醫(yī)學(xué)影像和人工智能：了解歷史，找準方向，穩(wěn)步前進

吳山東， 夏黎明

人工智能(artificial intelligence，AI)目前在健康領(lǐng)域不斷滲透，特別在醫(yī)學(xué)影像方面顯現(xiàn)出一種改變當前臨床診斷流程的潛力。人工智能不是新概念，但是2012年開始變得火熱的深度學(xué)習(xí)技術(shù)的出現(xiàn)，給人工智能的概念輸入了新的燃料，相關(guān)的研究和應(yīng)用落地都得到了極大的推動。學(xué)術(shù)界的研究現(xiàn)在基本都在向深度學(xué)習(xí)聚焦，而傳統(tǒng)的機器學(xué)習(xí)迅速降溫。工業(yè)界出現(xiàn)了一大批AI新創(chuàng)公司，積極探索不同國情下的AI臨床應(yīng)用場景和落地。由于深度學(xué)習(xí)的技術(shù)門檻并不高，因此也出現(xiàn)了一窩蜂的現(xiàn)象，大大小小的公司都在尋找成功的機會。在表面繁榮火爆的情況下，人工智能在醫(yī)學(xué)影像領(lǐng)域的發(fā)展卻充滿很多挑戰(zhàn)，真正的落地并不可能一蹴而就，醫(yī)療領(lǐng)域?qū)τ谛录夹g(shù)的接受也相對緩慢。在開始的激情和熱情慢慢褪卻后，尊重新技術(shù)發(fā)展的規(guī)律，充分了解實際的臨床需求和痛點，找到醫(yī)學(xué)思維和計算技術(shù)的學(xué)科交叉路徑，醫(yī)生和工程技術(shù)人員深度協(xié)作，踏實前進，才有機會真正把這波人工智能的潛力轉(zhuǎn)化成生產(chǎn)力，切實提高當前醫(yī)學(xué)影像疾病診斷的精度、讀片的效率、圖像中信息解讀的深度、以及影像在引領(lǐng)整個疾病管理診治流程中的巨大作用。

本期雜志刊發(fā)了一些AI在醫(yī)學(xué)影像方面文章，期待從不同的國情、不同的角度、不同的體會等方面給讀者就人工智能在醫(yī)學(xué)影像方面的發(fā)展提供討論素材，擴大認知領(lǐng)域，交流實際經(jīng)驗和遇到的問題，碰撞火花，助力AI在醫(yī)學(xué)影像相關(guān)方面的進一步研究和應(yīng)用。在檀韜等的文章中，作者就人工智能在醫(yī)學(xué)影像方面發(fā)展的歷史進行了梳理，這其中最重要的基礎(chǔ)是基于計算機的輔助檢測和診斷(computuer-aided detection/diagnosis，CAD)。CAD在歐美已研究發(fā)展了幾十年，一批有物理或計算背景的學(xué)者在醫(yī)療領(lǐng)域內(nèi)倡導(dǎo)和發(fā)展了這一概念，并有實際的產(chǎn)品在臨床部署。但是客觀上CAD的臨床使用并沒有得到期待的效果，這一度使得不少人懷疑CAD可達到多大的高度，相關(guān)研究也幾乎處在瓶頸階段。深度學(xué)習(xí)的出現(xiàn)無疑給CAD提供了最新的燃料，不少有深度技術(shù)背景的專業(yè)人士開始憧憬先進的深度學(xué)習(xí)在技術(shù)層面提升傳統(tǒng)CAD臨床效果的前景。這也是目前AI應(yīng)用于醫(yī)學(xué)影像領(lǐng)域的助推力。雖然目前很多學(xué)者已經(jīng)不再糾結(jié)于CAD的概念，但是了解CAD的歷史和瓶頸，對目前AI技術(shù)開發(fā)和臨床落地是有很大的積極借鑒作用的。當然，CAD或者AI的應(yīng)用絕對不是單純的技術(shù)問題，至少在可預(yù)見的短期內(nèi)不是，只要有人(也就是醫(yī)生)的參與，人機的有機協(xié)同作業(yè)帶來的挑戰(zhàn)更大，因為人的學(xué)習(xí)、決策和思維過程很多時候是定性的也很難建模的。在同一篇文章中，作者也探討了AI在手術(shù)機器人方面的技術(shù)發(fā)展和應(yīng)用場景。人工智能對專家醫(yī)生的手術(shù)經(jīng)驗的學(xué)習(xí)，某種程度上類似于對放射科醫(yī)生的讀片經(jīng)驗的學(xué)習(xí)，但是由于手術(shù)場景帶來的特殊性，這其中蘊含的困難實際上更多。另外，檀韜等作者文中對歐洲AI方面的獨特視點，也非常有參考價值。

