人工智能系統(tǒng)在消化內(nèi)科應(yīng)用現(xiàn)狀與解決措施初步探討

吳復(fù)剛，徐長(zhǎng)宏

1.山東省鄆城縣張營(yíng)鎮(zhèn)衛(wèi)生院，山東菏澤 274700；2.山東省鄆城縣唐塔醫(yī)院，山東菏澤 274700

隨著人工智能在醫(yī)學(xué)領(lǐng)域的不斷快速發(fā)展，這項(xiàng)技術(shù)的臨床應(yīng)用得到廣泛關(guān)注。由于消化系統(tǒng)疾病診斷嚴(yán)重依賴消化內(nèi)鏡和影像學(xué)檢查，因此胃腸病學(xué)已成為人工智能應(yīng)用的一個(gè)有吸引力的領(lǐng)域，包括檢測(cè)胃腸道腫瘤病變以幫助快速診斷、減少誤診、提高成像質(zhì)量、減少觀察者主觀因素導(dǎo)致的誤差等[1]。人工智能不僅有助于提高內(nèi)鏡下疾病診斷的準(zhǔn)確率，也是未來科室發(fā)展趨勢(shì)。通過人工智能的參與，可以創(chuàng)建一個(gè)具有敏感性和科學(xué)性的輔助系統(tǒng)。但目前，人工智能與消化內(nèi)科疾病診療的結(jié)合仍處于摸索階段，不僅因?yàn)槔碚搼?yīng)用、設(shè)備研發(fā)都不完善，尚達(dá)不到臨床要求的標(biāo)準(zhǔn)，也因廣大醫(yī)師對(duì)此項(xiàng)技術(shù)陌生，缺乏了解與參與的意愿，因此增加了在臨床推廣和完善的難度。對(duì)此，增加消化內(nèi)科醫(yī)師對(duì)人工智能應(yīng)用的基本知識(shí)的了解、消除顧慮，可以為科室發(fā)展提供科學(xué)的發(fā)展方向。本文將初步探討人工智能系統(tǒng)在消化內(nèi)科應(yīng)用的基本情況及面臨的困境，并提出一些建議，以期為人工智能系統(tǒng)在消化內(nèi)科的推廣應(yīng)用帶來更多啟發(fā)。

1 人工智能在消化內(nèi)科應(yīng)用的基本知識(shí)

2019 年末在華盛頓特區(qū)舉行了第一屆全球人工智能胃腸病學(xué)和消化內(nèi)鏡峰會(huì)，會(huì)議認(rèn)為，在未來10 年內(nèi)，人工智能在胃腸病學(xué)中的臨床應(yīng)用將對(duì)患者的護(hù)理和臨床工作流程產(chǎn)生積極影響。以上消化道內(nèi)鏡檢查為例，內(nèi)鏡醫(yī)生是否能夠準(zhǔn)確地在病變部位取得活檢組織，對(duì)于診斷巴雷特食管至關(guān)重要[2]。而人工智能系統(tǒng)能夠區(qū)分正常組織、發(fā)育不良部位及腫瘤圖像，準(zhǔn)確率高達(dá)89.9%[3]，可以指導(dǎo)醫(yī)生進(jìn)行定向活檢，而不是依賴隨機(jī)取活檢組織[4-5]。此外，將人工智能應(yīng)用于大型復(fù)雜數(shù)據(jù)集可能有助于識(shí)別變量之間的新關(guān)聯(lián)，可能導(dǎo)致臨床實(shí)踐的變化。利用人工智能輔助技術(shù)可能顯著提高護(hù)理質(zhì)量，依賴于人工智能系統(tǒng)綜合性分析患者數(shù)據(jù)并快速給出指導(dǎo)意見，幫助護(hù)士在短時(shí)間內(nèi)制訂符合患者自身情況的個(gè)體化護(hù)理方案并能預(yù)測(cè)護(hù)理方案潛在的風(fēng)險(xiǎn)，推動(dòng)護(hù)理方案更趨向于合理化、智能化[6]。雖然人工智能目前不能完全替代醫(yī)護(hù)人員，但它在改善疾病診療、提高護(hù)理質(zhì)量方面有光明的前景。

