为什么AI辅助诊断,还不能被影像科专家所接受?数据标准化成重点

为什么AI辅助诊断,还不能被影像科专家所接受?数据标准化成重点

今天下午,由恒瑞医药搓团弄了一个线上会议,《医学影像人工智能“战疫”研讨会第一期——肺炎CT影像辅助分诊研讨》,整个会议从下午2点,一直持续到了晚上7点还没有结束。用一句话来总结,就是专家云集,思想荟萃

  • 专家主要是来自于全国的主要医院影像科的主任级医师,部分来自于武汉一线,都是很具有权威性的国内专家;还有十几家AI医疗企业的CTO、CEO类的主要代表。
  • 思想也都是来自于专家,这里有一线医生的理解,和企业家的理解,两者站到一个屏幕里面,针对一个问题深入探讨,学到很多。
为什么AI辅助诊断,还不能被影像科专家所接受?数据标准化成重点

AI医学影像辅助诊断,为什么还不能被影像科专家所接受?在国家出台政策,推进肺炎AI的审批,专家和企业如果去做,是本次会议的主要内容,也是我要记录的主要内容。

  1. 数据来源问题,数据标准不一致,验证数据不一致,可信度降低;
  2. 新标准是严,还是松,国家审批是要严,还是松;
  3. 从新冠肺炎,走向肺炎,走向更加宽阔的AI辅助诊断。

01

数据质量控制问题,数据标准化成重点

数据包括CT原始数据,和病灶标注数据。首先说新冠肺炎CT原始DICOM数据,这块的绝大部分数据都在湖北,湖北也集中在武汉。

从疫情爆发,到今天,从湖北拿到数据的公司也及其的少的。并且,新冠肺炎的数据更是少之又少。其次说新冠病灶标注,湖北的医生是非常的忙的,相信由一线医生标注的数据是没有的,或者极其的少。

为什么AI辅助诊断,还不能被影像科专家所接受?数据标准化成重点

上面这张图是依图在胸部CT新冠肺炎的评测数据,其中敏感性和特异性都在97%以上,这里的数据在整个会议的过程中,多次被影像科主任吐槽,主要的槽点就是敏感性和特异性是一对矛盾,不可能两者都很高,进而推断测试数据存在较大的局限性。(阶段目标:敏感度高,特异性先不考虑)

在之后的讨论中,

郭佑民主任提出正在建立肺炎的数据库,准备在接下来的一年里,发布出去,免费供科研机构和学校、企业使用。只有测试数据的标准化和一致性,才能够对市面上存在的AI检测工具进行测试,评选出优劣。

否则,每家的测试结果数据都很好看,谁也无法说服谁,更无法说服医院。

02

新标准是严,还是松,国家审批是要严,还是松

为什么AI辅助诊断,还不能被影像科专家所接受?数据标准化成重点

这里的新标准,主要就是上图提到的关于国家药监局在3月5日,破天荒发布的关于发布《肺炎CT影响辅助分针与评估软件审批要点》的通告。之后有个文档信息,这里我就不在这里详述了,里面的内容被大会多次提起,主要就以下几点:

  1. 训练数据原则上不少于2000例新型冠状病毒肺炎确诊患者CT影像;至少来源于3家医疗机构,其中至少包含1家疫情严重地区医疗机构;至少包括早期、进展期的新型冠状病毒肺炎CT影像。
  2. 提供训练集、调优集、测试集的数据量以及数据分布情况,明确新型冠状病毒肺炎、其他类型肺炎等类似病征的占比,保证测试集阳性样本与阴性样本的比例合理。

这个标准是严,还是松,我们讨论的点是在这里。郭佑民主任就多家AI企业的做法,尤其是在数据这一块,进行了严格的追问。发现由于新冠临床数据的不足,多家AI公司的新冠模型多源自迁移学习,在训练数据这一栏就直接被不接受了。

这里,就要提在企业进行申请的时候,究竟要不要对这里的要求进行严格的限定了。限定死了,企业为了去申请,就不得不拉拢湖北的医院,造成市场数据的混乱,进而阻碍AI医疗在国内的发展。

若是松了,就会导致药监局放水,这里都是一个矛盾,好与坏就要这些老专家进行权衡了。

03

从新冠肺炎,走向肺炎,走向更加宽阔的AI辅助诊断

新冠肺炎是一时的,但是肺炎是长久的,更多的医疗影像数据和医疗影像疾病是永远在的。突发的新冠疾病,更加的凸显出影像科室医生的繁忙,此时医生对于AI自动化诊断才显得迫切需要。

再加之国家出台了这样的政策,更加的推动了AI医疗辅助诊断在国内的发展进程。从这次的会议发现,影像科医生普遍对AI在医疗方面的应用是看好的,只是目前在发展初期,还处在一篇混乱之中,走向更加广阔的AI辅助诊断,是必然之路。

总结

前途是光明的,道路是崎岖的,这句话用来形容AI在医疗领域的发展最为不过。整个会议中可以发现量大现象:

  • 企业内如火如荼的展开研发竞赛,似乎可以使用了,一片穿衣盎然
  • 医生专家认为一切才刚刚开始,存在着较大的问题,医工合作、标准化是未来的趋势,AI还是春寒料峭

总结起来,业界最大的需求就是要标准化,包括数据的标准化,流程的标准化,和评估的标准化。期待着国家药监局在后续的内容发布中,多多关注这一块。


分享到:


相關文章: