從“狼來了”到“解放雙手” 湖北省婦幼保健院超聲診斷科主任趙勝：AI未來的應用方向是輔助診斷

每經記者 金喆    每經編輯 張海妮    

大多數臨床經驗豐富的超聲科醫生，在AI（人工智能）面前都是底氣十足的，在5年或者更早以前，很多人甚至覺得“AI改變醫療”是“狼來了”的鬼故事。

在一線臨床20多年的趙勝最初對AI的認知就是人臉識別，壓根沒想過有一天AI會用到自己熟悉的超聲醫學上。作為湖北省婦幼保健院超聲診斷科主任，他能感受到過去幾年AI技術在提升臨床效率方面的實際效果，同時也特別期待它能夠真正地“解放”超聲醫生的雙手。

趙勝覺得未來AI在超聲診斷上有三個比較不錯的應用場景：第一個場景是自動測量，產科超聲有五六十個測量項目，不同醫生之間誤差相對比較大，應用人工智能后可以縮小測量誤差、保證圖像的規范測量，這是目前大多數AI產品可以實現的；第二個場景是質量控制，這是一項操作極其復雜卻又對超聲醫生培養十分關鍵的環節，AI做好了就可以解決診療結果難以標準化的痛點；第三個場景是教學，AI經過訓練達到中、高年資醫生的水平后，可以手把手教年輕醫生，提升對年輕醫生的培訓效率。

AI在超聲診斷上已有不小進展

在醫學影像中，超聲影像是應用最廣的診斷方式，每年超聲檢查數量達到約20億人次。但有一個困擾就是超聲檢查主要靠手動操作，很依賴醫生的經驗，因此對醫生有著很高的技術要求。而培養一名合格的超聲醫生，往往需要3到5年的時間，尤其在產前胎兒篩查領域，甚至可能需要5到8年的時間。因此，超聲醫生人才匱乏，根據行業數據，目前全國超聲醫生缺口達15萬人。

正因為這樣，從AI醫療誕生起，業內就希望AI搭載于超聲診斷之上可以輔助解決兩個問題：一是如何更好地獲取影像；二是如何更好地分析影像。

有一些醫生希望這一前沿技術可以填補人工缺口。曾有知名三甲醫院超聲科主任對《每日經濟新聞》記者表示，產科超聲檢查是一項“燒腦”的工作，需要醫生保持高度緊張狀態，識別、記住圖像里的指標，時刻提醒自己不要漏檢，工作一天下來很容易疲倦。如果有個像小秘書一樣的AI輔助醫生，能在很大程度上提高醫生的工作效率，減少漏檢、漏診。

但并不是所有醫生都伸開雙臂擁抱AI。趙勝對《每日經濟新聞》記者說，把時間倒回5年前，那會接觸AI的醫生并不多，當時的AI技術也沒辦法達到臨床的要求。“我就屬于保守派，剛開始有AI的時候大家的心情是復雜的：第一是不知道這個新生事物到底行不行？第二是如果它行，我們的飯碗還能保住嗎？”

但趙勝還是第一批吃螃蟹的人，5年前他們引進的一臺開立醫療新設備就具備自動切面識別、自動測量等功能，現在一些好的AI產品除了自動測量，還能夠在醫生掃查圖像的視頻里找到最標準的切面，把誤差縮小到很低的水平。

“它解決了實際問題。”趙勝對記者談到，產科有很多測量項目，比如說胎兒頭的大小、肚子大小、心臟大小、四肢長度，還有顱內很多結構的透明隔。而胎兒在肚子里是活動的，可能會出現不同姿勢和位置旋轉，孕婦的身體情況也會有影響，所以產科超聲的難度很大。不同的醫生水平不同，測量結果也會因人而異，甚至有的可能誤差很大。

圖片來源：受訪者供圖

除了縮小誤差，趙勝覺得AI更大的作用是在降低漏診率上。通常來說，低職稱醫生最容易出現的問題就是漏診，所以他們都會要求很年輕的醫生找高年資的醫生復核超聲結果，但每個超聲科的高年資醫師都有限，沒辦法做到一對一教學。

