|
|
<blockquote><p><span>让天下没有难找的医疗器械服务信息！</span></p><p><strong><span>“医疗器械助手”</span></strong><span> 让一切触手可及！</span></p><p><p><img src="image/20201014/ac7c4c86bff3f0660e634292dc511095_1.jpg" /></p></p><p><span>点击图片</span><span><span></span><p><img src="image/20201014/c407fe90207c2622cc8e1dff32d28341_2.jpg" /></p><p><img src="image/20201014/c407fe90207c2622cc8e1dff32d28341_2.jpg" /></p><p><img src="image/20201014/c407fe90207c2622cc8e1dff32d28341_2.jpg" /></p></span></p><p><br /></p></blockquote><p><strong><span><br /></span></strong></p><p><strong><span>作者 | 燕小六</span></strong></p><p><strong><span>来源 | 医学界影像诊断与介入频道</span></strong></p><p><br /></p><p><span>“现场有120个有效答题，第一名人工智能，得分86分，第二名超声医生得分76分，场外343名通过微信平台远程参与竞赛的超声医生，有3位并列第一名，得分86分，并列本次甲状腺结节读片比赛的第一名。”主持人四川省<strong>肿瘤医院超声医学中心卢漫主任</strong>宣布比赛结果。</span></p><p><span> </span></p><p><span>燕小六低头看看手机计时器：比赛共50张图片。人工智能于每张图片，耗时＜15秒。到15秒，图片自动进入下一张。全部答完，不到13分钟。</span></p><p><span> </span></p><p><span>场外3名并列第一，共有30分钟时间。每张图片回答不限时。</span></p><p><span> </span></p><p><span>13:30。一样的得分。</span></p><p><span> </span></p><p><span>燕小六看到了差异。</span></p><p><span> </span></p><p><p><img src="image/20201014/cd318d99ef221a8f0776ce0dd3c87553_5.png" /></p></p><p><span>“甲状腺结节读片比赛：人工智能VS超声医生”现场</span></p><p><span> </span></p><p><span></span></p><p><br /></p><section data-style-type="1" data-tools="新媒体排版" data-id="2390"><section><section><section><section><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.3em;margin-right: 2px;vertical-align: bottom;width: 0.3em"></span><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.6em;margin-left: 2px;vertical-align: bottom;width: 0.6em"></span></section><section><section data-css="background-color: rgb(250, 0, 97);color: rgb(255, 255, 255);display: inline-block;height: 1.2em;line-height: 1.2em;margin-right: 2px;text-align: center;vertical-align: top;width: 1.2em"><strong><span>1</span></strong></section><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.6em;margin-left: 2px;vertical-align: top;width: 0.6em"></span></section></section></section></section></section><p><br /></p><p><span><strong>人VS机 这是第四回了！</strong></span></p><p><span> </span></p><p><span>据悉，这是第四次超声医生和人工智能（以下简称AI）同台读片。此前3次分别是：</span></p><p><span> </span></p><p><strong><span>第一回合</span></strong><span>：AI胜</span></p><p><span> </span></p><p><span>2016年10月，浙江大学的机器人DE，与某著名三甲医院超声医学科医生，针对超声影像的甲状腺结节良恶性，进行同台甄别。医院派出老、中、青三位代表。同样一帧超声图像，都是3位医生先看、给出结果；再是机器人看，给出结果；最后，以活检结果为准。最终，医生代表的准确率是63.4%，机器人DE准确率高达85.7%。</span></p><p><span> </span></p><p><strong><span>第二回合</span></strong><span>：AI有胜有负</span></p><p><span> </span></p><p><span>2017年4—9月，北京计算机中心与首都医科大学友谊医院发起人机对读，以“甲状腺结节超声图像的性质判定”为主题。