人工智能在医学影像技术教学中的应用进展

史传文, 张波, 孔芳

医学影像的快速发展,离不开医学影像技术的不断进步,医学影像是人工智能最早赋能的医疗领域。各级医疗机构对医学影像智能化的需求促使人工智能(artificial intelligence,AI)在医学影像领域有了较快发展,同时也给医学影像技术人才培养提供了更多可能和更广阔的空间。医学影像技术的实训教学是AI应用的理想场景,也是医工结合的路径之一。医学教育与AI的融合实践,将对现代医学影像技术人才培养产生深远影响。

1 人工智能在医学领域的应用现状

国内人工智能在医疗领域的应用尚处于起步阶段,但其发展速度令人瞩目,《国家新一代人工智能标准体系建设指南》中提到,要在2023年率先在医疗等领域初步建立人工智能标准体系,规范智能医疗的数据获取、特征表示、质量评估等,进一步推动人工智能技术创新场景应用[1]。这同时对现代医学教育提出了新的要求,面对医疗领域人工智能的快速发展,医学教育必须紧跟医学技术的进步。在目前人工智能赋能的放射、病理、超声及内镜等多个医疗领域中,AI相关知识体系的更新和补充显得尤为重要。医学教育的课程内容与智能技术发展关系将更为紧密。

医学影像技术专业正利用人工智能不断推进教学改革和新技术人才的培养。国内最早引进的达芬奇机器人手术系统使外科手术更加精准、微创,图像更加清晰。国产膝关节置换手术机器人目前已获得医疗器械注册证,国产单下肢康复训练机器人也已进入应用阶段[2]。我国自主研发的胸部CT人工智能分析系统现已应用于临床。医联研发的基于Transformer架构的医疗语言模型—MedGPT,在真实场景中发挥了实际价值,提升了疾病预防、诊断、治疗、康复的全流程智能化诊疗能力。病理AI辅助诊断系统、数字病理AI辅助诊断一体机的应用大幅节省病理医生的工作时间,提高了工作效率和综合管理水平。病理图像的数字化归档便于后续查找及科研应用,使医疗数据能够持续产生价值[3]。全新智能多光谱内镜系统可帮助智能识别消化道病灶,并对内镜下视频图像进行实时监测,规范医师操作,提示可疑早期肿瘤病灶,避免漏查漏诊。

随着人工智能在医学领域的不断发展,职业教育领域也在不断探索智能医疗人才的培养和输出,医学影像技术是人工智能较早应用的专业,2000年以来,我国高校和科研机构在医学影像人工智能领域国际期刊Medical Image Analysis(MedIA)中发表论文数量和占比呈现整体上升趋势[4]。见图 1。

图1 2000 年以来国内单位每年在MedIA发表论文数量和占比

随着人工智能技术的快速发展,未来的智能医疗将会出现较大人才缺口,人工智能将为医疗领域带来更高的效率、更准确的诊断和更个性化的治疗方案,AI将不断推动医疗事业向前发展。

2 人工智能在医学影像教学中的应用现状

当前医疗领域的数字化和智能化正对医务工作者提出更新更高的要求。面对数智时代的到来,许多医学院校正积极推进人工智能技术与医学影像教学的深度融合,着力运用人工智能技术,构建和完善网络化、数字化、智能化的医学影像技术教学体系。教育部于2023年启动了人工智能辅助教师队伍建设的试点工作,建设了19个教育领域的特色基地,研究人工智能在各种教育场景下的管理机制。人工智能将通过深度学习,不断扩大和创新知识图谱,逐步形成新的教育知识形态。

目前人工智能中的虚拟现实技术,已较好解决了职业教育实践缺乏的问题。虚拟现实(VR)、增强现实(AR)等沉浸式技术所引领的虚拟仿真教育形态,打破了传统教育的固有模式,能够更好地与实训实践衔接,从而为医学影像技术专业教学提供丰富的应用场景。互联网与人工智能的融合也进一步为学生呈现了知识转化的完整过程,缩短了知识输入到创造性输出的学习周期。“虚拟人”技术的发展,将名校名师的授课内容融入课堂,有效打破了医学院校间的资源壁垒,让医学影像专业学生接触到最先进的教学内容。

未来智能教育变革将越来越多地渗透在医学教育的各个环节,如人才培养模式、教学方法、智能校园、在线学习教育平台、智能教育助理、教育分析系统等。人工智能技术赋能医学影像技术专业教学的最终目标是变革教育教学理念,推动医学教育朝着智能化、个体化、精准化的方向发展。

3 人工智能在医学影像技术教学中的应用

人工智能技术通过深度学习、图像识别、自编码等各种AI算法,现已应用于放射影像和超声影像技术教学的解剖课程、图像重建、影像AI学习平台、学业考核、考试管理等多个场景,正不断优化医学影像技术专业的人才培养模式。

3.1 放射影像技术教学的智能化

在放射影像教学中,AI将计算机技术与医学影像紧密结合,利用人工智能中的虚拟现实技术实现了全息医学影像解剖。通过AI自动识别放射影像成像过程中的复杂数据,为学习者提供了可靠的影像学特征,从而帮助学习者解决实训实践过程中遇到的各种困难。

