人工智能在醫學影像技術教學中的應用進展

史傳文, 張波, 孔芳

醫學影像的快速發展,離不開醫學影像技術的不斷進步,醫學影像是人工智能最早賦能的醫療領域。各級醫療機構對醫學影像智能化的需求促使人工智能(artificial intelligence,AI)在醫學影像領域有了較快發展,同時也給醫學影像技術人才培養提供了更多可能和更廣闊的空間。醫學影像技術的實訓教學是AI應用的理想場景,也是醫工結合的路徑之一。醫學教育與AI的融合實踐,將對現代醫學影像技術人才培養產生深遠影響。

1 人工智能在醫學領域的應用現狀

國內人工智能在醫療領域的應用尚處于起步階段,但其發展速度令人矚目,《國家新一代人工智能標準體系建設指南》中提到,要在2023年率先在醫療等領域初步建立人工智能標準體系,規范智能醫療的數據獲取、特征表示、質量評估等,進一步推動人工智能技術創新場景應用[1]。這同時對現代醫學教育提出了新的要求,面對醫療領域人工智能的快速發展,醫學教育必須緊跟醫學技術的進步。在目前人工智能賦能的放射、病理、超聲及內鏡等多個醫療領域中,AI相關知識體系的更新和補充顯得尤為重要。醫學教育的課程內容與智能技術發展關系將更為緊密。

醫學影像技術專業正利用人工智能不斷推進教學改革和新技術人才的培養。國內最早引進的達芬奇機器人手術系統使外科手術更加精準、微創,圖像更加清晰。國產膝關節置換手術機器人目前已獲得醫療器械注冊證,國產單下肢康復訓練機器人也已進入應用階段[2]。我國自主研發的胸部CT人工智能分析系統現已應用于臨床。醫聯研發的基于Transformer架構的醫療語言模型—MedGPT,在真實場景中發揮了實際價值,提升了疾病預防、診斷、治療、康復的全流程智能化診療能力。病理AI輔助診斷系統、數字病理AI輔助診斷一體機的應用大幅節省病理醫生的工作時間,提高了工作效率和綜合管理水平。病理圖像的數字化歸檔便于后續查找及科研應用,使醫療數據能夠持續產生價值[3]。全新智能多光譜內鏡系統可幫助智能識別消化道病灶,并對內鏡下視頻圖像進行實時監測,規范醫師操作,提示可疑早期腫瘤病灶,避免漏查漏診。

隨著人工智能在醫學領域的不斷發展,職業教育領域也在不斷探索智能醫療人才的培養和輸出,醫學影像技術是人工智能較早應用的專業,2000年以來,我國高校和科研機構在醫學影像人工智能領域國際期刊Medical Image Analysis(MedIA)中發表論文數量和占比呈現整體上升趨勢[4]。見圖 1。

圖1 2000 年以來國內單位每年在MedIA發表論文數量和占比

隨著人工智能技術的快速發展,未來的智能醫療將會出現較大人才缺口,人工智能將為醫療領域帶來更高的效率、更準確的診斷和更個性化的治療方案,AI將不斷推動醫療事業向前發展。

2 人工智能在醫學影像教學中的應用現狀

當前醫療領域的數字化和智能化正對醫務工作者提出更新更高的要求。面對數智時代的到來,許多醫學院校正積極推進人工智能技術與醫學影像教學的深度融合,著力運用人工智能技術,構建和完善網絡化、數字化、智能化的醫學影像技術教學體系。教育部于2023年啟動了人工智能輔助教師隊伍建設的試點工作,建設了19個教育領域的特色基地,研究人工智能在各種教育場景下的管理機制。人工智能將通過深度學習,不斷擴大和創新知識圖譜,逐步形成新的教育知識形態。

