智能化醫(yī)學影像設備的發(fā)展機遇和挑戰(zhàn)

邱陳輝，孔德興,2

1. 浙江大學 a. 數(shù)學科學學院；b. 理學部圖像處理研發(fā)中心，浙江 杭州 310027；2. 浙江大學醫(yī)學院附屬第一醫(yī)院 放射科，浙江 杭州 310003

引言

人工智能（Artificial Intelligence，AI）誕生于計算機科學與技術領域，現(xiàn)已發(fā)展成為一門交叉前沿學科?！度斯ぶ悄軜藴驶灼?018版）》[1]給出如下AI定義：AI是利用數(shù)字計算機或者數(shù)字計算機控制的機器模擬、延伸和擴展人的智能，感知環(huán)境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統(tǒng)。

2017年12月，國家衛(wèi)生計生委辦公廳印發(fā)的《醫(yī)院信息化建設應用技術指引》[2]將AI在醫(yī)院信息化建設中的應用分為健康醫(yī)療服務、醫(yī)療智能應用、醫(yī)院智能管理三大塊，又把醫(yī)療智能應用劃分成智能醫(yī)學影像、人工智能輔助診療、虛擬助理。從美國食品藥品監(jiān)督管理局（Food and Drug Administration，F(xiàn)DA）和中國國家藥品監(jiān)督管理局（National Medical Products Administration，NMPA） 的監(jiān)管角度，醫(yī)學影像設備是醫(yī)療器械中極其重要的組成部分，更是醫(yī)院綜合實力的重要體現(xiàn)，為臨床診斷與治療提供重要保障。文件中的智能醫(yī)學影像是指AI技術在醫(yī)學影像設備中的應用，是高端醫(yī)療器械的重要發(fā)展方向之一。

智能化醫(yī)學影像設備既包括純軟件產(chǎn)品（獨立軟件），又包括軟硬件相結合產(chǎn)品。前者是具有一個或多個醫(yī)療目的、卻無需醫(yī)療器械硬件就能完成自身預期功能的程序。后者是具有一個或多個醫(yī)療目的、控制/驅動醫(yī)療器械硬件或運行于醫(yī)用計算機平臺的程序，亦即軟件組件[3]。醫(yī)學影像設備的智能化主要體現(xiàn)在軟件上，而AI算法和模型是其關鍵核心部分。

迄今為止，大多數(shù)的智能化醫(yī)學影像設備是指采用AI技術的醫(yī)學影像軟件系統(tǒng)（獨立軟件）。為此，2021年7月，NMPA發(fā)布《人工智能醫(yī)用軟件產(chǎn)品分類界定指導原則》[4]，明確了文件的適用范圍是AI醫(yī)用獨立軟件，并且指出含有人工智能軟件組件的醫(yī)療器械可以參考該文件。

1 機遇

1.1 臨床需求迫切

首先，醫(yī)療行業(yè)長期存在專業(yè)醫(yī)生資源稀缺且分配不均的問題，而醫(yī)學影像領域專業(yè)醫(yī)生的供需缺口更是巨大。據(jù)悉，我國醫(yī)學影像數(shù)據(jù)的年增長率達到30%，而影像醫(yī)生的數(shù)量增長緩慢，年增長率只有4%左右[5-6]。其次，放射科、超聲科、核醫(yī)學科和病理科等作為醫(yī)技科室，要為整個醫(yī)療機構的臨床科室提供影像輔助診療支持，影像醫(yī)生的讀片工作量繁重，大型醫(yī)院的影像醫(yī)生經(jīng)常超負荷工作，導致讀片疲勞。并且，人工判讀依賴于經(jīng)驗，存在較大的主觀性。此外，醫(yī)學成像存在“同病異影”和“異病同影”現(xiàn)象，這些因素導致漏診率和誤診率偏高。最后，醫(yī)生讀片耗時較長，對急診患者的救治更加不利。以2018年全國首屆超聲讀片大賽——甲狀腺癌的超聲影像診斷為例，來自100多家頂級醫(yī)院的200多名醫(yī)生的平均讀片時間是45 min，平均準確率是74.46%，而作者所在團隊研發(fā)的DEMETICS?超聲診斷機器人的平均讀片時間是1.5 min，平均準確率達到90%。又如，在圖像引導放療的靶區(qū)勾畫方面，醫(yī)生的手動勾畫時間也遠遠超過智能化醫(yī)學影像軟件的自動勾畫時間。因此，彌補醫(yī)學影像領域專業(yè)醫(yī)生的供需缺口、降低漏診率與誤診率、減少讀片時間是醫(yī)學影像輔助臨床診療的迫切需求。