呂樂等的文章著重探討了AI和醫(yī)學(xué)影像在預(yù)防醫(yī)學(xué)中的機會。這個視點更多是從美國的醫(yī)療情況出發(fā)。疾病篩查(如乳腺癌)在美國有國家層面的指南和推動，也形成了事實上的大量人群的篩查體系。篩查過程中產(chǎn)生的大量數(shù)據(jù)，會切實促進深度學(xué)習(xí)中數(shù)據(jù)驅(qū)動的學(xué)習(xí)這一理念，同時創(chuàng)造利用大數(shù)據(jù)分析的方法發(fā)現(xiàn)新的基于影像的標志物。呂樂等在文中更進一步提出了一些AI實際應(yīng)用的場景，這些場景超越了計算機輔助檢測和診斷的基本范疇，對整個疾病管理流程中的影像AI的角色指出了更多的可能性，也代表了對基于影像數(shù)據(jù)的精準醫(yī)學(xué)的重要解讀。呂樂等更在文中闡明了一些當前的研究難點和機會，比如數(shù)據(jù)共享、標注、精準分割、建模和可視化等問題，也包括對非結(jié)構(gòu)化數(shù)據(jù)的使用等問題，特別值得研究人員關(guān)注和思考。

中國目前在醫(yī)學(xué)影像AI方面的研究、應(yīng)用以及工業(yè)界的積極參與程度方面非常突出，在某些方面處于領(lǐng)先位置。但是當中的過熱、跟風、急功近利、不切實際的期望、不夠深入的行業(yè)理解、對CAD或者AI不夠清晰的角色定位等種種因素，處理不好會對AI的發(fā)展起到反作用。當前某些AI輔助工具的確在臨床測試上表現(xiàn)了讓人印象深刻的效果，這也是AI給人以期待的原由。但是即便如此，這樣的AI還是在初級甚至比較粗糙的階段，真正滿足于臨床診斷要求AI的臨床研究目前還不到位，沒有大規(guī)模、正規(guī)的臨床測試研究的科學(xué)數(shù)據(jù)，以及第三方的客觀數(shù)據(jù)的檢驗，還很難下確定的結(jié)論。即便是有了較為成熟的產(chǎn)品，產(chǎn)品的健壯性、普適性以及臨床監(jiān)管等，都需要大量而艱巨的工作來檢驗、規(guī)范，才能無縫融入臨床工作流程并發(fā)揮作用。涉及到AI和臨床醫(yī)學(xué)的共生和交互問題。因此，來自臨床一線醫(yī)生的理性聲音，對于AI的健康發(fā)展至關(guān)重要?？少澋氖悄壳跋喈斠徊糠轴t(yī)生也開始關(guān)注人工智能甚至深度學(xué)習(xí)技術(shù)，醫(yī)院和工業(yè)界的合作更是比比皆是。學(xué)科的交叉帶來進步，但也要防止一方由于對非自身專業(yè)知識的不夠了解而產(chǎn)生的冒進甚至錯誤判斷。針對醫(yī)學(xué)影像的分析而言，AI可以做什么，不能做什么，以及深度學(xué)習(xí)的本質(zhì)和優(yōu)缺點的理解是對行業(yè)研究人員、醫(yī)生以及工業(yè)界的共同要求，也是尊重AI新技術(shù)發(fā)展的理性思考。

人工智能如一道曙光，目前吸引了眾多行業(yè)人員的追隨。醫(yī)學(xué)是不同于其它行業(yè)的特殊學(xué)科，根本目的是對人的關(guān)懷。技術(shù)的發(fā)展應(yīng)遵循規(guī)律，AI造福人類健康，需要以符合醫(yī)學(xué)本質(zhì)的角度切入臨床流程。目前的AI醫(yī)學(xué)影像發(fā)展，需要激情，也需要理性，更需要踏踏實實、堅持不懈地把工作做嚴謹。還有很多問題值得在以后深入探討和展開。我們也希望共同思考，共同進步，把AI醫(yī)學(xué)影像診斷領(lǐng)域的發(fā)展推向縱深。