目前人工智能中的虛擬現實技術,已較好解決了職業教育實踐缺乏的問題。虛擬現實(VR)、增強現實(AR)等沉浸式技術所引領的虛擬仿真教育形態,打破了傳統教育的固有模式,能夠更好地與實訓實踐銜接,從而為醫學影像技術專業教學提供豐富的應用場景?；ヂ摼W與人工智能的融合也進一步為學生呈現了知識轉化的完整過程,縮短了知識輸入到創造性輸出的學習周期?！疤摂M人”技術的發展,將名校名師的授課內容融入課堂,有效打破了醫學院校間的資源壁壘,讓醫學影像專業學生接觸到最先進的教學內容。

未來智能教育變革將越來越多地滲透在醫學教育的各個環節,如人才培養模式、教學方法、智能校園、在線學習教育平臺、智能教育助理、教育分析系統等。人工智能技術賦能醫學影像技術專業教學的最終目標是變革教育教學理念,推動醫學教育朝著智能化、個體化、精準化的方向發展。

3 人工智能在醫學影像技術教學中的應用

人工智能技術通過深度學習、圖像識別、自編碼等各種AI算法,現已應用于放射影像和超聲影像技術教學的解剖課程、圖像重建、影像AI學習平臺、學業考核、考試管理等多個場景,正不斷優化醫學影像技術專業的人才培養模式。

3.1 放射影像技術教學的智能化

在放射影像教學中,AI將計算機技術與醫學影像緊密結合,利用人工智能中的虛擬現實技術實現了全息醫學影像解剖。通過AI自動識別放射影像成像過程中的復雜數據,為學習者提供了可靠的影像學特征,從而幫助學習者解決實訓實踐過程中遇到的各種困難。

人工智能教學CT,通過深度學習圖像重建,累積多中心的臨床圖像和教學數據,使教學和培訓過程完全實現了智能化。在臨床實踐教學中,Shayesteh 等建立了評估癌癥患者放化療效果的MRI影像AI學習平臺,成功將腦卒中MRI影像AI和臨床輔助決策系統相結合,應用到醫學影像的學習平臺中[5]。在實訓教學中,應用放射影像AI技術對學生進行培訓,指導學生如何進行完整的數據收集、如何判斷病灶標記的大小、如何進行正確地識別(如肺結節篩查),讓學生領會AI技術的應用過程。

醫學影像考試智能化綜合管理平臺將考試資源、考試管理、評分管理、設備管理全面信息化,對醫學影像技術實訓中心、技能中心、考試中心等資源進行科學有效配置,具備智能化考試、資源自動調度、數據自動存儲與調取分析等功能,實現整個考試過程的自動化,提升了考試效率。

3.2 超聲影像技術教學的智能化

與放射影像數據不同,超聲影像的特點是動態影像數據,數據量較大,數據難以標準化,傳統超聲影像教學存在實踐效率低、實訓效果差的問題。超聲影像教學人工智能軟件的開發借助醫學影像處理技術的不斷完善,從標準切面入手,利用超聲體模,設計出人體各部位超聲標準切面的智能識別系統,在教學過程中協助引導學習者快速找到并確認切面,識別病灶。此類軟件還可以擴展至超聲醫學課程設計、超聲檢查技術實訓考核系統中。

柳舜蘭等[6]研發的基于關鍵解剖結構的AI對甲狀腺超聲標準切面識別分類具有較高準確性,可作為甲狀腺超聲?？婆嘤柕妮o助方法。邁瑞醫療的系列超聲通過搭載心臟結構自動識別功能,針對超聲圖像中的心臟標準切面,采用深度學習進行自動圖像切面類型識別,并檢測和顯示標準切面中的特征結構,可幫助初學者快速掌握心臟超聲標準切面的掃查技巧,提高培訓和學習效率[7]。

