Covid-19进入全球蔓延爆发阶段，3月11日世卫组织总干事谭德塞正式将新冠肺炎疫情定性为大流行。
面对疫情，医学影像的工作面临着重大挑战。新冠肺炎医学影像人工智能产品能够对影像科医生给予量和质的帮助。因“疫”而生，而并不局限于“疫”，未来医学影像AI产品如何更好服务临床需要上下游专家通力合作。
3月15日，医院影像与核医学科主任、中华医学会放射学分会候任主任委员、中国医学影像AI产学研用创新联盟理事长刘士远教授发起的“医学影像人工智能‘战疫’研讨会”在线上成功举行。
▲刘士远教授
本次研讨会集结了来自各界非常权威的，有话语权的专家，包括人工智能领域，胸部影像领域，感染影像领域，算法科学家等各领域的上下游，以及来自武汉“战疫”一线的影像科专家。
分别从临床现状与需求、研发产品介绍、评审要点解读、临床应用及验证等几个方面，共同探讨了CT人工智能在肺炎辅助分诊领域的现状和挑战。吸引了一万六千多业内人士在线参与并热烈讨论。
临床需求：病灶全程跟踪
单任务转向多任务
疫情对于新冠肺炎快速诊断的AI产品加速研发并投入临床应用产生了推动作用。然而目前临床使用现状如何？需求关键点在哪里？企业研发方向是不是符合临床一线要求？需要聆听来自一线的声音。
西安医院主任医师郭佑民教授为大家介绍了临床对于肺炎筛查诊断AI软件的需求。
总体需求在于快速检出、准确定位、评价病变的大小、性质、动态、演变过程。
需要迫切解决的问题在于，诊断结果要可以站在科学的角度被定量，被验证。
肺炎（新冠肺炎）CT需求：
单任务—包括肺内病变确定、病变定位、病变范围等
多任务—同时对肺实质、肺间质等多部位结构进行定量检测、计算与实时三维可视化
目前影像学的人工智能并没有达到临床应用的理想状态，未来在实现多任务方面还需要各界共同努力，将临床需求放在第一位置非常重要。
郭佑民教授表示，只有经过反复循环，才可能会形成一个符合需求的产品。而很多企业往往把医生的作用忽视了。
“战疫”影像AI企业多达三十家
产品希望更符合精准诊断
此次疫情中，许多医学影像人工智能公司第一时间都选择放弃春节休息，在一线和医生进行沟通，现场测试，进行产品的研发和改进，积极做着自己的贡献。
刘士远教授表示，据医学影像AI产学研用创新联盟前期统计，此次参与新冠肺炎医学影像AI研发的企业大约有二十多家。并医院进行了相关部署，取得了一定的使用效果，为一线医生带来了便利，提高工作效率，增加定量诊断、随访分级的准确性，但同时也有很多需要解决的问题。如何加速这些产品的迭代，推进审批的落地，完善临床验证，需要我们上下游的专家在一起通力合作，思想碰撞，最终能够帮助企业。
本次研讨会也邀请到了部分联盟企业代表分享介绍他们的产品，如何助力“抗疫”，以及能够为今后的临床诊断提供哪些帮助。
企业代表包括：深睿医疗，健培科技，依图科技，推想科技，青燕祥云，数坤科技，汇医慧影，天明创新，体素科技，联影智能，神州德信等。
大多数产品目前对临床提供的支持包括：肺炎征象精准早筛与疾病预警，肺炎病灶量化评估，肺炎病灶智能随访分析病情进展，结构化报告，轻重症患者分级、疗效评估、愈后随访，疫情监测。也有一些涉及C端的前端问诊等。
相对于以前的产品，此次医学影像AI产品针对之前的量化分析、赋能基层、预后随访模块分化出新的功能。
可以看到，各企业产品各有所长，但是都需要在临床实际效能满足以及个性化诊断方面有进一步突破。并且作为医疗临床应用产品，其合规安全性还是需要通过国家审批。
医学影像AI产品确立三类证
依托“战疫”价值进入审批快车道
医学AI产品“持证上岗”是国家、企业、临床共同需要解决的困局。此前只有科亚医疗的“冠脉血流储备分数计算软件”和乐普医疗的AI“心电分析软件”，在年1月和2月获得了NMPAIII类器械审批认证。而在肺、肝等CT应用场景，尚无医学AI企业通过审批。不仅是中国，全球也是如此，直到年2月，美国FDA才批准了第一款基于人工智能的超声影像辅助系统。
从疫情一开始国家就开通了应急审批通道，为一线急需的产品提供最快的评审服务，尤其是对医学影像AI产品。第一时间出台了《肺炎CT影像辅助分诊与评估软件审评要点（试行）》，从评审要点也可以看到，考虑很周全。
比如此次《要点》针对的是肺炎，因为新冠肺炎可能是短暂的，而之后更长期的是要用于更大范围的肺炎诊断和鉴别。这也意味着为之后的影像AI产品拿证，商业化产出打下基础。
《要点》第一部分首先明确了审评的内容，原文指出：“按现行《医疗器械分类目录》，该类产品分类编码为21-04-02，管理类别为三类。”这条政策或许意味着AI三类证审批流程将进一步加快，从另外一个角度来看，行业一定程度上也认可了AI辅助诊断软件在疫情中发挥的作用。
“金标准”是关键