2 人工智能技術(shù)在消化內(nèi)科的應(yīng)用現(xiàn)狀

目前，世界多數(shù)發(fā)達(dá)國(guó)家已經(jīng)認(rèn)識(shí)到人工智能的戰(zhàn)略意義。將人工智能技術(shù)應(yīng)用于消化內(nèi)科疾病的診療中，不僅符合發(fā)展趨勢(shì)，也有助于提高科室醫(yī)術(shù)和學(xué)術(shù)水平。但是人工智能系統(tǒng)在臨床中的應(yīng)用，也是挑戰(zhàn)與機(jī)遇并存。

①人工智能系統(tǒng)在消化內(nèi)科普及度較低，不同級(jí)別醫(yī)院發(fā)展不均衡。以浙江省為例，省級(jí)醫(yī)院平均每家醫(yī)院使用的人工智能系統(tǒng)為7.7 項(xiàng)，市級(jí)醫(yī)院和縣級(jí)醫(yī)院則分別為3.8 項(xiàng)和3.6 項(xiàng)[7]。省級(jí)醫(yī)院對(duì)推廣人工智能系統(tǒng)應(yīng)用于疾病診療和科室管理更積極，應(yīng)用的人工智能項(xiàng)目相對(duì)研發(fā)成熟，用戶體驗(yàn)感較好，起到了帶頭作用。而市級(jí)醫(yī)院多數(shù)人工智能項(xiàng)目處于試點(diǎn)和測(cè)試階段，應(yīng)用范圍較小，科室之間互動(dòng)少，自主研發(fā)能力弱，但是也處于努力提高系統(tǒng)運(yùn)行流暢度并積極試點(diǎn)推廣的狀態(tài)?？h級(jí)醫(yī)院的人工智能項(xiàng)目仍處于測(cè)試階段，尚無(wú)研發(fā)能力。②不同類型人工智能系統(tǒng)發(fā)展有差異。人工智能系統(tǒng)應(yīng)用于消化內(nèi)科，主要包括輔助疾病診療、公共衛(wèi)生管理、藥物研發(fā)、智能科室管理，其中臨床診療的人工智能系統(tǒng)應(yīng)用最為廣泛，處于正式應(yīng)用階段的系統(tǒng)比例高，其次為應(yīng)用于公共衛(wèi)生管理，而在藥物研發(fā)中的應(yīng)用最少，多數(shù)還處于研發(fā)和測(cè)試階段[8]。③人工智能系統(tǒng)在消化內(nèi)科的應(yīng)用中，已經(jīng)發(fā)現(xiàn)了不少弊端。比如各單位引進(jìn)的系統(tǒng)不一，缺乏統(tǒng)一的標(biāo)準(zhǔn)，胃腸道內(nèi)鏡圖像質(zhì)量參差不齊。智能系統(tǒng)對(duì)單病種診斷效果較好，但是實(shí)際臨床應(yīng)用中部分患者合并多種疾病，如何使智能系統(tǒng)分辨出多種疾病仍是一個(gè)挑戰(zhàn)。④如果人工智能系統(tǒng)出現(xiàn)漏診或誤診，責(zé)任應(yīng)當(dāng)如何劃分也是后續(xù)實(shí)踐中需要考慮的重要問題。

人工智能系統(tǒng)在消化內(nèi)科推廣難度大。①缺乏有效的培訓(xùn)模式。由于人工智能屬于新興學(xué)科且在傳統(tǒng)觀念中認(rèn)為它與臨床醫(yī)學(xué)專業(yè)相距甚遠(yuǎn)，大多數(shù)高校在培養(yǎng)臨床醫(yī)師或護(hù)理人員時(shí)，仍然只注重提高學(xué)生對(duì)臨床有關(guān)專業(yè)知識(shí)的學(xué)習(xí)，使學(xué)生缺乏對(duì)人工智能的了解。針對(duì)人工智能在臨床應(yīng)用方面的教材、教學(xué)設(shè)施也十分匱乏，也為這項(xiàng)技術(shù)的應(yīng)用推廣帶來阻礙。②臨床醫(yī)師工作量大、壓力大，醫(yī)生無(wú)暇接受更多培訓(xùn)。由于醫(yī)護(hù)人員短缺等因素，我國(guó)醫(yī)護(hù)人員正面臨更加強(qiáng)大的工作強(qiáng)度，難以抽出更多時(shí)間進(jìn)行系統(tǒng)有效的培訓(xùn)，進(jìn)一步增加了人工智能在臨床實(shí)踐中的普及難度。③多數(shù)基層醫(yī)院先天條件不足?；鶎俞t(yī)院的醫(yī)師往往受教育程度不高，對(duì)新技術(shù)接受能力有限。且基層醫(yī)院接診常見病較多，科室分工不細(xì)致，甚至有些村鎮(zhèn)衛(wèi)生院只設(shè)立普內(nèi)科，對(duì)重大疾病、專科疾病、復(fù)雜疾病、罕見病往往轉(zhuǎn)診到上級(jí)單位，制約了人工智能系統(tǒng)在廣大基層醫(yī)院的建立推廣。④部分醫(yī)護(hù)人員基于目前人工智能在臨床應(yīng)用的局限性，對(duì)此技術(shù)缺乏認(rèn)同。不可否認(rèn)，目前人工智能在臨床中的應(yīng)用，尤其是內(nèi)鏡輔助診斷方面，仍處于探索階段，缺乏有效的對(duì)人工智能醫(yī)學(xué)軟件的算法評(píng)估和數(shù)據(jù)庫(kù)，同時(shí)也缺少?gòu)?qiáng)大的支撐平臺(tái)，對(duì)于數(shù)據(jù)采集、分析、篩選、診斷等多個(gè)過程無(wú)法有效協(xié)調(diào)，各環(huán)節(jié)難以配合。醫(yī)療關(guān)乎患者的生命健康，是一件嚴(yán)謹(jǐn)、復(fù)雜、不容有失的事件，導(dǎo)致醫(yī)生更愿意選擇常規(guī)的、熟悉的診療方法和實(shí)驗(yàn)室檢查。⑤與臨床應(yīng)用有關(guān)的數(shù)據(jù)較少[9]。人工智能系統(tǒng)的有效應(yīng)用是以建立龐大的數(shù)據(jù)模型為前提，需要多病種、多地區(qū)不同醫(yī)院的大量數(shù)據(jù)支持，才能建立行之有效的數(shù)據(jù)庫(kù)。而目前針對(duì)消化系疾病診療的數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠，無(wú)法進(jìn)行廣泛的數(shù)據(jù)整合并建立模擬智能系統(tǒng)，也為智能系統(tǒng)的臨床應(yīng)用帶來阻礙。

3 解決人工智能系統(tǒng)在消化內(nèi)科應(yīng)用困境的幾方面建議

增加醫(yī)護(hù)人員對(duì)人工智能實(shí)用性的了解。不僅在醫(yī)學(xué)領(lǐng)域，人工智能已經(jīng)在多個(gè)領(lǐng)域取得了長(zhǎng)足進(jìn)步并改變了我們的生活。2016 年3 月，人工智能AlphaGo 和韓國(guó)專業(yè)圍棋冠軍發(fā)生了5 次對(duì)抗，結(jié)果均是人類失敗，使得人們認(rèn)識(shí)到，人工智能是一個(gè)現(xiàn)實(shí)，而不是電影和小說中所感知的遙遠(yuǎn)未來的故事。如今的人工智能產(chǎn)品在理解自然人類語(yǔ)言、棋盤游戲、駕駛自動(dòng)駕駛汽車以及軍事模擬方面都占據(jù)重要地位[10]。人工智能在未來將越來越多地扮演許多由人類扮演的角色，目前國(guó)內(nèi)外已經(jīng)有多家醫(yī)院嘗試在胃腸病學(xué)診療實(shí)踐中采用基于人工智能的醫(yī)學(xué)，例如取活檢組織用于病理學(xué)診斷、影像學(xué)和消化內(nèi)鏡檢查。人工智能技術(shù)的快速發(fā)展要求醫(yī)生了解人工智能，以幫助理解人工智能以及它在不久的將來如何改變和影響醫(yī)學(xué)領(lǐng)域。在韓國(guó)，由于發(fā)達(dá)的深度學(xué)習(xí)技術(shù)，短時(shí)間內(nèi)積累了大量的醫(yī)療圖像和豐富的核心數(shù)據(jù)，使得部分患者成功獲得低廉優(yōu)質(zhì)的醫(yī)療服務(wù)。

