医学影像行业的深入变革,需要从更深层次的数字化开始

评分
(0 票)

围绕医学影像行业的变革,不论是需求方,还是技术方,已经提供了无数思路。我们在刚刚结束的2018第十届中国医学影像信息技术大会上发现,各路专家对这场变革的根源有了统一认识:实现更彻底、更深层次的数字化,才是这场变革的起点。

 

 

2018年4月12日,由中国医学装备协会、IHE中国、e医疗共同举办的“2017第九届中国医学影像信息技术大会”在上海召开,大会吸引了来自全国各地500余名医学影像建设专家。会议围绕“医学影像数据治理与智能服务生态重塑”这一主题,会议有幸邀请到来自我国医学影像学、医学信息管理应用、医学信息与信息技术系统研发等专家方向的9位专家,从技术创新、图像数据治理、临床应用壁垒、生态重塑等角度展开深入探讨。中国医学装备协会副秘书长、IHE中国秘书长崔泽实主持了此次大会。

 

三大挑战

对数据的需求,为医学影像行业带来新挑战

 

中国医学装备协会副理事长、IHE中国会长王东升出席了此次大会并致辞。随着医疗卫生信息化、数字化、智能化的快速推进,医疗大数据,AI、医疗和万物互联成为三大发展重点。医学影像技术及信息技术的发展,CT、MR介入、超声和核医学等医学设备的发展,已呈现出四个方面的特点:数字化、网络化、标准化、智能化。与此同时,世界各国的医疗活动,也越来越依赖影像数据作为循证医学的支持。王东升以美国为例介绍道,仅3亿人口的美国每年有8亿人次进行影像检查,产生约600亿张的医学影像。

 

医学影像数据的快速发展对信息共享和数据分析提出了新的挑战:

 

一是大量新医疗设备需要与区域信息平台进行数据交换和业务协同;

二是医生人力负担加重,亟需利用大数据和人工智能技术提高数据分析的效率和诊断准确性;

三是医学设备联网后,信息安全问题面临挑战。

 

为了更好地发挥影像数据在医疗活动中的作用,可以从三个角度出发:

 

一是完善相关的法律法规和标准规范;

二是开发相应的应用标准、指南和规范,引导企业新产品和新技术的研发;

三是搞好推广应用工作,使医疗机构更好更快地采用这些新技术。

 

在医疗卫生信息化发展的过程中,还存在接口不统一、通讯方式、存储格式的繁杂,信息通讯缺乏有效的安全保障,不规范等等问题,为了推进医疗卫生信息化标准化建设,打破互联互通的壁垒,中国医学装备协会引进了国际通用的医学信息集成规范(IHE),并且进行了本土化的完善,形成了符合我国医疗卫生信息环境和规范的标准,使在我国销售的医疗信息系统、数字化医学装备实现了互联互通。

 

IHE中国副秘书长、DICOM WG-31委员孟为民以“IHE中国医学影像信息交互集成规范”为题,向与会者介绍了IHE中国的发展现状及思考。

 

据介绍,IHE中国正式成立于2009年11月,依据IHE的测试标准,十年来共开展了13次大规模的集成交互测试,有251家厂商,5468种功能角色参与了测试认证,其中3540个功能角色顺利通过了测试,总通过率为64.7%,为推动医学影像信息化标准进程发挥了重要的作用,也为相关的卫生信息管理部门采购单位、医疗机构提供了必要的参考依据。

 

依据IHE规范,IHE中国逐步制定了符合我国应用要求的CT、磁共振、超声、远程会诊、电子病例、独立影像中心平台等20类专项测试标准。今年,IHE中国还将组织相关专家进一步制定数字化手术室和护理信息系统等相关测试标准。这些标准一方面进一步规范了和系统的共通范围,一方面加入了一些符合本地化应用的要求,以利于IHE在中国的推行与应用。

 

不过针对IHE目前的工作,中国医学装备协会副理事长、IHE中国会长王东升也指出,随着互联互通的发展,IHE的测试范围需要进一步拓展,同时要加强企业培训,提高企业按照国际和国内开发产品的能力。

 

临床需要什么?

