大数据时代下，肺结节AI医疗该何去何从？.doc

《大数据时代下，肺结节AI医疗该何去何从？.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据时代下，肺结节AI医疗该何去何从？　　“中国人的肺结节不够用了”。　　得知西南地区某著名三甲医院的PACS（PictureArchivingandCommunication大数据时代下，肺结节AI医疗该何去何从？　　“中国人的肺结节不够用了”。　　得知西南地区某著名三甲医院的PACS（PictureArchivingandCommunication大数据时代下，肺结节AI医疗该何去何从？　　“中国人的肺结节不够用了”。　　得知西南地区某著名三甲医院的PACS（PictureArchivingandCommunication大数据时代下

2、，肺结节AI医疗该何去何从？　　“中国人的肺结节不够用了”。　　得知西南地区某著名三甲医院的PACS（PictureArchivingandCommunicationSystems）接入了7家人工智能企业的肺结节智能影像诊断系统时，一位影像医师戏谑地谈到现在的情况。　　鲁迅曾说，世上本没有路，走的人多了，自然就有了路。但在肺结节的人工智能检出上，中国的初创企业们已经踩出了一条京沪高速。诸多AI厂家竞争激烈的核心医院，一个放射科室摆上4－5家AI厂商的服务器已稀松平常。　　截至2018年7月的不完全统计，仅在肺结节筛查领域，拿出具体产品的人工

3、智能企业就有20余家，大部分拿到风险投资，而更多海归博士、科研院所、医院专家团队正在摩拳擦掌，跃跃欲试。　　大家都奔向了同一个目标。谁带火了肺结节？　　从需求端来说，中国年新增肺癌患者数量全球第一，年肺癌因素死亡人数全球第一，早筛需求旺盛，低剂量螺旋CT正被广泛推广；而从图像质量上来说，胸部CT图像分层薄、视野清晰、干扰因素少、病灶特征规律可循，是智能影像判读的理想用武之地，加之中国影像医师的稀缺及国家政策的大力推动，这一领域的应用基础堪称完美。　　　　但中国任何一个疾病领域的需求量都会由于庞大的人口基础而显得无比巨大，真正让肺结节智能检出

4、火起来的，是大数据时代。　　2017年7月，SQuAD的负责人PranavRajpurkar公开了其胸部x射线检测肺炎的算法，并公布了当时世界上最大的公开可用的胸透x光数据集，该数据集包含了14种疾病的10万余张x射线主视图。　　2017年10月，NIH（美国国立卫生研究院）临床中心发布了一个包含3万余患者、11万2千余张正面视线的x射线图像，以及利用NLP技术从放射学报告挖掘出来的14类疾病的图像标签，供全球研究人员免费使用。　　2018年7月，NIH（美国国立卫生研究院）临床中心再次分享了一个大型CT图像数据库，包括3．2万份CT图像和

5、展示的疾病影像学资料，以帮助科学家和临床医生增强对疾病影像学诊断的技能，AI开发人员亦可自由利用上述数据用于AI系统的训练。　　对于中国医疗人工智能企业的创业者们而言，这些美国的公开数据集无异于最舒适的摇篮，为创业者们提供了丰富的数据“粮食”；通过公开数据集将AI模型的精度训练到一定水平后，投入临床，以中国海量的胸部CT图像“喂养”模型，使之性能进一步飞跃，成为当前中国医疗AI企业的普遍路径。　　“对于创业者而言，最难获取的就是临床医疗数据，不管拥有多么雄厚的技术基础，市面上有多少可供借鉴的算法模型，没有临床数据拿来训练AI，一切都是无源之

6、水。而中国国内更为庞大的CT数据基础，使得中国人工智能技术的进步丝毫不逊于其发源地——美国。”一家影像云的运营者如此表示。纽约时报（NYT）在2018年的一篇文章中，提到中国的阿里和依图，已经先于亚马逊，把AI引入医疗行业。　　但与此同时，他也提醒，虽然国内AI企业创业者的起始赛道相似，但并不意味会在同一个维度长期竞争。　　“正如大学生毕业后10年所取得的成就有着天壤之别，同样选择肺结节智能检出作为突破口后，研发能力的强弱、医疗行业理解的深浅、战略眼光的预见、产业格局的大小，都会影响AI企业的发展前景。”这位管理者认为。肺结节AI的进化之路

7、　　2017年，主攻肺结节检出的各大AI企业都交出了辉煌的答卷，敏感性一路飙升，95％、96．5％、98．8％……人类肉眼难以察觉的像素差别，在AI强大的算力面前无所遁形。　　然而医学毕竟不是只懂得基础函数就可以解决问题。　　目前临床上为了确保影像判读的准确性，通常由一名执业医师与副主任医师共同阅读同一个患者的胸片，影像医师在读片完毕之后，还需要上级医生复查一遍，签字确认。AI的目的正是替代这个步骤中的第一环节，因为AI医生不仅“视力”极好，几乎可以看出每一个微小结节，同时，AI医生不知疲倦，不会出现视觉疲劳，看成千上万张胸部CT也不过毫秒

8、之间。　　将AI的灵敏度不断提升，理论上AI可以发现肺部的每一个结节，但是随之而来的误报率却令人头痛，是迅速将敏感性提升到极致，暂时忽略误报率？还是花费更大的力气，将敏感性与误报