超聲檢查領域難度最高的產科超聲篩查正在被AI「拿下」，這是幾年前的王睿麗想象不到的。
作為河南省人民醫院超聲科副主任，王睿麗在臨床一線工作30年，見證了產科超聲對新生兒健康的貢獻。據新華社報道，與5年前相比，全國因出生缺陷導致的嬰兒死亡率和5歲以下兒童死亡率均降低30%以上，神經管缺陷、唐氏症候群等嚴重致殘出生缺陷疾病發生率降低約23%。
但即便如此，由於超聲技術的局限性、醫生技術存在差異等原因，國內的產科超聲漏檢事件時有發生。如何減少人為因素，盡可能提高產科超聲的準確性，減少漏檢、漏診？AI會是一個好助手嗎？
7月15日，王睿麗接受【每日經濟新聞】記者采訪時表示，目前的AI超聲在一定程度和範圍內已經可以勝任產前篩查，但超聲醫生既有的操作習慣和認知是產品廣泛套用的「坎兒」，AI套用於臨床仍需面臨普適性和倫理問題的挑戰，AI產品的工作流、切面細節顯示仍需提高。
河南省人民醫院超聲科副主任王睿麗圖片來源：受訪者供圖
曾認為產科超聲「最不可能被AI代替」
作為一名同時有著30多年教學經驗的超聲科醫生，王睿麗曾認為產科超聲是最不會被AI（人工智能）代替的超聲檢查。這是因為胎兒與位置固定的器官不同，其在子宮內羊水中體位變化無法固定，可能會出現不同姿勢和位置旋轉，孕婦的身體情況也會對影像顯示有影響。
在此基礎上，產科超聲醫生不僅需要觀察羊水情況，胎盤位置，還要觀察胎兒主要的解剖結構、生長發育情況，檢測難度非常大，即便是同一位醫生，在不同時間的測量結果也會存在差異。
現在，很多低年資醫生都很難做好的篩查專案，正在被AI「拿下」。具體來說，當超聲醫生手持的超聲探頭在孕婦的肚皮上掃描時，AI超聲會快速辨識用於觀測胎兒發育狀況的多個標準切面，並自動獲取最佳標準切面快速測量胎兒頭圍、腹圍、股骨長、肱骨長等指標。根據王睿麗的使用體驗，AI獲取的標準切面質素和測量準確性都較高，既可以提高醫生的操作效率，也能節省患者的就診時間。
王睿麗告訴記者，產科超聲醫生的工作量非常繁重，每一名孕婦的檢查時間通常在半小時左右，「一個醫生在加班的情況下，上午最多能做8名中孕期孕婦的檢查，現在很多孕婦要提前一個月甚至更長時間預約產前篩查」。如果使用AI婦產超聲，這些時間會大大縮短。
另外，AI在超聲領域的套用場景還包括質素控制和醫生教學。王睿麗表示，按照國家超聲醫學質控中心對於產科超聲的最新要求，每名孕婦的超聲檢查需要至少保存22個切面、24幅圖片，但臨床獲取的圖片基本是這一數量的兩倍甚至更多，因此質控小組平均需要在每個病例上花費十幾分鐘的時間挑選圖片，但AI可以將這一時間縮短到一分鐘以內，甚至幾秒鐘就可以完成。
而且，AI還可以對產科超聲圖片進行打分評價和動作指導，在產前診斷中心培訓基層醫生時，這一功能可以輔助完成教學和評估任務，提高培訓效率，從而更高效地培養出合格的基層醫生，提升產前超聲篩查的整體水平。
AI超聲仍面臨普適性和倫理問題的挑戰
盡管「了解後發現AI很好用」，但王睿麗坦言，讓臨床醫生接受這個新鮮事物並不是件容易的事，其中最大的障礙源於產科超聲醫生的認知和操作習慣。
一般來說，培養一名合格的超聲醫生，往往需要3到5年，而在產前胎兒篩查領域，則可能需要5到8年。臨床經驗充足的老醫生們知道超聲技術存在局限性，超聲波在某些情況下可能無法穿透胎兒的部份組織，或者胎兒的位置和姿勢可能影響超聲波的傳播，因此對AI技術的信任不足，更傾向於根據個人經驗進行操作。