人工智能快速融合,医学影像如何回应人文需求

 

在“玻璃门”的那一边

 

上海中西医结合学会影像医学专委会主任委员詹松华在其演讲“影像医学人工智能临床应用壁垒与‘破冰’建议”中提出,人工智能的好处对放射科来说目前仍像是在“玻璃门”的那一边——看得到,但是摸不到,不知道如何用才是好。

 

詹松华提出,在医学影像领域应用人工智能,首先要考虑其定位问题。“发现病变-给病变定性-临床诊断”,对人工智能来说,目前能够做到的是辅助医生发现病变,区别正常与异常情况,“这是人工智能进入后能够做到的第一步,对疾病的综合评价和治疗策略的确定还是要交给影像诊断医生。”詹松华认为。

 

詹松华认为,影像诊断是一门“可能性”的艺术,放射学就是研究可能性的学科,不是绝对的,而人工智能基于算法、数据,结果一定是绝对的,“相对”与“绝对”之间,就会产生很多应用上的困难。另一方面,人工智能需要明确、客观、固定的素材,很多人工智能都用类似的“题库”进行训练,这样的结果是即便得了“高分”,也并不能真正体现其能力。

 

“病人永远是不一样的,所以即便能识别再小的结节,人工智能距临床应用也依旧有差距。”詹松华表示。

 

如何在医学影像领域务实地发展人工智能?詹松华主要提出五点建议:

 

第一,了解影像诊断医生的需求,熟悉临床;

第二,最关键的是解决假阴性问题,而不是假阳性问题;

第三,耐心与临床医生沟通“黑科技”背后的设计策略与基本原理,因为他们不仅仅是用户,更应该是人工智能临床化的实际参与者;

第四,工程师应该认真对待每一个临床细节与流程;

第五,将眼光放在更专业、垂直的应用领域。

 

“与患者打交道的事情,还是要交给医生。”詹松华认为,让医生接触机器后为患者服务,而不是让患者直接与机器接触,这是最合理的途径,因为医疗是一个人文行业,任何与人打交道的职业,都不说机器可以直接取代的。

 

医患的交流是有温度的

 

“医学和工科是有距离的。”华南理工大学医学院副院长、广东省人民医院影像医学部主任兼放射科主任梁长虹在其演讲“人工智能医学影像与人文思考”中指出,“医生与患者的交流是人与人之间的一种社会活动,是有温度的。”

 

梁长虹援引了丰富的针对人工智能的研究成果后指出,首先目前医疗行业的数据并不是足够完整、优质的,其次数据的相关性不等于原理,医疗实践需要原理支持;第三,很多医学问题是开放性问题,并非仅仅依靠数据便可以解决的。

 

医生需要什么?“我们希望基于有限的病历、特征提取、各种算法、更高级统计、融合模型解决问题。”梁长虹认为,从人文需求的角度来看,人工智能或许能为医疗工作者减轻一些负担,但是“智能”与“智障”往往一线之隔,对医生来说,如何借助人工智能更好地解决现有医学难题,是更值得关注的。

 

“具有医学人文和社会学意义的人工智能是终极,也是我们奋斗的目标。”梁长虹乐观地表示。

 

华山经验

 

临床需要什么?复旦大学附属华山医院黄虹在主题演讲“图像数据治理与强人工智能的未来”中提到,华山医院IT架构的三次转型,总体来讲还是以数据为核心。从信息部门的角度来看,数据治理难点在于结构化数据、非结构化文本、检查设备数据、图像数据等多类型并存,而且各类数据因管理价值、科研价值的不同,在存储成本、实时性需求、存取速度等方面有不同的要求。

 

在影像数据治理方面,华山医院信息部门将工作数据集相对保持不变,为工作集提供混合存储阵列性能,对不活跃数据分层至云端进行存储,以这种方式对影像数据进行管理。

 

据黄虹了解,临床医生对影像数据的需求更多地在于基于时间轴的影像数据、结合病历、病史甚至患者家庭实力给出治疗方案。“这需要我们结合临床数据、社会数据形成一整套应用机制,这样的方案对临床才是有效的。”黄虹认为。

 

袁州模式

 

医学影像向来是分级诊疗最先面临的场景,但是也面临着最大的挑战:影像诊断医生短缺,诊断效率低下,成本偏高,患者满意度低;影像诊断报告质量不高直接导致误诊、漏诊以及病人流失;诊断报告多由操作技师或临床医生代写的现象,在诊断合法性上有法律风险;缺乏互联互通,不能影像共享,患者重复检查,增加经济负担,也造成多次辐射的危害。