人工智能已經(jīng)滲透進(jìn)日常生活的多個(gè)方面。醫(yī)護(hù)人員作為專業(yè)人士，更應(yīng)該明白人工智能在醫(yī)學(xué)領(lǐng)域前景廣闊，及時(shí)學(xué)習(xí)新技術(shù)新概念，能為未來工作提供更多可能。

3.1 增強(qiáng)醫(yī)務(wù)人員對(duì)人工智能在消化系統(tǒng)疾病診療應(yīng)用的基本知識(shí)

提起人工智能，大多數(shù)醫(yī)生都會(huì)感到很困惑。因此，首先可以初步了解一些關(guān)于人工智能的基本知識(shí)。機(jī)器學(xué)習(xí)是人工智能中的一個(gè)子領(lǐng)域，而作為機(jī)器學(xué)習(xí)的一個(gè)子集，深度學(xué)習(xí)模仿人腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它們可以通過導(dǎo)航數(shù)據(jù)空間直接學(xué)習(xí)特征表示，并進(jìn)行圖像分類和任務(wù)處理，更具信息性和實(shí)用性[11]。在深度學(xué)習(xí)過程中，計(jì)算機(jī)能收集、分析和快速處理所需數(shù)據(jù)，且在執(zhí)行某些任務(wù)時(shí)可以不接收人類指令并創(chuàng)建學(xué)習(xí)模型的方式。分布式學(xué)習(xí)具有自學(xué)習(xí)的特點(diǎn)，一旦提供了訓(xùn)練數(shù)據(jù)集，該程序就可以使用反向傳播算法并改變每個(gè)神經(jīng)網(wǎng)絡(luò)層的內(nèi)部參數(shù)，在沒有人為指示的情況下提取關(guān)鍵特征和數(shù)量。例如以此衍生出的卷積神經(jīng)網(wǎng)絡(luò)，是醫(yī)學(xué)圖像分析領(lǐng)域最流行的深度學(xué)習(xí)框架。卷積神經(jīng)網(wǎng)絡(luò)通常通過標(biāo)記數(shù)據(jù)執(zhí)行端到端監(jiān)督學(xué)習(xí)，而其他架構(gòu)通過未標(biāo)記的數(shù)據(jù)執(zhí)行無(wú)監(jiān)督學(xué)習(xí)任務(wù)。其次可以讓消化內(nèi)科醫(yī)師了解一些人工智能系統(tǒng)在消化系統(tǒng)疾病診療中的常見應(yīng)用。舉例來說，將深度學(xué)習(xí)方法與卷積神經(jīng)網(wǎng)絡(luò)和CT 相結(jié)合，可用于肝臟疾病的診斷[12]。與傳統(tǒng)的CT 醫(yī)師憑直接閱片給出評(píng)估相比，此人工智能系統(tǒng)可以捕捉更詳細(xì)的病變特征，做出更準(zhǔn)確的診斷。有研究發(fā)現(xiàn)，利用基于縱向肝臟CT 研究的深度學(xué)習(xí)模型，可以自動(dòng)檢測(cè)新發(fā)的肝臟腫瘤，陽(yáng)性率和準(zhǔn)確率高達(dá)86%，而僅僅依賴人肉眼觀察，檢測(cè)率為72%[13]。類似地，通過神經(jīng)卷積網(wǎng)絡(luò)模型輔助CT 圖像，能預(yù)測(cè)肝轉(zhuǎn)移瘤的原發(fā)病灶，主要包括黑色素瘤、結(jié)直腸癌、胰腺癌和乳腺癌[14]。這些自動(dòng)化系統(tǒng)可以為消化內(nèi)科醫(yī)生提供更加便捷有利的決策支持，選擇更有效的治療。

