北京協和醫院付海鴻：醫學精準要影像先行，影像精準就要技術先行

雷鋒網按：9 月 1 日，在 2017 中華醫院信息網路大會（CHINC）期間，GE 醫療全新智能影像解決方案 CentricityTMUniversal Viewer 6.0 發布。中國醫學科學院北京協和醫院、北京醫學會放射技術分會主任委員、中華醫學會影像技術分會候任主任委員付海鴻作為嘉賓以《醫學影像與信息系統的發展和未來》為題作了演講。以下為演講內容實錄，雷鋒網做了不改變原意的編輯。

現在我們中華醫學會影像制度分會講精準醫學，醫學精準要影像先行，影像精準要技術先行，技術精準要規範先行，但是咱們都把精力放在了技術這個層面，但實際上醫學不僅僅是一個技術，一個科學，醫學還是一門藝術，一門人文藝術。所以我想說診療精準，關愛要先行，要以人為本。

談到醫學影像大家就會想起著名科學家德國物理學家倫琴，他 1895 年 10 月 8 號發現了射線，從此開上了醫學影像學的先河。作為醫學影像這門學科的科室來講，放射科是在 1896 年 2 月，在英國成立了。中國在倫琴發現射線兩年之後的 1897 年，一個美國傳教士就從美國探親的時候帶了一台美國本土造的 X 光機。這個學科來說最著名的北美放射學會這個組織，它每年都要開學術大會，現在的規模達到每年五六萬人去參加。

但是時光流轉到 2004 年的時候，我們看到它已經在北美放射學會平台上實現了全數字化，全部數字影像。三類醫療器械必須到國家的食葯監局總局去申請。一類、二類在地方葯監局，好比你在北京市葯監局，在河南省葯監局就可以完成這種註冊申請了。可見咱們這個系統和軟體一步躍升到三個影像器件，從監管的層面是很重視的。因為我 1992 年在首都醫科大學生物工程專業畢業之後就到了協和醫院工作，那個年代還是分配工作的年代，到放射科當了一名工程師，同時也做技師。一邊要在 CT 室掃描病人，一方面還要修機器。

從 2002 年開始，國內醫院開始有錢了，院長們也有意識了，開始搞全院級。我們也看到包括 GE 公司也在青島大學附屬醫院，我都親自去看過，這些系統也去現場調研過，那麼就是在國內早期應用。

2003 年遇到 SARS，來的非常兇猛，打了大家一個措手不及。那年的春天，我還到廣州佛山去評標，結果去了佛山那家 SARS 第一病例發生的醫院，我去的時候他們還帶我去那個醫院看了一下，門口都沒人，我說這醫院怎麼沒人呢。他說沒事，這是現在病人少。

結果我沒想到，短短一個月之後原來是 SARS，這個病毒從廣州也傳到了北京，北京人民醫院也是一個重災區，這個圖片是當時我們協和醫院的技師去 SARS 醫院值班時候的照片，還有當時的診斷，還用膠片診斷。但隨後大家發現有一個好東西可以幫忙，一個是 CT，可以直接數字化的胸片就出來了。

醫師可以在潔凈區，當時他們醫師也成立了一個專家小組，當時李主任，放射科的醫師就 24 小時住在這兒了，然後各科的主任，幾乎都是主任在這兒值班，病人有任何的病情變化都在這兒有專家組集體會診。把所有涉及影像的科室設備和學科整合在一起，把所有的業務整合在一起，讓臨床大夫隨手就可以看到他想看到的，就是所見即所得，或者所想即所得，他就能把這些全院檢查類資料集成起來供臨床服務。

同時我們的診療流程在信息系統幫助下，也可以去重構，去優化。咱們可以把紙質的申請單改成電子申請單。過去靠著技師一聲吼，張三、李四，現在咱們由叫號來輔助診療過程。過去大夫要手簽報告，寫完報告了要打出來還得手簽一下。同事們也說了我醫院怎麼沒有手簽呢，我這計算機打了就發出去了，還扣個章。

就是說這個電子報告到底什麼樣是合法的，然後人家法院的和監督的都說，要麼就是大夫手簽，要麼就向衛生部去要文件說允許你協和醫院用機打的名字就可以做了。說我們法院系統是怎麼呢？法院最早的時候像這些判決書的公文在山區和遠郊區縣的這些派出機構，為了蓋一個章，都得驅車幾十公里跑到中心所去蓋章，後來搞了電子簽章，電子簽章人家社會上說你這個是假的，我得看紅章，而且還能有水印，還得看出印油來才行。那怎麼辦呢？法院是下紅頭文件，說這個是可行的，政府承認他有效才推行，我們協和就很謹慎，一直堅持大夫手簽字。

