張寧男楠 張璋

摘要：住院醫(yī)師規(guī)范化培訓(xùn)要求醫(yī)生在短時(shí)間內(nèi)掌握基本臨床技能和專(zhuān)業(yè)知識(shí)。人工智能（artificial intelligence，AI）近年來(lái)已經(jīng)逐步走進(jìn)了日常臨床和教學(xué)工作中，本文擬將AI輔助教學(xué)應(yīng)用于醫(yī)學(xué)影像學(xué)規(guī)范化培訓(xùn)中，并探討AI在規(guī)范化培訓(xùn)中的應(yīng)用模式和意義。

關(guān)鍵詞：人工智能；住院醫(yī)師規(guī)范化培訓(xùn)；醫(yī)學(xué)影像學(xué)

中圖分類(lèi)號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2019）25-0176-03

一、引言

住院醫(yī)師規(guī)范培訓(xùn)是醫(yī)學(xué)生畢業(yè)后繼續(xù)教育的重要環(huán)節(jié)，已經(jīng)在全國(guó)各省市逐步開(kāi)始執(zhí)行，也將會(huì)在以后很長(zhǎng)一段時(shí)間內(nèi)成為年輕醫(yī)生的必修環(huán)節(jié)。一般規(guī)范化培訓(xùn)期限為3年，3年之內(nèi)除了需要輪轉(zhuǎn)臨床的內(nèi)、外、婦、兒科，還需要輪轉(zhuǎn)輔助科室，如醫(yī)學(xué)影像科、核醫(yī)學(xué)、超聲科等。以醫(yī)學(xué)影像科放射科為例，不同專(zhuān)業(yè)住院醫(yī)師輪轉(zhuǎn)時(shí)間可能差異很大（0.5—18個(gè)月）。如何在短時(shí)間內(nèi)有效率地掌握醫(yī)學(xué)影像學(xué)知識(shí)，特別是臨床醫(yī)生能直接應(yīng)用的技能是醫(yī)學(xué)影像科規(guī)培的關(guān)鍵問(wèn)題[1]。因此，本研究擬使用人工智能（Artificial Intelligence，AI）輔助教學(xué)的方法探索在短時(shí)間內(nèi)教授住院醫(yī)師有效掌握醫(yī)學(xué)影像技能的可行性。

二、材料方法

1.分組信息。連續(xù)收集2017年7月—2018年12月在天津醫(yī)科大學(xué)總醫(yī)院醫(yī)學(xué)影像科進(jìn)行規(guī)培的住院醫(yī)師共263人，每人均進(jìn)行2小時(shí)的后處理和報(bào)告書(shū)寫(xiě)培訓(xùn)。隨機(jī)分為2組進(jìn)行冠狀動(dòng)脈計(jì)算機(jī)斷層掃描血管造影（Computed tomography angiography，CTA）后處理和報(bào)告書(shū)寫(xiě)。其中，AI組使用“冠心病智能輔助診斷系統(tǒng)”（Coronary Doc，數(shù)坤網(wǎng)絡(luò)科技有限公司）進(jìn)行圖像后處理和報(bào)告書(shū)寫(xiě)（見(jiàn)圖1）；人工組使用常規(guī)西門(mén)子后處理工作站（Syngo.via，Siemens Healthineers）。由簽發(fā)報(bào)告上級(jí)醫(yī)生對(duì)冠狀動(dòng)脈后處理的血管圖像質(zhì)量、影像診斷報(bào)告進(jìn)行評(píng)分，并記錄平均后處理及報(bào)告書(shū)寫(xiě)時(shí)間。

2.評(píng)分標(biāo)準(zhǔn)。圖像評(píng)分采用Likert 4級(jí)評(píng)分法：1分為圖像質(zhì)量?jī)?yōu)，對(duì)診斷無(wú)任何影響；2分為圖像質(zhì)量良好，診斷基本不受影響；3分為圖像質(zhì)量尚可，診斷稍困難，但尚能做出診斷；4分為圖像質(zhì)量差，診斷困難。報(bào)告評(píng)分使用影像歸檔和通信系統(tǒng)（Picture Archiving and Communication Systems，PACS）終端的書(shū)寫(xiě)報(bào)告系統(tǒng)（GE Centricity DICOM Viewer 3.1）的5分制進(jìn)行評(píng)分。5分：診斷準(zhǔn)確、描述清晰；4分：診斷正確、描述欠清晰；3分：診斷不明確；2分：為部分診斷有錯(cuò)誤或遺漏重要鑒別診斷；1分：遺漏重要病變、診斷或誤判。

3.統(tǒng)計(jì)學(xué)分析。AI組和人工組的后處理圖像評(píng)分、報(bào)告質(zhì)量評(píng)分均采用秩和檢驗(yàn)類(lèi)判斷是否存在差別。書(shū)寫(xiě)報(bào)告時(shí)間采用Student t檢驗(yàn)驗(yàn)證兩組之間的差別。P<0.05為具有統(tǒng)計(jì)學(xué)意義。

