一秒内识别全身骨折部位,这位“医生”是如何做到的?

AI技术在医疗领域的应用,将为医生的临床工作带来极大的帮助。 骨折诊断有着庞大的医疗需求,在各大医院的急诊和夜诊中,因骨折前来就诊的患者始终占据着很大的比例。 据统计,我国每年骨折发病人数不少于500万次。而根据第七次全国人口普查数据结果,我国65岁及以上人口有1.9亿,占13.5%。站在中度老龄化社会的边缘,不少专家推测,未来我国骨折高风险人群的比例还将进一步扩大。 在临床需求的推动下,AI医疗影像市场开始纷纷涌入辅助骨折诊断这一赛道。而作为医疗人工智能领域的头部企业,汇医慧影近年来专注X射线骨折人工智能辅助筛查,历时4年覆盖人体80%骨折部位(手部、足部、腕关节、肩关节、髋关节、踝关节、股骨、胯关节、盆骨、尺桡骨、胫腓骨等)。 5月10日,汇医慧影的DR骨折AI产品获批中国国家药品监督管理局(NMPA)医疗器械三类证,这是国内同类产品的首次获批,也是国内唯一手握NMPA三类证、欧盟CE双重认证的X射线骨折AI产品。 辅助医生介入骨折诊断金标准 AI如何发力? 临床上,骨折诊断的金标准一直是X射线影像设备。DR能显现出病灶周边整个外部结构的改变,空间分辨率高,且价格低廉,在对骨折病灶的识别上明显优于CT等其他影像检查。 通常情况下,训练有素的医生基本都能通过DR影像判断是否骨折,可具体到不同场景中,依旧会存在漏诊的风险。据统计,X线平片骨折的漏诊率高达15%,特别是在关节较多的四肢骨部位。 山东省千佛山医院放射科主任医师李爱银医生告诉“医学界”, DR片作为一种整体结构的成像,有时候会出现骨折部位和正常部位结构重叠的情况,影响判断。此外,由于骨折患者数量较多,且“随机性”强,对放射科医生来说,想要在高疲惫、急诊断的情况下保证影像检查的时效性和准确率,尤其是在手、足的众多关节中找准骨折部位,也并非一件容易的事情。 1999年,李爱银从中山医科大学医学影像学专业毕业,来到了山东省千佛山医院。作为一名放射科医生,在从业的21年里,他见过太多因漏诊而险些酿成事故,导致医患纠纷的案例。 “曾经有一位患者在夜诊时来到医院,主诉踝关节疼痛,医生根据患者的描述开具检查单,而放射科医生在拍完片子后就只盯着踝关节观察,结果这个患者的骨折部位是在跗骨,并且有结构重叠并不明显,就被漏诊了。”李爱银说,“后来我们及时地与患者家属进行了沟通,好在也并没有引起严重的后果,最终得到了对方的谅解。” “这是一个非常典型的案例,它反映了目前放射科在急、夜诊影像诊断时存在的难题:患者主诉模糊、年轻医生经验缺乏、夜班的生理疲惫也会影响医生的专注力。” 据介绍,千佛山医院目前每天只有三位放射科医生轮班值守DR班,24小时内需要看完将近1000张各类DR影像片,每张急诊DR片都需要在半个小时内出具报告。 放眼全国,放射科医生人才的缺乏是一个老生常谈的话题。有统计数字显示,医学影像数据年增长率为63%,而放射科医生数量年增长率仅为2%,而这一缺口,在乡镇医院、卫生所等医疗机构更为严重。 为了缓解医生的工作压力,弥补低年资医生经验不足造成的缺陷,并提高骨折影像检查的准确率,2020年,千佛山医院引入了汇医慧影的X射线骨折AI产品。 但在产品引入之初,包括李爱银在内的多位骨科和放射科医生,对这一“新鲜事物”的可靠性,还是存有疑虑。 为此,千佛山医院还专门做了一项试验,通过每个月的病例追查,将过去的骨折DR片重新进行AI产品辅助筛检,并且和之前出具的报告进行对比。 在这次结果中,李爱银和他的同事惊喜地发现,在三十余例年轻医生无法准确判断的DR片中,AI辅助筛查软件精准地标注出了病灶部位,其中还包括此前险些造成纠纷的案例。这让大家意识到,AI技术在医疗领域的应用,将为医生的临床工作带来极大的帮助。 李爱银向“医学界”介绍,患者拍完DR片后,人工智能软件会直接在后台出具一份报告,将所有怀疑骨折的部位全部标红,这一过程用时低至“秒级”。在此基础上,医生会进一步对标注的区域进行二次判断,最终出具报告。 “这款产品还有一个最大的亮点,就是其对全身骨骼检查的覆盖率基本上达到了80%以上,这将在疑似多部位创伤患者的检查中发挥巨大的作用。” “如果说在单部位骨折患者的检查中,人工智能还只是起到了对年轻医生阅片水平的‘补漏’,那在多部位损伤的病人里,人工智能直接将全身疑似骨折的部位一起识别了出来,缓解了医生需要挨个部位详细筛查所花费的精力,节省了时间。” 李爱银认为,基于这款软件的临床优势,它可以成为医生最得力的助手。尤其是在基层医院中,人工智能软件可以算得上是年轻医生的“半个指导老师”。 三年心血 一场临床试验给出答案 从2017年开始,汇医慧影就正式对骨折X射线辅助诊断软件立项,目标是建立基于深度学习算法,实现手部、足部、腕关节、肩关节、髋关节、踝关节、股骨、胯关节、盆骨、尺桡骨、胫腓骨等区域的骨折全自动识别,快速判断X射线中是否存在骨折,辅助影像科医生降低骨折漏诊率,帮助临床医生对骨折患者的及时治疗。 