有了電子簽名就不一樣了，有了電子簽名系統這是國家有電子簽名法，然後衛生部也有招標的電子簽名服務機構，那麼完全按照國家和衛生部的要求法規跟 GE 公司一起合作打造我們的電子簽名。包括我們的電子檢查單 1295 項放射檢查都是通過系統來集成的。導醫平台在所有的檢查口都有這麼一個導醫，都是系統聯動的，電子簽名剛剛也提到了，通過電子簽名也實現了所有檢查報告的電子簽名化。東西院區的大夫可以異地互簽報告，電子簽名完了之後至於報告在哪兒列印就無所謂了。

尤其是影像科室來說，設備信息產生的數據時間信息與新系統信息必須要同步，可是醫療設備自己有一套時鐘，咱們終端電腦有一套時鐘，這幾套時鐘怎麼同步也是非常重要的，因此醫院要由統一的時間伺服器來發布標準時間。所有的系統包括終端電腦，設計醫療任務全部都要同步，通過同步保證這個醫療安全來降低風險。對於自助列印來說，傳統的放射科流程是繁重的，現在通過這種膠片自助集中列印系統就把這個問題解決了。

通過這個影像集成平台的應用我們已經看到，無論從臨床、放射科的感受，還是從 IT 管理上來說，都解決了我們所關切的實際工作當中的瓶頸和問題，也為醫療服務質量的提升，管理水平的提升幫了很大的忙。所以總結起來影像集成平台，首先服務理念要變，否則你很難有自己內生的驅動力搞這個影像集成平台。還有流程足夠優化，如果你不想把自己以病人為中心的服務改善的話，這方面的驅動力也會減弱。

集中平台在管理上和臨床應用上所帶來的革新也是我們所關切的。從 PACS 發展到今天我們看到現在全國 PACS 供應商是非常多的，前幾年各省市集中招標採購，一下全冒出來了。全國的三甲醫院幾乎 100% 都安裝使用了 PACS，2011 年中央政府安排專項資金三百多億，支持 67% 的縣級醫院來完成它的縣級醫院能力建設，過後這個 PACS 可以說是非常的慎重，在基層醫院也得到了一個普及。為了完成這個任務，很多省級政府也採用集中招標採購的方式，也產生了很多知名的本土 PACS 應用服務商。

建設轉向了區域醫聯 PACS 大數據還有人工智慧。實際上，從海外引一些區域醫療，到中國特色的醫聯體，中國現在我覺得也是走在了一條中國特色發展道路的軌道上。

咱們醫聯體業務模式總結起來還是很多的，有城市醫聯體，像協和醫院現在按照衛生主管機構的指定，我們跟六家基層醫療機構，北京六院這些醫院建立一個醫聯體，這可以叫城市醫聯體，還有醫共體，醫共體他們以區域為主。

從專科聯盟上來說，經常是一些以學會或者學術組織委牽頭，以專科的形式形成一個聯盟，還有遠程協作網路，這個是大家比較熟悉的。現在來看醫聯體在中國大陸上發展的可以說風風火火，但是醫聯體的發展離不開咱們信息系統的支撐，那麼我把它比喻成區域醫療醫聯體業務的一體形成。那麼我們看到現在國家又出了獨立影像中心、獨立檢驗中心、獨立病理中心。

這些獨立中心的發展可以說也是中國參照世界先進國家的發展模式來創新中國的這些體系，來補充完善公立醫療機構和私立醫療機構，來補充他們一些需求的缺口。這些區域的中心要靠信息系統，把它一體化協同，也要通過一些遠程醫療手段來完成臨床的這些診療工作。

這些醫聯體影像的需求特點是各不相同的，我們在實際工作當中也要根據他們具體運營的模式來完成這種基因、功能和服務的定義。說到這裡，現在一些影像和一些影像信息系統發展到今天，我們可以看到現在已經進入了一個 AI 的時代，人工智慧的時代。

那麼怎麼把解決問題的方案轉化成一個概率分布摸索、探討和研究出來的方案，這也就是機器學習的開端。直到 2010 年代，隨著神經網路研究的深入，尤其是深層神經網路技術研究的深入，把深入學習非常好的完成這些概率統計的工作，以實現人工智慧的目標，引起深度學習也就是最近這七年當中喊出的口號。現在人工智慧，大家現在業內經常說，2016 年實際上是人工智慧的元年。

怎麼把大夫的時間能解放出來，讓他能夠用更多時間去投入到關注疾病、關注患者、關注臨床上，還有現在放射醫師數量也不足，放射醫師占臨床醫師總量的 4%，但是放射科承擔的業務涉及到幾乎所有的臨床科室。還有現在都叫精準醫學，以精準醫學對於一些過去不太關心的比如說各種小結節，過去可能都不當回事，現在都成大事了。那麼多小結節出現，我怎麼來判斷他是良性、惡性呢，這些壓力也非常大。