三、結(jié)果

通過(guò)對(duì)263名住院醫(yī)生的共計(jì)573個(gè)CTA病例的

分析結(jié)果顯示：AI組和人工組的后處理圖像質(zhì)量無(wú)明顯差別，而AI組的報(bào)告書(shū)寫(xiě)評(píng)分明顯高于人工組，AI組的后處理及書(shū)寫(xiě)報(bào)告使用時(shí)間明顯較短（見(jiàn)

表1）。

四、討論

1.住院醫(yī)師規(guī)范化培訓(xùn)面臨的問(wèn)題。以前我國(guó)沒(méi)有規(guī)范化住院醫(yī)師培訓(xùn)制度，醫(yī)學(xué)生畢業(yè)后未經(jīng)任何二級(jí)學(xué)科培養(yǎng)就直接分配到醫(yī)院從事臨床工作，以后的臨床能力和水平在很大程度上取決于所在醫(yī)療機(jī)構(gòu)的水平。我們逐步學(xué)習(xí)和引進(jìn)了美國(guó)執(zhí)業(yè)醫(yī)師考試制度、臨床輪轉(zhuǎn)制度，制定了有中國(guó)特色的住院醫(yī)師輪轉(zhuǎn)制度。1993年，衛(wèi)生部發(fā)出《關(guān)于實(shí)施臨床住院醫(yī)師規(guī)范化培訓(xùn)試行辦法的通知》，揭開(kāi)了住院醫(yī)師規(guī)范化培訓(xùn)的序幕。在規(guī)培六個(gè)基本原則中提到，堅(jiān)持“嚴(yán)謹(jǐn)作風(fēng)、扎實(shí)基礎(chǔ)、寬廣知識(shí)”，注意能力培養(yǎng)的原則，讓醫(yī)學(xué)生在3年的時(shí)間內(nèi)廣泛掌握臨床知識(shí)，拓展臨床知識(shí)面，避免只顧自己專(zhuān)業(yè)的一葉障目的臨床工作現(xiàn)狀[2]。但是受限于各科室的輪轉(zhuǎn)時(shí)間，一些住院醫(yī)師在有的科室只能是蜻蜓點(diǎn)水、雁過(guò)拔毛，沒(méi)有真正掌握到基本技能。因此，各臨床科室在承擔(dān)住院醫(yī)師規(guī)范化培訓(xùn)時(shí)面臨的主要問(wèn)題是如何讓住院醫(yī)師在有限的時(shí)間內(nèi)，有效地掌握本科室基本臨床知識(shí)和技能，以更好的服務(wù)今后的臨床工作，提高整體醫(yī)療質(zhì)量。一代代臨床醫(yī)生不斷探索，嘗試了多種方法，但很多設(shè)想都受限于人力、精力和時(shí)間，而近年來(lái)AI的快速發(fā)展和興起為我們開(kāi)辟了一條新道路。

2.人工智能走進(jìn)醫(yī)學(xué)教學(xué)和實(shí)踐。“AI”這個(gè)詞匯入選了“2017年度中國(guó)媒體十大流行語(yǔ)”。今天“AI”也慢慢揭開(kāi)了她的面紗，走進(jìn)了我們臨床工作的每一天。“AI”是研究及開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)，屬于計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等。AI的主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類(lèi)智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。特別是對(duì)于醫(yī)學(xué)影像專(zhuān)業(yè)，AI有獨(dú)特的優(yōu)勢(shì)，影像學(xué)的直接處理對(duì)象是影像圖像，而計(jì)算機(jī)的優(yōu)勢(shì)是可以識(shí)別各種各樣的圖像，把圖像拆分成計(jì)算機(jī)可讀的小片段，進(jìn)行全信息的匯總，有的放矢地發(fā)現(xiàn)圖像關(guān)鍵點(diǎn)進(jìn)行提取和分析，實(shí)現(xiàn)人機(jī)交互的工作方式[3]。當(dāng)前國(guó)內(nèi)外很多AI后處理工作站和軟件已經(jīng)被引入臨床工作中，并發(fā)揮著篩選病灶、輔助診斷的作用。