現在超聲系統的AI產品就好像一位老師，在年輕醫生打圖的時候能夠識別這張圖片是否合格，達不到要求的會指出哪里做得不夠、要獲得更好的圖像是調整探頭還是調整手勢，都可以進行指導。在這些應用的幫助下，年輕醫生就能比較快地成長。

趙勝也談到，現在產科超聲、心臟超聲、腹部超聲等多個領域都有了AI的身影，很多與超聲相關的科研項目里，人工智能是最熱門的研究方向。很多醫生覺得“使用AI的醫生一定比不使用AI的醫生更能夠適應未來的醫學發展，AI可以提高醫生的診療效率”。他的科室里每位醫生都在手機上裝了一套標準的AI超聲打分系統，由系統來對每位醫生的圖像進行打分。

可以用來提高年輕醫生的培養效率

作為臨床經驗豐富的高年資醫生，趙勝很欣慰地看到了AI技術在超聲診斷領域的兩個場景，從長遠來看，他更希望AI能夠解決眼下迫在眉睫的年輕醫生培訓問題。

在超聲科，一名年輕醫生需要半年左右培訓才能上崗，低資歷醫生成長為中資歷醫生往往需要5年時間。趙勝的科室有70多名超聲醫生，以前1位高年資醫生要帶5個學生，多的時候甚至要帶8個學生。

圖片來源：受訪者供圖

在以前的常規培養中，這種“傳幫帶”主要靠高資歷醫生的經驗，但他們每天有大量的臨床工作要完成，以及大量的病人需要接診，所以只能在中午、晚上的空隙“擠時間”。再加上高年資醫生本身就少，不可能滿足每個年輕醫生都有位高年資醫生手把手帶，這就導致年輕醫生，特別是一些從基層過來學習的醫生成長得很慢。

但基層醫療機構超聲醫生的培養又非常重要。趙勝說，很多基層醫院，特別是縣級以下的醫院，超聲醫生的診斷能力相對比較欠缺，漏診率、誤診率都會高一些。這是因為基層醫院的高年資醫生比較少，沒什么人指導，又沒有培訓機會，再加上看的病人也相對比較少。因此，一名醫生可能需要3年以上的時間才能成長為可以獨當一面的醫生，但如果在省級醫療機構，這個培訓時間大約在半年左右。

“大概10年以前，我們每次下基層的時候是非常受歡迎的。因為有老師現場來幫他（指超聲醫生）了，來告訴他做得好不好，能夠坐在旁邊指導他，但是這樣的機會很少，因為我們也只能利用自己的休息時間，如果靠這樣去拉動基層水平肯定不現實，現在AI可以填補這個缺陷。”趙勝說，人工智能不僅可以輔助高年資醫生減輕帶學生的壓力，還能幫助基層醫生提升學習效率。

如今，趙勝能清楚地看到AI在提升中級以下職稱醫生工作效率上的進步：他們在應用了AI工具以后，工作效率和診斷準確率都有了明顯提升。但趙勝覺得，現在AI在超聲領域的自動測量、獲得標準切面、判斷圖像標不標準都是基礎功能，未來的發展方向是輔助診斷，比如怎么在圖像中找出異常，能否盡早診斷胎兒期的嚴重畸形，這些恰好是年輕醫生可能發現不了的風險，如果能夠慢慢實現，將大大推動超聲醫學的進步。

“現在的AI超聲還在比較初級的階段，我覺得再過5年或者10年，它可能能夠達到一個主治醫生（中級職稱）甚至高級職稱醫生的能力。”趙勝說，當AI把超聲的質量控制問題、自動測量問題和輔助診斷的問題都解決了，它的作用就相當于一名主治醫生了。但這并不代表它會取代醫生，更多是解放醫生的生產力，把更多醫生從初級工作里解放出來。