孟超肝病外腦2.0在人工智能臨床診療領(lǐng)域的應(yīng)用初探

李海濤， 劉紅枝， 方國旭， 郭鵬飛， 陳振偉， 劉景豐，2

1 福建醫(yī)科大學孟超肝膽醫(yī)院 a. 東南肝膽健康大數(shù)據(jù)研究所， b. 肝膽胰外科， 福州 350025； 2 福建省腫瘤醫(yī)院肝膽胰外科， 福州 350025

近年來，人工智能成為推動社會經(jīng)濟發(fā)展的新動力之一，在提高社會生產(chǎn)效率、實現(xiàn)社會發(fā)展和經(jīng)濟轉(zhuǎn)型等方面發(fā)揮重要作用。人工智能醫(yī)療的迅速發(fā)展和普及，提高了醫(yī)療質(zhì)量，降低了醫(yī)療成本，能夠幫助醫(yī)療行業(yè)解決資源短缺、分配不均等眾多民生問題［1］。

2018年，國務(wù)院辦公廳《關(guān)于促進“互聯(lián)網(wǎng)和醫(yī)療健康”發(fā)展的意見》［2］中，推進“互聯(lián)網(wǎng)+”人工智能應(yīng)用服務(wù)建議提出：研發(fā)基于人工智能的臨床診療決策支持系統(tǒng)，開展智能醫(yī)學影像識別、病理分型和多學科會診以及多種醫(yī)療健康場景下的智能語音技術(shù)應(yīng)用，提高醫(yī)療服務(wù)效率。人工智能診斷輔助主要提供了醫(yī)學影像、電子病歷、導診機器人、虛擬助理等服務(wù)，對患者進行系統(tǒng)化記錄和健康管理，緩解病理專家稀缺、基層醫(yī)生素質(zhì)不高的現(xiàn)狀，分擔醫(yī)院從醫(yī)人數(shù)不足的壓力［3］。

本院研發(fā)的肝病外腦2.0 在原發(fā)性肝癌領(lǐng)域，以各種國內(nèi)外最新診療規(guī)范、專業(yè)指南、專家共識為指導，賦予人工智能，在綜合運用大數(shù)據(jù)、人工智能、知識圖譜等技術(shù)基礎(chǔ)上，以原發(fā)性肝癌為研究目標，初步構(gòu)建了原發(fā)性肝癌診療人工智能輔助系統(tǒng)，提供數(shù)字化、規(guī)范化、智能化診療服務(wù)，在很大程度上提高了臨床醫(yī)師的綜合診療水平，并為更多肝癌患者提供科學指導［4-8］。現(xiàn)將初步研究結(jié)果總結(jié)如下。

1 資料與方法

1.1 臨床數(shù)據(jù) 肝病外腦2.0 相關(guān)數(shù)據(jù)各維度的提取由福建醫(yī)科大學孟超肝膽醫(yī)院東南肝膽健康大數(shù)據(jù)研究所大數(shù)據(jù)智能信息化系統(tǒng)自動抓取完成，自動抓取2021 年6 月9 日9∶00 — 21 日18∶00 入院的內(nèi)外科在院病例160 例，包括各種肝病患者。所有相關(guān)數(shù)據(jù)均已進行結(jié)構(gòu)化處理，涵蓋了肝癌臨床診療與科研相關(guān)的全疾病周期概念。孟超肝病外腦2.0 的臨床數(shù)據(jù)抓取實例見附錄A～F。

1.2 孟超肝病外腦2.0 的測試 以慢性乙型肝炎輔助診斷（表1）、肝纖維化解讀（表2）、慢性乙型肝炎分期模型（表3）、肝硬化輔助診斷（表4）、肝硬化輔助分期（表5）、原發(fā)性肝癌輔助診斷（表6）、原發(fā)性肝癌BCLC 分期（表7）、原發(fā)性肝癌中國分期（表8）、Child-Pugh評分（表9）、APRI評分（表10）等智能輔助診斷工具為測試內(nèi)容，由肝膽外科2 名主治醫(yī)師測試（測試結(jié)果不一致時由高級職稱醫(yī)師協(xié)助判斷），東南肝膽健康大數(shù)據(jù)研究所及福州宜星大數(shù)據(jù)產(chǎn)業(yè)投資有限公司專業(yè)技術(shù)人員共3 名監(jiān)測并記錄，評價肝病外腦2.0人工智能結(jié)論的完整性、準確性。

表1 慢性乙型肝炎輔助診斷Table 1 Auxiliary diagnosis of chronic hepatitis B

表2 肝纖維化解讀Table 2 Interpretation of hepatic fibrosis

表3 慢性乙型肝炎分期模型Table 3 Staging model of chronic hepatitis B

表4 肝硬化輔助診斷Table 4 Auxiliary diagnosis of hepatocirrhosis

表5 肝硬化輔助分期Table 5 Auxiliary staging of hepatocirrhosis

表6 原發(fā)性肝癌輔助診斷Table 6 Auxiliary diagnosis of primary hepatic carcinoma

表7 原發(fā)性肝癌BCLC分期Table 7 BCLC staging of primary hepatic carcinoma

表8 原發(fā)性肝癌中國分期Table 8 Chinese staging of primary hepatic carcinoma

表9 Child-Pugh 評分Table 9 Child-Pugh score

表10 APRI評分Table 10 APRI score

2 結(jié)果

2.1 自動抓取數(shù)據(jù)完整性 測試結(jié)果提取到關(guān)鍵維度共計1 323個，正確1 246個，錯誤77個。在測試時間內(nèi)提取到規(guī)范的關(guān)鍵維度完整率為94.17%（表11）。

