米乐m6官网下载:李真林教授:人工智能赋能医学影像让检查更精准便捷
发布时间:2024-04-23 03:17:21

  “当前医学影像技术行业正处于快速地发展的阶段,并呈现影像云,跨学科融合、多模态显示、实时成像,以及人工智能辅助医学影像检查与质控等特点。”8月9日,中华医学会影像技术分会主任委员、四川大学华西医学技术学院执行院长兼放射科副主任李真林教授在接受人民日报健康客户端采访时表示,医学影像技术与计算机科学、人工智能等领域的交叉融合正在加速发展,为疾病的诊断和治疗提供更多新的可能性。

  医学影像的发展很大程度上依赖于医疗设施的迭代更新。李真林介绍,我国医学影像技术的发展可大致分为起步、技术提升、自主研发、创新发展四个阶段。

  我国医学影像技术起步较晚,从20世纪80年代至90年代初才开始发展,最初也主要通过引进国外设备和技术,建立一些基本的医学影像诊断系统。20世纪90年代中期至21世纪初,我国开始重视与国外先进的技术的接轨,进入技术提升阶段,在引进设备的同时也掌握了一定的制造技术。21世纪初至今,进入了自主研发的新阶段,开始拥有自主知识产权的数字医学影像设备。李真林表示,比如,国产的X线机(DR)已经摆脱了“跟跑”阶段,走到了“并跑”的位置,目前国产DR设备已经取代进口设备占据了大部分国内市场。

  随着医学影像技术和AI(AI)、云计算、大数据等前沿技术的融合,中国医学影像技术已开启创新发展阶段,有望在精准医学和个体化治疗方面发挥更大的作用。

  从健康体检到疾病筛查,再到临床疗效评价,医学影像学贯穿于患者的全生命周期管理,因此,检查结果的互认对疾病的诊疗至关重要。

  8月9日,四川大学华西医学技术学院执行院长兼放射科副主任李真林教授接受人民日报健康客户端采访

  在李真林看来,对于慢性疾病,在不同的医院看病转诊过程中发生的影像检查结果不互认、重复检查等,其实是医疗资源的浪费。他介绍,由于地域、人才等多方面因素,仍存在诊疗标准和检查规范的不一致、技术人才与设备配置不均衡等亟待解决的问题。

  李真林举例,不一样的地区、不同医疗机构之间的影像检查标准、报告规范有几率存在差异,导致结果的解读和互认存在困难;不同地区的医疗机构在医学影像设备和技术水平方面存在一定的差异,可能会影响检查质量和可靠性;此外,基层医疗机构普遍缺乏专业的影像技术人才,也影响了影像结果互认的落地。

  近年来,国家在提高医疗资源利用效率和影像结果互认方向出台了一系列措施。2021年,国家卫健委印发《“千县工程”县医院综合能力提升工作方案(2021-2025年)》,提出推进检查检验结果互认共享,提高医疗资源利用效率。2022年2月14日,国家卫健委等多部门联合印发《医疗机构检查检验结果互认管理办法》,办法指出,在不影响疾病诊疗的前提下,对符合标准要求的检查检验结果予以互认,不得重复进行全方位检查检验。

  李真林认为,检查的规范化、影像的同质化、应用的创新化、技师的诊断化有助于医疗服务整合协同、结果相互连通。建立高效、安全的影像结果互认机制,可以从这几方面入手:一是制定统一的影像检查标准和报告规范;二是运用互联网和云计算等技术方法建立区域性的影像数据共享平台,结合联合会诊、远程指导;三是为各级影像技术人员提供专业的技术上的支持和培训;四是采取安全可靠的数据加密和隐私保护技术并制定有关规定法律法规进行监管;五是采用AI技术辅助医学影像检查与实时质控,盘活现有医疗资源,同时保障影像结果互认的质量可控。

  医学影像技术作为现代医学中的重要组成部分,正在慢慢地改变目前的医疗模式。而AI、5G等新技术的助力,无疑让医学影像技术更精准、便捷。

  2020年3月2日,在华西医院远程影像中心,李真林团队为远在千里之外的湖北省黄冈市的一名新冠肺炎患者密切接触者进行了CT检查。李真林介绍,“那场远程CT检查是全国首例跨省运用5G+远程CT系统来进行的新冠病情影像检查。”当天上午,借助5G+远程CT系统,团队帮助黄冈市黄州总医院完成了20例病人的“隔空”CT检查。

  “智慧医疗听起来离我们很遥远,其实已然浮现在生活中的方方面面。”李线G远程实景扫描可以突破地域的限制,人工智能技术能突破技师的经验和操作能力的限制。结合这些数字化技术,把高水平、高质量的技术规范固化为医学辅助工具已然成为可能。AI辅助医学影像检查与实时质控+远程诊断,将帮助基层医院完成以前无法独立完成的影像检查。

  实际工作场景中,医学影像技师如何根据临床医嘱提供满足影像诊断与临床需求的图像?为此,华西医院联合绪水互联启动了影像检查辅助决策系统(Imaging Decision Support System, IDSS)的研究开发工作。探索通过AI+数字化技术实现图像分析和成像质量的实时自动评价与辅助指导,提供扫描全流程的AI质量监控,从的摆放到成像参数的选择,以及图像质量评价等环节都能够加以标准化、智能化的辅助指导。IDSS创新成果,将助力基层医院提高影像检查质量和疾病的检出率,推动区域影像结果互认,进一步提升区域综合医疗服务效益产出和诊疗水平。

  数字化发展也为医学影像学带来了许多创新路径,李真林介绍,AI可以通过深度学习和机器学习算法,对医学影像进行自动化分析和诊断,还可以辅助医生快速、准确地识别疾病和异常,提高诊断效率及准确性。在智能辅助决策中,AI可以根据大量的影像数据和临床信息,为医生提供参考意见,提供个性化的治疗方案和决策支持。

  “这些新技术用于医学成像必将进一步促进远程医疗的创新发展,实现优质医疗资源的下沉,推动医学领域的进步。”李真林表示。