【明報專訊】現代醫學非常倚靠分析醫療影像來協助診斷和制定治療方案，擁有這種知識的病理醫生和放射科醫生，人手不足問題嚴重。有科技公司就研發出人工智能軟件，自動分析醫療影像，希望利用技術創新來紓緩醫生短缺以及醫療資源分配不均衡等問題。現時，該公司已有1套檢測肺癌的軟件正在3家內地醫院進行臨牀測試；若順利的話，可望在1年後正式推出。
視見醫療科技共同創辦人、董事長兼首席科學家陳浩表示，該公司成立於2016年2月，是由香港中文大學醫學影像計算分析實驗室「孵化」出來，創始團隊主要是香港中文大學計算機科學與工程學系王平安教授及其博士學生。該公司業務是研究將人工智能醫療影像分析技術應用於輔助診斷和治療，解決醫生人才短缺以及醫療資源分配不均衡等問題。
內地病理醫生缺口達6萬人
西醫非常倚靠影像來協助診斷和制定治療方案，有內地網媒報道，2015年內地的醫療影像檢查人次高達14.4億，醫療影像開支超過4000億元人民幣；預計到2020年，將增至6000億至8000億元人民幣；內地醫生愈來愈難應付龐大的醫療影像分析工作。陳浩表示，有估計指出，內地的X光、電腦掃描、磁力共振等醫學放射影像，數量每年增長高達30%，但放射科醫生的數目每年增長不到5%。至於負責分析病理影像，如光學顯微鏡拍攝的細胞或組織影像的病理醫生，亦同樣出現巨大缺口。現時，內地只有約9000名病理醫生，以較保守的估計，內地病理醫生的缺口高達4萬至6萬人。若根據美國病理醫生與病牀數目的比例，內地更需要10萬名病理醫生。
此外，一個病理醫生的成長周期長達10年，即使醫院增加招聘和培訓，也不可能在短時間內解決人手短缺的問題；另病理醫生和放射科醫生若在疲倦的狀態下工作，亦會令判斷出現錯漏的機會增加。該公司提倡，利用人工智能軟件分析醫療影像，輔助診斷和制定治療方案，減輕病理醫生和放射科醫生工作量。
以肺癌為例，早期肺癌的典型癥狀是肺部結節，放射科醫生通常要觀察約200至600幅電腦掃描圖像，以香港來說，大概要花30分鐘；內地因為人手嚴重不足，只會用10至15分鐘。至於病理切片影像，1張約1GB至3GB，病理醫生一般亦要在15至30分鐘內，從中找出有價值的信息，壓力相當大。若使用該公司的人工智能軟件來分析放射影像或病理影像，只需1至2分鐘，大幅提高效率；準確率亦逾九成，可以作參考，減輕醫生部分工作量和壓力。
北京醫院測試 料明年推出
視見醫療科技正在研究的，有「AI放射影像輔助診斷系統」、「AI病理影像輔助診斷系統」，以及「AI放射治療靶區輔助勾勒系統」。其中，AI放射影像輔助診斷系統中用於分析肺部影像有沒有肺癌的「肺小結節檢測和識別系統」，正由北京3家醫院進行臨牀測試。若順利的話，可望在1年後取得中國藥監局的認證，正式在內地市場推出。
AI病理影像輔助診斷系統中用於分析有沒有乳癌和子宮頸癌的軟件，亦會在稍後交給內地醫院進行臨牀測試，希望趕及在今年底前開始申請中國藥監局的認證。因此，若兩者都順利的話，到了明年底，該公司將有兩套產品推出市場。至於AI放射治療靶區輔助勾勒系統，用來勾劃出癌症病人體內需要進行放射治療的地方；但這套系統仍需時日才可以臨牀測試。
陳浩表示，雖然公司優先發展內地市場，但亦希望能物色香港醫院參與臨牀測試。該公司初期會將其人工智能軟件安裝在醫院電腦系統內；長遠來說，會考慮透過雲端來提供服務。將來開拓國際市場時，透過雲端來提供服務，毋須派員工上門安裝，會比較方便。
系統應用「深度學習」 分析病症
據悉，視見醫療科技主要是利用人工智能技術當中的「深度學習」技術（Deep Learning），來自動分析醫療影像。視見醫療科技產品經理Tsougenis Efstratios表示，該公司在「深度學習」技術方面，擁有4項發明專利，另有4項專利申請正在審批。
他又稱，分析不同病症的「深度學習」技術，其實大同小異，重點需要先找到醫生提供大量案例的醫療影像，以及清楚標明其中的關鍵位置，才能讓軟件學習到日後如何自行分析。
非完全取代 最後仍靠醫生把關
不過，由軟件來分析醫療影像，萬一出錯的話，有機會面對訴訟和巨額索償。Efstratios表示，該公司的人工智能軟件若能取得所在國家的監管當局批准使用，就代表有關當局認可，其風險可以接受。而且，該公司不是提倡以軟件全面取代醫生，而是建議在最後階段由醫生把關及判斷。他認為，只要依足手續，在取得當地批准後，才推出其人工智能分析軟件或服務，毋須擔心訴訟和索償的問題。
明報記者 薛偉傑