最终，在85名参赛选手中，AI准确率为73%，排名第六。而按团队排名，AI以准确率超出0.3%的微弱优势，战胜所有参赛团队。此外，AI答完100道题，用时514秒。个人成绩排名第一超声医生，用时909秒。</span></p><p><span> </span></p><p><strong><span>第三回合</span></strong><span>：AI负</span></p><p><span> </span></p><p><span>2017年10月21日，上海市第六人民医院第三次组局。80名医生VS 1台AI。这一次，AI排名第二，读片准确率达到84.85%。而来自福建的超声诊断专家吕国荣教授获得第一名，读片准确率达到87.88%。</span></p><p><span> </span></p><p><strong><span>第四回合</span></strong><span>：平局</span></p><p><span> </span></p><p><br /></p><p><span>2017年11月24日，四川省抗癌协、四川省肿瘤医院主办的“第二届肿瘤超声诊断与介入治疗新进展暨四川省抗癌协会肿瘤超声专委会成立大会”，有了本文开篇这一幕。</span></p><p><span></span><br /></p><p><span> </span></p><p><span></span></p><p><p><img src="image/20201014/a61db5b57d929ee32b43817b953088f1_6.png" /></p></p><p><span>2017年11月24日“甲状腺结节读片比赛”现场，身穿黄色大衣者为AI投票代表（全场就她最淡定地匀速答题）。</span><br /><span></span></p><p><span> </span></p><p><span></span></p><p><br /></p><section data-style-type="1" data-tools="新媒体排版" data-id="2390"><section><section><section><section><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.3em;margin-right: 2px;vertical-align: bottom;width: 0.3em"></span><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.6em;margin-left: 2px;vertical-align: bottom;width: 0.6em"></span></section><section><section data-css="background-color: rgb(250, 0, 97);color: rgb(255, 255, 255);display: inline-block;height: 1.2em;line-height: 1.2em;margin-right: 2px;text-align: center;vertical-align: top;width: 1.2em"><strong><span>2</span></strong></section><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.6em;margin-left: 2px;vertical-align: top;width: 0.6em"></span></section></section></section></section></section><p><br /></p><p><span><strong>“超声医生会不会失业”</strong></span></p><p><span> </span></p><p><span>虽然四次同台，AI和超声医生各有斩获，但AI的表现让“人”感到巨大压力。</span></p><p><span> </span></p><p><span>燕小六在本次读片大赛全程，听到很多感叹。</span></p><p><span> </span></p><p><strong><span>“看不清”、“那么多题，来不及选呀”、“答了也不知道对不对”、“再过几十年，机器一定会取代我们”……</span></strong></p><p><span> </span></p><p><span>当主持人宣布答题时间结束，全场响起：“啊……”</span></p><p><span> </span></p><p><span>也有医生选手表示，这么读片，明摆着对医生不利。</span></p><p><em><span><br /></span></em></p><p><em><span>“现场灯光不好，投影出来的片子不清晰。这会影响判断。”</span></em></p><p><em><span>“遥控器有问题，答案发不出去！”</span></em></p><p><em><span>“读片要比动态，不能光比静态！”</span></em></p><p><em><span>“看不到其他临床表现，光比大数据分析能力，不公平。”</span></em></p><p><span> </span></p><p><span>“结果在意料之中。”国家科技部项目专员、著名超声专家毓星开诚布公地说，所谓“人机大战”，本质不是人VS机，而是人VS人+机。“AI在甲状腺读片领域，已经用数据、结果让我们看到TA用于辅助诊断的意义和价值。超声医生不应担心失业，也不要敌对AI。我们应该去思考，如何与AI协作，提升超声影像判读的一致性。”