放疗行业出现黑科技 人工智能加速赋能医疗行业

本篇文章2276字，读完约6分钟

“效率已经大大提高了。花了3天时间制定的肿瘤放射治疗计划可以尽快完成。”天津医科大学肿瘤医院放射治疗科主任袁志勇教授在接受《证券日报》采访时谈到了该科近期的变化。

据了解，天津医科大学肿瘤医院放疗科的这些变化来自该院对自动计划系统mdaccautoplan的借鉴。袁志勇告诉《证券日报》，该系统不仅可以提高效率，还可以提高他所在部门制定的放射治疗计划的准确性和可用性。

袁志勇表示，mdaccautoplan的成功应用不仅仅是一个孤立的案例，未来人工智能技术在医学领域的应用将越来越广泛，这将是一个趋势。

放射治疗行业有“黑色技术”

放疗计划效率的提高是mdaccautoplan引入后最显著的变化。袁志勇说，一个物理学家花了大约三天的时间来制定放射治疗计划，计划出来后，还需要物理学家和医生之间反复沟通。

“现在速度很快。基本上，今天给他们信息，结果明天就会出来。有时候，如果你有急事，可以在早上给他们打电话，然后在下午得到结果。”袁志勇说。

此外，更高的精确度和更强的可用性是mdaccautoplan对袁志勇放射治疗计划的另一种直观感受。袁志勇告诉记者，目前，中国一线、二线城市和一些二线城市或新建医院的物理学家的放射治疗规划水平仍存在差距。“事实上，一线和二线城市的许多物理学家也可能每天承担大量的工作，很难保证所有的放射治疗计划都是高水平和高质量的，并且通过mdaccautoplan制定的放射治疗计划能够保持在高水平。”和稳定的状态。”

据袁志勇介绍，美国一家著名机构曾经比较过物理学家制定的放射治疗计划和mdaccautoplan制定的放射治疗计划之间的差异，并从中美两国挑选了六位资深放射治疗医生作为评判。在不了解计划设计者的情况下，评分结果显示医生普遍认为mdaccautoplan制定的放射治疗计划更完善、更有用。

从以往的工作经验来看，物理学家在制定计划后需要反复与医生沟通，很难保证工作质量始终处于高水平。然而，mdaccautoplan制定的放射治疗计划更加准确，“基本上不需要修改”。在袁志勇看来，如果满分为100分，mdaccautoplan的放射治疗计划得分可以达到90-95分。

袁志勇说:“在引入mdaccautoplan之后，物理学家可以制定的放射治疗计划已经成倍增加。原有硬件充足，但人力不足。现在，放射治疗加速器等治疗硬件设备的数量跟不上mdaccautoplan。制定放射治疗计划的速度。”

“黑色技术”注重定制

据了解，mdaccautoplan是人工智能与云计算相结合的高级规划产品，由多年来在美国排名第一的md anderson癌症中心的张晓东教授创新设计。它是由全球肿瘤一实验室经过多年的临床经验积累而开发的，由北京全球医疗科技集团有限公司代理全球应用和推广。

该系统涵盖了多年积累的高质量肿瘤放射治疗大数据，并可通过计算机进行研究和分析。当给定新任务时，计算机将根据早期学习结果和病例的临床特点实现自动规划设计，将放射治疗规划设计的效率提高5-10倍，并保证设计结果保持一致的高水平。

据报道，mdaccautoplan实现了全自动化设计，实现了队列模式，一旦栈被键入，系统自动检测任务队列，自动设计、输出、保存和统计分析；为不同部位的肿瘤生成目标区域的辅助轮廓，自动展开区域，调整目标函数，生成最优规划，从而减少物理学家个人专业水平和习惯对规划质量的人为影响。

此外，mdaccautoplan不是静态的。袁志勇告诉《证券日报》，他的部门目前使用的系统已经重新完善。"每个单位都有自己的特点和差异，每个物理学家都有自己的习惯."袁志勇说:“天津医科大学肿瘤医院派出三名工作人员，与张晓东教授的团队和全球医疗技术团队共同努力，最终带回了更适合我科临床使用的产品。”

全球医疗部还告诉记者，在与相关医疗机构沟通和磨合的过程中，mdaccautoplan还可以利用顶级医院的优秀计划，通过机器学习提取其特征，并将其应用到新的计划中，从而快速生成高质量的放射治疗计划。通过创新的云算法，可以同时进行大量计算，解决了计算速度慢的问题。

在md anderson癌症中心、天津医科大学肿瘤医院、中国医学科学院肿瘤医院等数十家医疗机构的长期使用中，发现mdaccautoplan可将医师和物理学家的效率提高5-10倍，高质量治疗计划率达95%，并积累了数万例临床病例。

引入人工智能的总趋势

mdaccautoplan在放射治疗中的应用可能只是开始。袁志勇认为，人工智能技术进入医疗行业肯定是一种趋势。

“人工智能技术的关键问题是它能否被很好地使用，而所有的问题都不能通过人工智能来解决。然而，人工智能可以在面对繁琐的工作时为医务人员提供非常有效的帮助。例如，45岁以上的男性每年需要做低剂量ct来消除肺部病变，而薄层ct扫描的信息非常大，大约有500层。然后医生一层一层地看着它，他们很快就会感到疲劳。一方面，他们效率低下，另一方面，他们可能犯错误。”例如，袁志勇指出:“如果我们能够通过人工智能技术分析和学习过去的临床图像和病理结果，让计算机以高计算能力快速扫描每一层ct，并勾画出可疑疾病和故意诊断，那么它就可以将医疗的效率和准确性提高数百倍。”

类似的案例在医疗行业比比皆是。在袁志勇看来，人工智能技术已经开始在成像和病理分析领域发挥重要作用。袁志勇说，以前他所在部门的物理学家人手不足，工作量很大。随着mdaccautoplan的引入，该系的物理学家有多余的能力来做更多的质量控制和科学研究工作。