5G 智慧医疗白皮书出炉！“新基建之首”的三大场景革命：智东西内参(7)

▲超声画面分辨率与带宽需求对应关系
AI智能辅助诊断与远程机器人辅助超声。 人工智能（AI）技术作为当下的热门科技，受到了越来越多的关注，基于AI技术的应用已经渗透到了科学科技和人类社会的各个方面。各种与AI相关的医疗科技、器械、产品、应用也逐步走入到我们的生活。智能医疗的出现，取代了部分医护人员的重复性工作，减轻了医护人员的工作负担和强度。目前在医疗AI领域应用落地程度最高的医疗影像AI辅助诊断技术，是随着计算机技术和医学影像技术的不断进步，逐渐由辅助检查手段发展成为现代医学重要的临床诊断和鉴别诊断方法。随着AI技术的进步，医疗影像AI技术不仅可以在现阶段诊断病人的病情，将来也可以对病人在治疗过程中出现的反应和问题进行精准评估。
近些年来随着CT与超声设备在基层医疗机构与体检中心的大量部署，体检筛查性质的影像检查的数量也不断攀高。这类影像学检查数量大，阳性率低，收费低，无论是在本地或者在远程影像平台上由二、三级医院的放射/超声医师判读并报告，都是很大的工作负担也并不经济。随着AI影像分析技术的不断成熟与落地，让AI算法作为一个“第一判读者”对影像做一个是否有异常征象或者发现的初判，将那些可能有异常或者病变的病例筛选出来请放射/超声医师进一步判读评价，就成为一个很现实也很有用的选择。
例如一个总体阳性率为2%的影像筛查，如果AI算法能把一半的阴性病例筛掉，把阳性病例与另外一半的阴性病例交给放射/超声医师判读，放射/超声医师的工作量就已经减少了一半。为了尽量在自动判读时不漏掉可能的异常或者病变，这类支持自动筛查的AI算法要求非常高的敏感度（sensitivity），但在特异度（specificity）上可以要求不高，即“宁可杀错不可放过”。
在最常见的乳腺超声筛查领域，飞利浦已经推出了AI Breast乳腺智能导航系统，这里的AI指的是解剖智能（anatomical intelligence），即通过传感器内置的磁场感应，追踪探头的移动，更好的引导一线超声医师或者技师进行乳腺扫查，实现乳腺检查的全覆盖，减少漏诊、误诊率并提高工作效率。在扫全的基础上，如果能基于人工智能（artificial intelligence,AI）开发乳腺智能筛查系统，通过AI算法模型对扫查内容或者保存的图像进行分析与初判，把有病变乃至异常特征的病例筛查出来，供一线或者二线超声医师做进一步判别诊断，可以大大提高工作效率。这2个AI是远程超声筛查的赋能器，一个从病人扫查端的导航做到扫好扫全，一个在云端的筛查初判作为判读诊断工作流程的一部分。