「有點類似於家長讓孩子做家務活兒，你教他做一部份，然後你再去做他沒有完成的那部份，看似更省勁兒。但實際上還不如自己一口氣幹完。」王睿麗說。
另外，不同的超聲醫生在打切面時有不同的工作習慣，比如有的醫生習慣先昌基本測量切面，按照頭部、腹部、心臟、脊柱、肢體的順序獲取標準切面，但AI對影像的辨識速度特別快，在探頭滑過肚皮的瞬間，會留存一系列標準切面，而這些切面的順序是隨機的，因為和醫生的檢測習慣不同，這可能會在一定程度上會降低篩查或診斷效率。
王睿麗認為，這兩種現象的背後，是AI超聲廣泛套用於臨床的現實挑戰。目前，AI產科超聲獲取標準切片的準確性和完整性已經在有關研究中得到驗證，但由於產科超聲的復雜性和高難度，AI產科超聲在大規模樣本中的普適性價值還需要進一步的研究驗證，相關的倫理問題也值得關註。
在工作流方面，AI產科超聲的廠家需要與臨床醫生持續溝通，「只有把產品的工作流做順暢了，AI超聲才可能被臨床醫生接受，如果醫生的接受度提高了，應該很快就能成功」。據王睿麗觀察，目前AI套用是國內外超聲器材廠家共同的研究方向，國產廠商的最大優勢在於與臨床醫生的溝通速度，「他們的反饋特別快，所以我覺得這個磨合的時間可能不會太久」。
目前主要是產前篩查，還無法做到輔助診斷
目前，AI在產科超聲的主要套用場景是產前篩查，還無法做到輔助診斷。
王睿麗告訴記者，從檢查指標看，產前篩查和產前診斷的超聲檢查並無明顯區別，但面向的人群和標準不同，產前篩查一般面向所有孕婦，有篩查標準切面要求；但診斷則面向有遺傳性疾病、生育不良家族史的孕婦，或胎兒在篩查中出現可疑問題的孕婦，由於沒有標準化的切面要求，產前診斷的準確性更多地依賴於醫生的個人經驗。
據王睿麗了解，在產前診斷方面，部份AI超聲已經能夠辨識胎兒某部位的正常與否，甚至能提供幾種可能性較高的畸形類別供醫生參考，這樣的功能可以縮小診斷的範圍，但這距離輔助診斷還有很長一段的距離。
例如，有一類頭顱切面顯示了胎兒存在腦積水，但腦積水對應的先天畸形種類很多，要判斷胎兒屬於梗阻性腦積水，還是Dandy-Walker症候群、脊柱裂等，臨床醫生需要觀察超聲的其他切面，搜尋能夠支撐某種畸形的其他表征。在這一過程中，醫生需要根據經驗截取一些非常規的切面，這些切面缺乏大量可學習的數據樣本，是現階段AI還無法實作產前診斷功能的原因之一。
但王睿麗認為，輔助診斷一定是AI套用在超聲領域的未來趨勢。實際上，目前的AI超聲已經建立起畸形種類的數據庫，可以幫助醫生「解放」大腦。例如，有些畸形是多器官、多部位的症候群，很多醫生不可能只靠大腦記住，但AI可以透過讀取超聲圖片、辨識異常部位，輸出症候群對應的常見畸形，並指引醫生觀察其他重點部位的切面，從而做出最終診斷。
「人工智能的時代已經來臨，你只能接受它。而且只有越早接受、接受越快，才能夠適應這個時代。」王睿麗認為，AI可以作為超聲醫生的輔助工具，使臨床工作更高效、準確。但對於患者情感需求、心理關懷等工作，AI難以勝任，而這也是一個提醒——臨床醫生除了關註患者的身體，還應關註心理、情感、精神方面的需求。
每日經濟新聞
