人工智能在青年超聲醫(yī)師輔助教學(xué)中的作用

張 艷，張 霞，羅渝昆，張明博，張 穎，謝 芳，安立春

人工智能(artificial intelligence，AI)是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)[1-2]。 其概念由McCarthy 等于1956年在關(guān)于機(jī)器模擬智能的學(xué)術(shù)討論會(huì)議上提出。 目前，AI 的研究已在眾多領(lǐng)域取得重要成果，在醫(yī)學(xué)中的應(yīng)用始于20 世紀(jì)50年代后期。 隨著社會(huì)的進(jìn)步，人們的健康意識(shí)覺(jué)醒，醫(yī)療供需矛盾逐漸突出，AI 技術(shù)在醫(yī)學(xué)領(lǐng)域開(kāi)始興起。近年來(lái)，圖像識(shí)別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)的突破推動(dòng)了AI 技術(shù)的發(fā)展，促進(jìn)了醫(yī)療產(chǎn)業(yè)與人工智能的深度融合。 在影像領(lǐng)域，制約醫(yī)學(xué)影像診斷的主要原因是由于高級(jí)視覺(jué)系統(tǒng)本身的缺陷，導(dǎo)致難以濾除圖像內(nèi)含的噪音及提取清晰的關(guān)鍵信息。 AI 的數(shù)據(jù)挖掘技術(shù)可用于對(duì)圖像特征信息進(jìn)行提取和量化，消除主觀影響。 目前，AI 已如破竹之勢(shì)滲入多個(gè)領(lǐng)域，如皮膚癌的病理診斷、肺癌的CT 診斷、甲狀腺及乳腺結(jié)節(jié)的超聲診斷等[3-4]。 在提高診斷效能的同時(shí)，節(jié)省人力、財(cái)力及時(shí)間的投入，緩解臨床壓力，同時(shí)在教學(xué)領(lǐng)域也有重要價(jià)值，能夠指導(dǎo)并輔助培養(yǎng)年輕超聲醫(yī)師，提高醫(yī)師隊(duì)伍的整體素質(zhì)，縮短地區(qū)、醫(yī)院之間的差距。

1 超聲醫(yī)學(xué)領(lǐng)域人才培養(yǎng)的現(xiàn)狀

超聲醫(yī)學(xué)是一門(mén)獨(dú)特的影像醫(yī)學(xué)，需要操作技能與診斷思維兼?zhèn)?，因此，?zhí)業(yè)者首先要持有臨床醫(yī)學(xué)執(zhí)業(yè)醫(yī)師證。 超聲檢查實(shí)時(shí)、無(wú)創(chuàng)、便捷、經(jīng)濟(jì)，患者能夠在短時(shí)間內(nèi)完成檢查并拿到報(bào)告單。 這樣的特點(diǎn)決定一名優(yōu)秀的超聲醫(yī)師在手持探頭檢查之前就必須具有足夠的臨床和影像知識(shí)儲(chǔ)備，能夠根據(jù)不同的檢查部位、檢查目的在超聲圖像的基礎(chǔ)之上結(jié)合病史對(duì)疾病作出快速診斷。 因?yàn)橛跋裆稀爱惒⊥啊钡那闆r很常見(jiàn)，與臨床科室相比(如心內(nèi)科、消化科、泌尿科、骨科等)，綜合醫(yī)院的超聲醫(yī)師更是全科醫(yī)師，不僅需要熟知臨床疾病的原發(fā)病、繼發(fā)病，還需要知悉現(xiàn)行的手術(shù)途徑，術(shù)后處理方式，所用補(bǔ)片材料、填充物質(zhì)等。 如腹腔鏡膽囊切除術(shù)中，會(huì)使用金屬夾或蛋白夾將殘端夾閉，一些金屬夾在術(shù)后復(fù)查時(shí)由于回聲強(qiáng)，很容易被誤認(rèn)為殘留結(jié)石[5]；甲狀腺腫瘤術(shù)后局部的填充，容易被誤認(rèn)為腫瘤復(fù)發(fā)或再生。 因此，若超聲醫(yī)師所知匱乏，則有可能引起不必要的困擾或糾紛。

