临床与影像科的“AI革命”：开启智慧医疗新时代-

作者张红霞中国康复研究中心北京博爱医院

审核陈振波中国康复研究中心北京博爱医院副主任医师

“新一代科技革命”即正在兴起的以大数据、云计算、物联网、人工智能（AI）技术为标志的第四次科技革命，又称为AI革命，即“工业 4.0”。新科技革命的核心特质：数字化、网络化、智能化。

图1 版权图片不授权转载

医学研究已进入大数据和精准化并行融合的时代，我们对数字模型、信息化、材料科学等理论和技术的依赖大幅提升。科学进步，技术创新，奠定了数据驱动的医学新时代的基础。在“十四五”规划的重点任务中，将AI、生命健康、脑科学等作为强化国家战略科技力量的重点瞄准方向。

一、什么是AI？

AI是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新的技术科学。AI正以前所未有的速度和广度改变着我们的认知模式和医学研究的范式。AI强大的算力和先进的算法推动生物医学走向数据化、计算化和定量化。AI将成为人类扩展科学知识边界的重要工具之一，助力人们跳出认知范畴，更深入地理解和处理生命的复杂信息。

图2 版权图片不授权转载

医学AI系统覆盖筛查、诊断、治疗、预后及管理等多个临床环节，可利用实验室检查结果、影像、文本、音频多种异质数据，完成系统性的复杂任务。

二、AI在临床有哪些应用？

AI在临床应用方面正迅速成为医疗行业的一个变革力量，从提高诊断精度到个性化治疗方案的制定，AI正在帮助提高病患的治疗效果和医疗服务的效率。目前AI在临床的应用包括以下几个方面。

（1）诊断支持：AI系统通过分析医疗图像和病人的临床数据来辅助诊断。比如，AI可以在病理图像中快速识别出癌症细胞，或是通过对心电图的分析来预测心脏病的风险。

（2）个性化医疗：AI可根据患者的情况包括基因信息、生活习惯和既往病史来推荐最合适的治疗方案。这种方法有望提高治疗的效果，同时减少不必要的副作用。

（3）药物研发：AI在药物发现和开发过程中扮演着越来越重要的角色，通过分析复杂的生物数据来识别新的药物候选分子，加速新药的研发周期，并降低成本。

（4）临床决策支持系统：利用AI技术，可以开发出高级的决策支持系统，帮助医师在海量的临床数据中快速找到关键信息，提供治疗建议，支持临床决策过程。

（5）患者监护和远程护理：AI技术可以用于持续监测患者的健康状况，通过智能可穿戴设备收集数据，实时监控患者的生命体征和健康指标，从而实现早期预警和干预。相信随着科技的进步，将来您在家就能即时得到专家的诊疗指导。

（6）流行病学和公共卫生：AI技术在流行病学研究中的应用可以帮助预测疾病的传播趋势，评估公共卫生策略的效果，从而更好地应对公共卫生危机。

（7）医疗服务优化：AI可以优化医院的运营管理，比如通过智能调度系统提高医疗资源的使用效率，减少患者等待时间，提高医院服务的质量和效率。

图3 版权图片不授权转载

三、AI在影像科有哪些应用？

AI在影像科的应用是一个极具革命性的领域，它通过增强影像的诊断精度和效率，正在逐渐改变医疗影像的面貌。人工智能与图像的结合大大提高了疾病诊断的准确性与效率。以下将介绍一些目前在临床应用的一些AI技术。

肿瘤方面：前列腺癌、乳腺癌等。比如前列腺癌，AI可以自动识别出怀疑为癌的病灶，并给出癌的可能性概率诊断。

神经方面：主要有脑结构分析、小血管病、脑卒中、脑灌注等，比如脑灌注，可以自动给出灌注的伪彩图，并且能识别出低灌注区，给出预估的缺血区域的体积。

血管方面：主要有肺血管、颈血管、头血管、冠脉、主动脉、下肢血管等。比如肺栓塞，会用AI识别出肺栓塞的区域，给出一个VR图，很直观，可以直接看到肺栓塞的栓子，也能发现阻塞缺如的血管。冠状动脉，不但可以显示心脏容积和冠脉的VR像，并且也能把血管拉直，观察血管具体狭窄的程度，并且能预测栓子的性质，为临床诊疗提供依据。

胸部：肺结节、淋巴结、骨等，肺结节的AI软件在临床应用很广泛，它能快速而准确地识别出结节灶，并且给出结节灶的大小、性质（比如是磨玻璃样的还是实性的），评估结节灶良恶性可能，并且还能进行随访前后对比，对比结节灶大小变化。肺结节AI的应用极大减轻了影像科医师的工作量，因为肺内多发结节灶的话，影像科医师容易漏诊，而AI不会，并且一键点开就能识别出所有结节灶。这种自动化过程不仅提高了分析速度，还提升了图像解读的一致性和准确性。当然AI也有不足，就是对于结节性质的判定有时不准确，对于结节灶的识别过于敏感，把一些炎症片状密度识别为结节灶或者把一些血管识别为结节灶，这将是未来软件需要改进的地方。

心脏：心脏MRI心功能。心脏功能AI能在不打药的情况下，自动一键算出心肌厚度，心腔容积，评估心脏的功能。

骨科方面：骨折。AI在骨折方面的应用也很广泛，针对于急诊科医师来说是一个很好的福音，在影像科医师还没出具报告的时候，急诊科医师就可以通过AI识别出有无骨折。尤其对于一些隐匿性骨折，AI的观察效果甚至好于低年级住院医。

教育和训练：AI还可以用于医学教育和专业培训，通过提供虚拟的影像诊断训练，帮助医学生和年轻医师提高他们的诊断技能。

图4 版权图片不授权转载

当然AI在影像科的应用也有一些缺点，比如识别不准确，敏感度较高而特异度相对较低；在处理图像质量不佳、含有运动伪影或其他类型伪影的病灶时，AI的识别精度会下降，容易出现误差。这些都是AI将来需要优化的方向。与此同时，AI在临床的广泛应用还容易引发一系列问题和挑战，如数据隐私保护、AI误判的责任划分问题等。因此，未来的发展需要在技术创新与伦理法律框架之间寻求一个恰当的平衡点。