</span></p><p><span> </span></p><p><span></span></p><p><br /></p><section data-style-type="1" data-tools="新媒体排版" data-id="2390"><section><section><section><section><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.3em;margin-right: 2px;vertical-align: bottom;width: 0.3em"></span><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.6em;margin-left: 2px;vertical-align: bottom;width: 0.6em"></span></section><section><section data-css="background-color: rgb(250, 0, 97);color: rgb(255, 255, 255);display: inline-block;height: 1.2em;line-height: 1.2em;margin-right: 2px;text-align: center;vertical-align: top;width: 1.2em"><strong><span>3</span></strong></section><span data-css="background-color: rgb(250, 0, 97);display: inline-block;height: 0.6em;margin-left: 2px;vertical-align: top;width: 0.6em"></span></section></section></section></section></section><p><br /></p><p><span><strong>AI只是辅助诊断</strong></span></p><p><span> </span></p><p><span>毓星指出，甲状腺癌发生率逐年提升，目前已成为中国第七大癌症。</span></p><p><span> </span></p><p><span>但与此同时，超声影像判读不一致高达70%。一方面，相同医生在不同时间内，对同一张影像的判断可能不同；另一方面，不同医生判读相同超声影像特征时，会有不同看法。这都会影响在甲状腺结节良恶性诊断中，超声影像的使用度和效度。</span></p><p><span> </span></p><p><span>“AI的特点是特征量化、可视化。人类肉眼看不到的钙化点和信息，它可以标识出来，多层次标示良恶性风险，减少漏诊等。”毓星说，因AI发挥稳定，我国药监局目前对其注册分类，规定为“二类注册”。即可用于辅助诊断、形态分析、标记、强调、揭示异常、病变种类、程度、分级、后续治疗建议等。</span></p><p><span> </span></p><p><span></span></p><p><span>本次人机同台的发起者、四川省肿瘤医院超声医学中心主任卢漫认为，现在是大数据时代，用好医疗大数据产品、智慧医疗等，对疾病诊疗，尤其是恶性肿瘤的诊疗，具有重大意义。我国各地在甲状腺癌疾病治疗计划、质量控制和人员水平等方面，有参差。AI的出现，或许是解决这些问题的有效辅助手段。医疗人工智能并不能取代医生，它可以辅助提高医生的诊断准确率，更大化超声医生的价值，为更多患者造福。因为现场读片超声医生时间短、投票仪器使用不熟练影响了场内医生的得分，如果多切面、多模态等手段，医生诊断甲状腺结节的正确率会更高。</span></p><p><span><br /></span></p><p><span></span></p><p><p><img src="image/20201014/45198d430b5284f5c4de5b42f085b8a1_7.png" /></p></p><section data-id="1658"><section><section><section data-id="1658"><section><section><section data-id="1658"><section><section><section data-id="1658"><section><section><p><span><strong>相关阅读</strong></span></p></section><p><p><img src="image/20201014/ec237188ae1e9c03eb4d9814f31b18ab_8.jpg" /></p></p><p><span>没开玩笑，带个头盔就能控制世界！</span></p><p><span><br /></span></p><p><span>AI“入侵”影像圈，九千张CT影像30分钟阅完！</span></p><p><span><br /></span></p><p><span>太惨了，他过上了完美的一生</span></p><p><br /></p><p><span>【突破】这不是科幻大片，这是过去一年「脑机接口」领域的重磅突破</span></p><p><br /></p><p><span>重磅 | 世界首例成功的人类脑机接口实验：让全身瘫痪病人可以通过思想进行交流</span></p><p><br /></p><p><span>《纽约客》深度长文：当人工智能遇上医生</span></p><p><br /></p><p><span>『大开眼界』史上最强AI读片“机构”</span></p><p><br /></p><p><span>全球第一台宫颈癌筛查人工智能机器人诞生</span></p><p><br /></p><p><span>『大开眼界』电影变成了现实， 人工智能打开了新世界大门</span></p><p><br /></p><p><span>上个月，北京有 7 家顶级医院的医生组团和 AI 比赛读片，结果…</span></p></section></section></section></section></section></section></section></section></section></section></section><p><br /></p><p><p><img src="image/20201014/da0d101cb2763cefb61f8120386ec54a_9.png" /></p></p>
|
|
发表于 2020-10-14 17:43:12