超声医生缺口15万，为何人工智能难以替代人工

　　“紧急招聘超声医生，提供住宿，最高可获得30万元人才奖励。”

　　近日，深圳市龙华区一家医院在其微信官方账号上发布了这样的招聘广告类似超声医生紧急招聘的帖子在网上也很常见，反映了目前超声人才匮乏的困境。公开数据显示，我国超声人才缺口至少15万。

　　医学影像分析工作量大且繁琐，极大地消耗了医生的精力。近年来，人工智能(AI)目的是帮助医学影像行业的应用“解放”医生双手，但超声领域的应用并不令人满意。目前已取得国家食品药品监督管理局医疗器械第三类注册证书AI在医学影像产品中，没有超声相关产品，批准的产品主要集中在X线上，CT这些领域。

　　在医学影像诊断中，超声是应用最广泛的。在我国AI在医学发展中，医学影像已经成为最流行的应用方向，但为什么在超声等细分领域进展缓慢呢？

　　近日，科技部等六部门发布了《关于加快人工智能高水平应用场景创新促进经济高质量发展的指导意见》，提出解决人工智能重大应用和产业化问题，全面提高人工智能发展质量和水平，积极探索医学影像智能辅助诊断、临床诊疗辅助决策支持、医疗机器人、互联网医院、智能医疗设备管理、智能医院、智能公共卫生服务等场景。

　　AI超声发展问题

　　目前临床应用广泛的医学影像设备包括X线，CT，磁共振、超声，其中超声基于安全、无创、实时、经济、便携等优点，在临床上得到广泛应用。超声医学成像设备也是医院、成像中心等医疗机构常用的临床诊断仪器。其应用领域已从早期腹部和妇产科诊断扩展到心血管、神经、肌肉骨骼等临床诊断领域，并逐渐渗透到超声引导干预等非诊断领域。

　　中国有20多万超声医生，每年超声检查人数约20亿人次，远远超过20万超声医生。CT每年检查2亿次。超声检查市场需求量大，但预约检查并不容易。原因是超声医生资源匮乏，培养一个合格的超声医生往往需要3到5年的时间，甚至可能需要5到8年的时间才能进行产前胎儿筛查。超声检查主要依靠手动操作，非常依赖医生的经验，对医生有很高的技术要求。

　　2020年2月，美国FDA批准CaptureHealth开发的人工智能超声图像辅助系统为超声图像的应用带来了突破。近年来，一些中国企业也在布局。AI试图使用超声领域AI辅助超声诊断。然而，到目前为止，与其他相比，与其他相比。AI医学影像赛道，AI超声赛道的竞争远不如预期的那么激烈。

　　“在AI在影像产业的发展中，AI超声起步晚，发展缓慢，商业化难以实施，制约AI超声发展的痛点是与临床需求不匹配，其中之一就是难以实现实时诊断功能。”中山大学第一附属医院妇产超声科教授、主任医师谢红宁告诉第一财经记者，CT，核磁，X光和其他放射科图像的收集和诊断是分开的，收集可以由技术人员完成，阅读由放射科医生完成，后者可以通过判断静态图像诊断，但超声诊断的困难是图像收集和阅读需要同时完成，需要超声医生的手、眼睛、大脑同时配合，收集不同部分的动态图像和实时诊断。如果你想帮助超声医生实时诊断，AI超声很难开发。

　　“例如，在乳腺癌筛查领域，大多数AI对于超声产品，医生需要先扫描找到肿块图像，将其抓取成静态图像，然后由医生扫描找到肿块图像AI系统判断是良性还是恶性。在这种模式下，如果医生看不到肿块，就会有漏诊的风险。”中国超声医学工程学会副会长、广东省超声医学工程学会会长、教授李安华告诉《中国商业新闻》。

　　对于超声医生来说，如果要靠他们抓取静态图，然后交给他们AI系统判断，不但不能提高工作效率，反而会增加工作负担，而超声诊断本身就足够繁琐。

　　目前的AI除了缺乏实时诊断能力外，立体结构识别能力也存在不足。“在扫描图像的过程中，超声医生需要建立立体思维能力，需要在大脑中建立立体结构来判断，但目前大多数AI超声系统尚未实现三维结构识别能力。”谢红宁说。