1.2 國家政策支持

2016年8月，國務院印發(fā)《“十三五”國家科技創(chuàng)新規(guī)劃》[7]，提出要大力發(fā)展人工智能等新一代信息技術、精準醫(yī)學關鍵技術、數(shù)字診療設備。特別地，要以早期、精準、微創(chuàng)診療為方向，重點推進多模態(tài)分子成像、新型磁共振成像系統(tǒng)、新型X射線計算機斷層成像、新一代超聲成像、低劑量X射線成像、復合窺鏡成像、新型顯微成像、大型放射治療裝備、手術機器人、醫(yī)用有源植入式裝置等產(chǎn)品研發(fā)，加快推進數(shù)字診療裝備國產(chǎn)化、高端化、品牌化。同年10月，中共中央、國務院印發(fā)《“健康中國2030”規(guī)劃綱要》[8]，提出要加強高端醫(yī)療器械創(chuàng)新能力建設，大力發(fā)展高性能醫(yī)療器械，加快醫(yī)療器械轉型升級，提高具有自主知識產(chǎn)權的醫(yī)學診療設備的國際競爭力；健全質(zhì)量標準體系，提升質(zhì)量控制技術，實施綠色和智能改造升級。

在國家部委層面，2017年12月，工信部印發(fā)的《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020年）》[9]對醫(yī)療影像輔助診斷系統(tǒng)進行專門闡述，要推動醫(yī)學影像數(shù)據(jù)采集標準化與規(guī)范化，支持腦、肺、眼、骨、心腦血管、乳腺等典型疾病領域的醫(yī)學影像輔助診斷技術研發(fā)，加快醫(yī)療影像輔助診斷系統(tǒng)的產(chǎn)品化及臨床輔助應用。2018年11月，工信部辦公廳印發(fā)《新一代人工智能產(chǎn)業(yè)創(chuàng)新重點任務揭榜工作方案》[10]，將上述醫(yī)學影像輔助診斷系統(tǒng)的研發(fā)作為重點揭榜任務。2019年8月，國家發(fā)改委等二十一部委聯(lián)合印發(fā)《促進健康產(chǎn)業(yè)高質(zhì)量發(fā)展行動綱要（2019-2022年）》[11]，提出要加快人工智能技術在醫(yī)學影像輔助判讀、臨床輔助診斷、多維醫(yī)療數(shù)據(jù)分析等方面的應用，推動符合條件的人工智能產(chǎn)品進入臨床試驗。

上述國家級文件從數(shù)字診療設備、智能改造升級、醫(yī)學影像輔助診斷系統(tǒng)等角度對智能化醫(yī)學影像設備進行了論述和強調(diào)，為智能化醫(yī)學影像設備高效發(fā)展提供了宏觀指引與頂層設計，為高端醫(yī)療器械的科學研究與成果轉化指明了重點實施方向，營造了良好的研發(fā)氛圍，提供了重要的政策保障。

