基于“天河人工智能创新一体化平台”构建的“天河智能医学影像云”,已形成集大规模影像数据安全高效汇聚管理、人工智能医学智能影像辅助诊断、云端影像多角色多终端协同诊察为一体的系统化应用,目前处于落地服务阶段。
近日,工信部、国家卫健委、国家发改委、科技部等10部门联合发布医疗装备领域首个国家层面的产业发展规划——《“十四五”医疗装备产业发展规划》。中国医学装备协会秘书长李志勇坦言,新冠肺炎疫情的突然暴发暴露了我国医疗装备产业应急保障准备不足、行业应急保障机制缺乏等问题。为进一步提升全球性流行病防控应急能力、提高重大自然灾害紧急医学救援能力,“十四五”期间将加强应急医疗装备技术储备、产能储备,形成平急结合机制,一旦发生疫情、灾情,能够实现快速转产,提升我国紧急医学救援装备的快速响应、有效供给能力。
据介绍,在新冠肺炎疫情期间,依托“天河人工智能创新一体化平台”构建的世界首个“新冠肺炎CT影像综合分析AI辅助系统”,已为百余家医疗机构提供服务,访问量已超过100万次。为了更充分发挥“天河”系列科技创新平台在智慧医疗领域的科研创新能力和支撑服务能力,基于“天河人工智能创新一体化平台”构建的“天河智能医学影像云”,已形成集大规模影像数据安全高效汇聚管理、人工智能医学智能影像辅助诊断、云端影像多角色多终端协同诊察为一体的系统化应用,目前处于落地服务阶段。
牛刀小试助力抗疫
2020年伊始,新冠肺炎疫情突然来袭,如何实现疾病的尽早诊断,在与新冠病毒的斗争中占得先机?
中国抗癌协会肿瘤人工智能专业委员会主任委员、重庆大学附属肿瘤医院院长徐波教授第一时间找到了时任国家超级计算天津中心应用研发部部长孟祥飞博士。
“虽然典型的CT图像可能有助于早期筛查疑似病例,但由于各种病毒性肺炎的图像比较相似,影像科医生很难通过肉眼直接判断。”徐波介绍,搭建“新冠肺炎CT影像综合分析AI辅助系统”可以为医生提供有力的参考,提高筛查诊断新冠肺炎患者的能力。
仅用了20天左右,“新冠肺炎CT影像综合分析AI辅助系统”就成功上线。该系统基于“天河人工智能创新一体化平台”,实现了基于CT影像的新冠肺炎特征检测功能,可作为临床辅助诊断手段,有效提高了新冠肺炎患者的筛查能力。
“相较于影像医师约10分钟/例及最初核酸检测总耗时24—48小时,使用这个系统的检测分析每例只需要10秒。”徐波介绍,经过不断系统优化,该系统的总准确率已超过90%。
由于该系统不需要现场部署,可以远程在电脑、手机等多种终端使用,目前已为包括美国、墨西哥、印度等全世界多个国家与地区的医疗机构和科研机构提供了技术支持,切实为全球抗疫贡献了强大的科技力量。
“新冠肺炎CT影像综合分析AI辅助系统”只是“天河智能医学影像云”的牛刀小试,目前依托“天河智能医学影像云”的多个应用系统已在全国多地医院投入使用。
徐波介绍,在远程诊疗方面,目前国内很多医院已有实际应用,特别是应用在多学科诊疗模式中;云胶片在江浙地区也已有一定范围的落地应用,患者可以根据自身需要,付费检查原图,甚至追溯所有历史检查;区域医疗共享方面,目前几个一线城市和试点区域都在卫健委的要求下建立了省级影像云。其中,重庆大学附属肿瘤医院建立的医联体影像云共享系统已落地,目前已开放2家医院的受限共享访问。
在国外,智能医学影像云的发展应用也较为顺利,在实现医学影像云端协同的同时,将人工智能应用于医疗影像已经成为一个热门创业方向,出现了一批将人工智能用于医疗影像的明星公司。
