隨著一天天的學(xué)習(xí)，周若瑜在放射影像方面的知識(shí)越來(lái)越豐富。她也發(fā)現(xiàn)了越來(lái)越多以往診斷報(bào)告中出現(xiàn)的錯(cuò)誤，雖然大錯(cuò)很少，小錯(cuò)卻不斷，有的報(bào)告甚至錯(cuò)得非常離譜。
她查詢了中華醫(yī)學(xué)會(huì)相關(guān)數(shù)據(jù)資料發(fā)現(xiàn)，中國(guó)臨床醫(yī)療每年的誤診人數(shù)約為5700萬(wàn)人，總誤診率為27.8%，器官異位誤診率為60%，惡性腫瘤平均誤診率為40%，這意味著每?jī)蓚€(gè)病例中就將近有一個(gè)可能是錯(cuò)的。
多么觸目驚心的數(shù)據(jù)。
這不全是放射影像醫(yī)生的過(guò)錯(cuò)。因?yàn)槊刻旄鱾€(gè)醫(yī)院都有大量的胸片、CT和超聲檢查，這些醫(yī)生忙于閱片、分析和寫(xiě)報(bào)告，因?yàn)檫^(guò)于疲勞或者經(jīng)驗(yàn)不足出錯(cuò)就變得難免。
據(jù)統(tǒng)計(jì)，在美國(guó)，醫(yī)療影像數(shù)據(jù)的年增長(zhǎng)率為63%，而放射科醫(yī)生數(shù)量的年增長(zhǎng)率僅為2%；而在中國(guó)，醫(yī)療影像數(shù)據(jù)和放射科醫(yī)師的增長(zhǎng)數(shù)據(jù)分別為30%和4.1%，似乎比美國(guó)好些。
但美國(guó)可是有很多醫(yī)院相當(dāng)一部分醫(yī)療影像的診斷工作是包給其他國(guó)家的醫(yī)生來(lái)操作，比如包給印度等國(guó)家，而且還有人工智能參與輔助進(jìn)行診斷。
比如美國(guó)哈佛醫(yī)學(xué)院已經(jīng)開(kāi)展了人工智能輔助診斷系統(tǒng)，據(jù)說(shuō)臨床試驗(yàn)顯示它能把乳腺癌的誤診率從4%降低到0.5%。
而中國(guó)醫(yī)院的醫(yī)生是不可能享受便利的外包服務(wù)的，而且影像科醫(yī)生在醫(yī)院的地位與收入又不高，日常繁重的工作加上疲勞的工作狀態(tài)，就很容易導(dǎo)致漏診、錯(cuò)診的現(xiàn)象。
周若瑜感覺(jué)自己應(yīng)該做些什么。
想來(lái)想去，好像目前唯一可利用的方法就是人工智能了。它在圖像處理和分析方面有著巨大的優(yōu)勢(shì)。
它能通過(guò)圖像識(shí)別和深度學(xué)習(xí)，從海量醫(yī)療影像診斷數(shù)據(jù)中挖掘規(guī)律，學(xué)習(xí)和模仿醫(yī)生的診斷技術(shù)，從而實(shí)現(xiàn)疾病篩查、病理分析、病灶勾畫(huà)等功能。
這就是醫(yī)療方面的大數(shù)據(jù)管理了。
實(shí)際上醫(yī)療信息的收集工作一直在進(jìn)行中，比如，很多人會(huì)認(rèn)為越老的醫(yī)生水平越高，包括放射醫(yī)師。因?yàn)樗麄円?jiàn)過(guò)的患者多，經(jīng)驗(yàn)豐富。但實(shí)際上，有證據(jù)顯示，剛畢業(yè)的放射科醫(yī)生整體的診斷水平比老放射科醫(yī)生高。
因?yàn)檫@些年輕的放射科醫(yī)生們對(duì)教科書(shū)上出現(xiàn)的各種疾病，包括一些一年見(jiàn)不到一兩例的罕見(jiàn)病，甚至只出現(xiàn)過(guò)在教科書(shū)上的疾病，還記憶猶新，而老醫(yī)生可能早就忘在腦后了。
這教科書(shū)上的資料無(wú)疑就是來(lái)源于大數(shù)據(jù)。
而人工智能能匯聚更強(qiáng)大的數(shù)據(jù)資料，為全面的影像分析和處理提供了可能。
其實(shí)國(guó)內(nèi)醫(yī)院的人工智能也早已開(kāi)展起來(lái)，目前就有五十多家“醫(yī)學(xué)影像+人工智能”相關(guān)公司在公開(kāi)運(yùn)作。就連騰訊也于2017年發(fā)布了“騰訊覓影”，已初步應(yīng)用于食管癌、肺癌、乳腺癌、宮頸癌的早期篩查，糖尿病視網(wǎng)膜病變篩查以及乳腺癌淋巴切片等影像識(shí)別。