 

而这些,都不是一时可以得到缓解的状况。

 

来自九峰医疗的创始人吴文辉以袁州医共体智慧影像中心项目为例,介绍了人工智能在基层的落地。在袁州模式中,九峰医疗的县域智慧影像中心整体方案把县卫生院、县卫计委融合在一起,项目以区人民医院为中心,覆盖全区近30家公立医院的放射,超声,心电业务,目前扫描病人每年30万人次以上,具有病历等完整医疗数据。30分钟内完成诊断报告并返还给患者的实时诊断、降低传统读片成本30%、专业医生团队结合先进的人工智能算法共同完成报告、大规模高性能计算机集群保障的高扩展性,这些都是袁州模式的技术优势。

 

吴文辉认为,基层医疗大数据的入口是医学影像数据,具有广泛的应用前景,袁州模式确实带给基层医学影像发展提供了一种很好的参考思路。

 

技术派的认知

软件够“软”,硬件够“硬”

 

云计算、大数据、人工智能、区块链……越来越多的技术名词刺激着行业的敏感神经,如何更好地将新技术与业务实现融合、落地,需要一批有实力的技术领袖来探索。软件要够“软”,跟得上医学影像行业发展对数据的新需求,硬件要够“硬”,撑得起互联互通的行业大需求。

 

慎重评估AI

 

IHE中国名誉会长戴建平在题为“国际医学影像信息技术新应用”的演讲中介绍了美国ACR(美国放射学会,American College of Radiology)的一个观点,即通过机器教育提升医生级别。“过去我们是以放射医生为中心,今天我们考虑的是治疗以及病人为中心;过去,我们聚焦与图象的解释,今天我们聚焦于解释后的结果,比如说我们选择是手术,或者我们选择化疗、放疗,或者三样什么都不做,或者三样又混在一起,这是2.0和3.0的区别。2.0是商品化的,3.0更多的考虑互联集成,过去2.0是无形的,3.0更多的考虑患者和医疗机构的责任。”

 

戴建平详细讲解了一个患者从申请拍片到结束的整个成像链过程中各个环节的互动,认为AI与互联网,作为一种工具来讲,利用了它的应用、评估各种信息,但根本上还是依赖于PACS质量的提升,所以不仅仅要聚焦在软件的提升上,也要格外重视硬件的更新与研发。

 

依托云,提供影像处理和管理平台

 

经过两三年的实践,从基层医疗卫生云平台,到基于各种互联网的云服务,医学影像行业的云计算应用日趋成熟,锐珂亚太投资管理上海有限公司、锐珂医疗HCIS大中华区产品总监李剑以“智能影像创新,科技连通生命”为题介绍了锐珂在医学影像云领域的实践和经验。

 

根据一份调研趋势图显示,2016年~2021年,全球医疗行业云市场规模将从现在的30多亿美金增长到100亿美金,说明市场对云计算理念的接受程度在提高,并逐步倾向于在生产环节中采用云解决方案,在医学影像领域,这一规模到2021年将达到80多亿美金。锐珂医疗认为,目前占据行业比重最大的是云存储,其次是云发布,即将患者结果通过云端共享给患者及其他医疗机构,第三是云分析,即基于云端数据的人工智能分析。

 

2010年,锐珂医疗推出全球领先的医疗影像云平台Vue Cloud,目前在全球已经拥有14个影像云数据中心,管理的数据超过了3亿个检查。锐珂大中华区的影像公有云也在经历了两年的配置确认、平台搭建、运营商合作考察后于2017年10月正式投入运营。

 

“现在我们所管理的影像量,超过200多亿的影像,每秒钟就有156张影像上传到云数据中心,今天我跟大家分享的30分钟时间里面就会有28万幅影像上传到全国的各个数据中心。”李剑介绍了Vue Cloud目前可以提供的服务,包括:云存储、云诊断、云分析、云会诊、云发布、云协同。为不同机构和用户之间的协同合作提供便利的平台,为客户提供业内领先的影像处理和管理平台,这是Vue Cloud的愿景与目标。

 

数字化这件事,行业准备好了吗?

