AI医学影像学诊断新模式前景的调查研究

刘志鹏，侯瑞刚，李雯，孔令臣，赵贵杰，张西强

(1山东第一科大学基础医学院，山东 济南 250000；山东医学高等专科学校)

目前，我国医疗数据中有90%来自于医学影像，并且正以30%的年增长率增加，相比之下，影像科医生的增长速度和工作效率不足以应对这样的增长趋势，将给医学影像诊断工作带来巨大的压力[1]。然而大数据时代的到来，人工智能(Artificial intelligence，AI)技术突飞猛进，AI影像诊断作为近几年的研究热点已经有了许多成果，CT/MRI影像、超声图像、眼科图像、内窥镜图像、病理图像等领域都已经实现了突破，中国部分AI医学影像相关公司已经初步验证了肺结节筛查的产品效能，AI对肺结节的检出率和真阳性率可以达到高年资住院医师的水平[2]。但是AI影像诊断仍然在实验阶段，并且对于AI诊断的相关的人文伦理、隐私问题、责任事故划分等依然没有定论。

1 对象与方法

1.1调查对象 选取了山东临沂4家医院的医务工作者，共153人，其中男37名，女116名；中位年龄为28.81岁；学历：研究生以上学历56人，本科以上86人，中专及以下11人。另通过社区随机调查非医务工作者共265人，其中男82 名，女183 名；中位年龄为29.9岁；学历：研究生以上学历34人，本科以上210人，中专及以下21人。

1.2调查方法 采用网络问卷调查法，通过“问卷星”问卷服务网站设计并发放调查问卷，分为两部分：第一部分为基本信息概况，内容包括：年龄、性别、是否为医务工作者等；第二部分为调查相关问题，包含人们对于AI的认知以及新诊断模式的相关预期问题等。

2 结果

2.1对AI的了解程度及态度 本次调查发放试卷420份，回收有效问卷418份，其中医务工作者153份，非医务工作者265份，有效率为99.52%。82.3%(344/418)的受访人员都期待在30 min内拿到AI的结果。对AI的了解程度、是否愿意自己的影像资料上传至数据库以供分享以及AI作为辅助诊断是否有必要等，见表1。

2.2对AI影像诊断结果的态度 96.65%(404/418)的调查对象非常期待AI诊断进入医院，仅有3.35%(14/418)的调查对象不期待AI的出现。对于AI自动诊断结果的态度以及其错误判读责任认定的态度见表2。

表1 两类人员对AI的了解程度及态度[n(%)]

表2 两类人员对AI诊断及错误的责任划分比较[n(%)]

3 讨论

本研究设想的AI诊断的新模式：首先由AI为医师筛查病灶做出诊断，随即高年资的影像科医生复核其诊断，最终做出诊断报告。针对本模式，笔者通过问卷调查了解其可行性及问题所在，结果显示：AI影像诊断这一概念在人群中比较模糊，92.58%的人仅仅“知道AI这一个词”，对于其原理、功能、应用等知之甚少。但是96.65%的人非常期待AI诊断进入医院。对此，需要在人群中普及AI相关知识，展现其不同功能以及超越人类的超高性能，进而提高人群的信任度，加速产业技术的发展升级。

本模式的实施，使得医师阅片模式可能发生变化，如对肺癌筛查来说，高分辨率CT扫描或螺旋CT扫描后可以重组出薄层的图像超过200幅，医师的阅片量太大，并且当肺小结节<3 mm时更加耗时费力，更容易漏诊。该阅片模式加重了医师的工作负担[3]。而AI影像诊断的引入，可以为医师筛查病灶，分析出可疑病灶的区域，可以大大缓解影像科医生的工作压力。此外，可以整合三甲大医院等的医疗资源，让一些基层医生、低年资医生的工作更加便利，解决以前无法解决的难题，如帮助分级诊疗制度的进一步完善，切实缩小不同地区的医疗资源的差距，更好推进全面深化医疗改革的进程等。

AI的强大性能和工作效率值得人们的期待，但仍然有许多问题等待解决。AI是基于巨大的数据量为基础进行学习训练的，海量的医疗数据可以提高AI机器学习的普适性。而这些数据作为病人的隐私，在进入大数据库之前首先要征得患者的同意的，但调查显示仅82.3%的受访人员愿意共享自己的影像资料。可以通过加密AI的影像资料，上传数据库后只能被用来做数据训练，任何人都得不到患者的姓名等信息的方式，同时通过和病人宣讲的方式使他们转变观念，使之愿意共享信息为医学做出自己的贡献。除了患者本人的意愿外，目前各地区的影像资料的储存标准并非一致，使用的设备、设置及剂量能够代表不同地区不同条件的实际水平[4]，还有医院单方面不愿意公开分享影像资料，这些情况为数据库的录入造成了障碍。此外，疾病诊断标准的改变、AI诊断如何收取费用？AI企业的研发费用等，都影响着该模式相关技术的改进创新。

如何处置AI的错误诊断，对此看法众说纷纭。本次调查显示，33.97%的人认为：本模式如果误诊，医生“应负相同责任”。事实上，疾病的诊断不单单靠影像学诊断，还需要结合临床症状、病理结果、基因测序相互结合等才能最终确诊。目前，AI诊断技术还不够成熟，带来的诊断结果对于多数医生仅仅是一个参考，AI是否像人类一样能够承担医疗事故责任？这背后的法律法规、伦理问题应该如何处置？这些都有待AI进一步发展，走向人们日常生活的时候进一步讨论解决。