表11 各輔助診斷工具自動抓取的完整性Table 11 Integrity of automatic data capture for all auxiliary diagnosis tools

2.2 數(shù)據(jù)準確性 本次測試工具10個，使用維度65個，共計測試200 次，提取維度值1 323 個，使用單位和醫(yī)生一致。其中結(jié)構(gòu)化數(shù)據(jù)490個，文本處理787個，工具導入46 個。結(jié)構(gòu)化準確率為97.55%，文本處理準確率為91.61%（表12）。

表12 各輔助診斷工具自動抓取的準確性Table 12 Accuracy of automatic data capture for all auxiliary diagnosis tools

3 討論

隨著人工智能的快速發(fā)展，臨床上越來越多的預測疾病預后或輔助診療的機器學習模型被廣泛用于臨床決策支持系統(tǒng)，為臨床醫(yī)生提供了更多的基于循證醫(yī)學證據(jù)的建議、警示或患者總結(jié)，用以支持其決策［9-11］。機器學習和人工智能在這些方面具有巨大的潛力，可能改變幾乎所有方面。然而，在許多應(yīng)用中，甚至在醫(yī)學之外，人工智能應(yīng)用缺乏透明度已經(jīng)顯現(xiàn)越來越多的問題，當用戶需要解釋人工智能系統(tǒng)的輸出時，這一點尤其明顯。臨床決策支持系統(tǒng)是一個非常需要可解釋人工智能的領(lǐng)域。這些系統(tǒng)支持醫(yī)生的臨床決策，在缺乏解釋性的情況下，可能會導致臨床信任不足或過度依賴的問題［12］。肝病外腦2.0正是筆者團隊基于全局可解釋人工智能的臨床決策支持系統(tǒng)所研發(fā)。

孟超肝病外腦2.0 在研發(fā)過程中初步實現(xiàn)了局部可解釋的目標，治理過的數(shù)據(jù)均做到了可溯源、可核查，同時使用一種新的文本處理方法：基于肝病本體的NLP 算法模型（HCCK-BERT）處理“腫瘤大小、位置”的命名實體識別問題，通過醫(yī)學規(guī)則NLP 模型處理影像報告上下文中的影像學特征表達如“廓清”等，基于所有特征用知識圖譜得出文本處理人工智能結(jié)論及論據(jù)，實現(xiàn)醫(yī)學文本處理的可解釋［8，13］。此次驗證，主要數(shù)據(jù)完整性和數(shù)據(jù)準確性得到了初步結(jié)果，在臨床驗證中得到了較好的結(jié)果：數(shù)據(jù)關(guān)鍵維度完整率達到了94.17%；數(shù)據(jù)處理結(jié)構(gòu)化準確率為97.55%，文本處理準確率為91.61%。

孟超肝病外腦2.0 可以概括為“五點一平臺”。即在肝癌診療輔助服務(wù)的應(yīng)用背景下，開展5 點研究：（1）原發(fā)性肝癌標準數(shù)據(jù)集［6］；（2）建設(shè)符合“6V”特征（Volume，大規(guī)模；Value，高價值；Velocity，高速性；Variety，多樣性；View，可評價；Verity，可溯源）的原發(fā)性肝癌大數(shù)據(jù)平臺［7］；（3）以知識為驅(qū)動、以循證為依據(jù)，構(gòu)建肝癌輔助決策支持系統(tǒng)［8］；（4）構(gòu)建肝癌可處理多期圖像的輔助診斷模型；（5）利用肝癌大數(shù)據(jù)資源和機器學習，對術(shù)后復發(fā)進行精準預測，提升復發(fā)的治療效果［14］。在研究成果的基礎(chǔ)上構(gòu)建一個面向全國肝癌診療團隊的智能診療輔助服務(wù)平臺，實現(xiàn)規(guī)范化、智能化診療服務(wù)。

孟超肝病外腦2.0 為醫(yī)學?？拼髷?shù)據(jù)平臺建設(shè)提供了一種創(chuàng)新模式［15］，并且可推廣，可復制到肝臟其他良惡性腫瘤，并以相同模式應(yīng)用到其他腫瘤病種。目前肝病外腦2.0 已在一些基層醫(yī)院初步試用，但大范圍的臨床應(yīng)用仍然需要進一步反復驗證。此外，肝病外腦2.0 還存在一定局限性，與Choi 等［16］在肝癌臨床決策支持系統(tǒng)的研究一樣，可能存在因不同人口結(jié)構(gòu)（例如種族、疾病、醫(yī)院設(shè)施水平，甚至報銷政策）的差別而導致輔助診療結(jié)果差異較大的局限，部分中心較小樣本量而出現(xiàn)治療選擇不同的局限，甚至算法也需要更多的研究中心逐步驗證才能逐步避免可能的缺陷。孟超肝病外腦2.0 作為肝病、肝癌的臨床決策支持系統(tǒng)，其研發(fā)需要臨床醫(yī)生的參與，最終能否得到科學可靠的人工智能結(jié)論，亦需要專業(yè)臨床專家的認可［17］?？傊?，作為人工智能輔助診斷的工具系統(tǒng)，孟超肝病外腦2.0 將有望作為全疾病人工智能研究的模型基礎(chǔ)，更好地為臨床服務(wù)［18］。

倫理學聲明：本研究方案經(jīng)由福建醫(yī)科大學孟超肝膽醫(yī)院醫(yī)學倫理委員會審批，批號：2023_016_01，所納入患者均簽署知情同意書。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：李海濤負責課題設(shè)計，撰寫論文，修改論文；劉紅枝、方國旭負責數(shù)據(jù)收集和驗證；郭鵬飛、陳振偉負責軟件開發(fā)及應(yīng)用；劉景豐指導撰寫文章并最后定稿。