周若瑜了解到就連附醫(yī)都有相關(guān)的軟件公司在進(jìn)行數(shù)據(jù)整理工作，可惜限于技術(shù)實(shí)力和專業(yè)能力，他們目前的工作進(jìn)展緩慢，還是基于醫(yī)院本身的數(shù)據(jù)在收集和整理。不像騰訊這樣的大公司可以基于地區(qū)，甚至基于行業(yè)在運(yùn)作。還獲得了國(guó)家科技部的支持，依托它建設(shè)了醫(yī)療影像國(guó)家新一代“人工智能開(kāi)放創(chuàng)新平臺(tái)”。
不論是騰訊，還是其他什么“醫(yī)學(xué)影像+人工智能”的創(chuàng)業(yè)公司離周若瑜都太遙遠(yuǎn)，她只想做一些力所能及的事情。
“如果我們能運(yùn)用AI進(jìn)行輔助診斷就好了?？墒菓?yīng)該如何著手呢？”周若瑜嘆氣說(shuō)道。
聽(tīng)她這么一說(shuō)，一直像山一樣穩(wěn)重堅(jiān)韌的柳樂(lè)樂(lè)身體一抖，緩緩地回過(guò)頭來(lái)看了周若瑜一眼，他的眼睛發(fā)亮，牛眼突出，大嘴張開(kāi)，露出了紅色的大舌頭。
“你也覺(jué)得人工智能是很好的解決辦法？我也在想這個(gè)問(wèn)題，我已經(jīng)做了一些統(tǒng)計(jì)，但數(shù)量太少，如果能從圖維直接調(diào)取資料就好了。”他的聲音甕聲甕氣，表情還是那么木呆。
圖維就是目前為附醫(yī)進(jìn)行影像數(shù)據(jù)整理的軟件公司。
他轉(zhuǎn)身去電腦搜索，別看柳樂(lè)樂(lè)人呆呆的，可他的動(dòng)作卻十分迅疾，和他木訥的表情實(shí)在不成比例，蘿卜粗的手指在鍵盤(pán)上靈巧地飛速躍動(dòng)，像是一個(gè)個(gè)有自己靈魂的精靈在輕盈地舞蹈，讓人嘆為觀止。
他從電腦中調(diào)出一份Excel的表格，上面標(biāo)注著影像的編號(hào)，原來(lái)的診斷記錄以及后術(shù)后的結(jié)論。還根據(jù)差異的大小用不同深淺的紅色給標(biāo)記出來(lái)。相關(guān)的影像還建立了鏈接，可以隨時(shí)調(diào)閱。
周若瑜大為感動(dòng)，這個(gè)柳樂(lè)樂(lè)別看從不參加集體活動(dòng)，在科室里不聲不響的沒(méi)有存在感，像是被孤立的邊緣人士，實(shí)際上人家是個(gè)實(shí)干的行動(dòng)派啊。真令人刮目相看。
“我想步驟無(wú)法要分幾步來(lái)，一是收集現(xiàn)有所有的數(shù)據(jù)和資料，這個(gè)圖維公司已經(jīng)在做了，我們要想辦法和他們聯(lián)系，從他們那里獲得數(shù)據(jù)，二是對(duì)資料進(jìn)行甄別再診斷，這個(gè)估計(jì)圖維公司的人估計(jì)不專業(yè)，他們無(wú)能為力，我們要想法請(qǐng)更多的放射科醫(yī)生來(lái)幫忙，可是要如何請(qǐng)他們幫忙是個(gè)問(wèn)題，他們平時(shí)工作都已經(jīng)很忙了。三是運(yùn)用什么軟件，又要從哪里獲得?！?p> 想到這里，周若瑜真是頭大。
他們面臨的問(wèn)題實(shí)在太多了，比如圖維公司會(huì)愿意無(wú)償把它的數(shù)據(jù)給他們嗎？如果他們不愿意，他們?cè)趺崔k？難道要重新開(kāi)始收集數(shù)據(jù)資料嗎？這個(gè)時(shí)間可就太漫長(zhǎng)了。
圖維是由原來(lái)給醫(yī)院做PACE系統(tǒng)的公司衍生出來(lái)的，按說(shuō)可以找醫(yī)院信息科幫忙協(xié)調(diào)，可是周若瑜他們手上什么東西都沒(méi)有，就憑著幾句話想讓信息科出面來(lái)幫他們，估計(jì)會(huì)被人家給打出來(lái)。
最后兩人協(xié)商了一下，只能基于現(xiàn)有的條件先干起來(lái)，算是騎驢找馬吧。
兩人做了分工，柳樂(lè)樂(lè)負(fù)責(zé)收集現(xiàn)有的數(shù)據(jù)和資料，這對(duì)他來(lái)說(shuō)是近水樓臺(tái)。
而周若瑜負(fù)責(zé)軟件和其他醫(yī)院的數(shù)據(jù)資料的收集工作。雖然她對(duì)這兩者的工作要如何著手，心里還茫然的很，但這事總要有人做，除了她還能有誰(shuí)呢？