醫(yī)療是人工智能較好的落地場景之一,。近幾年,隨著人工智能政策的出臺,資本的接連涌入,,醫(yī)療人工智能公司呈雨后春筍般涌現(xiàn)。人工智能技術(shù)最先成熟應(yīng)用的領(lǐng)域是在肺部,,肺結(jié)節(jié)篩查準(zhǔn)確率已經(jīng)達(dá)到了95%以上,。此后,乳腺癌,、冠狀動脈斑塊,、皮膚癌、眼底病等疾病篩查產(chǎn)品也接連出現(xiàn),,如去年谷歌率先推出了乳腺癌篩查平臺,、今年平安科技在各大展會上亮相的OCT智能眼部篩查系統(tǒng)。
align: center;">
事實(shí)上,,心血管領(lǐng)域?qū)τ谌斯ぶ悄芗夹g(shù)也抱有極大期望,。據(jù)《中國心血管病報告2017(概要)》最新發(fā)布的數(shù)據(jù)顯示,近年來,,我國心血管病患病率與死亡率均逐年上升,,心血管患病人數(shù)高達(dá)2.9億,而心血管病死亡占居民疾病死亡構(gòu)成40%以上,,居首位,,已經(jīng)成為影響中國居民健康水平、阻礙社會經(jīng)濟(jì)發(fā)展的重大公共衛(wèi)生問題和社會問題,。
但要想將人工智能技術(shù)充分賦能心血管領(lǐng)域,,有“兩道門檻”需跨越:第一,在數(shù)據(jù)收集階段,,需促進(jìn)醫(yī)院與醫(yī)院間的數(shù)據(jù)互聯(lián)互通,,實(shí)現(xiàn)高效運(yùn)算、快速分析及其與臨床表型組數(shù)據(jù)的整合,;第二,,能進(jìn)行大規(guī)模組學(xué)數(shù)據(jù)分析,落地應(yīng)用,。
難題一:醫(yī)療數(shù)據(jù)前端存壁壘,,心血管信息化研究平臺難形成
欲將人工智能技術(shù)應(yīng)用到心血管領(lǐng)域,第一步需解決的是數(shù)據(jù)收集問題,。目前,,各醫(yī)院間存在系統(tǒng)相互割裂,,壁壘森嚴(yán)的問題,這也就造成了各家醫(yī)院間的信息數(shù)據(jù)難以交換,、共享和整合,,更無法大規(guī)模進(jìn)行數(shù)據(jù)模型訓(xùn)練。
構(gòu)建一個心血管信息化研究平臺是解決數(shù)據(jù)壁壘的根本,。此前,,中國心血管健康聯(lián)盟就曾主導(dǎo)成立了“iHeart項(xiàng)目”,以此來整合及共享心血管疾病相關(guān)臨床信息,,促進(jìn)跨領(lǐng)域,、跨行業(yè)的數(shù)據(jù)融合及協(xié)同創(chuàng)新。中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院也曾成立國家心血管疾病臨床醫(yī)學(xué)研究中心,,致力于心血管平臺建設(shè),。
具體來講,心血管信息化研究平臺的建設(shè)流程包括:第一是對數(shù)據(jù)進(jìn)行采集與轉(zhuǎn)化,,從院內(nèi)專家的臨床經(jīng)驗(yàn),、文獻(xiàn)資料抽取知識內(nèi)容,通過數(shù)據(jù)的治理引擎對數(shù)據(jù)進(jìn)行統(tǒng)一處理,,并在此過程中進(jìn)行數(shù)據(jù)的質(zhì)量控制,,最終將數(shù)據(jù)匯總到臨床大數(shù)據(jù)中心;第二對大數(shù)據(jù)中心的數(shù)據(jù)經(jīng)過加密脫敏,,通過映射到標(biāo)準(zhǔn)術(shù)語集,,再經(jīng)過自然語言處理,形成術(shù)語庫及知識庫,;第三是存儲于通用數(shù)據(jù)模型,,可進(jìn)行科研分析平臺的多場景和多中心應(yīng)用。