 

数据是这一轮以人工智能为首的医学影像信息化变革的重中之重,越齐全的数据,意味着越丰富的维度和越多探索的可能性。对于数字化这件事,行业准备好了吗?

 

西门子医疗系统有限公司数字化服务部门业务经理顾颂刚以“医疗数字化的未来之路”为题,探讨数字化产业趋势对医疗行业发展的影响。顾颂刚介绍了德国工业4.0中一个有趣的做法,即从制造、实施、监控到品质保证全部数字化,这样在设计新产品的时候可以首先通过软件进行模拟,这就是“数字化双胞胎”理念。

 

然而在医学影像行业,这一理念还难以实施,因为很多环节尚未实现数字化。“大家都在讲人工智能,其实这是喜马拉雅山的顶端,但是很多医院现在需要做的是基础,而不是‘登顶’。”顾颂刚直言。

 

西门子医疗一直在思考如何在中国落地数字化业务,自1990年起已经致力医疗人工智能方面的研究并已经取得了丰硕的成果,目前已经沉淀400多个机器学习专利应用、30多个具备AI人工智能的软件应用。

 

不少基层医院、二级医院并非缺乏高端设备,但是在转诊中发现,不少医院排好的片子在三级医院“不好用”。为什么?完成一次成功的MR扫描,需要考虑哪些因素?

 

“就好像拿着同样一部相机,普通人拍出来的照片和专业高手拍出来的照片是不一样的。”一次好的MR的扫描,需要考虑诸如扫描定位、扫描矩阵大小、选择序列、选择层厚、层间距等等若干项细节,这也是为什么很多医院难以拍出“好片子”的原因。顾颂刚介绍了西门子基于AI技术的智能扫描,系统针对根据病人情况选择所需的扫描策略,设备自动完成扫描所需的全部步骤,并通过对海量数据的学习,系统集成全部位标准化扫描方案。

 

高质量标准化成像结果为人工智能的下一步发展建立大数据深度学习的基石,在流程、数据管理方面,西门子teamplay提供了一个数字化医疗生态圈和开放平台。“我们认为人是不可取代的,所以我们在致力于利用数字化手段帮助医学更好地发展。”顾颂刚认为。

 

多维度更好地理解医学影像本身

 

飞利浦(中国)投资有限公司大中华区整合解决方案中心临床科学高级总监周振宇在题为“医学智能环境秩序重置——从春秋到战国时代”中指出,飞利浦认为在人工智能与医疗领域,中国有两大机会,一是在放射影像学方面,一是在诊断与治疗的辅助功能方面。

 

周振宇介绍了飞利浦在肺部、神经系统、心脏、肿瘤等方面的落地方案,这些方案可以为医生提供危险评估,可以提供肺部病变时淋巴结是否有转移灶等信息,可以对心脏进行四个维度的成像……周振宇认为,这些是可以落地的、具备临床价值的方案。

 

在周振宇看来:“借助计算机的强大功能,我们有能力从多维度更好地理解医学影像本身。”飞利浦通过整合的数据平台,从数字病理、基因、科研转化平台等多维度出发,将所有产品信息汇聚到数据库中,产出多学科诊疗的仪表盘,集成展示影像数据、病理信息、用药信息等,

 

“参与并控制患者提供全生命周期的关怀与管理,这才是技术带给医学影像行业的价值。”周振宇总结道。

 

写在最后

为什么是从春秋时代到战国时代

 

借演讲人飞利浦大中华区整合解决方案中心临床科学高级总监周振宇的一个观点来结束本文:为什么我们今天讲从春秋时代到战国时代?

 

笔者认为,春秋时代争霸,而战国时代则是争天下。争霸重在“夺地盘”,争天下重在“守天下”。

 

如果将2017年及之前几年界定为“春秋时代”,资本热热闹闹,创业者百家争鸣,所有人都可以得到资本市场的青睐——那么到了2018年无疑便是紧跟着的“战国时代”,针对医疗影像行业的资本明显缩紧,临床用户已经有了主动参与这场变革的意识,那么应该做一些比“圈地”更有意义的事情,因为“守天下”意味着更加精细、更加扎实、更加务实的技术路线,从数据的采集到临床应用,从新技术的研发到临床落地,对医学影像全流程愈加精细的把控,这将会是整个行业数字化变革的大趋势。