醫(yī)療教育的主要對(duì)象是住院醫(yī)師。 住院醫(yī)師規(guī)范化培訓(xùn)是完成高等醫(yī)學(xué)院?；踞t(yī)學(xué)教育的畢業(yè)生接受某一學(xué)科規(guī)范系統(tǒng)訓(xùn)練，使所學(xué)的知識(shí)與技能向某一專業(yè)方向逐漸深化的教育過(guò)程。 住院醫(yī)師時(shí)段是具備各項(xiàng)發(fā)展?jié)撃艿碾A段，也是診療思維形成的時(shí)期。 因此，醫(yī)療機(jī)構(gòu)的規(guī)范化、標(biāo)準(zhǔn)化的培訓(xùn)對(duì)住院醫(yī)師的成長(zhǎng)很關(guān)鍵。 住院醫(yī)師培訓(xùn)在20 世紀(jì)80年代后的部分地區(qū)就已開(kāi)始嘗試[6]，2013年底，國(guó)家衛(wèi)生計(jì)生委等七部門(mén)聯(lián)合印發(fā)《關(guān)于建立住院醫(yī)師規(guī)范化培訓(xùn)制度的指導(dǎo)意見(jiàn)》，并要求到2020年在全國(guó)范圍內(nèi)基本建立住院醫(yī)師規(guī)范化培訓(xùn)制度，要求所有未取得《住院醫(yī)師規(guī)范化培訓(xùn)合格證書(shū)》的新進(jìn)醫(yī)療崗位的醫(yī)學(xué)生均需接受住院醫(yī)師規(guī)范化培訓(xùn)。 為此，建立完善的考試淘汰機(jī)制，與其后續(xù)能否被準(zhǔn)入臨床工作直接相關(guān)。 實(shí)際上，由于各醫(yī)院醫(yī)療水平及教學(xué)能力的限制，各機(jī)構(gòu)的住院醫(yī)師培訓(xùn)情況存在較大差異，導(dǎo)致一些培訓(xùn)基地的考核通過(guò)率連年走低，培養(yǎng)出來(lái)的醫(yī)師缺乏系統(tǒng)、規(guī)范的診斷思維能力，且不能自如地應(yīng)對(duì)復(fù)雜的臨床工作。 如隨著體檢意識(shí)的提高，甲狀腺檢查也納入常規(guī)體檢項(xiàng)目?jī)?nèi)，經(jīng)常有患者因?yàn)榧谞钕賰?nèi)的微小囊性結(jié)節(jié)前來(lái)三甲醫(yī)院就診，原因是當(dāng)?shù)蒯t(yī)院醫(yī)生將結(jié)節(jié)內(nèi)濃縮的膠質(zhì)誤認(rèn)為惡性鈣化，建議患者進(jìn)一步檢查，甚至手術(shù)。 此類常見(jiàn)的問(wèn)題不勝枚舉，看似簡(jiǎn)單，實(shí)則是醫(yī)生的診斷經(jīng)驗(yàn)不足，沒(méi)有系統(tǒng)的亞?？浦R(shí)儲(chǔ)備，以至于見(jiàn)到一個(gè)單發(fā)的類似惡性征象即草木皆兵，造成過(guò)度檢查。 而繁重的臨床工作使得高年資醫(yī)師精力、時(shí)間有限，如何能將寶貴的經(jīng)驗(yàn)傳授給學(xué)生，并且引導(dǎo)學(xué)生全面提高，需要強(qiáng)大的教學(xué)團(tuán)隊(duì)。 對(duì)于一些師資力量薄弱的地區(qū)醫(yī)院，高標(biāo)準(zhǔn)、規(guī)范化教學(xué)的可行性并不理想，因此，亟需一套基于高水平平臺(tái)資源建立的客觀、完備的臨床思維綜合訓(xùn)練系統(tǒng)，使學(xué)生在大量實(shí)戰(zhàn)訓(xùn)練中獲得經(jīng)驗(yàn)。

2 AI 在輔助超聲教學(xué)中的作用

AI 在影像學(xué)中的應(yīng)用具有獨(dú)特的優(yōu)勢(shì)，被稱為醫(yī)生的“第三只眼”。 超聲圖像包含很多有診斷意義的信息，其中部分信息是肉眼難以發(fā)現(xiàn)的，而數(shù)據(jù)挖掘技術(shù)可以通過(guò)對(duì)圖像進(jìn)行數(shù)字化處理后，將這些有用的信息以數(shù)字的形式表達(dá)出來(lái)。 因此，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于提取及量化圖像特征信息。其應(yīng)用意義包括:①建立快速、精準(zhǔn)、無(wú)創(chuàng)的結(jié)節(jié)輔助診斷系統(tǒng)；②摒棄人為經(jīng)驗(yàn)干擾，減少過(guò)度檢查帶來(lái)的危害；③指導(dǎo)并輔助培養(yǎng)年輕超聲醫(yī)師。 經(jīng)過(guò)多次的試驗(yàn)與校正，AI 的診斷效能逐步提高，多次在全國(guó)范圍內(nèi)進(jìn)行AI 與超聲醫(yī)生對(duì)抗的人機(jī)大戰(zhàn)。2017年，首次全國(guó)甲狀腺結(jié)節(jié)人機(jī)大賽中，醫(yī)生準(zhǔn)確率(78%～80%)戰(zhàn)勝AI(76%)，經(jīng)過(guò)一年的不斷完善，2018年中國(guó)人民解放軍總醫(yī)院第一醫(yī)學(xué)中心超聲診斷科在甲狀腺人機(jī)大賽中，AI 診斷準(zhǔn)確率兩次戰(zhàn)勝高年資醫(yī)師(85.8% vs 85.6%，76% vs 71.2%)，遠(yuǎn)超低年資醫(yī)師(76% vs 70.5%，76% vs 66.1%)，取得了較好的成績(jī)。 結(jié)果表明，AI 的診斷系統(tǒng)可成為低年資醫(yī)師的標(biāo)準(zhǔn)化培訓(xùn)手段。