　　李安华认为，AI超声与临床应用有很大的脱节，一方面与复合型人才稀缺、发展有关，AI超声产品以工程师为主，没有临床实践经验，无法很好地理解真正的临床需求；另一方面，它也受到算法框架的限制。“算法框架与AI分析产品的准确性和实时性有很强的相关性，但现在几乎所有的产品都在中国AI公司使用开源算法，每个公司的算法效率仍然取决于重新编译开源算法的质量，重新编译本身是一个巨大的挑战。”

　　如何破局

　　虽然AI超声发展仍存在一些困难，但并不意味着临床上没有需求。

　　“我们面临着医学、教学和研究的三座山。除了医学影像诊断，我们还有教学和科研的任务。我们希望AI赋能，提高工作效率。”谢红宁说。

　　李安华说，不同超声医生的扫描方法不同，图像收集质量也会不均匀，一个优秀的超声医生AI产品不仅可以帮助医生进行辅助诊断，还可以帮助超声图像的质量控制，建立统一的图像采集标准。具体到医院端，AI超声有两种应用场景，一种是医院质量控制，AI辅助可以起到监督作用。以产前超声为例。按照国家标准，中孕期B超筛查应保留30多个标准切面，但AI超声可以判断这些切面是否标准；二是解决基层优质资源短缺问题，帮助高资质医生培养年轻医生。

　　“目前，大医院的虹吸效应仍然存在。许多乡镇培养的超声医生很容易被上一级医院调走，这使得乡镇很难留住人才。如何通过AI解决基层人才缺口也非常重要。”李安华说。

　　仍有企业尝试AI打破超声领域。

　　比如过去7月，在广东省医学会第六次产前诊断学术会议上，广州爱孕记信息科技有限公司与包括中山大学第一附属医院在内的全国多家三甲医疗机构、华南理工大学计算机学院共同开发了5年的超声波AI智能化系统“爱孕智声”该系统在实现实时同步分析结果方面取得了突破。

　　“就像为超声医生准备了一个导航助理，可以通过声音、文字、图像等方式提醒超声医生注意检查过程的标准化和异常情况。至于产品的定位，希望帮助他们减少一些重复性劳动，释放时间做创造性和决策工作；对于年轻医生，也希望发挥质量控制培训作用，帮助他们减少漏诊和误诊的可能性。”广州爱孕记创始人兼CEO，王南博士告诉第一财经记者。

　　王南还表示，AI超声要实现实时同步分析的功能，在开发过程中确实存在诸多困难。“目前，能够开发算法的人才主要集中在海外，这些算法更多地用于识别自然图像。要应用于超声领域，必须对底层算法进行大量的编译和优化，以适应应用场景属性。编译完成后，还需要进行大量的测试，最终形成自己的算法，这需要大量的时间、精力、资源等。”.

　　本产品目前批准的医疗器械注册证书属于第二类，可在医院销售，但为了实现更困难的功能，仍需要获得第三类注册证书。据《中国商业新闻》报道，今年8月，河南和安徽三甲医院也完成了国家食品药品监督管理局第三类医疗器械临床试验。

　　李安华表示，目前超声目前超声，AI要真正实现商业化，还需要解决如何提高产品成熟度产品成熟度，谁来付费。

　　“我们还在探索开发不同定位的服务和产品，以适应不同的应用场景和需求。”王南告诉第一财经记者。

　　纵观目前AI虽然医学影像产业的发展仍处于价值实践期，但其前景仍受到市场的青睐。

　　根据头豹研究院最近发布的报告，AI医学影像主要用于医疗卫生市场和大型卫生市场。根据这两个主要场景的预测，中国AI医学影像市场规模将从2021年8月开始.2亿元增至2025年1376亿元，2021年至2025年复合增长率为1025年.4%。

　　广东省人工智能产业协会执行副会长兼秘书长张尹表示，在国家政策和市场需求的共同推动下，预计在图像识别辅助诊断的热门轨道上仍将出现更多优秀的企业和产品。