影像科医生累到没空喝水，AI如何帮他们看图救命？

【金色港湾资讯网为您推荐阅读】

这些年以来, AI技术同医学影像的有机结合已然成为医疗人工智能范畴最为成熟的场景当中的一个, 这一走向的背后, 是有海量影像数据积压的状况, 是医生工作负荷十分繁重的状况, 以及专业人才供给处于紧张状态的现实难题, 国家层面所发布的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》描绘出了清晰的规划, 即到2030年, 基层诊疗智能辅助应用基本上达成全面覆盖, 二级以上医院普遍推行医学影像智能辅助诊断等技术应用。受到政策推动, AI医学影像的发展情形, 其具备的临床价值及其突破受阻的前行路线, 现正已然成为行业予以关注的重点所在。

对于顶尖医院的专家来讲, AI的关键价值在于把医生从重复性劳作里解脱出来, 以此提高诊断效率以及一致性。数坤科技首席技术官郑超表明, 借助跟头部三甲医院专家一同训练模型, 并且经过临床验证进行打磨之后, 相关能力能够朝着基层拓展开来, 这等同于给基层医生配备“三甲医生助手”。阿里巴巴达摩院的王桐着重指出, AI技术具备突破传统那种“一个检查对应仅一个结果”模式的能力, 能凭更便捷以及更普惠的途径达成疾病的早期风险预警, 而这意味着从“事后诊断”朝着“事前预警”的范式转变。

即便临床价值愈发清晰可见, 然而AI医学影像若要达成规模化落地的目标, 依旧遭遇一个具有根本性的难题, 具体表现在全国统一性的医疗数据库还没有构建成功。中国科学院院士滕皋军表明, 医疗数据长久以来一直存在“物理孤岛”以及“管理孤岛”这两大难题, 各个医院的数据彼此之间无法实现互通, 并且标准也不尽相同。清华大学助理研究员李淼进一步补充提及, 鉴于缺乏统一的平台, 相关企业在推广产品的时候常常只能逐一对一家家医院进行沟通洽谈, 这样不仅成本高昂, 而且难度极大, 从而对技术的普及造成了严重的限制。

有一个由国家医疗保障局主导开展的建设项目, 名为“医保影像云”平台建设, 此时它正尝试着以一种系统性的方式去破解这样一个难题。国家医保局大数据中心有一位副主任, 他叫曹文博, 曹文博表示说, 借助建成全国统一的医保信息平台, 并且推动相关的“医保影像云”建设, 如此这般已经为医疗数据的汇聚以及共享打下了基础。与此同时, 在今年启动了一个建设试点, 它被称作“个人医保云”建设试点, 该试点的目的在于整合参保人分别分散在各个不同地方的医疗健康数据。有着类似“医疗数据的保险箱”作用的这一平台, 运用了“数据不动模型动”等相关技术, 以此来确保数据在共享流通的整个过程当中, 能够全程处于可控状态, 并且是可审计的, 进而从根本层面打消医疗机构“不敢共享”的那份顾虑。

用于数据的标准之统一同样是关键所在, 有着重要意义。中华医学会放射学分会正在牵头去制定, 那覆盖了像图像采集、质量、诊断这三大不同环节的全国统一标准。联影智能CEO董昢持有这样的看法, 即能够借助AI质控的方式, 来统一规范基层影像的拍摄以及基础诊断标准, 进而夯实以构建跨机构影像互认的基础, 推动上级医院于采信基层检查结果方面有所进展。这为达成“一地检查、全国认可”, 减少重复检查情况, 降低医保支出提供了可能性。

如果要让AI医学影像达成商业闭环, 在数据底座日益稳固, 技术路径渐渐明晰的条件下, 还得冲破支付机制以及责任界定这两道难关, 当前, AI有关收费多数还没被医保支付涵盖, 商业化推广承受着压力, 郑超发出这样的号召, 能够参考国际经验, 探寻类似于英国NICE的“创新技术早期价值评估”机制, 使得创新产品更早步入真实世界去验证其临床以及卫生经济学价值。王桐还提出, 要构建全新的评估体系。该体系不但要考量AI的诊断精确程度, 而且还要评定其于提早进行干预、提升生存率以及节省总体医疗费用等层面上的综合价值, 进而依据此来设计支付试点。

在责任界定这块, 行业达成的共识是, AI应当被定位成辅助的角色, 而最终的诊断依旧得由医生来负责完成。可是呢, 当下在医生运用AI的人机协同认证、绩效考核等相关方面, 始终还是缺少统一标准的。在未来, 有必要进一步去明确“人机协同”这种场景之下的责任边界、使用规范以及激励机制, 始终坚守“人为诊断最终负责”这样一条底线。

不少专家表明, 医保部门不只是支付方面, 更应当视为数据平台建造者以及产业引导之人, 借助构建数据集、设立产业基金、探索创新支付等办法, 引导资源朝着切实创造临床价值的方向投入。伴随可信数据空间全面落地、支付机制持续完备、商业创新模式不断出现, 医疗影像与AI的深度融合将会进一步加快。这不但能够令更多患者获利, 也会为提升全民健康水准、发展新质生产力、建设健康中国奉献关键力量。

更多精彩文章请关注=>金色港湾资讯网 www.fzjsgw.com