医院如何选择医疗AI产品?

  新一代医疗AI产品技术已经进入高速发展期,很多公司都研发出辅助不同科室医生的产品。自2017年开始,各个医疗AI公司已经开始大量招聘市场人员,加速布局。

  2018年3月,动脉网记者从邵逸夫医院放射科胡红杰主任那里了解到他们科室合作的医疗AI公司已经达到了10家。4月,动脉网记者从重庆医科大学附属第一医院放射科吕发金主任那里了解到,其科室合作的医疗AI公司也达到了7家。

  多家医疗AI公司扎堆医院,这其实并不是个别的现象,大多数知名的三甲医院都是这种情况。产品众多,但是一位医生大多只用一款产品,面对众多的选择,科室和医生依据什么来做出他们的抉择?哪些医疗AI产品是真正落地在医院科室,被医生使用,哪些又是滥竽充数,只是放了一台设备或者系统医院,发一篇新闻稿用于宣传融资。

  动脉网带着这些问题采访或者侧面了解了邵逸夫医院放射科、重医附一院放射科、北京301医院呼吸科、厦门二院输血科、上海市北医院眼科等科室的主任,了解他们选择AI的方式与初衷。

  厦门医学院附属第二医院输血科暨中心实验室主任赖冬告诉动脉网记者,他们选择医疗AI产品主要有两个出发点。

  第一,落地。所有的AI产品,不管企业如何描述,利用的是机器学习、深度学习或者其他的算法,赖主任最关注的是产品是否可以解决实际工作当中的问题,或者可以把医生关注的临床问题,用计算机或者AI的手段给展现出来,方便医生做分析、做科研。

  第二,工程人员要和医生的专业磨合成熟度。赖主任表示,他们输血科所研究的数据大多是非影像数据。

  他们在进行科研的时候,首先要搞清楚与疾病相关的变量数据。除了医生很清楚的特异性很强的数据之外。很多的变量,经过大数据的验证与疾病的诊断都有相关性,医生首先要解决的是把这些相关的变量数据尽量找全。

  找到关联数据后,要制定规则将普通数据结构化处理,使这些数据可以被计算机识别并分析。这个过程涉及医生的专业知识、数据结构化、完整性、数据缺失值问题,这些都会影响数据质量。

  数据处理好了以后,工程人员才可以利用AI技术进行处理,找到疾病与数据之间的相关性。

  相较于影像数据,非影像数据的结构化和标准化要困难一些,因为如今的影像数据从设备出来以后,基本实现了数字化,医生标注以后,就可以用作AI训练。但是处方、病情描述这些非影像信息,要想用于AI训练,要先做数据结构化处理,这个过程很考验医生和工程人员的水平。

  赖主任认为,工程人员和医生是一个研发团队。在整理数据的时候,双方会仔细沟通,互相理解对方的需求、关注的点。产品打磨阶段会发现很多的小细节、小问题需要共同解决。

  这些问题都需要医疗AI公司和医院的磨合成熟度非常高。同时,医生的精力是有限的,一个医生团队一般选择一家公司进行深入的合作,公司则会派驻工程人员进驻医院,方便交流。

  赖主任表示,他们与雅森科技的磨合成熟度非常高,这也是能与他们长期合作的原因。

  动脉网从重医附一院放射科吕发金主任处了解到,他们科室目前接触了7家从事医疗AI研究的公司,但是只有三家公司进入到了他们的临床打磨阶段。

  吕发金主任告诉动脉网记者,由于医疗AI产品训练数据和医院的不同,这些产品在重医附一院使用肯定会有性能上的差异。所以,进入临床前的考核是必须的。

  考核的方式是科室依据日常的临床工作流程建立一个试验区,然后用重医附一院的临床数据验证,只有通过了测试的产品才可以进入到临床进行试用。没有通过的产品就不能上临床,反馈给企业让他们自行矫正。

  通过一段时间的使用,一线的放射医生表示,他们在关注产品准确性的同时,也会在乎产品操作的方便性,关注产品是否与现有的医生工作流程相吻合。

  医生平时的工作都是在医院的信息化系统中进行,放射医生拥有自己的PACS系统,日常工作中是通过PACS系统来进行影像数据的传输、存储、调阅。所以放射医生希望医疗AI辅助诊断系统也可以嵌入到PACS系统中。

  那些离线的、需要医生专门拷贝、传输数据的系统会将读片时间从10分钟变为30分钟,这样的产品肯定会被淘汰。

  上海静安区市北医院眼科主任陈吉利告诉动脉网,市北医院是静安区北部区域医疗中心,他们选择使用AI产品也有自己的考虑。

您可能还会对下面的文章感兴趣: