展会信息港展会大全

人工智能在超声领域的推广为何进展缓慢?如何破局?
来源:互联网   发布日期:2022-08-22 09:35:33   浏览:4822次  

导读:央广网北京8月21日消息(记者李杨)日前,科技部等六部门印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》,提出要着力解决人工智能重大应用和产业化问题,全面提升人工智能发展质量和水平。其中,医疗领域要积极探索医疗影像智...

央广网北京8月21日消息(记者李杨)日前,科技部等六部门印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》,提出要着力解决人工智能重大应用和产业化问题,全面提升人工智能发展质量和水平。其中,医疗领域要积极探索医疗影像智能辅助诊断、临床诊疗辅助决策支持、医用机器人、互联网医院等场景。

在医学影像诊断中,超声是应用最广的。在我国人工智能医疗发展中,医学影像成为最热门的应用方向,但具体到超声领域的应用却不尽如人意。现实情况是,超声影像的人才存在很大的缺口,人工智能AI也不能完全取代超声医生。为何到了超声这样的细分领域,人工智能的推进就进展缓慢,又该如何破局呢?

目前临床应用较广的医学影像设备包括X线、CT、磁共振、超声四类,其中超声基于安全、无创、实时、经济、便携等优点,在临床上得到广泛应用。近年来,人工智能(AI)在医学影像行业中得到应用,目的是帮助“解放”医生的双手,但在超声领域的应用效果差强人意。目前获得国家药监局医疗器械第三类注册证的AI医学影像产品主要集中在X线、CT领域。

对此,阜外华中心血管病医院超声医学科主任田新桥认为,超声检查主要是靠医生手动操作,很考验医生的经验,需要“检查+阅片”同步进行,对医生有着很高的技术要求。

田新桥指出:“不像CT、磁共振,超声相当于一个切面一个切面,从不同的方位局部进行扫察,医生在脑子里建立立体的图像进行诊断。所以超声医生就要手、眼、脑同时配合,实时作出诊断。病人扫察完,基本上诊断在医生脑子里就形成了,所以说对医生的经验依赖性比较高。”

广东省人工智能产业协会常务副会长张表示,在超声领域,医生的经验和手法非常重要,短时间内,人工智能很难替代高水平的医生。目前取得突破的是在乳腺癌筛查上,如果用在孕检过程中,就非常有难度。

张表示:“我在深圳看到一个企业,你躺上一个床,这个探头是自动按照设定好的轨迹来采集数据。如果是产前超声难度就非常高了。思考一下,一个小孩在肚子里动来动去,扫描的难度就非常大。我看他们扫描影像,然后用人工智能分析,因为影像不清晰,没有专业知识的人根本看不懂,人工智能可以起到辅助作用,但是小孩动时扫描,最后同时还得作出判断,我觉得这个非常有难度。”

有报道称,中国有超过20万的超声医生,与此对应的是,每年超声检查数量达到约20亿人次,远超CT每年2亿人次的检查数量。超声检查市场需求大,但预约检查并不容易,原因是超声医生资源匮乏,而培养一名合格的超声医生,往往需要3到5年的时间。张强调,超声检查主要靠手动操作,很依赖医生的经验,且对医生有着很高的技术要求。

张说道:“不管是肺部看片还是乳腺癌,都需要用到超声检测,医生资源非常短缺。而且要培养一个超声医生,他们当时在学术会议上跟我讲,至少5年以上才能合格。”

作为临床医生,阜外华中心血管病医院超声医学科主任田新桥也表示,超声设备是越来越便宜了,但超声医生才是最短缺的。

田新桥指出:“超声医生的培养确实需要很多年,工作经验也需要日积月累。医院每年招人,最缺的就是超声医生,因为各个医院都需要。目前机器发展非常便宜,应用越来越广,但不管是基层医院还是最高级的医院,都需要大量的超声医生,超声医生在临床上的价值越来越大。”

在田新桥看来,虽然人工智能+超声的发展仍存在一些问题,但并不意味着临床上就没有需求。

田新桥说:“人工智能在超声领域的应用主要有以下几个方面,第一是可以应用在自体影响因素比较小的器官上,比如甲状腺、乳腺这种都是静态的,属于体表性的;就心脏来说,我们要求标准地测量,人工智能正好有这方面的优势,避免医生重复劳动,准确评价心血管的功能,可以提高效率。相信随着人工智能的发展,它和超声临床结合会越来越紧密,应用前景非常广阔。”

广东省人工智能产业协会常务副会长张说,从目前了解的情况来看,人工智能对医生作出诊断很有帮助,AI赋能,可以提高工作效率。

张表示:“我之前跟很多顶尖的超声医生聊过,他们讲我们水平是很高,但如果某一天状态不好,也可能作出一些不准确的判断。如果有了AI来做助手辅助,这个问题就可以解决。”

目前不少AI+医疗的企业,在影像方面有了一定的突破,但人工智能本身也有一定的局限性,需要让懂产品的人来牵头做研发。

“我们看了很多人工智能企业失败的案例,觉得最核心的出发点,应该是专业人士,比如说懂得医疗知识的人,发现了行业痛点,再来做人工智能,然后再选择其他的人工智能工程师来帮助他。我觉得这种方式就比较容易做出成功的产品。”张指出。


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港