从问诊分诊到影像识别，人工智能产品不断融入申城医疗检查流程

原标题：让医生把精力投向医学最核心处
突发疾病无所适从、看病挂号等候时间长、报告结果出来晚……医疗的一系列问题一直困扰着病患和医生。随着近年来人工智能在医疗领域的尝试和应用，人工智能产品不断融入医疗检查流程的各个方面，其中一部分人工智能产品已基本成熟，从“概念”走向“落地”。
去年12月，上海在全国率先发布首批10大领域、19个点位的AI应用场景需求，采取“揭榜挂帅”机制，面向全球征集解决方案。今年4月，最终有市西中学、复旦大学附属肿瘤医院、张江人工智能岛、长阳创谷等12家单位入选“上海市首批人工智能试点应用场景”，记者日前前往上海市第十人民医院和复旦大学附属肿瘤医院，就人工智能在医疗领域的应用一探究竟。
　问诊分诊 AI医师助理上线
匆忙来到医院就诊，不知道该去哪个诊室？别急，AI能够帮上忙。据上海市第十人民医院急诊科副主任彭沪介绍，在急诊大厅，作为医师助理的人工智能会模拟医师询问患者几个问题，根据病情需要，还会给患者测量血压、脉搏和体温，AI将通过这些诊前数据，初步判断患者的病情并推荐相应诊室。
在上海市第十人民医院的急诊大厅，患者可坐在自助问诊蛋壳椅上，通过急诊辅助诊断系统完成预问诊，还可接受AI的自动建议，完成就诊前的相应检验检查。
对于无法完成自助问诊的患者，急诊值班护士将和AI一起，协助患者完成就诊前的相应检查，包括询问并记录患者发病时间、症状以及测量血压，随后将根据AI急诊辅助诊断系统的提示，把患者送往科室进行诊治。
除了急诊和门诊现场挂号，能否让病人在挂号前得知病情，提前匹配相应专家，避免号源浪费？基于这样的思考，复旦大学附属肿瘤医院推出“精准预约”的预约挂号模式。也就是让AI进行智能分诊，患者按照平台要求实名上传病史资料，AI通过计算分析判断患者病情，并将专家号匹配给病情重、急需专家诊疗的患者，同时为患者提供合理的就医路径引导。
据了解，从2018年3月试点精准预约到2019年6月，复旦大学附属肿瘤医院每周共计875个专家号接入精准预约功能，并在2019年上半年为超过11万患者提供服务，为超过1.6万名患者提供专家号源，解决了这些疑难患者的燃眉之急。目前，精准预约服务已覆盖甲状腺癌、乳腺癌、胰腺癌等15种常见肿瘤疾病。据统计，精准预约成功为每位患者平均节省两个半小时的就诊时间，患者挂专家号的等待时间已经平均减少7.4天，专家门诊的效率平均提高3.5倍左右。
　影像识别让AI做擅长的事
基于影像的可存储、可传输和可标准化的特点，AI在医疗影像识别上的应用得到越来越广泛的认可，特别是对肺结节和肋骨骨折的筛查，CT影像视野清晰、干扰因素少、病灶特征规律可循，让AI来判读医疗影像，确实是理想的用武之地。
十院放射科医师邱裕友说，人眼一天看肺部CT六十份以上，就可能会有漏诊的情况。使用AI之后，通过调节筛查阈值，漏诊率降低，看成千上万张CT影像，平均也不过几秒时间，再由医师复查，工作效率提高不少。
在邱裕友看来，AI最大的作用在于，通过这种不知疲倦的算力，可以减少医生的很多机械劳动。经过AI的一个“初筛”过程，再由医生去判断，可能前面70%的时间就节省了，医生的精力就集中在最核心的部分，去发现更为关键的医学问题。
复旦大学附属肿瘤医院的临床实践表明，AI影像辅助筛查系统在确保准确率的前提下，医生诊断效率提升了30%—50%。复旦大学附属肿瘤医院副院长吴炅教授认为，借助AI技术减少医生重复性工作、实现自动化检测，让患者省时、医生减负，这也是引进AI的初衷。据了解，对于乳腺癌人体表皮生长因子受体-2（HER-2）的检测可以为乳腺癌患者的精准治疗提供重要参考，而检测HER-2最直接且精准的手段为分子病理中的荧光原位杂交（FISH）法。而完成一例FISH检测报告至少需要病理医生花费10—30分钟的时间。在肿瘤医院AI全自动显微镜辅助下，凭借智能化取图系统和超高的采图效率，1分钟内至少可准确获取100个肿瘤细胞内的信号数。目前，AI全自动显微镜用于诊断还需更多病例验证。
十院放射科主任汤光宇也认为，AI在医疗方面的发展趋势，是开发检查过程中能够实现的自动扫描和鉴别诊断系统，“心脏核磁共振的序列很多，这些工作实际上都应该由机器来做，自动扫描，把单反相机变成傻瓜相机，减少繁复程序。”