3.2 在科室內(nèi)部定期開展關(guān)于人工智能在內(nèi)鏡應(yīng)用中的科普講座

科室可以與醫(yī)院科研處達(dá)成合作意向，推進(jìn)人工智能等先進(jìn)技術(shù)在科室的教學(xué)和應(yīng)用，尤其是增強(qiáng)消化內(nèi)科醫(yī)師對(duì)應(yīng)用人工智能系統(tǒng)輔助內(nèi)鏡下治療和診斷的興趣。同時(shí)可以在部分科室，如消化內(nèi)科等對(duì)內(nèi)鏡和影像學(xué)檢查較為依賴的科室進(jìn)行試點(diǎn)教學(xué)，定期開展學(xué)習(xí)交流會(huì)，通過文獻(xiàn)分享、病例交流、個(gè)人對(duì)人工智能應(yīng)用的心得體會(huì)匯報(bào)等方式互相溝通，逐步帶動(dòng)科室對(duì)新技術(shù)應(yīng)用的學(xué)習(xí)氣氛。

3.3 促進(jìn)科研成果轉(zhuǎn)化

有些科室或者醫(yī)院因?yàn)榭蒲谢A(chǔ)薄弱、人才引進(jìn)困難、科研經(jīng)費(fèi)較緊張、實(shí)驗(yàn)設(shè)施相對(duì)不齊全、科研人員人數(shù)少等因素，導(dǎo)致科研成果少。而人工智能系統(tǒng)在消化系統(tǒng)疾病診療中的應(yīng)用處于早期階段，相關(guān)的論著、綜述性文章發(fā)表較少，且較容易發(fā)表個(gè)案分析、回顧性研究、薈萃分析等不需要耗費(fèi)大量資金買試劑和儀器設(shè)備的文章。因此引進(jìn)人工智能系統(tǒng)后，定期展開學(xué)術(shù)交流會(huì)不僅能提高疾病診療的水平，也能使部分有志于兼顧科研研究的醫(yī)師更易出成果，提高廣大年輕醫(yī)師對(duì)人工智能系統(tǒng)應(yīng)用的興趣和積極性。

3.4 在科室應(yīng)用人工智能技術(shù)幫助科室管理和教學(xué)

將人工智能系統(tǒng)應(yīng)用于科室管理和考核，有助于提高醫(yī)生對(duì)人工智能系統(tǒng)的好感度和熟悉度。例如對(duì)于在科室進(jìn)修、輪轉(zhuǎn)的醫(yī)師，可以使用人機(jī)對(duì)話的方式進(jìn)行出科考核，代替?zhèn)鹘y(tǒng)的紙質(zhì)試卷和人與人面對(duì)面測(cè)試的模式，人機(jī)對(duì)話考核方式更便捷、評(píng)分標(biāo)準(zhǔn)統(tǒng)一、組織方便、測(cè)試時(shí)間靈活。還可以使用人臉識(shí)別模式進(jìn)行科室管理，例如人臉打卡的模式進(jìn)行早上班和晚下班時(shí)簽到等，有效減少投入過多人力進(jìn)行繁復(fù)的體力勞動(dòng)，將醫(yī)護(hù)人員更多的精力投入在疾病防治中。在科室宣教活動(dòng)中，針對(duì)不同疾病患者關(guān)心的問題，推出醫(yī)患共教平臺(tái)。在此平臺(tái)中患者根據(jù)自身病情提出問題，例如炎癥性腸病日常飲食的注意事項(xiàng)，胃息肉切除術(shù)后的注意事項(xiàng)，克羅恩病活躍期的營(yíng)養(yǎng)支持等，通過智能管家系統(tǒng)，匹配到對(duì)該項(xiàng)疾病或療法精通的醫(yī)師并提供專業(yè)解答。而醫(yī)師可以通過該平臺(tái)，尋找藥物使用或治療方法的適應(yīng)證、禁忌證等，并提供語(yǔ)音輸入和打字法輸入，方便醫(yī)師更加便捷快速地找到答案。這個(gè)智能患教系統(tǒng)，還能基于大數(shù)據(jù)技術(shù)，根據(jù)使用者的特點(diǎn)和行為，精準(zhǔn)地推送更多學(xué)習(xí)資源，按需推送，更加個(gè)性化。