人工智能教学CT,通过深度学习图像重建,累积多中心的临床图像和教学数据,使教学和培训过程完全实现了智能化。在临床实践教学中,Shayesteh 等建立了评估癌症患者放化疗效果的MRI影像AI学习平台,成功将脑卒中MRI影像AI和临床辅助决策系统相结合,应用到医学影像的学习平台中[5]。在实训教学中,应用放射影像AI技术对学生进行培训,指导学生如何进行完整的数据收集、如何判断病灶标记的大小、如何进行正确地识别(如肺结节筛查),让学生领会AI技术的应用过程。

医学影像考试智能化综合管理平台将考试资源、考试管理、评分管理、设备管理全面信息化,对医学影像技术实训中心、技能中心、考试中心等资源进行科学有效配置,具备智能化考试、资源自动调度、数据自动存储与调取分析等功能,实现整个考试过程的自动化,提升了考试效率。

3.2 超声影像技术教学的智能化

与放射影像数据不同,超声影像的特点是动态影像数据,数据量较大,数据难以标准化,传统超声影像教学存在实践效率低、实训效果差的问题。超声影像教学人工智能软件的开发借助医学影像处理技术的不断完善,从标准切面入手,利用超声体模,设计出人体各部位超声标准切面的智能识别系统,在教学过程中协助引导学习者快速找到并确认切面,识别病灶。此类软件还可以扩展至超声医学课程设计、超声检查技术实训考核系统中。

柳舜兰等[6]研发的基于关键解剖结构的AI对甲状腺超声标准切面识别分类具有较高准确性,可作为甲状腺超声专科培训的辅助方法。迈瑞医疗的系列超声通过搭载心脏结构自动识别功能,针对超声图像中的心脏标准切面,采用深度学习进行自动图像切面类型识别,并检测和显示标准切面中的特征结构,可帮助初学者快速掌握心脏超声标准切面的扫查技巧,提高培训和学习效率[7]。

Capture Health开发的人工智能超声影像培训系统已应用于临床教学,其在无监督学习下,对超声数据的分割精度与专家手动分割高度一致[8]。国内医准智能开发的“乳腺超声智能检测培训系统”在不改变医疗流程的基础上,实现了每秒50帧的图像处理速度,协助学习者实现病灶分析及良恶性判断[4]。上海交通大学创建的儿科AI心超诊断模型,采用多帧图像输入,进行人工智能计算,建立了心脏超声标准切面AI自动识别系统,辅助学习者快速准确识别儿科心超标准切面[9]。

借助人工智能软件,超声影像教学和实践正在快步进入智能化,超声影像应用广,对于实践操作的要求较高,更有利于发挥AI的教学价值。

4 医学影像技术智能化教学的优势

图片识别、机器学习、医学图像处理等人工智能技术为医学影像教学手段的进步带来了更多可能,也显示出了无可比拟的优势。AI正推动医学影像智能教学手段的革新。促进医学教育模式从“标准化”向“智能化”的转变。智能化医学影像技术在教学和培训方面的优势表现在：第一,节约教育成本。利用AI实现线上与线下教育的融合,实现多元式教学,有效减轻教师负担,在教学中提质增效明显;第二,完善了教学评价及测试系统,有利于打破传统应试教育弊端,注重提升能力培养。美国宾夕法尼亚州立大学对超声人工智能自动评分系统的研究表明,该系统对乳腺病灶智能教学培训的评分与人为评分相符[10];第三,利于优化实践教学。AI很好解决了临床教学资源不足不均的问题以及技能操作练习与考核不规范等问题。医学生可在AI多场景中突破时空限制进行临床技能训练,能显著提升学员的自信心并大大缩减了训练成本,使培训学习周期大大缩短;第四,AI能够引导学员建立标准化的临床思路,实现医学生职业能力的全面提升。

综上,人工智能可以帮助医学人才实现定制化、个性化、精准化的自适应学习,有助于其全面发展,适应智能时代的要求。

5 人工智能在医学影像技术人才培养中的应用问题

目前,人工智能在我国医学教育领域的应用还处于探索阶段,仍存在诸多问题。①伦理问题,目前我国尚未出台人工智能技术相关的法律法规,尤其对于医学教育云平台共享数据库所涉及的隐私保护问题,不容忽视[11-15]。同时,目前尚无法对人工智能在医学教育应用中的相关数据和算法开展有效验证。②过度依赖,智能化教学过程中,若师生过分依赖网络技术,则现代医学生容易沉溺于数字环境中,导致与真实社会关系的脱离,造成医患关系的缺失。过分依赖AI还容易出现功利性教学现象,即医学生过于追求短、平、快的学习成果。学生易热衷于走捷径,背离自我提升的精神境界,淡化了知识内化过程,弱化了实现人生价值的教育目的。过度的AI参与可能减少医学生的交流机会,不利于医患交流,在诊疗过程中容易缺乏爱与同情,将诊疗过程简单程序化,可能影响医患关系的恰当处理。③师资不足,医学院校教师对人工智能教学的学习接纳需要过程,需要对教师进行专业化培训,需建立健全师资培养制度。

6 结语

医学人工智能时代的到来势不可挡,也必将引起医学教育模式的变革,在医学影像技术教学中合理应用人工智能,探索医学人才培养的新模式,将全面改变传统的教学方式,促进医学影像技术教学水平的不断提高和发展。无论何种模式的医学教育,都应该坚持以人为本的教学理念,按照医学课程思政教育的明确要求,加强教育的人文关怀;坚持对学习者的持续关注,鼓励医学生积极面对医患沟通;帮助学生树立能够为之奋斗终身的学习目标,明确终身学习的意义;着力提升医学生专业技术与伦理素质,以培养适应智能化医疗趋势的创新型医学专业人才。