1.3 AI技術支撐

AI發(fā)展史上存在“功能模擬”和“結構仿真”兩條路線，并逐漸誕生了符號主義、連接主義、行為主義和統(tǒng)計主義四個學派。符號主義學派掀起了AI的第一次浪潮，貫穿于20世紀50年代至80年代初，后續(xù)的發(fā)展較為緩慢。連接主義學派直到20世紀80年代才逐漸流行起來，并掀起了AI的第二次浪潮，持續(xù)至21世紀初。期間，行為主義和統(tǒng)計主義學派逐漸興起，但至今仍不成熟[12-13]。2006年，Hinton團隊在兩篇論文中分別提出深度置信網(wǎng)絡模型和神經(jīng)網(wǎng)絡中的數(shù)據(jù)降維方法[14-15]，標志著以深度學習為代表的AI第三次浪潮開始。2016年，谷歌公司DeepMind團隊研發(fā)的計算機程序AlphaGo以4∶1戰(zhàn)績擊敗了頂級圍棋棋手李世石。該程序使用了深度學習、強化學習和蒙特卡羅樹搜索等技術[16]，該事件被《Nature》雜志以封面形式進行報道。至此，AI迎來了井噴式發(fā)展，連接主義學派再度盛行。機器學習研究怎樣利用經(jīng)驗（以數(shù)據(jù)的形式存在）來改善系統(tǒng)自身的性能，吸收了連接主義、行為主義和統(tǒng)計主義三個學派的重要思想，在AI第二、三次浪潮中不斷發(fā)展壯大。玻爾茲曼機算法、貝葉斯網(wǎng)絡、支持向量機等都是傳統(tǒng)機器學習的代表性技術。強化學習、遷移學習、深度學習亦屬于機器學習范疇，在AI第三次浪潮中被高度關注和使用，逐漸成為與傳統(tǒng)機器學習并駕齊驅的細分領域[17]。在智能化醫(yī)學影像設備研發(fā)領域，面向各種醫(yī)學成像與影像處理、醫(yī)學影像輔助臨床診療任務，傳統(tǒng)機器學習、強化學習、遷移學習和深度學習被廣泛應用。目前，已有較多關于AI技術在智能化醫(yī)學影像設備中應用的綜述[18-23]。典型地，Shen等[21]在其綜述中闡述了深度學習的研究進展，尤其對前饋神經(jīng)網(wǎng)絡、堆棧自動編碼器、深度玻爾茲曼機、深度置信網(wǎng)絡、卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network，CNN）等進行了較詳細的介紹；并且列舉了多種CNN模型在醫(yī)學影像處理與分析中的具體應用案例，包括基于醫(yī)學影像的配準與定位、組織分割、解剖結構（人體器官、細胞）檢測、計算機輔助診斷與預后等。

1.4 發(fā)展環(huán)境良好

從全球大環(huán)境看，全球工業(yè)生產(chǎn)面臨巨大挑戰(zhàn)，制造業(yè)增長乏力，經(jīng)濟持續(xù)低迷，安全事件頻發(fā)。AI成為國際競爭的新焦點、經(jīng)濟發(fā)展的新引擎、社會建設的新機遇，是新一輪科技革命與產(chǎn)業(yè)變革的重要驅動力量。根據(jù)《2020人工智能醫(yī)療產(chǎn)業(yè)發(fā)展藍皮書》[24]的論述，相較于制造業(yè)、金融、零售、教育等AI應用領域，全球AI醫(yī)療尚處于早期階段，商業(yè)化程度相對偏低，發(fā)展空間廣闊，市場規(guī)模高速增長，大量的初創(chuàng)企業(yè)不斷涌現(xiàn)，預計到2025年AI應用市場總值將達到1270億美元，其中AI醫(yī)療將占據(jù)市場規(guī)模的五分之一。根據(jù)《中國人工智能醫(yī)療白皮書》（2019）[5]的論述，AI醫(yī)學影像市場是AI醫(yī)療應用領域第二大細分市場，以超過40%的增速發(fā)展，預計2024年市場占比將達到25%，市場規(guī)模將達到25億美元?！吨袊斯ぶ悄茚t(yī)療白皮書》（2019）和《2020人工智能醫(yī)療產(chǎn)業(yè)發(fā)展藍皮書》還指出，AI醫(yī)學影像領域市場競爭較為激烈，清晰的盈利模式和可持續(xù)的商業(yè)變現(xiàn)能力成為AI醫(yī)學影像的關鍵競爭要素，經(jīng)過多輪洗牌已經(jīng)出現(xiàn)領跑企業(yè)，除了全球老牌醫(yī)療器械公司德國西門子和美國通用電氣，中國的蘭丁高科、醫(yī)諾科技、深睿醫(yī)療和推想科技、美國的Vida Diagnostics、韓國的Lunit等企業(yè)都已獲得C輪融資，發(fā)展勢頭強勁[5,24]。

