人工智能技術(shù)的應(yīng)用將為醫(yī)學(xué)影像判讀提供更加可靠的數(shù)據(jù)和技術(shù)支撐，從而節(jié)約醫(yī)療資源和成本，從EBM公司最近建置的應(yīng)用案例所收集的意見及數(shù)據(jù)，可以讓我們對(duì)人工智能給予影像判讀的幫助有更直觀的了解。
六家綜合醫(yī)院同時(shí)上線人工智能判讀
從2019年3月份開始，EBM先后在臺(tái)灣振興醫(yī)院、三軍總醫(yī)院、恩主公醫(yī)院、馬偕醫(yī)院、奇美醫(yī)院、高雄榮總六家醫(yī)院上線AI智能分析系統(tǒng)。
這六家醫(yī)院都已經(jīng)上線PACS系統(tǒng)多年，所以AI與PACS系統(tǒng)的整合至關(guān)重要，六家醫(yī)院中有三家使用的是EBM PACS, 通過建置AIIE（人工智能推理引擎）來將AI技術(shù)整合到PACS中，從而在日常診斷流程中起到作用。
同品牌及不同品牌PACS系統(tǒng)導(dǎo)入人工智能分析系統(tǒng)的區(qū)別
本次上線的六家醫(yī)院中，有三家使用的是EBM PACS,在導(dǎo)入人工智能判讀體系時(shí)，只要將選擇好的影像送至AI Server，便可自動(dòng)偵測及運(yùn)算，然后通過EBM UniWeb來瀏覽人工智能判讀過的結(jié)果。
人工智能判讀結(jié)果呈現(xiàn)
而針對(duì)不同品牌的PACS系統(tǒng)，以此次上線的振興醫(yī)院為例，在導(dǎo)入EBM人工智能體系時(shí)，則需要再建置 EBM 的UniWeb，然后通過UniWeb聯(lián)機(jī)至AI Server即可瀏覽結(jié)果，簡化醫(yī)師需要適應(yīng)新系統(tǒng)的過程，短短兩個(gè)月的時(shí)間，總共有585筆的影像產(chǎn)生量，醫(yī)師使用率逐漸上升達(dá)到71.1%，代表醫(yī)師逐漸相信AI所帶來的判讀。
云膠片導(dǎo)入人工智能判讀
依托EBM云膠片平臺(tái)，人工智能判讀也可以應(yīng)用在遠(yuǎn)程影像判讀中，當(dāng)病人的影像上傳至云膠片系統(tǒng)后，系統(tǒng)可以使用AI進(jìn)行運(yùn)算，經(jīng)由AI運(yùn)算后產(chǎn)出的報(bào)告，再回傳至云膠片信息系統(tǒng)中，最終至終端用戶。
人工智能運(yùn)算結(jié)果呈現(xiàn)
每日監(jiān)測應(yīng)用數(shù)據(jù) 收獲醫(yī)生使用好評(píng)
自從2019年3月份在多家醫(yī)院上線EBM的人工智能引擎，整個(gè)技術(shù)團(tuán)隊(duì)密切關(guān)注該系統(tǒng)的使用情況和效果。
以振興醫(yī)院為例，目前該院有19位放射科醫(yī)師和2位健檢中心醫(yī)師，每日在獲得病人影像后對(duì)AI的使用率平均在70%，由于剛剛接觸AI, 醫(yī)生們還是習(xí)慣先自己判讀，然后再用AI做二次確認(rèn)，在這個(gè)過程中，醫(yī)師們發(fā)現(xiàn)AI對(duì)肺結(jié)節(jié)的標(biāo)注準(zhǔn)確率達(dá)到95%以上，因此醫(yī)師開始從對(duì)AI的懷疑不適應(yīng)到慢慢接受和信任這個(gè)智能助手。
引用振興醫(yī)院吳美翰主任的話來說：EBM的AI表現(xiàn)不錯(cuò)，難找的小結(jié)節(jié)幾乎都有標(biāo)示出來，當(dāng)然偶爾還是有漏掉一兩個(gè)，不過醫(yī)師自己看要花30分鐘，AI只需2分鐘。
方詩珺主治醫(yī)師則認(rèn)為：AI的導(dǎo)入增加了醫(yī)師看到結(jié)節(jié)的信心，但適應(yīng)AI介入還需時(shí)間。
對(duì)AI使用最積極的是振興醫(yī)院的健康管理影像醫(yī)學(xué)科曾蕓軒主任，曾主任認(rèn)為因?yàn)榻z報(bào)告有1小時(shí)完成的壓力，在導(dǎo)入AI后于醫(yī)師而言打報(bào)告時(shí)可以多一個(gè)二次確認(rèn)，有效提高了出報(bào)告的效率，并且有助于和病人解釋病情。
目前EBM技術(shù)團(tuán)隊(duì)仍在不斷改進(jìn)和完善該人工智能系統(tǒng)，并不斷收集使用醫(yī)師的意見，力求提高智能判讀的準(zhǔn)確率和使用便捷性，幫醫(yī)師緩解看診壓力，同時(shí)給病人帶去良好的就診體驗(yàn)。
