p「PACS+AI」如何更好地解决数字化医院建设难题？肺结节

以2011年IBM公司的机器人沃森“入职”Wellpoint为起点，到2016年国内业界公认的医疗AI元年至今，医疗AI已经走过数个年头。中间几度浮沉，被寄予厚望，也曾遭受质疑。
2020年以来，随着多达15款医疗AI产品陆续获批NMPA三类证，笼罩在医疗AI头顶的迷雾终于一点点散去，2021年也被称作医疗AI在中国的商业化元年。
医疗AI从前景迷茫到商业化道路日渐清晰，广州市妇女儿童医疗中心信息中心主任曹晓均是见证者和亲历者之一。

文章插图
广州市妇女儿童医疗中心信息中心主任曹晓均
从2019年开始，广州市妇女儿童医疗中心先后引进了多款医疗影像AI产品。看着医疗AI产业发展越来越好，曹晓均由衷地感到高兴：
一方面，医疗影像AI产品在广州市妇女儿童医疗中心落地后，确实展现出了它的价值。“医疗影像AI对影像科提升工作效率有很大帮助。例如肺结节的诊断、骨龄的测算，以前没有AI，需要医生逐张片子去看。现在AI可以先给出一个初步诊断，帮助医生更好地关注到片子中的问题。”
另一方面，广州市妇女儿童医疗中心在引进医疗影像AI的过程中也投入了不少资源和精力。
医疗影像AI运行需要强大的算力作为支撑，这就要求医院必须对服务器等硬件进行升级。这个担子自然落在了作为信息中心主任的曹晓均肩上。
行业早期，很多公司为了把自家的AI产品送进医院，都会免费帮医院部署服务器，有些医院为了节约人力和资金也乐见其成。
但广州市妇女儿童医疗中心对数据安全格外重视，为保险起见，还是决定自己采购和部署服务器。刚接触医疗影像AI，曹晓均经验不多，不知道该部署多大算力的GPU。
为此，他走访考察了不少医院，跟合作的厂商更是反复沟通交流。如今医疗影像AI的价值逐渐得到认可，他和医院的这番功夫也算没白费。
医疗影像AI之痛：与PACS系统彼此割裂虽然医疗影像AI的商业化前景正逐步明晰，但曹晓均也看到，其发展仍然存在许多不足和挑战。
首先，需要医疗影像AI的场景非常多，AI目前能解决的只是一小部分问题。
“影像科医生希望AI能够识别所有类型的片子，对所有类型的疾病进行诊断，但现实中AI根本做不到这么细。它只有在面对单一疾病——比如肺结节、骨折时，才能有较高的诊断能力。针对复杂维度的使用场景，现在还没有很好的产品能够落地。”
其次，医疗影像AI与医院既有PACS系统之间的兼容和打通也是一大挑战。作为信息中心主任，曹晓均对此深有体会。
当前，各家公司的医疗AI产品都只能针对单一疾病或者少数几种疾病进行辅助诊断，因此医院往往需要引进多家公司的产品来满足对于不同病种的辅助诊断需求。
而且，行业早期AI公司为了提前“占位”，会尽最大努力把产品送进医院，这就导致一个医院可能同时存在几款针对同一病种的医疗影像AI产品。比如广州市妇女儿童医疗中心就同时引进了包括汇医慧影在内的三家厂商的肺结节医疗影像AI辅助诊断系统。
医疗影像AI产品作为一个独立系统，需要通过定制化的接口从PACS系统获取影像数据。而每个PACS系统都有自己的开发语言和技术标准，这就需要医院信息科为引入的每一款医疗影像AI产品独立开发PACS系统接口。
“对接的AI厂商越多，需要开发的接口就越多，增加了我们的工作量，而且接口也不方便管理。AI系统对于数据字段的要求会随着算法的演进不断改变，如果以后A公司要增加字段，B公司也要增加字段，维护的成本就会非常高。”
这种系统的割裂也影响到了医疗AI产品的最终用户——影像科医生的使用体验。
北京协和医院放射科高级工程师、中华医学会影像技术分会前主委付海鸿就曾提到，“这些AI工具大多使用独立的服务器、工作站，或是作为放射科医生工作站的一个单独应用存在，并未与日常的数字化阅片诊断工作流程集成在一起。AI工具和PACS、RIS的相互独立，使得医生在工作时需在PACS、RIS与AI工具之间闪转腾挪、往复切换，不利于放射科医生的工作效率和工作体验提升。”
信息科的权宜之计：搭建两大集成平台医疗影像AI产品和PACS系统彼此割裂的问题从前者诞生的那一刻起便存在，只是随着其逐步走向商业化，用户期望越来越高，才逐渐凸显出来。
作为信息中心主任，曹晓均很早就注意到了这些问题，并且已经探索出了一套相对成熟的解决方案。他认为，医院信息科可以从两大方向入手解决医疗影像AI产品和PACS系统互相割裂的问题：