人工智能“试水”超声影像识别，检测结果可靠么？
孔德兴 | 浙江大学求是特聘教授、博士生导师；浙江大学应用数学研究所所长、浙江大学理学部图像处理研发中心主任；兼任中国人民解放军总医院（北京301医院）客座教授、中国人民解放军医学院客座教授。运用数学、物理学、信息科学、数据科学等多学科知识，解决医学（尤其临床医学）中的重大临床需求问题，攻克凝练出的关键科学难题，是孔德兴教授目前的研究兴趣之一。
6月27日，孔德兴教授将作为嘉宾，在北极光Lighting活动上分享 《医学大数据、人工智能及其产业化思考》的主题演讲。以下是他在超声机器人领域的思考：
整理自雷锋网、HIT专家网
医生坐在B超机器前，登录在线云医生工作站，用探头给病人进行探测后将探测截图保存发送到超声机器人，2分钟后超声机器人自动生成图像分析报告和检测结果。检测结果不仅能清楚地标记结节位置和尺寸，还会智能分析影像，提示良性或恶性的可能性。
这套在浙江大学第一附属医院已经投入使用的人工智能平台，是孔德兴团队研发出的一套基于超声声象的甲状腺结节良恶性的辅助诊疗系统。这套系统已经在数十家基层医院试点，积累了20000件案例，浙江大学医学院附属第一医院就是其中之一。
1、为什么选择甲状腺
甲状腺结节是指在甲状腺内的肿块，可随吞咽动作随甲状腺而上下移动，是临床常见的病症，可由多种病因引起。甲状腺结节转变为癌的比例为5%，而如果能及早发现、尽快治疗，大部分患者都能长期存活下去。
对于为什么选择甲状腺结节作为辅助诊断的研发切入点的问题，孔德兴教授说，甲状腺癌目前为常见的癌症。根据国家癌症中心公布的2017中国城市癌症数据报告显示，全国每天约1万人确诊癌症，除肺癌发病率、死亡率排名第一外，特别指出了甲状腺癌，排名第五，发病率快速上升，成为大城市女性中风险最高的癌症之一。
甲状腺结节的检查目前主要依靠超声，相较于CT和核磁，超声的好处是便宜、灵活、实时、无副作用，所以它是普通老百姓喜闻乐见的一种检测手段；但它的缺点是图像不清楚、造影比较大，这对医生的要求就比较高。而CT和核磁的优点是图像清晰，缺点是检测费用高、副作用比较大。
从人工智能应用于医疗影像的识别或者辅助诊断的角度来说，超声较CT和核磁难度大，我们想测试算法的性能、效率和准确度，所以选择了超声。同时，作为浅表器官，甲状腺的超声又不像腹部和心脏那么复杂，更容易做出落地的成果。
对于甲状腺结节的诊断，目前三甲医院医生的平均准确率为60%-70%，基层医院会更加低一些，而辅助诊断系统目前准确率可以达到85%以上。
2、超声机器人能否替代医生
据孔教授介绍，他们在传统的卷积神经网络算法基础上，针对甲状腺超声影像数据的特点对算法进行了改进和优化，并利用所获得的大样本对计算机进行训练。其准确度，经过与临床医生团队进行比对实测，明显占优。
这一针对甲状腺的超声影像大数据智能识别成果，一旦推广应用，并将这一思路延伸到其他疾病专科，意味着通过现代计算机技术，基层医院可以借鉴使用大型医院著名医生的医术，无疑与国家当前力推的分级诊疗政策不谋而合。
孔教授认为，这将在甲状腺结节检测与诊断方面帮助年轻医生对比学习，帮助其快速成长，缓解超声科医生不足的局面。此外，如果将此机器人应用于超声科检查，医生做复核，也将极大地节约医生的时间和精力。
对于“智能、聪明的机器人是否会让医生产生依赖心理”的问题，孔教授坦言：“我们的确也和临床专家探讨过这个话题。这点担心大可不必，毕竟医生要承担法律责任，因此在做决断时还是很谨慎的。智能医疗软件系统更多只是提醒医生，特别是当医生比较疲劳的时候。科技手段对于医生更多是辅助，而非替代。
3、人工智能在医疗领域落地，有哪些挑战
虽然近年来人工智能在医疗影像方面已经取得了丰硕的科研成果，但是谈到相关应用的困难与挑战，孔教授认为表现在以下两个方面：
第一，如何让医院和医生意识到人工智能是可以辅助医生做一些事情的，减少他们重复性、机械性的劳动，这是知识普及方面的工作。
第二，现在人工智能被炒作的很热，似乎很多人都有一种错觉，人工智能是万能的。我建议大家一定要冷静下来、慎重来看待。同时，我们还要在技术层面上下功夫，这又包含两个维度，一个是数据的收集、分类、标定；另一个是算法的精度和速度。
只有这两方面双管齐下，人工智能的辅助诊疗才能很好的落地，这需要政府主导，医院和研究机构相互配合才能完成。
Lighting 2018 E-Health的发展与投资机会
活动日程
扫描下方二维码报名，
审核通过后，即可免费参会