住院醫(yī)師的培訓(xùn)需要像臨床實(shí)踐中接診患者一樣，將真實(shí)的病案數(shù)字化、虛擬化，從病史采集、體格檢查、輔助檢查到診斷、鑒別診斷及治療等一系列的流程，將病例進(jìn)行真實(shí)再現(xiàn)。 將多個(gè)亞專科的AI 診斷集合后，補(bǔ)充臨床病史采集，建立全面的數(shù)據(jù)庫(kù)，進(jìn)一步使用AI 建立超聲醫(yī)師綜合思維能力訓(xùn)練系統(tǒng)，并構(gòu)建新的醫(yī)學(xué)專家系統(tǒng)模型[7]。 AI 建立的培訓(xùn)系統(tǒng)中凝聚了大量高級(jí)職稱及權(quán)威醫(yī)學(xué)專家的臨床經(jīng)驗(yàn)，模擬的軟件功能中應(yīng)該具備全面、多中心的數(shù)據(jù)庫(kù)(影像資料應(yīng)包含確切的病理金標(biāo)準(zhǔn)結(jié)果)，智能的病例搜索功能，專業(yè)的圖片顯示及分析功能，完整的診療路徑，嚴(yán)謹(jǐn)?shù)乃季S過(guò)程，縝密的評(píng)分系統(tǒng)，專業(yè)的統(tǒng)計(jì)分析，快捷的成績(jī)查詢，典型及疑難病例的特別收集，高效的教學(xué)管理。 其中，圖片以超聲為主，包含常規(guī)灰階超聲、彩色多普勒超聲及脈沖多譜勒超聲，還可補(bǔ)充彈性成像、超聲造影等圖像資料。 因影像注重形態(tài)結(jié)構(gòu)、部位及與毗鄰器官的關(guān)系，故人體解剖系統(tǒng)的掌握至關(guān)重要，培訓(xùn)系統(tǒng)中將納入疾病相關(guān)的系統(tǒng)與局部解剖3D 圖，如肝臟的分葉、分段圖，膽管的走行途徑，腹部大血管的走行及分支，胰腺鉤突及十二指腸壺腹周圍、肌肉、肌腱的起止點(diǎn)和名稱等，設(shè)置智能的選擇功能，能夠按需顯示重點(diǎn)部位，從而幫助學(xué)生更好地準(zhǔn)確描述病變的起源及累及范圍。 因此，AI 可輔助教學(xué)，加快年輕醫(yī)生成長(zhǎng)步伐，縮短醫(yī)療差距，使下級(jí)機(jī)構(gòu)的青年醫(yī)生成長(zhǎng)及跨亞專業(yè)的醫(yī)師培訓(xùn)能夠不受時(shí)空限制，無(wú)須克服醫(yī)院人員時(shí)間緊張、家庭負(fù)擔(dān)困難而遠(yuǎn)赴異地學(xué)習(xí)，通過(guò)不斷地與AI 比拼，最后成長(zhǎng)為具有豐富病種閱歷、規(guī)范化診斷思維能力的醫(yī)師。

3 AI 在超聲醫(yī)學(xué)中的應(yīng)用前景

AI 在超聲醫(yī)學(xué)領(lǐng)域已應(yīng)用于淺表器官腫瘤及血管硬化的診斷中，隨著診斷能力的提高，今后將可用于慢性疾病的病程評(píng)估(如脂肪肝、慢性腎炎、肝硬化、涎腺炎及神經(jīng)-肌肉病變等多種疾病)及腫瘤侵襲性的預(yù)測(cè)；另外，介入性超聲使得超聲從診斷走向治療。 AI 技術(shù)可用于多模態(tài)影像融合下腫瘤的精準(zhǔn)識(shí)別、浸潤(rùn)范圍的勾畫(huà)、自動(dòng)穿刺(機(jī)器人)，術(shù)后隨訪資料的自動(dòng)整合，病案資料管理及統(tǒng)計(jì)，均可促進(jìn)介入醫(yī)生的規(guī)范化培訓(xùn)。

綜上，因AI 技術(shù)具有強(qiáng)大的自適應(yīng)、自學(xué)習(xí)記憶等功能，AI 將推動(dòng)超聲醫(yī)學(xué)的變革。 有了AI 系統(tǒng)的輔助，年輕醫(yī)師便憑借“站在巨人肩膀之上”的優(yōu)勢(shì)，使培訓(xùn)學(xué)習(xí)周期大大縮短，全國(guó)統(tǒng)一的標(biāo)準(zhǔn)化訓(xùn)練模式也有望真正建立。