大家可能最近都聽到一個消息就是安徽省省級醫院跟中國科技大學、訊飛聯手打造的安徽省人民醫院，叫智慧醫院，是一個人工智慧的應用。他們安徽省衛計委主任說要把醫生的時間還給病人，這個概念我覺得非常好。後面也提到人工智慧到底是在幫助我們，還是在扼殺我們的專業和工作機會。實際上人工智慧能幫我們很多事，包括這個小機器人，他把我們三本醫學教科書全部能納入自己的存儲單元裡頭，你們隨便問問題他都能給你解決，很多資料也輸入到機器裡頭，讓機器深度學習一下，現在也能幫助給出一個機器診斷的結果，來幫助大夫進行工作。

人工智慧深度學習可以說它就是一個數據模型，就是一個深層神經網路模型的具體應用，它從這種海量的對醫療影像大數據原始像素出發，讓模型自己挖掘這些影像的影像組學紋理特徵。它把這些特徵挖掘出來之後再跟你的臨床診斷結果，跟病例結果去對照，然後把這些都記錄下來，當它發現相近和完全相容的時候，就知道這個病將來會是什麼樣，診斷結果應該是什麼樣，就變成一個機器的診斷。

人工智慧在肺結節的應用是非常廣泛的，那麼我們也看到在肺結節的診斷上，可以自動標記出各個層面上疑似的小結節。那麼輔助醫師快速、精準的完成一個肺癌的篩查，包括自動識別、隨訪指導，對於這個效率來說那是不言而喻的，機器最擅長的就是勞動，人最煩的就是重複性的勞動。

那麼人工智慧肺結節服務診斷除了肺結節的識別，將來良惡性的判定，包括這些結節倍增的預測（這個倍增是判斷惡性的一個非常重要指標），還有肺癌到底在什麼期，是直接手術治療、放療還是化療，還是以介入的手段，對於治療指導也是非常重要的。

號召大夫不能僅著眼於影像，天天埋頭於影像，一定要與多學科臨床團隊來合作，來開展多學科研究和協作才能夠體現影像科的專業價值。說到人工智慧，這個人工智慧不光是影響到醫生，他也會影響到放射技術、操作設備，因為現在很多影像設備都具備了一定的 AI 功能，他能夠自動完成一些專業工作。當人工智慧挑戰醫學影響技術的場景出現，比如對一位疑似腦出血的患者來說，機器就幫助把所有事情都搞定了。

如果這一天真來到的時候，放射技師的專業價值，放射診斷醫師的專業價值會體現在哪兒呢？這就回到一個人類社會發展的一個命題上。AI 時代，90% 以上的工作，尤其是重複性的工作都會被人工智慧和人工智慧技術所取代。就像第一次工業革命的時候，過去小作坊，大家手裡都有生產工具，自己把這個東西做出來到市場上去賣。當工業革命的蒸汽時代來臨，機器代替我們幹了很多活。人從有產階級變成了無產階級。但是這個產不是指房產，也不是指你的股票，也不是指你的現金，指的是生產工具。

那你從有產階級變成無產階級，可是到現在大家看無產階級不是活的也挺好嗎，大家的專業在不斷發展，可乾的事情也很多。實際上人工智慧也是同樣的道理，人工智慧一出來大家又說，咱們從無產階級變成了無用階級，人沒用了，你看機器都幫你幹了。到那兒開車的時候，人工智慧就幫你開了，你在那兒可以聊聊天喝杯咖啡。在醫院裡頭機器幫醫生都診斷了，是不是這樣呢？

實際上回到原始的話題，機器再能幹，它所有的技能都是人教的，不管是過去的工業革命也好，後來又有信息革命也好，到現在的人工智慧革命也好。人類永遠是技術的主人和主宰，就像幾百年前明朝的徐光啟發明著名的歐基米德幾何，原本的時候費了半邊勁，他理解了，翻譯出來。

翻譯的時候他就感嘆這個東西真要交給大眾去看真是沒有用處，但是無用之用確實又是重用之基礎，是所有這些應用的基礎。我想從今天開始，人工智慧放眼未來它就是所有的，不只是醫療行業，是各行各業應用的基礎。人類解放出來可以幹什麼呢？人類要關心的事情很多很多，比如說世界和平這些，要關心很多事。所以把人解放出來之後，人就可以去做更多有意義、有價值的事。比如說咱們放射醫師、放射技師就可以把更多的時間交給病人、交給臨床、交給疾病，更多的來實行在應用端體現自己的價值。

但是機器診斷的結果僅僅是參考，最後還是要人來做出一個最終診斷。這也是目前無論從 FDA 也好，FCIDA 也好，我相信都會是這種的選擇，這個是非常重要的。從咱們數字醫學或者醫學演化當中我們也看到從膠片到數字圖像，到現在的人工智慧，這個是在不斷的進化當中。

*雷鋒網整理

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！