五年前，王振常通過公開選拔，成為北京友誼醫院副院長，分管門急診、醫技、科研、教育和信息化建設工作。此前，他在北京同仁醫院從一線醫生一路成長為最年輕的放射科主任，并任職十余載。他履新北京友誼醫院的愿景之一，就是讓基礎扎實的放射科再上一個臺階，將其建設成為全國一流科室。
如今的北京友誼醫院放射科是“具有雄厚實力的綜合影像學科”，是國家重點扶植學科、首都醫科大學影像學系的掛靠單位。“人才濟濟，設備一流”，包括當下最時新的醫學影像AI，也已開展多時，有多家企業的產品進駐合作。
在放射科的心胸組里，醫生們正在使用電腦上的AI平臺讀片。醫生韓丹面前的屏幕上打開著肺結節的片子，她告訴健康界，自2017年11月以來，心胸組一直在使用推想科技的AI產品。
通常初檢醫生在看片子時，同時使用肺結節AI產品。韓丹進行審核時，“如果初檢和AI產品的結果差異較大，我就會結合AI以及我的經驗再次查看。確實有時候出現初檢醫生漏診，后來用AI復查了出來。”韓丹看來，醫學影像AI給自己和同事的工作起到了明顯的輔助作用，尤其是幫助減少漏診。
“胸部CT至少300幅，一張張看，很容易漏掉小的病變，而醫學影像AI是‘寧可錯殺一千，也不放過一個’，所以假陽性率比較高，漏診率比較低。”王振常告訴健康界。
“人工智能潮流我們必須迎上去，醫學影像必須跟AI密切結合，走一步是一步。”王振常一口氣說了兩個“必須”。
醫學影像AI早已不是陌生的概念，應用AI可以解放醫生、提升效率已是共識。王振常告訴健康界，正如使用醫生的反饋，通過AI可以提高效率，減少醫生的勞動，是目前醫學影像AI應用積極的一面。
目前的AI產品在使用便捷性上考慮到了醫生的需求，操作簡單，上手很快。“精確度也符合預期，達到小數點后一位，對于非常小的結節，也足夠了。”
放射科心胸組平時看片的醫生是5個人，韓丹坦言，工作壓力很大。而推想AI產品的使用，一定程度上提高了工作效率。“對我們的作用是提個醒，不漏診的同時，能有針對性地去看，用不著滿屏去翻，提高了效率。”
而對于目前使用的AI產品，王振常告訴健康界，來自醫生們的反饋，“已能夠滿足日常需求”。放射科醫生經常加班，因為工作量太大。“醫生最怕的是漏診，目前對AI產品的首要要求就是減少漏診，能加快工作的速度。”
但現階段醫學影像AI的應用，也增加了醫生的另一部分工作量。“因為AI需要進行額外的數據處理、數據分析。”所以，AI的技術如何跟醫院信息系統工作流融合起來，并結合臨床工作流程，被王振常視為當下最大的痛點。
“在臨床工作中，通常是拿到一個片子先看是否正常。如果是異常的話，再甄別方向，進而判斷哪一種病的可能性大。”而現在的AI應用基本是對某一個征象的智能判別。在王振常看來，現有的醫學影像AI產品可以朝更契合臨床路徑的方向努力。
醫學影像雖然是AI很好的切入口，但醫學圖像的容積數據處理起來殊為不易。“不像人臉識別只有一個圖像，醫學影像有深度，甚至不只有一個平面，還有坐標軸，那么三維空間的數據怎么去分析?”