《要点》指出：生产企业应详述金标准的选择、构建方法及理由。可供选择的金标准构建方法包括：一是以临床确定结果为金标准，即流行病学史、临床表现（含影像学特征）的综合诊断结果；二是通过专家阅片小组构建金标准。
金标准的构建一直是影像AI产品很头疼的问题。在诊断新冠肺炎，可以通过临床诊断的金标准及流行病学加上临床表征，甚至再加上核酸确诊数据来判断。但是迁移到其他肺炎，如何去评判软件的可靠性，需要企业引起思考。
截至年3月，有部分影像AI企业表示已完成临床实验研究，预计在年将是影像AI产品持证上岗收获年。
敏感度超过95%
临床整体满意，呼吁统一金标准
应用端的验证直接决定了产品迭代质量，是医学影像AI产品能否解决临床实际需求最重要的环节。
“战疫”成果整体满意
研讨会邀医院的专家们分别分享了这一个多月，临床实际应用影像AI产品诊断筛查新冠肺炎的效果。
▲医院专家分享应用成果
首先来自武汉华中医院主任医师郑传胜教授表示，医院承担了三医院的CT室检查，从1月初到3月10号，70天时间检查了多人次的肺部CT，平均每天多人，并且要求在两个小时之内出报告，工作量非常大。
一月医院联系合作用影像AI辅助系统为临床解决难题，确实提供了很大帮助。但是也存在一些问题，
比如在合并有其他肺部病灶时的智能诊断、对于感染的识别还是有困难。
另外，不同的影像AI产品没有统一的量化标准，在不同机器上的数据也没有结构化统一。
第三，或许是时间紧迫，目前在武汉一线应用的影像AI产品缺少专业级的标注。
医院医学影像中心主任医师徐海波教授，首先代表湖北感谢了所有第一时间在这次“战疫”中做出巨大贡献的医学影像AI公司。关于要完善的方面，他表示主要是希望鉴别诊断和预判方面能更精准。
来自华中科技大学同济医学院附属医院放射科主任医师夏黎明教授表示，和医院合作的医学影像AI公司一直积极的跟临床沟通完善产品，目前初步的测试，其敏感度检测病灶大约是97%，CT值测量跟AI的一致性大约是0.84，比较明显。临床医生都挺满意，因此现在医院医生绝大部分都在用这个软件。
关于不足之处，
第一，早期的病灶，或者在病灶治疗以后吸收的，AI检测不够精准，会有漏诊现象。
第二，关于CT值，对于病情判断标准不是一概而论的，每个个体情况有所不同，需要结合其他临床，实验室检查，有一个比较完整的系统得出结论。
医院主任医师查云飞教授也表示，在这么短时间内，各医学影像AI企业可以让产品上线应用临床非常不容易。在实际应用方面，因为CT筛出的阳性率非常高，希望AI能帮助做鉴别，用半定量和定量指标，区分轻症和重症病人，但是比较遗憾，目前半定量指标一直没有达成共识。
标注和分割是核心
医院、企业等各界专家还就数据标注、模型算法以及临床验证实施进行了热烈的讨论。
▲各界专家讨论数据标注、模型算法
包括面对训练样本量不足的问题，沈定刚教授提出可以把小样本通过训练模型，用没有标准化的数据让医生来修改，从而增加样本，使整个变成一个闭环。
刘士远教授也表示，目前联盟也正在落实，做标准，标注和分割的共识，需要各位专家通力合作。
医疗AI“危机”相伴
逆势而行，向阳而生
早在年，业内、资本各方以巨大的热情期待着“医疗AI”落地，然而迟迟不见有产品过审。而另一方面医疗AI行业尚无成型的商业模式，一直被称为“只烧钱不赚钱”的空中楼阁。
年医疗AI行业迎来资本寒冬，一大批企业在“烧钱”中逐渐消失。开年的新冠疫情战，似乎直接将剩下的医疗AI企业推向最残酷的洗牌。
然而能抓住机遇的人永远不会放弃。二十多家医疗AI企业第一时间选择了一级响应、全员投入、7*24小时研发、亲身前往疫区。在技术为核心，产品为王牌的医疗行业，谁能真正高效解决临床实际问题，谁就能赢得市场。
自上而下，产学研通力合作
就如研讨会谈到的，随着我们对AI软件认识的逐渐深入，从各个角度已经证明对临床是很有帮助的。但是这条赛道确实很不容易，医学影像AI产品在验证过程中的鲁棒性，泛化性等非常令人担心，原因是由于数据的来源并不能保证真正的地区多样性，以及数据标注的规范化等问题。如果想做出真正能够符合临床需求的系统，需要依靠专家团队牵头，在政府的支持下，和算法团队联合，构建一个符合真实世界标准的标注的数据集。
目前刘士远教授带领的医学影像AI产学研用创新联盟表示也正在构建这样的数据集，希望一年左右完成，并向全国免费公布。
刘士远教授呼吁，从医生专家层面可以写一些共识帮助企业进行标注，帮助企业进行产品迭代，对于临床试验需要第三方验证，也需要医生们提供数据积极的配合，也为了可以更好的解决临床需求。
新冠疫情带来的是“大考”，催生的是机遇，推动产业发展，未来医学影像人工智能无疑会进入真正的“商业化”阶段。
·END·
转载请注明：http://www.0431gb208.com/sjsbszl/4076.html
