从“狼来了”到“解放双手” 湖北省妇幼保健院超声诊断科主任赵胜：AI未来的应用方向是辅助诊断

大多数临床经验丰富的超声科医生，在AI（人工智能）面前都是底气十足的，在5年或者更早以前，很多人甚至觉得“AI改变医疗”是“狼来了”的鬼故事。

在一线临床20多年的赵胜最初对AI的认知就是人脸识别，压根没想过有一天AI会用到自己熟悉的超声医学上。作为湖北省妇幼保健院超声诊断科主任，他能感受到过去几年AI技术在提升临床效率方面的实际效果，同时也特别期待它能够真正地“解放”超声医生的双手。

赵胜觉得未来AI在超声诊断上有三个比较不错的应用场景：第一个场景是自动测量，产科超声有五六十个测量项目，不同医生之间误差相对比较大，应用人工智能后可以缩小测量误差、保证图像的规范测量，这是目前大多数AI产品可以实现的；第二个场景是质量控制，这是一项操作极其复杂却又对超声医生培养十分关键的环节，AI做好了就可以解决诊疗结果难以标准化的痛点；第三个场景是教学，AI经过训练达到中、高年资医生的水平后，可以手把手教年轻医生，提升对年轻医生的培训效率。

AI在超声诊断上已有不小进展

在医学影像中，超声影像是应用最广的诊断方式，每年超声检查数量达到约20亿人次。但有一个困扰就是超声检查主要靠手动操作，很依赖医生的经验，因此对医生有着很高的技术要求。而培养一名合格的超声医生，往往需要3到5年的时间，尤其在产前胎儿筛查领域，甚至可能需要5到8年的时间。因此，超声医生人才匮乏，根据行业数据，目前全国超声医生缺口达15万人。

正因为这样，从AI医疗诞生起，业内就希望AI搭载于超声诊断之上可以辅助解决两个问题：一是如何更好地获取影像；二是如何更好地分析影像。

有一些医生希望这一前沿技术可以填补人工缺口。曾有知名三甲医院超声科主任对《每日经济新闻》记者表示，产科超声检查是一项“烧脑”的工作，需要医生保持高度紧张状态，识别、记住图像里的指标，时刻提醒自己不要漏检，工作一天下来很容易疲倦。如果有个像小秘书一样的AI辅助医生，能在很大程度上提高医生的工作效率，减少漏检、漏诊。

但并不是所有医生都伸开双臂拥抱AI。赵胜对《每日经济新闻》记者说，把时间倒回5年前，那会接触AI的医生并不多，当时的AI技术也没办法达到临床的要求。“我就属于保守派，刚开始有AI的时候大家的心情是复杂的：第一是不知道这个新生事物到底行不行？第二是如果它行，我们的饭碗还能保住吗？”

但赵胜还是第一批吃螃蟹的人，5年前他们引进的一台开立医疗新设备就具备自动切面识别、自动测量等功能，现在一些好的AI产品除了自动测量，还能够在医生扫查图像的视频里找到最标准的切面，把误差缩小到很低的水平。

“它解决了实际问题。”赵胜对记者谈到，产科有很多测量项目，比如说胎儿头的大小、肚子大小、心脏大小、四肢长度，还有颅内很多结构的透明隔。而胎儿在肚子里是活动的，可能会出现不同姿势和位置旋转，孕妇的身体情况也会有影响，所以产科超声的难度很大。不同的医生水平不同，测量结果也会因人而异，甚至有的可能误差很大。

图片来源：受访者供图

除了缩小误差，赵胜觉得AI更大的作用是在降低漏诊率上。通常来说，低职称医生最容易出现的问题就是漏诊，所以他们都会要求很年轻的医生找高年资的医生复核超声结果，但每个超声科的高年资医师都有限，没办法做到一对一教学。

现在超声系统的AI产品就好像一位老师，在年轻医生打图的时候能够识别这张图片是否合格，达不到要求的会指出哪里做得不够、要获得更好的图像是调整探头还是调整手势，都可以进行指导。在这些应用的帮助下，年轻医生就能比较快地成长。

赵胜也谈到，现在产科超声、心脏超声、腹部超声等多个领域都有了AI的身影，很多与超声相关的科研项目里，人工智能是最热门的研究方向。很多医生觉得“使用AI的医生一定比不使用AI的医生更能够适应未来的医学发展，AI可以提高医生的诊疗效率”。他的科室里每位医生都在手机上装了一套标准的AI超声打分系统，由系统来对每位医生的图像进行打分。

可以用来提高年轻医生的培养效率

作为临床经验丰富的高年资医生，赵胜很欣慰地看到了AI技术在超声诊断领域的两个场景，从长远来看，他更希望AI能够解决眼下迫在眉睫的年轻医生培训问题。

在超声科，一名年轻医生需要半年左右培训才能上岗，低资历医生成长为中资历医生往往需要5年时间。赵胜的科室有70多名超声医生，以前1位高年资医生要带5个学生，多的时候甚至要带8个学生。

图片来源：受访者供图

在以前的常规培养中，这种“传帮带”主要靠高资历医生的经验，但他们每天有大量的临床工作要完成，以及大量的病人需要接诊，所以只能在中午、晚上的空隙“挤时间”。再加上高年资医生本身就少，不可能满足每个年轻医生都有位高年资医生手把手带，这就导致年轻医生，特别是一些从基层过来学习的医生成长得很慢。

但基层医疗机构超声医生的培养又非常重要。赵胜说，很多基层医院，特别是县级以下的医院，超声医生的诊断能力相对比较欠缺，漏诊率、误诊率都会高一些。这是因为基层医院的高年资医生比较少，没什么人指导，又没有培训机会，再加上看的病人也相对比较少。因此，一名医生可能需要3年以上的时间才能成长为可以独当一面的医生，但如果在省级医疗机构，这个培训时间大约在半年左右。

“大概10年以前，我们每次下基层的时候是非常受欢迎的。因为有老师现场来帮他（指超声医生）了，来告诉他做得好不好，能够坐在旁边指导他，但是这样的机会很少，因为我们也只能利用自己的休息时间，如果靠这样去拉动基层水平肯定不现实，现在AI可以填补这个缺陷。”赵胜说，人工智能不仅可以辅助高年资医生减轻带学生的压力，还能帮助基层医生提升学习效率。

如今，赵胜能清楚地看到AI在提升中级以下职称医生工作效率上的进步：他们在应用了AI工具以后，工作效率和诊断准确率都有了明显提升。但赵胜觉得，现在AI在超声领域的自动测量、获得标准切面、判断图像标不标准都是基础功能，未来的发展方向是辅助诊断，比如怎么在图像中找出异常，能否尽早诊断胎儿期的严重畸形，这些恰好是年轻医生可能发现不了的风险，如果能够慢慢实现，将大大推动超声医学的进步。

“现在的AI超声还在比较初级的阶段，我觉得再过5年或者10年，它可能能够达到一个主治医生（中级职称）甚至高级职称医生的能力。”赵胜说，当AI把超声的质量控制问题、自动测量问题和辅助诊断的问题都解决了，它的作用就相当于一名主治医生了。但这并不代表它会取代医生，更多是解放医生的生产力，把更多医生从初级工作里解放出来。