“未来智能医学影像云还可以应用于远程手术指导,数字人构建如病人数字孪生等,以及虚拟手术、术前模拟和临床外科教学方面。”徐波说。
云上多端协同诊察一体
天河超级计算淮海分中心常务副主任孙华文介绍,“天河智能医学影像云”是以基于人工智能的医学影像智能辅助诊断算法与模型为核心,依托天河超级计算与云计算、大数据融合服务环境,以医学影像数据安全高效汇聚管理为基础,智能影像辅助诊断为支撑,云上多端协同诊察为一体的智慧诊疗服务平台。
孙华文介绍,“天河智能医学影像云”主要具有两大功能,即医学影像管理和智能辅助诊断。
一方面,它连接医院等内部医学影像系统,将患者医学影像数据及诊断报告情况近实时上传至云端,并面向包括医院管理人员、医生、患者等多种角色提供基于云端协同的医学影像管理应用,包括影像存储、影像协同、远程会诊等功能模块,同时提供基于数据权属和角色权限的云上阅片应用,即电脑、手机等多种阅片模式,满足云胶片、云PACS等服务需求。
另一方面还基于对新冠肺炎、糖尿病视网膜病变、脑出血、肺结节、乳腺癌等疾病的智能辅助诊断算法及建模能力,它还建立了基于医学影像的人工智能辅助诊断系统,辅助医生提高影像诊断准确度及诊断效率,实现医学影像数据从医疗机构采集到云端存储管理,再到智能化辅助分析诊断,直至面向医生及患者服务的一体化应用,打造“数据不离开平台、可用不可见”的医学影像安全高效智能应用模式。
“在基于医学影像的辅助诊断算法及模型的构建方面,由于涉及大规模数据的处理和算力消耗,依托天河超级计算机的支撑,将能高效快捷地实现模型的训练与优化。”孙华文说。
据介绍,目前“天河人工智能创新一体化平台”已汇聚了包括天津医科大学肿瘤医院、北京大学滨海医院、泰达国际心血管病医院等多家医疗机构,以及北邮、北科、南大等国内人工智能方面的顶尖科研团队,可真正实现医学影像数据、人工智能算法和超级算力的融合。
为智慧医疗带来便利
国家超级计算天津中心首席科学家孟祥飞表示,医学影像的云端化将为智慧医疗带来四大便利:
一是便于区域数据协同,优化医疗资源分布。实现基于云的区域内、医联体内医院间以及患者与医生间的影像信息互通、共享,满足远程会诊、远程问诊等需求,实现区域优质资源下沉服务,改善现有国内医疗资源分布不均匀、影像专科医师人才短缺等问题,推进分组诊疗制度建设。
二是可辅助医生快速标注,提升工作效率。除实现云上阅片外,影像云还可为医生提供涵盖心、脑、眼、肺等影像标注服务,快速定位病灶位置,极大程度上缩短了影像复阅时间,提高医生工作效率。
三是可提供便捷诊疗,降低医疗成本。云上阅片为医生、患者提供电脑、手机等多种阅片模式,可满足云看片,提供云胶片等服务,减少患者不必要的重复检查,节省了医院采购传统胶片的费用,也进一步节省了医保费用。
四是能延长影像数据存储年限,节约存储支出。如“天河智能医学影像云”可将医疗机构的影像存储时限从3年延长至15年,影像云存储模式很大程度上节省了医院硬件投入成本和维护成本,减少医院后期维护支出。
谈及医学影像云在应用中面临的主要问题,孟祥飞认为,一方面“天河智能医学影像云”需要不断开拓医疗机构及医生患者新的思维模式,转变传统管理思维到基于云端协同的方式;另一方面在医学数据的规范化使用及协同上还缺少法律法规层面的监管及数据标准设定,需要政府主导,医疗行业协会、行业专家以及相关企业共同参与完善相关标准制定。(记者 陈 曦)
责任编辑:kj005
文章投诉热线:156 0057 2229 投诉邮箱:29132 36@qq.com