三、肺气肿亚型定量分析及与肺功能的相关性研究

肺气肿是一种多发常见病，治疗起来比较棘手，不同的肺气肿对肺功能的影响不同，肺气肿临床类型一般分为小叶中心型肺气肿(CLE)、全小叶型肺气肿(PLE)、间隔旁型肺气肿(PSE)和混合型。不同肺气肿究竟对肺功能的影响达到怎样的程度，现阶段主要采用肺功能测定的方式来解决。而邵逸夫医院放射科希望通过CT图像来定量分析肺功能受损的程度，目前初步研究结果非常令人期待。

主观性AI产品解决预诊系统

除了应用于放射科的AI产品之外，邵逸夫医院还在研究用于其他科室的产品。邵逸夫医院普外科陈鸣宇医生告诉动脉网记者，目前放射科使用的AI产品大多是基于客观数据出结果的，比如恶性结节在某个部位，这是基于客观事实存在的，这类产品解决了医生识别结节异常的痛点。

陈鸣宇博士

作为普外科医生，陈鸣宇出诊日的每天挂号量为150个，5个小时出诊时间，分摊到单个患者的问诊时间只有2分钟。由于患者的差异，2分钟的沟通很难做出准确的诊断，一般只会开出检查单，然后预约下次再来问诊，造成了看病难的问题。

为此，陈鸣宇自己研发了一套病人采集系统。患者只要挂了号，就可以进入系统进行先期预诊。该系统会根据患者主观性的自我描述，将患者的基本信息、症状和病史搜集整理，并建议患者做相应的检查，等到问诊时，陈鸣宇可以直接根据检查报告和系统整理的信息进行问诊，问诊的效率大为提高，改善了医生和患者体验。目前，该AI产品的雏形已经完成，正式推出大概需要4-5年。

陈鸣宇表示，这个系统是根据自己问诊中发现的问题进行研发的，解决了自己和患者的日常需求。因此，这个产品医生本人会使用，大部分患者也会用。在陈鸣宇看来，医疗AI产品本就该是这样，以解决临床需求为出发点。

医生对医疗AI的反思

胡红杰表示，现阶段医疗AI很火，在医学领域的探索更是五花八门，但是最终应用在临床上的却微乎其微。主要是4方面原因造成：

1、 人工智能系统在复杂的临床应用中，缺乏高质量可应用的数据，由此所得的结论缺乏可靠性；

2、 临床医学数据的搜集和预处理不够完善，未将医生的工作流程纳入思考范围。医生对于疾病的诊断，很重要的一点是依靠科学的思维和临床经验，所以医生的思维难以复制；

3、 现在的医疗AI产品普遍存在“敏感性高、特异性低”的特点，给医生造成很大的困惑；

4、 AI产品很多是停留在实验室阶段，离临床应用还有一段距离。

另外，AI正处在野蛮生长的阶段，很多企业热衷于跟医院要数据，并不真正扎根医院，去了解临床和医生的真实痛点。有些甚至急功近利，追求发表论文的结果与成功融资，让AI产业的发展有些偏离。

在与动脉网记者的沟通过程中，胡红杰、张峭巍和陈鸣宇都表示，作为医生的他们会积极参与新技术的尝试和研发，希望新科技可以为医疗带来更好的服务能力和效率。同时，他们也希望医生们不要盲目的跟风，理性面对AI产品，研发出临床可用的产品才是正途。