Capture Health開發的人工智能超聲影像培訓系統已應用于臨床教學,其在無監督學習下,對超聲數據的分割精度與專家手動分割高度一致[8]。國內醫準智能開發的“乳腺超聲智能檢測培訓系統”在不改變醫療流程的基礎上,實現了每秒50幀的圖像處理速度,協助學習者實現病灶分析及良惡性判斷[4]。上海交通大學創建的兒科AI心超診斷模型,采用多幀圖像輸入,進行人工智能計算,建立了心臟超聲標準切面AI自動識別系統,輔助學習者快速準確識別兒科心超標準切面[9]。

借助人工智能軟件,超聲影像教學和實踐正在快步進入智能化,超聲影像應用廣,對于實踐操作的要求較高,更有利于發揮AI的教學價值。

4 醫學影像技術智能化教學的優勢

圖片識別、機器學習、醫學圖像處理等人工智能技術為醫學影像教學手段的進步帶來了更多可能,也顯示出了無可比擬的優勢。AI正推動醫學影像智能教學手段的革新。促進醫學教育模式從“標準化”向“智能化”的轉變。智能化醫學影像技術在教學和培訓方面的優勢表現在：第一,節約教育成本。利用AI實現線上與線下教育的融合,實現多元式教學,有效減輕教師負擔,在教學中提質增效明顯;第二,完善了教學評價及測試系統,有利于打破傳統應試教育弊端,注重提升能力培養。美國賓夕法尼亞州立大學對超聲人工智能自動評分系統的研究表明,該系統對乳腺病灶智能教學培訓的評分與人為評分相符[10];第三,利于優化實踐教學。AI很好解決了臨床教學資源不足不均的問題以及技能操作練習與考核不規范等問題。醫學生可在AI多場景中突破時空限制進行臨床技能訓練,能顯著提升學員的自信心并大大縮減了訓練成本,使培訓學習周期大大縮短;第四,AI能夠引導學員建立標準化的臨床思路,實現醫學生職業能力的全面提升。

綜上,人工智能可以幫助醫學人才實現定制化、個性化、精準化的自適應學習,有助于其全面發展,適應智能時代的要求。

5 人工智能在醫學影像技術人才培養中的應用問題

目前,人工智能在我國醫學教育領域的應用還處于探索階段,仍存在諸多問題。①倫理問題,目前我國尚未出臺人工智能技術相關的法律法規,尤其對于醫學教育云平臺共享數據庫所涉及的隱私保護問題,不容忽視[11-15]。同時,目前尚無法對人工智能在醫學教育應用中的相關數據和算法開展有效驗證。②過度依賴,智能化教學過程中,若師生過分依賴網絡技術,則現代醫學生容易沉溺于數字環境中,導致與真實社會關系的脫離,造成醫患關系的缺失。過分依賴AI還容易出現功利性教學現象,即醫學生過于追求短、平、快的學習成果。學生易熱衷于走捷徑,背離自我提升的精神境界,淡化了知識內化過程,弱化了實現人生價值的教育目的。過度的AI參與可能減少醫學生的交流機會,不利于醫患交流,在診療過程中容易缺乏愛與同情,將診療過程簡單程序化,可能影響醫患關系的恰當處理。③師資不足,醫學院校教師對人工智能教學的學習接納需要過程,需要對教師進行專業化培訓,需建立健全師資培養制度。

6 結語

醫學人工智能時代的到來勢不可擋,也必將引起醫學教育模式的變革,在醫學影像技術教學中合理應用人工智能,探索醫學人才培養的新模式,將全面改變傳統的教學方式,促進醫學影像技術教學水平的不斷提高和發展。無論何種模式的醫學教育,都應該堅持以人為本的教學理念,按照醫學課程思政教育的明確要求,加強教育的人文關懷;堅持對學習者的持續關注,鼓勵醫學生積極面對醫患溝通;幫助學生樹立能夠為之奮斗終身的學習目標,明確終身學習的意義;著力提升醫學生專業技術與倫理素質,以培養適應智能化醫療趨勢的創新型醫學專業人才。