AI+远程 缓解地区间医疗资源不均衡

说来有趣，21世纪最时髦的人工智能技术应用于现代医学，与中国几千年流传至今的传统中医，竟有不小的相似之处。

传统中医讲究“望闻问切”，据此积累下来千百万人的“医疗大数据”，再通过医生的人脑来存储、“加工”，进而开出药方;而今天的智能医疗，则是给医生加上了一个“超强大脑”，它能海量存储、超速计算、深度学习，给人类增添了更多摆脱病魔的能力。

尽管争议与困难重重，但没人能够否认，人工智能、大数据等现代技术在医疗领域的应用已成大势所趋。

有学者这样描述，未来的医学影像中心好比飞机驾驶舱，是各种各样信息的综合体;未来医生则相当于飞行员，需要做的是去处理各种各样的信息。比起担心AI会不会终有一日取代医生，肿瘤科的医生已经在想方设法与这些聪明的“助手”并肩作战，在临床上精准围猎肿瘤细胞。

人工智能辅助制定放疗方案 大幅提高效率

53岁的薛萍被胃里一颗淋巴瘤折磨了许久，腹痛、呕吐和慢性腹泻一直纠缠着她。实在熬不下去了，她挪着艰难的步子，到家门口的医院看病。

那是天津市肿瘤医院在距离主院区几十公里以外开设的新院。通过视频，在主院坐诊一号难求的主任医师成了她的主治医生。经过多次检查沟通后确认，薛萍胃里的淋巴瘤是轻度恶性肿瘤，通过放疗无需手术就能收到很好的效果。

医学影像CT是放疗前的第一步。薛萍的上百张医学CT影像数据随即传到云平台上，无论医生在哪里，只需要打开电脑就能完成对患者放疗靶区和危及器官的勾画，简单说，就是给放疗画一个靶区。

确定肿瘤的边界到底在哪儿，是极其考验医生经验和耐心的事情。过去，医生对着电脑屏幕，在CT影像上一点点勾画出肿瘤组织的轮廓、癌细胞可能转移的区域以及周围需要保护的器官。鼠标微微挪动，黄色细线勾勒出的靶区随之变化，尽可能精雕细琢才能最大限度提高放疗射线射杀癌细胞的精确度。

这种精确到毫米级的打磨过程，可能持续几个小时甚至几天。毫厘之间的偏差可能给患者带来巨大的副作用。如果稍稍偏至心脏，将极大增加今后罹患冠心病的可能性。遗憾的是，在这个耗时耗力的过程中，不同医生勾画同一个病人的医学影像靶区，常常会出现不同的结果。

更聪明、更有耐心的人工智能助手正在帮助医生快速围猎癌细胞。依靠核心算法、训练神经网络模型，人工智能可以深度学习大量已勾画靶区和危及器官的患者数据，用模型来完成新患者靶区和危及器官的自动勾画。

如今，只需将患者的数据输入电脑，就能自动勾画医学图像中肿瘤的靶区，自动分割肿瘤与非肿瘤组织，精确勾勒放疗靶区。医生在这个基础上对影像进行审核、微调和修改，大幅减少了工作量。据介绍，目前该院测试结果显示，人工智能自动勾画影像，能比纯人工节省大约70%的用时。而在一些缺乏肿瘤医治经验的基层医院，人工智能也可以给年轻医生提供参考，减少他们的出错概率。

制定肿瘤放射治疗计划需要进行大量的计算。传统计算方式速度慢、花费时间长、成本高，很大程度上要依赖物理治疗师丰富的经验。而这一点恰恰在中国是一个短板，目前我国放疗物理师人才非常匮乏。数据统计显示，2015年我国拥有物理师3294人，放射科肿瘤医师与物理师比例为4.81∶1。

如果把放疗对癌细胞的剿杀，看作是用洲际导弹轰炸目标，那么医生是发出目标指令的人，而制定计划和操作，比如导弹怎样飞行、飞行的轨迹如何，都是物理师来具体完成的。甚至有人说，在放疗科可以没有医生但不能没有物理师。