除了市場環(huán)境，科技創(chuàng)新基地的作用亦不容小視。2017年8月，科技部等三部委聯(lián)合印發(fā)《國家科技創(chuàng)新基地優(yōu)化整合方案》[25]，將國家臨床醫(yī)學研究中心定位成技術創(chuàng)新與成果轉化類國家科技創(chuàng)新基地，面向重大臨床需求和產(chǎn)業(yè)化需要，開展大樣本臨床循證、轉化醫(yī)學和戰(zhàn)略防控策略研究，推動醫(yī)學科技成果轉化推廣和普及普惠，為提高我國整體醫(yī)療水平提供科技支撐。為了進一步完善醫(yī)療服務體系建設，縮小區(qū)域間醫(yī)療技術水平差距，促進醫(yī)療資源合理分布和均衡發(fā)展，推進分級診療制度建設，國家衛(wèi)健委于2019年1月印發(fā)《國家醫(yī)學中心和國家區(qū)域醫(yī)療中心設置實施方案》[26]。智能化醫(yī)學影像設備的研發(fā)依賴于醫(yī)學、數(shù)學、信息科學和工程科學的交叉融通，這些國家級醫(yī)療中心連同相關的國家重點實驗室、國家工程研究中心、國家技術創(chuàng)新中心在國家政策引導下，能夠為智能化醫(yī)學影像設備的研發(fā)全過程（AI技術的研究及應用、影像數(shù)據(jù)采集與數(shù)據(jù)庫建設、技術和設備的測評及落地使用等）提供良好條件。

2 挑戰(zhàn)

盡管智能化醫(yī)學影像設備領域擁有良好的發(fā)展機遇，但不可否認該領域的發(fā)展尚處于起步階段，面臨諸多較為嚴峻的挑戰(zhàn)。作者結合自身的科研經(jīng)歷、合作交流體會以及相關文獻資料，總結成以下四點，并給出相應的發(fā)展方向，供研究者參考。

2.1 AI技術層面

AI第三次浪潮使深度學習、強化學習、遷移學習的算法與模型得到了充分發(fā)展，使傳統(tǒng)機器學習煥發(fā)出新的生機。然而這些算法與模型的性能高度依賴于訓練數(shù)據(jù)。由于醫(yī)學成像的模態(tài)多種多樣，成像設備的廠商與型號各不相同，醫(yī)生對掃描參數(shù)的設置不盡相同，醫(yī)生的從業(yè)經(jīng)驗與操作技能存在差異，因此難以采集得到高質(zhì)控、規(guī)范化的影像大數(shù)據(jù)，而關于疑難病癥的影像大數(shù)據(jù)更難獲取。當前，很多在實驗室測試效果上佳的算法與模型一旦應用到臨床實際中，算法與模型的性能明顯下降，可見魯棒性偏弱。另外，深度學習等AI技術可解釋性差的問題已成為監(jiān)管部門（美國FDA、中國NMPA等）審批智能化醫(yī)學影像設備的重要障礙。該問題雖然被較多的研究者鉆研，在某些特定任務中取得了較為滿意的成果[27]，但我們更期待里程碑式的研究成果，類似于ACM圖靈獎得主Valiant提出的概率近似正確模型、Pearl提出的因果理論和基于結構化模型的反事實推理，從根本上推動整個AI領域的發(fā)展[13]。建立基于小樣本數(shù)據(jù)、具有可解釋性、魯棒性強的AI算法與模型是未來的重要發(fā)展方向。特別指出，符號主義雖然沉寂了30多年，但其作為人類高等智能的抽象，在AI領域永遠有其地位。符號主義的知識驅動和連接主義的數(shù)據(jù)驅動相結合是推動AI發(fā)展的重要路徑。

