肺炎疫情:人工智能帮助诊断新冠走到哪一步

  • 克里斯·巴拉纽克(Chris Baraniuk)
  • 科技事务记者
Lung scans

图像来源,UCSD HEALTH

图像加注文字,

彩色区域显示了通过算法检测到的肺炎症状。

当新冠疫情在中国处于高峰时,武汉的医生们使用人工智能(AI)算法扫描数千名患者的肺部。

这一引发讨论的算法由一家名为“Axial AI”(轴向人工智能)的公司开发,以秒为单位分析CT图像。据称可以判断病人是否处于由冠状病毒引发的病毒性肺炎高风险之中。

为了应对病毒爆发,一些公司联合开发了人工智能。他们说,比较CT扫描结果,可以显示病人的肺部是否随时间改善或恶化。

马来西亚的一家医院目前正在试用这一系统,Axial AI也表示愿意将该系统捐赠给英国国民保障署(NHS)。

在世界各地,人工智能技术正在迅速部署,以应对冠状病毒大流行。然而,一些人质疑这些工具是否足够可靠。毕竟,人们的生命处于危险状态。

BBC请英国卫生和社会保障部(DHSC)确认是否将在英国试用该产品,但尚未收到回应。

障碍之一可能是,NHS没有普遍使用CT扫描仪来拍摄新冠患者的肺部。在英国,胸部x光比较常用。x光没有CT扫描的那么详细,但速度更快,而且放射科医生依然可以在图像中识别肺炎等疾病。

Lung x-ray examined by Qure.ai

图像来源,Qure.ai

图像加注文字,

皇家博尔顿医院的x光胸透目前由人工智能自动检测。

不过,由于病毒大流行,一些英国医院正在推出人工智能工具,以帮助医务人员更快地解读胸透。例如,皇家博尔顿医院(Royal Bolton Hospital)工作人员正在使用一套人工智能系统,这套系统已经对超过250万张胸部x光进行过分析训练,其中涉及约500例已确诊的新冠病例。

医院放射学顾问马利克(Rizwan Malik)说,这套系统现在每周对医院的胸部x光片进行自动分析。他估计,这意味该系统已对100多名患者进行了分析。在这种情况下,该算法可以用来寻找新冠病毒的症状,比如肺部不透明。

马利克说:“这基本上为临床医生提供了一种工具,帮他们决定哪些病人需要入院,哪些病人需要出院。”他指出,病人的数据完全是在医院自己的网络中处理。这款软件是由总部位于孟买的Qure.ai公司开发。

马利克说,他曾为Qure.ai提供咨询服务。但他强调,该系统在他所在的医院推出之前,经过了标准的检查和采购流程。

Rizwan Malik, radiology consultant at the Royal Bolton Hospital

图像来源,Rizwan Malik

图像加注文字,

放射学顾问马利克说,人工智能"为临床医生提供了一种做决定的工具"。

BBC了解到,另外两家NHS医院目前正在使用不同的工具来检测肺部x光异常。发明该系统的Behold.ai公司发言人没有透露所涉及医院的名称。

不过,发言人说,该软件目前已经分析了147名疑似新冠患者的扫描结果。在超过90%的病例中,系统正确地将扫描归类为“正常”或“异常”。

南安普顿大学医院的呼吸系统专家丹尼尔斯(Thomas Daniels)说,治疗由新冠病毒引起的严重肺部问题令人痛苦。他和同事还没有使用人工智能算法来分析患者的胸透。不过,他说,如果算法能够自动解释扫描结果让医生快速消化信息,可能会有用。

他说:“放射科医生通常要花几个小时,有时甚至几天的时间才能拍完胸透以及完成报告。”

“或许有算法可以生成类似新冠可能性的数值。这显然比等待放射科医生的报告要快得多。”

Dr Thomas Daniels

图像来源,Thomas Daniels

图像加注文字,

呼吸系统专家丹尼尔斯说,或许有算法可以生成类似新冠可能性的数值。

不过,他警告,此类工具应该通过随机试验进行评估。一些病人的x光片由算法分析,有些不是。这类实验数据可以表明,使用该工具是否对患者在医院的表现产生了实质性影响。

在世界其他地方,类似算法也在临床环境中反复研究胸部扫描。加州大学圣地亚哥分校(UCSD)健康中心的朗赫斯特(Christopher Longhurst)医生说,他们正在试验一种用于在胸透中发现肺炎症状的软件。

他表示:“严格分析结果和数据真的很重要。”不过他指出,该系统的使用并不是随机的。目前它被应用于医院的每一次胸部x光检查。

一种解释x射线图像的算法可以被医生以不同方式使用。这对决定如何处置病人有很大影响,即便只是整个治疗过程中很小一部分,甚至是无关紧要的一部分。值得注意的是,美国放射学会(American College of Radiology)建议不要依靠胸部扫描来诊断新冠病例。

但算法在这个过程中还会发挥一些作用。在加州大学圣迭戈分校的健康中心,朗赫斯特医生提到的工具标记出了一个早期肺炎病例,该病人是由于其他原因来进行胸部x光检查。对患者进行新冠病毒检测后,结果为阳性。

Luke Oakden-Rayner, a radiologist and PhD candidate at the University of Adelaide

图像来源,Luke Oakden-Rayner

图像加注文字,

阿德莱德大学的奥肯-雷纳(Luke Oakden-Rayner)说,人工智能系统需要经过正式的测试。

阿德莱德大学(University of Adelaide)放射学家奥肯-雷纳(Luke Oaken-Rayner)表示,使用人工智能帮助治疗新冠患者存在一些棘手问题。他解释,首先,目前还没有一个普遍接受的治疗重症病例的方案。

人工智能可能会给医生提供病人目前的状况,但未必能帮助他们决定下一步做什么。此外,新采用的人工智能系统在解读人类肺部图像时偶尔会出错。如果一个没有经验的医生因为错误信息而改变对病人的治疗计划,可能会造成伤害。

“这是一个非常严重的潜在风险,”奥肯-雷纳说。他认为医院应该应该自由尝试新技术,但他对任何新系统在经过适当审查之前保持谨慎态度。

他认为,鉴于当前危机的紧迫性,放松监管规则、允许新技术在医院环境中迅速试用是可以接受的。不过,他补充说,真正需要的是随机试验的结果,就像丹尼尔斯博士所建议的那样。换句话说,人工智能工具确实对医生治疗新冠患者有帮助。

奥肯-雷纳说:“在这个阶段找到证据并不难,到目前为止还没有人提出证据。”