在平臺建設(shè)中,,有兩個難點(diǎn):第一是對數(shù)據(jù)質(zhì)量的控制,。中國工程院院士、國家心血管病中心主任胡盛壽就曾在2018深圳國際BT領(lǐng)袖峰會上提到,,我國的醫(yī)療數(shù)據(jù)存在不完整和不真實(shí)的問題,,比如診斷行為不規(guī)范,信息產(chǎn)生,、采集的錯誤百出。而平臺建設(shè)需要高標(biāo)準(zhǔn),、高質(zhì)量的標(biāo)注數(shù)據(jù)庫,。第二是平臺建設(shè)也需診斷場景的深度學(xué)習(xí)模型研發(fā)。雖然深度學(xué)習(xí)算法有很多公開的開源模型,,但這些模型都是在一定的數(shù)據(jù)集上訓(xùn)練出來的,,且大多是基于自然界的二維圖像。
也正是這兩個難點(diǎn),中國至今還沒有心血管領(lǐng)域的醫(yī)療產(chǎn)品通過FDA認(rèn)證,。但為解決上述問題,,大部分的心血管信息化研究平臺在建設(shè)上都會選擇有科研實(shí)力的大型醫(yī)院作為模型數(shù)據(jù)構(gòu)建試點(diǎn)區(qū)。此外,,在模型的搭建上,,也會選擇有臨床醫(yī)學(xué)數(shù)據(jù)中心實(shí)施經(jīng)驗(yàn)的單位進(jìn)行承建。
難題二:心血管領(lǐng)域的臨床決策支持系統(tǒng)成熟難度大,,落地較困難
自2015年以來,,國家已陸續(xù)出臺了多項(xiàng)推動醫(yī)療人工智能領(lǐng)域發(fā)展的政策,Al產(chǎn)品也紛紛出現(xiàn),。在心血管領(lǐng)域,,已經(jīng)有不少的醫(yī)學(xué)影像篩查產(chǎn)品。但能對診療起到更大幫助的臨床診療決策支持系統(tǒng)目前仍處在一個十分不成熟的階段,,其主要原因一個是術(shù)語庫的建立難度大,,另一個是人機(jī)交互體驗(yàn)難以實(shí)現(xiàn)。
術(shù)語庫的建立往往與心血管信息化研究平臺的建立有莫大關(guān)系,,而人機(jī)交互體驗(yàn)則涉及到后期的應(yīng)用落地,。通俗一點(diǎn)講,人機(jī)交互體驗(yàn)就是讓系統(tǒng)按照醫(yī)生的臨床思維過程,,在醫(yī)生需要的時候提示需要的信息,,為醫(yī)生輸出可支持智能評估,智能填表,、自動風(fēng)險提醒,、醫(yī)囑提醒、治療方案建議,,醫(yī)療質(zhì)量控制等多種決策支持服務(wù),,并結(jié)合心血管臨床科室的實(shí)際臨床決策場景,提供提醒,、警告,、建議等多形式的決策服務(wù)。
人機(jī)交互之所以難以實(shí)現(xiàn)的主要原因在于Al醫(yī)療這一行很少具備兼醫(yī)學(xué)知識與技術(shù)并存的人才,,臨床決策支持系統(tǒng)的構(gòu)建主要依靠的是技術(shù)人員,,但最終的用戶是醫(yī)生,兩者的思維差異很大,,因此,,人機(jī)交互體驗(yàn)不佳。
此前,,平安集團(tuán)SMART科技大會上平安科技首席醫(yī)療科學(xué)家謝國彤透露了平安醫(yī)療科技在臨床決策支持系統(tǒng)上所做的突破,。在談及人機(jī)交互體驗(yàn)上,,他表示,目前平安醫(yī)療科技設(shè)計(jì)的解決方案包括兩個環(huán)節(jié):一是事中,,也就是醫(yī)生在操作臨床決策支持系統(tǒng)的過程,,平安醫(yī)療科技的智能輔助診斷系統(tǒng)會干預(yù)到整個診斷過程,并會提供最后的用藥指導(dǎo),。另一個是事后,,平安醫(yī)療科技通過為醫(yī)生提供助手,運(yùn)用機(jī)器對一天看過的病歷進(jìn)行匯總,、復(fù)盤,,找出可能存在診斷問題的病歷,進(jìn)一步減少醫(yī)生的出錯率,。
建立臨床決策支持系統(tǒng)就面臨重重困難,,而要建立心血管領(lǐng)域的臨床決策支持系統(tǒng)更不簡單。目前,,臨床決策支持系統(tǒng)主要以全科為主,,應(yīng)用場景也主要偏向基層,為全科醫(yī)生服務(wù),,主攻心血管領(lǐng)域在少數(shù),。未來,人工智能技術(shù)想進(jìn)一步賦能心血管領(lǐng)域,,可以預(yù)料到還有很長一段路要走,。