另一個難點是，當下醫療數據采集并不規范統一，“雖然已有數據處理軟件產品，但采集起來并不是那么回事，所以AI在短時間內改變目前這個局面還很難。”
王振常介紹，現在已有廠家進行嘗試，“一個胸片先看它正常不正常，比如說膝關節，先判斷其有無骨折，有無腿病，讓AI的處理逐漸接近臨床流程。”
期待軟硬件形成合力
目前已有多家AI企業進駐北京友誼醫院。王振常說，AI產品線還可以更豐富，比如現在AI企業不少從肺結節入手，其實對心胸組，肺結節只是日常工作中的一小部分，肺炎、慢性肺病等都還沒有相應AI產品，“所以，醫學影像AI的潛力很大，AI的工作需要再推進”。
王振常建議，AI可以和設備廠商一起合作改善流程，從采集數據階段就進行人工智能分析，而不是形成圖像數據以后，現在的AI產品都是由AI軟件對醫學圖像進行分析，但“形成圖像已經晚了，流程已經滯后”。所以，在他看來，醫學影像AI企業應該去跟設備廠商合作。“在采集過程中，拿到原始數據，就進行人工智能的分析。”
時下醫學影像AI行業火熱，涉水者眾多，北京友誼醫院的合作單位不僅包括企業，還有高校。王振常笑言，“在生活的各個層面、在各個行業，人工智能現在太時髦了”。
然而，他正色道，真正的突破其實應該在于轉變思路，尤其是醫學影像AI。人工智能分為兩個層面，一是圖像的人工智能，現在各種產品都是在圖像分析層面進行智能分析;二是結構化報告的專業詞匯規范。“比如，通過辨別幾個非常關鍵的征象，加上一般資料，以及對接知識庫，然后通過對比，診斷其可能性。”
據了解，北京的大醫院基本上還沒有實踐結構化報告，目前結構化報告也沒有統一標準。“我們的愿景是很高的，但是你不走第一步，后面的發展就談不上。就像沒AI1.0版怎么能有2.0呢?”王振常笑了。
影像科室發展躍升
據介紹，推想科技的AI產品進入北京友誼醫院放射科半年以來，已經完成胸部CT讀片逾12000例，切實給影像科室帶來了幫助。談及人工智能的發展趨勢，王振常認為，未來人工智能做初級的重復性工作，而醫生則從事高級的、有溫度的、個性化的部分。
人工智能可以把常規技術、常規知識綜合起來，然后標定，以此做重復性的工作，但是每個病人的情況不一樣，好的醫生一定善于跟病人溝通。“每個人的心態不一樣，情緒不一樣，他的病可能都不一樣。這都不是AI目前能做到的。”
“如果目前是AI1.0版的話，也許AI10.0版的應用程度會超出我們的想象。但就現在而言，影像科室和影像醫生仍是不可或缺的。”
作為副院長，盡管醫院管理事務繁多，影像醫生出身的王振常依然十分重視影像科室的建設。“影像學的設備是集先進技術之和，是很有力的科研手段，不是單純診斷疾病，而是應該對疾病的發生機制、疾病的治療預測都有很大的幫助。”
無論管理工作如何繁忙，王振常對科研和教學都始終不放松，他堅持每周二到周四參加放射科的病例討論。他坦言，五年來，影像科已有長足進步，在全國具有一定影響力，也取得一些成績，但還是對接近更理想目標滿懷期待。
“我們一直在思考，怎么把影像科室真正有機融合起來。”王振常說，放射科已經成立了心胸等各專業組，未來希望能夠有機地跟核醫學、超聲科室形成大專業組，即建成各個專科，把超聲、核醫學、放射這些神經影像科室都按解剖部位、按系統進行劃分。
但北京友誼醫院影像科室長期處于人手不夠的狀態。以放射科為例，現在影像檢查需求大，放射科的人員增長跟不上發展。“原來放射科30人，現在130個人都不夠用，醫生幾乎每天都在加班。”王振常說，影像科室一直在招人，也永遠缺人。“所以說，人工智能的確是醫生的好助手，通過AI減少工作量，減少人力成本。”
王振常談及，就科室發展的現實而言，如果醫院領導班子里有對影像學科的發展和特點了解深入的人，就不會產生影像學科被誤解或者被忽略的狀況。
“一名醫生在同一時段只能服務一名病人;科主任承擔更多工作，把握整個科室的發展方向;而院長則是對全院幾千員工以及背后的病人負責。”王振常認為，能力越大，責任越大，對醫學的貢獻、對病人的幫助程度也不一樣。“作為專業人員，應該盡可能往上走，如果有這份能力，就該爭取這個位置，或者不放棄這個位置。”
也因此，擔任北京友誼醫院副院長的同時，王振常還是中國醫師協會放射醫師分會會長、中華醫學會放射學分會常委、頭頸影像診斷專委會主委、北京醫學會放射學分會主委等。他樂于參與行業建設，無論多忙，都會參加全國的各種會議和學習班，積極參與各種評審，“在行業里的眼界不一樣，對行業里的熱點會比較了解。”
“如果在我的努力下，能把醫師協會的工作往前推進一點點，那比我單純當一名醫生更能發揮價值。”王振常說。
京公網安備 11010502049343號