3.人工智能輔助教學(xué)的優(yōu)勢(shì)。在本研究中，AI組和人工組的圖像質(zhì)量評(píng)分無(wú)明顯差別，其原因可能是由于圖像質(zhì)量更多的依賴(lài)于掃描的原始圖像，其與患者的配合、掃描模式選擇的關(guān)系更為密切，后處理環(huán)節(jié)并不能明顯地改善圖像質(zhì)量，而AI組的報(bào)告評(píng)分明顯提高且用了較短的處理時(shí)間，提示AI后處理和結(jié)構(gòu)化報(bào)告模式有效地提高了工作的效率和準(zhǔn)確性。實(shí)驗(yàn)結(jié)束，分別了解AI組和人工組的用戶(hù)體驗(yàn)。人工組反映很多醫(yī)生以前沒(méi)有接觸過(guò)影像后處理系統(tǒng)，特別是血管后處理軟件，有的醫(yī)生對(duì)冠狀動(dòng)脈的解剖認(rèn)識(shí)欠清晰，雖然經(jīng)過(guò)短期的培訓(xùn)，但是很難把握?qǐng)?bào)告書(shū)寫(xiě)的模式和狹窄程度的拿捏。而AI組醫(yī)生則表示，雖然很多醫(yī)生非影像專(zhuān)業(yè)，但是AI后處理系統(tǒng)簡(jiǎn)單、便捷，大多數(shù)血管都可以自動(dòng)識(shí)別并且生成血管的多平面重組圖像，判斷冠脈血管起源、走勢(shì)并自動(dòng)命名，AI還能自動(dòng)識(shí)別斑塊和狹窄，測(cè)量斑塊密度和血管管腔的狹窄程度，一鍵生成結(jié)構(gòu)化報(bào)告。AI組醫(yī)生的主要任務(wù)體現(xiàn)在了解患者病史、驗(yàn)證AI自動(dòng)識(shí)別是否有誤、判斷結(jié)構(gòu)化報(bào)告是否符合臨床診斷需求、提供臨床建議等方面。AI后處理全自動(dòng)化將1小時(shí)的工作時(shí)間縮減至1分鐘。

對(duì)于住院醫(yī)師規(guī)范化培訓(xùn)的需求，可能很多醫(yī)生不是影像學(xué)專(zhuān)業(yè)，在醫(yī)學(xué)影像科的短短幾周時(shí)間內(nèi)，需要掌握許多基本臨床技能和專(zhuān)業(yè)知識(shí)。一部分優(yōu)秀醫(yī)生會(huì)做好知識(shí)儲(chǔ)備和拓展等預(yù)習(xí)工作，但對(duì)于大多數(shù)醫(yī)生的知識(shí)面僅限于本科教學(xué)中的基礎(chǔ)課和專(zhuān)業(yè)課內(nèi)容，完全不能適應(yīng)這種快速、高度專(zhuān)業(yè)的規(guī)培輪轉(zhuǎn)方式，可能剛剛對(duì)醫(yī)學(xué)影像有點(diǎn)感覺(jué)，就已經(jīng)要離開(kāi)本科室了。而AI輔助教學(xué)恰恰可以省略很多技術(shù)性強(qiáng)的重復(fù)工作，精確、快速地完成患者個(gè)性化冠狀動(dòng)脈模型重建，直接將報(bào)告醫(yī)生、臨床醫(yī)生需要的圖像和結(jié)構(gòu)化報(bào)告信息展示出來(lái)。住院醫(yī)師可以根據(jù)自己的需求有針對(duì)性的學(xué)習(xí)冠狀動(dòng)脈解剖、病變和后處理方式，加強(qiáng)了醫(yī)學(xué)影像與臨床實(shí)際應(yīng)用的聯(lián)系，使參加培訓(xùn)的不同專(zhuān)業(yè)的住院醫(yī)師各得其所。AI以實(shí)現(xiàn)后處理流程全覆蓋、診斷全自動(dòng)以及產(chǎn)出標(biāo)準(zhǔn)化，極大地簡(jiǎn)便和優(yōu)化了住院醫(yī)師的學(xué)習(xí)過(guò)程，也為以后逐步實(shí)現(xiàn)精準(zhǔn)、個(gè)體化醫(yī)學(xué)模式奠定了技術(shù)基礎(chǔ)[4]。

五、小結(jié)

綜上，通過(guò)使用AI進(jìn)行冠狀動(dòng)脈CTA后處理的教學(xué)嘗試，發(fā)現(xiàn)AI輔助教學(xué)可以為不同專(zhuān)業(yè)、不同層次的住院醫(yī)師提供個(gè)性化、人機(jī)交互的教學(xué)模式，為解決住院醫(yī)師規(guī)范化培訓(xùn)中“時(shí)間緊、不精通”的問(wèn)題提供了途徑，提高了醫(yī)療隊(duì)伍的整體素質(zhì)。

參考文獻(xiàn)：

[1]樊榮榮，施曉雷，孫安，蕭毅.人工智能在住院醫(yī)師規(guī)范化培養(yǎng)中的應(yīng)用價(jià)值探討[J].腫瘤影像學(xué)，2018，27（4）：261-264.

[2]萬(wàn)莉，貢麗英，吳清，穆得超.人工智能在高等醫(yī)學(xué)教育中的應(yīng)用前景[J].中國(guó)醫(yī)學(xué)教育技術(shù)，2018，32（6）：607-609.

[3]康巍，鐘武寧，韋葦，陽(yáng)君，趙陽(yáng)，金觀(guān)橋.大數(shù)據(jù)背景下人工智能在醫(yī)學(xué)研究生個(gè)性化網(wǎng)絡(luò)教學(xué)中的探索[J].中國(guó)繼續(xù)醫(yī)學(xué)教育，2018，10（32）：41-43.

[4]李熠，匡雙玉，桂慶軍，尹凱，鐘慧，游詠.人工智能在醫(yī)學(xué)生臨床技能培養(yǎng)中的應(yīng)用探討[J].醫(yī)學(xué)教育研究與實(shí)踐，2018，26（6）：908-910.