△彭贤贵主管技师正在为“学生”授课
△这位“学生”识别出的骨髓细胞
△常规显微镜下骨髓细胞图像
最近,医院血液科来了个新“学生”,主管技师彭贤贵天天给它“一对一”上小课。和其他穿着白大褂的医学生不同,这个学生不会说话却靠着一张曲面显示屏表现着自己卓越的“天赋”。
学习
它从骨髓细胞里找“病人”
8月7日上午,陆**医大学医院血液科实验室,主管技师彭贤贵面前是一台电脑显示屏大小的曲面屏,曲面屏边上,是一台白色的方方正正的仪器,“这就是我的好学生,别看他现在还只是一个‘小学生’,但以后能耐比我还强。”彭贤贵指着眼前的仪器打趣道。
老彭的这个新学生,就是医院目前在临床上最新运用的一项AI智能影像诊断系统,主要用于骨髓细胞形态学的自动识别,“说得这么高大上,其实他最主要的工作就是认出骨髓细胞里的‘病人’”。
今年,彭贤贵进入临床工作已经30年了,他和许多同事每天最重要的工作,就是在显微镜下看一个个这样的骨髓涂片,然后根据肉眼观察到的不同细胞形态为患者出具检验报告,AI智能影像诊断系统的工作就是帮助医生来识别患者骨髓涂片中的各个细胞。
考试
不到一分钟对各种细胞做完标记
8月7日,彭贤贵给这个学生来了一场“小考”。他将一张普通的骨髓涂片放进了AI智能影像诊断系统的白色仪器里。仪器连着的白色显示屏上,出现了涂片上各个骨髓细胞的形态。
随后,不到一分钟的时间内,这个“小学生”就将各个骨髓细胞用方框标记了出来,并且在每个骨髓细胞上方标注了各种细胞的名称,并以不同色彩的特殊符号进行了标记。
最主要的是,曲面显示屏上,还对已经发生病变的细胞进行了重点标注,“这就为医生出具病理检验报告提供了依据。”看着不到一分钟“学生”就做出了考试题,彭贤贵有些自豪的解释着AI智能影像诊断系统的作用。
进步
目前对骨髓细胞的识别准确率已接近90%
医院血液科主任张曦教授介绍,骨髓各系细胞形态学检查是对人体的骨髓细胞进行分型检查,用于确定诊断某些造血系统或非造血系统疾病和辅助诊断某些造血系统疾病。
检查结果会给临床医生提供诊断和治疗的最终依据,所以往往这项检查又被称为血液系统疾病患者最终的“判决书”。
现在,医生们正在帮AI智能影像诊断系统这位“小学生”进行最初的学习,即由这个“小学生”先扫描识别最初的骨髓细胞辨认信息,然后再由经验丰富的临床医生,逐一辨别其对细胞识别的准确率,对正确的识别进行确认储存,对有误的识别进行纠错校正。
AI智能影像诊断系统根据骨髓细胞中各个细胞的大小、颗粒及核的复杂程度等测量值来初步判断认定细胞特性,但由于骨髓细胞中存在粒细胞系、红细胞系和巨核细胞系三大系统,各种细胞间有些从大小等数据区别较小,所以最初的识别准确率还不及一位经验丰富的临场医生精准的辨识能力。
“因为他拥有一个强大的“大脑”,拥有过目不忘和海量储存信息的能力,所以学习会很迅速。”彭贤贵说,在经过一段时间的“培训”后,这位“小学生”的辨识能力在逐渐提高,目前对骨髓细胞的识别准确率已接近90%,可以预期在不久的将来,随着它看的骨髓涂片越来越多,“临床经验”越来越丰富,准确率还将逐渐提高。
未来
将更好地复制推广医生经验
张曦主任介绍,将AI智能影像诊断系统投入临床应用,它将极大减轻医生工作量,提高血液病理检验效率,缩短病理报告出具的时间。
AI+医学影像是将人工智能技术具体应用在医学影像的诊断上,目前主要分为两部分。一是图像识别,应用于感知环节,其主要目的是将影像这类非机构化数据进行分析,获取一些有意义的信息。二是深度学习,应用于学习和分析环节,是AI应用的最核心环节,通过大量的影像数据和诊断数据,不断对神经元网络进行深度学习训练,促使其掌握“诊断”的能力。
张曦笑称,这位目前还处于深度学习阶段的“小学生”,让临床医生参与到这套人工智能系统的研发中,让医生将自己丰富的临床经验教授给一台人工智能设备,这有助于更好地将医生的经验复制推广。另一方面,还能将临床更多的需求反馈到人工智能下一代产品的研发中,生产出更多贴近临床需要,能更好服务患者需求的人工智能产品。
新闻多一点
重庆发展“医院”重在智慧服务
7日,上游新闻·重庆晨报记者从重庆市卫计委