2.2 醫(yī)學影像數(shù)據(jù)庫（集）層面

高質(zhì)控、規(guī)范化的醫(yī)學影像數(shù)據(jù)貫穿于智能化醫(yī)學影像設備研發(fā)的全過程。在科研探索階段，利用醫(yī)學影像數(shù)據(jù)庫（集）訓練得到AI算法與模型的參數(shù)；在測試驗證階段，使用醫(yī)學影像數(shù)據(jù)庫（集）對AI算法與模型進行測試和優(yōu)化；在產(chǎn)品審批階段，監(jiān)管部門利用封閉的醫(yī)學影像數(shù)據(jù)庫（集）對智能化醫(yī)學影像設備進行測試審評；在產(chǎn)品上市應用階段，當設備在醫(yī)療機構部署、安裝時，利用醫(yī)學影像數(shù)據(jù)庫（集）對設備性能進行再評價。2016年6月，國務院辦公廳印發(fā)的《關于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》[28]對健康醫(yī)療大數(shù)據(jù)的發(fā)展作了宏觀指引。當前，醫(yī)學影像數(shù)據(jù)庫（集）的建設普遍存在數(shù)據(jù)質(zhì)控標準不統(tǒng)一、數(shù)據(jù)類型比例不均、病種不全且分類不細、采集范圍較為狹窄、同質(zhì)化現(xiàn)象較為嚴重、共享程度不高等問題。由國家衛(wèi)生健康委能力建設和繼續(xù)教育中心和作者所在團隊共同建設的《國家醫(yī)學圖像數(shù)據(jù)庫》是這方面的代表性工作，試圖從標準制定、數(shù)據(jù)收集、數(shù)據(jù)存儲和數(shù)據(jù)應用四個環(huán)節(jié)實現(xiàn)醫(yī)學圖像數(shù)據(jù)庫建設的全程質(zhì)控，確保影像數(shù)據(jù)的真實性、準確性、完整性、可溯性、多元性和合法性。構建高質(zhì)控、規(guī)范化、大樣本、多病種、跨區(qū)域、多中心的醫(yī)學影像數(shù)據(jù)庫（集）是未來的重要發(fā)展方向。

2.3 倫理與安全層面

智能化醫(yī)學影像設備的倫理與安全包括AI技術和醫(yī)學場景兩個方面。在AI技術方面，2017年7月，國務院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》[29]指出，加強人工智能相關法律、倫理和社會問題研究，建立保障人工智能健康發(fā)展的法律法規(guī)和倫理道德框架。開展與人工智能應用相關的民事與刑事責任確認、隱私和產(chǎn)權保護、信息安全利用等法律問題研究，建立追溯和問責制度，明確人工智能法律主體以及相關權利、義務和責任等。2019年，國家人工智能標準化總體組發(fā)布《人工智能倫理風險分析報告》[30]，國家新一代人工智能治理專業(yè)委員會發(fā)布《新一代人工智能治理原則——發(fā)展負責任的人工智能》[31]。在醫(yī)學場景方面，主要涉及數(shù)據(jù)采集與處理、臨床應用兩個環(huán)節(jié)?！蛾P于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》[28]指出建立健全健康醫(yī)療大數(shù)據(jù)開放、保護等法規(guī)制度，強化標準和安全體系建設，強化安全管理責任，妥善處理應用發(fā)展與保障安全的關系，增強安全技術支撐能力，有效保護個人隱私和信息安全。2016年10月，國家衛(wèi)計委印發(fā)《涉及人的生物醫(yī)學研究倫理審查辦法》[32]。2021年1月，國家衛(wèi)健委等三部委聯(lián)合印發(fā)修訂的《醫(yī)學科研誠信和相關行為規(guī)范》[33]。目前，我國的倫理法規(guī)與安全保障體系比較薄弱，尤其缺乏智能醫(yī)療交叉領域的倫理與安全規(guī)范?，F(xiàn)實中，整個醫(yī)療行業(yè)的數(shù)據(jù)泄漏事故時有發(fā)生，AI醫(yī)療設備使用過程中責權不明、影像數(shù)據(jù)的脫敏清洗過程不規(guī)范、數(shù)據(jù)存儲安全沒有保障等問題十分突出。國家標準化管理委員會等五部委于2020年7月印發(fā)《國家新一代人工智能標準體系建設指南》[34]，對安全/倫理標準的建設重點進行了詳細規(guī)劃，建立更加完善、細致的倫理與安全政策法規(guī)體系是未來的重要發(fā)展方向。特別指出，開展醫(yī)學影像數(shù)據(jù)的穩(wěn)妥存儲、脫敏清洗、安全防控等關鍵信息技術的科研攻關也是重要方面。

