這樣大概80%的圖像在打印中流失，而流失的圖像中很有可能有十分關鍵的圖像，這是工作流程中的另一個痛點。比如說，一個病人的報告顯示，在第160層圖像上有個很大的結節，但在選擇打印圖像時卻恰好跳過了這一層的圖像。而要解決這一問題就需要把第160層重新找出來，再次打印，這對于醫生、患者而言都十分不便。人工智能自動識别采集了帶有結節的關鍵圖像，打印排版的時候自動把這些關鍵圖像置于上層，便很好地克服了這一困難。

AI會替代醫生嗎？答案是否定的

談及未來人工智能（AI）是否會徹底替代影像科的醫師的作用，張冰主任認為并不會。她笑稱，人工智能AI目前還隻是小學生的水平，隻能替代部分簡單重複勞動。

雖然人工智能大大減輕了醫生的工作負擔，幫助醫生完成了大部分的工作，但這些工作都是比較初級且簡單的，真正複雜的，需要綜合思維去判斷的工作，人工智能是沒有辦法替代的。

在未來的發展中，人工智能以輔助醫生的功能為主，幫助醫生解決很多簡單重複的工作，讓醫生把更多的精力放在疑難雜症的診治工作中。

未來更多應用：有望一眼篩出腫瘤

人工智能技術是近年來科技發展的趨勢所在，人工智能和醫學相結合也是醫學發展的方向。如今人工智能的應用還僅僅局限于單一病種的判斷，比較常見的是在肺結節的診斷中。張冰主任告訴記者，她的團隊已經在和鼓樓醫院泌尿科主任郭宏骞團隊深度合作，尋求足夠的數據支撐，緻力于在影像觀測的過程中發現前列腺癌，這樣就可以避免過去檢測的讓病人十分痛苦的活體穿刺檢測。

“希望未來的人工智能在足夠的數據支撐下，充分的訓練反饋中不斷成長，有能力應對更多的複雜疾病，并且在影像科全流程工作中，發揮提高效率和減低差錯的功能，更好地幫助醫生救治病患，造福人類。”張冰主任說。