3.5 點(diǎn)面結(jié)合，多醫(yī)院多中心相互協(xié)作共同打造應(yīng)用于消化系統(tǒng)疾病診療的數(shù)據(jù)庫(kù)

許多發(fā)達(dá)國(guó)家已經(jīng)開始著手建立醫(yī)療數(shù)據(jù)庫(kù)用于疾病診療和數(shù)據(jù)挖掘分析，例如美國(guó)國(guó)立腫瘤研究院建立的腫瘤患者數(shù)據(jù)庫(kù)，可用于匯總美國(guó)近30%腫瘤患者的生存、并發(fā)癥、治療等情況，并可用于預(yù)測(cè)某些地區(qū)腫瘤發(fā)病率[15]。而我國(guó)大多數(shù)醫(yī)院，面臨著患者倒數(shù)較多但資源整合度、利用率不足的情況[16]。尤其近些年來，多數(shù)科室、醫(yī)院都建立了完善的醫(yī)院信息系統(tǒng)（hospital information system,HIS），能夠綜合快速地管理并收集患者基本信息、診療經(jīng)過、影像學(xué)及實(shí)驗(yàn)室檢查，為建立用于疾病診療的數(shù)據(jù)庫(kù)提供了良好的基礎(chǔ)?；诖?，為了打造更加豐富的人工智能數(shù)據(jù)庫(kù)輔助臨床診療，可以加強(qiáng)多家醫(yī)院及中心的消化內(nèi)科患者數(shù)據(jù)整合，為消化內(nèi)科疾病積累海量的臨床診斷經(jīng)過、治療方法、用藥、手術(shù)、費(fèi)用、康復(fù)等信息[17]。數(shù)據(jù)庫(kù)建立應(yīng)使用統(tǒng)一嚴(yán)格的標(biāo)準(zhǔn)[18]，例如對(duì)腸鏡圖片的質(zhì)量要求，圖像采集部位、像素、格式有統(tǒng)一標(biāo)準(zhǔn)，圖像采集完成以后要對(duì)圖片進(jìn)行預(yù)處理，包括統(tǒng)一圖片尺寸、刪除涉及患者隱私的信息、對(duì)病灶部位進(jìn)行標(biāo)注或剪裁等，隨后還要邀請(qǐng)權(quán)威專家對(duì)收集的信息、內(nèi)鏡圖片、疾病診療進(jìn)行審核。相較于傳統(tǒng)診斷更依賴于醫(yī)師的經(jīng)驗(yàn)，基于人工智能系統(tǒng)建立的數(shù)據(jù)庫(kù)診療系統(tǒng)更加客觀，能挖掘出有利于診斷的信息[19-20]。

在有條件的醫(yī)院，引進(jìn)科研與臨床一體的復(fù)合型人才，推動(dòng)人工智能系統(tǒng)在消化內(nèi)科領(lǐng)域的應(yīng)用和轉(zhuǎn)化，并將這種轉(zhuǎn)化總結(jié)成醫(yī)學(xué)論著或綜述發(fā)表學(xué)術(shù)論文，形成良性循環(huán)。尋求跨界合作，主動(dòng)與人工智能相關(guān)領(lǐng)域的實(shí)驗(yàn)室或公司合作，利用醫(yī)院源源不斷的病例打造強(qiáng)大的數(shù)據(jù)庫(kù)，更多地參與智能產(chǎn)品的研發(fā)和應(yīng)用。

綜上所述，人工智能系統(tǒng)在消化內(nèi)科的應(yīng)用，尤其是在內(nèi)鏡下診療，已經(jīng)取得了一些成績(jī)。但是仍存在人工智能系統(tǒng)普及率低、醫(yī)護(hù)人員不重視等困難，需要加強(qiáng)醫(yī)護(hù)人員對(duì)人工智能系統(tǒng)基本知識(shí)與消化內(nèi)科應(yīng)用的了解，提高廣大醫(yī)師參與到使用智能系統(tǒng)診療疾病的興趣。相信隨著科技進(jìn)步和經(jīng)驗(yàn)積累，人工智能系統(tǒng)在消化內(nèi)科的應(yīng)用將顯著提高醫(yī)生的診療水平和效率，為醫(yī)患帶來更多驚喜。