物理师要根据医生要求和设备特点来设计合适的方案，要根据病人情况重建三维人体结构图，通过复杂的数学和物理运算确定放疗机器的各种参数，验证测量、修改和完成放疗计划，还要每天测量和校准剂量，来确保放疗的准确性和安全性。

人工智能正在弥补这个短板，它可以高速分析和处理海量大数据，针对肿瘤类型、肿瘤周期、患者性别体重等参数对数据进行划分，几分钟就能自动设计最优放疗计划，供物理师参考。

天津市肿瘤医院院长王平说，人工智能已经可以模拟人类思考和判断，如今智能计算机医院管理系统、智能医疗诊断专家系统、智能手术机器人等AI技术给医疗领域带来了革命性变化，“在恶性肿瘤放疗领域，我们正在应用的肿瘤放疗靶区和危及器官智能化自动化勾画、AI化的放射治疗计划模型、基于互联网+的放疗远程智能化质控系统，都在改变着现在和未来的医疗模式。”

AI+远程 缓解地区间医疗资源不均衡

放疗、手术、化疗是人类治疗癌症的三把“尖刀”。近年来，放疗精准度高、适应度广、副作用小、创伤较少等优势逐渐受到重视。然而我国医疗资源分布极不均衡。据全国第三次卫生服务调查显示，目前我国80%的医疗卫生资源集中在城市，其中80%又集中在大中型医院，而医疗卫生服务需求大部分存在于基层。

以放疗为例，在基层医院，有的根本就没有配置放疗设备，有的虽然买来昂贵的设备，却因为缺乏放射肿瘤科医生和物理师，导致设备闲置，或是治疗不规范效果不佳，因此患者看病依旧需要去挤大医院。

在天津市肿瘤医院放疗科，一台放疗使用的直线加速器要从早上6点工作到晚上11点，每天每台设备至少要为120名患者治疗。而在其他许多医院，常常一天都没有几个患者。

王平介绍，放疗不同于外科，大夫不必亲临现场亲手操作手术，因此可以很好地利用远程+AI技术开展治疗。一方面可以缓解医疗资源短缺和地区不均衡，使异地病人和基层医疗人员同时受益。另一方面有助于建立完善的医疗保健体系和适合国情的分级诊疗制度，这也是深化医改、突破医改瓶颈的关键。

目前，该院不仅每天在其分院之间开展远程+AI放疗服务，其服务半径还扩大至山东、河北等多个省市的十几家医院。

目前，医生们正在更深入地研究利用人工智能预测放疗后的并发症。肺癌是在中国发病率最高的癌症，一个重要的治疗手段就是放疗，然而最常见的并发症之一就是放射性肺炎。放射性肺炎会对患者的生活质量造成一定影响，严重的甚至会危及患者生命，但目前没有有效预测放射性肺炎发生的方法。一般来说，现在预测并发症的成功率在50%左右。目前医生们采用人工智能和新兴的放射组学结合的方法，创新性地建立放射性肺炎预测模型，即通过计算机深度学习方法挖掘CT图像中隐藏的信息，比如肿瘤的纹理、密度等信息，并结合患者临床和放疗信息构建综合的预测模型，辅助临床医生调整治疗方案及临床决策。

如果发现某个病人发生放射性肺炎可能性高，可以及时介入，提前做一些预防措施，尽量降低放射性肺炎发生的等级，减少痛苦。一个非常理想的状态是，给病人做几个CT检查之后，人工智能就可以知道病人可以存活多久、做放疗的疗效如何，什么时候会发生转移，以及这个过程中产生的相关副反应及其可能性有多大。

王平说，目前研究结果显示其准确度可达到71%，这已经高于既往一些临床参数，而这个数字还将在未来进一步研究后得以提高，“目标就是用技术给患者提供更好的服务。”

记者 胡春艳

标签： 医疗资源