汇医慧影联合创始人&COO郭娜女士表示,国内此前尚无一款类似产品上市销售,是因为骨折检测类产品的临床试验非常复杂,对算法的表现提出了更高的要求。 为此,在上市前,汇医慧影与天津市人民医院开展了关于骨折X射线辅助诊断软件的一项临床试验,旨在评估这一新技术辅助低年资医生诊断四肢骨折区域的准确性。 天津市人民医院放射科刘学焕博士向“医学界”介绍,此次临床试验在4家三级甲等医院随机抽取2017至2018年期间拍摄的数百张四肢X线平片,其中骨折和无骨折的X线平片各半。设置低年资医生单独阅片和联合AI软件辅助阅片两组进行比较,判断该软件的效用。 “在参与试验的10位医生中,5名医生先单独阅片,逐一对所有X线平片进行诊断,而后联合AI软件再次进行诊断。而另外5名医生的流程则正好相反,先联合AI软件进行诊断,随后再单独诊断。”刘博士介绍:“为保证研究准确性,我们设置了记忆消除期,规定两次阅片需间隔1个月以上,避免阅片记忆残留影响试验结果。” 而最终的数据显示,低年资医生单独阅片的准确率为87.5%,而联合AI软件阅片的准确率达到了91.1%。 对于这一结果,刘博士推断,在基层医院,联合AI软件阅片会带来更大的准确率涨幅。 “我们医院即便是低年资的放射科医生,学历也都达到硕士以上,他们在学校和规培学习期间已经接受了良好、系统的专业化训练。”刘博士说,“而对于基层医院的年轻放射科医生来说,他们日常工作中见到的病例相对较少,接受培训的机会也更少,导致专业水平相对较低。这一AI软件的应用,更能够帮助基层医院放射科提高诊断准确水平。” 天津市人民医院院长刘筠向“医学界”介绍:“X线设备是医疗行业中普及度最高的,但是越往基层,对应的影像专业人才越是缺乏。而类似汇医慧影DR辅助诊断软件的AI产品不断出现,有效地缓解了基层医院人才缺口的压力,也让更多患者能够得到高效并且准确的诊断。” “我们之所以和汇医慧影开展合作,也是希望在深化医改的探路中,对医疗资源的合理分配起到更好的专业推动作用。”刘筠说,“我们希望未来能通过不断引入AI技术,助力分级诊疗的推动和基层医院的建设。” 搭建智能平台 铺平未来科研之路 除了与天津市人民医院进行临床试验项目,早在推出这款骨折检测产品之前,汇医慧影就与急诊科、影像科、疾控中心等部门深入沟通,进行了大量的市场调研工作和产品预销售的尝试,在正式推出前,这款产品就已经迭代了超过10个版本。 AI骨折智能诊断系统通过深度卷积神经网络算法,发现传统DR、CR等设备不容易发现的骨折影像,并进行智能辅助诊断自动识别勾画骨折处,以几乎一秒一张的速度进行筛选,为医生诊断和治疗提供辅助性支持,可以大幅提高医生阅片的精度,有效降低漏诊、误诊的发生。目前,该产品自动识别率与敏感度均已超过95%。 刘筠告诉“医学界”,汇医慧影在医疗人工智能应用的逻辑非常完整,不仅仅专注于末端辅助筛查,还涵盖了数据的规范清洗以及整理等相关基础工作,同时还具有开放的科研平台和网络。 目前,汇医慧影的骨折X射线辅助诊断软件已在山东省千佛山医院、浙江大学第一附属医院等地正式落地应用。在骨折人工智能辅助诊断应用的基础上,这些医院还有着更长远的目标——建立院级大数据科研平台。 郭娜向“医学界”表示,汇医慧影拥有以影像数据为驱动,融合深度学习、放射组学分析方法,引入多种影像模态数据以及影像以外的基因数据、蛋白数据、病理数据、随访数据,进行有效管理并挖掘分析影像数据的隐形特征,激活数据价值;辅助医生高效完成高质量的科研工作,输出高水平论文,提升医院科研能力,增加学科力量,让医院的数据“活起来”、“用起来”。 “我们作为国家级高新技术企业,希望将人工智能的算法、算力和数据工具赋能医院,为医院建立院级大数据科研中心。医院的数据是‘宝藏’,如今在国家政策大力推动下,我们已经能实现医院全量数据的存储,而接下来这些数据如何利用?如何产生更大价值并反哺临床、科研?这就是人工智能大数据分析大展拳脚的时候。”郭娜说道。 据悉,汇医慧影将人工智能平台的生产力提供给医生,让医生进行各细分疾病领域的探索,对于一些优秀的科研工作之后还可以合作开发向产品化转化,形成一个孵化生态。科研平台到目前为止已经为国内700多家三甲医院,提供了超过2000个课题的科研支持,将优秀科研成果转化成新的AI产品,新的AI产品之后又回到医院使用,进行产品的不断迭代更新,从而不断地丰富辅助筛查和辅助诊断的病种类目,为医生和患者更好地服务。 “通过这样的科研平台和网络,医疗专业人员可以将相应的数据共享,从而按不同的临床科研需求进行整合再利用。”刘筠说,“同时更重要的一点是它能够保障数据的安全性,为未来进行其他具有临床意义产品的研发打下基础。” 来源:医学界 校对:臧恒佳 制版:舒茜

-