2.4 創(chuàng)新發(fā)展模式層面

“產(chǎn)學研”深度融合是典型的促進科學技術研究與成果轉移轉化的創(chuàng)新發(fā)展模式。“產(chǎn)”是指生產(chǎn)制造商（企業(yè)），“學”是指高等院校，“研”是指科研院所。然而，該模式在智能化醫(yī)學影像設備的研發(fā)應用領域不足以發(fā)揮作用。根本原因在于智能化醫(yī)學影像設備的研制和使用都具有很高的專業(yè)門檻，還應接受監(jiān)管部門的嚴格審批。具體地，智能化醫(yī)學影像設備的主體用戶是醫(yī)療機構，研發(fā)過程中需要的影像數(shù)據(jù)主要從醫(yī)療機構采集、遴選得到，智能化醫(yī)學影像設備的客觀需求和臨床效果評價又與醫(yī)療機構直接相關。另外，智能化醫(yī)學影像設備作為高端醫(yī)療器械，必須通過政府監(jiān)管部門的嚴格審批，獲得相應的醫(yī)療器械注冊證、生產(chǎn)許可證、經(jīng)營許可證和配置許可證，才能開展生產(chǎn)、銷售、購置等活動。因此，智能化醫(yī)學影像設備的高效、持續(xù)、穩(wěn)步發(fā)展需要“政產(chǎn)學研用”協(xié)同合作。“政”是指政府部門，“用”是指醫(yī)療機構。當前，智能化醫(yī)學影像設備領域面臨研發(fā)周期長、審批進程慢、產(chǎn)業(yè)化落地艱難等問題。醫(yī)療科技創(chuàng)新類企業(yè)難以獲得持續(xù)穩(wěn)定的融資，較多的科技巨頭高調(diào)進軍、低調(diào)淡出，一定程度上使該領域發(fā)展前景難以捉摸。2018年11月，NMPA修訂發(fā)布《創(chuàng)新醫(yī)療器械特別審查程序》[35]，并且為加快AI醫(yī)療器械的審批進度開辟了審評綠色通道。而“產(chǎn)學研用”四方雖然已經(jīng)有較大程度的協(xié)同合作，但由于資源分享、任務責權、成果分配等因素，大多數(shù)情況下合作的深度和力度不夠，特別是在申報項目課題方面，存在強行捆綁、拉郎配的現(xiàn)象。在深化科教融合、產(chǎn)教融合、醫(yī)教協(xié)同的新形勢下，“政產(chǎn)學研用”五方一體的創(chuàng)新發(fā)展模式亟待推廣，政府部門宜加強引導和協(xié)調(diào)工作，在明確各方責權利益的同時，注重優(yōu)勢互補、資源共享，推動各種創(chuàng)新要素的深層次融合，打造優(yōu)良的創(chuàng)新生態(tài)系統(tǒng)。這是未來智能化醫(yī)學影像設備高效、持續(xù)、穩(wěn)步發(fā)展的重要保障。

3 總結

2020年9月，習近平總書記在主持召開科學家座談會時提出，我國科技事業(yè)發(fā)展要堅持“四個面向”——面向世界科技前沿、面向經(jīng)濟主戰(zhàn)場、面向國家重大需求、面向人民生命健康，不斷向科學技術廣度和深度進軍。智能化醫(yī)學影像設備是高端醫(yī)療器械的重要組成部分，其發(fā)展與應用在“四個面向”中處于交匯地位，對全面推進健康中國建設具有重要的推動和支撐作用。伴隨著AI第三次浪潮進入冷靜期，智能化醫(yī)學影像設備的發(fā)展進入了深水區(qū)，盡管政策利好，但機遇與挑戰(zhàn)并存，研究者和資本市場都已回歸理性，期待“政產(chǎn)學研用”五方聯(lián)合、協(xié)同創(chuàng)新，強化頂層設計，完善政策制度，瞄準關鍵科學技術的難題和成果轉化應用的痛點，攻堅克難，深耕細作，促使越來越多的智能化醫(yī)學影像設備達到國際領先水平，并且切實有效地應用到臨床診療中。