2024年,人工智能對檢驗(yàn)科可能的影響
2024-02-21
2023年,IVD行業(yè)里時(shí)不時(shí)有一些企業(yè)因?yàn)槿斯ぶ悄芗映侄麣獯笤觯哳l詞-機(jī)器深度學(xué)習(xí)被廣泛認(rèn)知、重視。顯現(xiàn)了人工智能的巨大影響力,其主要應(yīng)用在樣本處理、形態(tài)學(xué)檢驗(yàn)、物流轉(zhuǎn)運(yùn)、檢驗(yàn)結(jié)果審核和報(bào)告分析等,當(dāng)前IVD檢驗(yàn)設(shè)備進(jìn)入全自動(dòng)時(shí)代,檢驗(yàn)數(shù)據(jù)呈現(xiàn)指爆發(fā)性增長態(tài)勢,此時(shí)人工智能興起也是恰逢其時(shí),以機(jī)器深度學(xué)習(xí)為主要內(nèi)容,必將數(shù)據(jù)價(jià)值更大程度地釋放出來。
最初,人工智能以計(jì)算機(jī)為基礎(chǔ),對語音、圖像進(jìn)行識(shí)別,后發(fā)展語言處理系統(tǒng)、專家系統(tǒng)、圖像處理等多個(gè)中轉(zhuǎn)樞紐,隨著研究的深入和突破,精準(zhǔn)度提高及深度學(xué)習(xí)系統(tǒng)的問世,人工智能的概念逐漸成熟,可以應(yīng)對大量的數(shù)據(jù)“來襲”,可代替人工大量重復(fù)工作,贏得該有的地位,正式進(jìn)入應(yīng)用階段。事實(shí)上,各行各業(yè)均有需要,顛覆性改革勢在必行,展望2024年的檢驗(yàn)領(lǐng)域,人工智能必然會(huì)在原有的基礎(chǔ)上繼續(xù)更迭、升級,發(fā)揮更強(qiáng)的影響力
檢驗(yàn)過程的升級
檢驗(yàn)人知道,樣本開始采集就要開啟質(zhì)控,過去由于多是人工操作,即使經(jīng)過專業(yè)培訓(xùn),仍帶有極強(qiáng)的主觀影響,因此,樣本采集環(huán)節(jié)仍對整個(gè)檢驗(yàn)流程和結(jié)果有制約。長期以來,對阻斷人員因素的全自動(dòng)采集探索,孜孜不倦,以血液采集為例,過去15年里,先是有全自動(dòng)化采血的興起,首先解決了可能和不可能的問題;隨后引入機(jī)器人智能交互、導(dǎo)航控制、生物識(shí)別等智能技術(shù),從內(nèi)容看主要是利用紅外線、超聲波、視覺系統(tǒng)、智能選擇算法進(jìn)行精準(zhǔn)采血,其二解決準(zhǔn)不準(zhǔn)的問題。
然而作為初級階段,該種處理方式具有一定的局限,成功率也并非理想。一種新技術(shù)概念或許可以改變這個(gè)局限,基于Hessian算子的多尺度自適應(yīng)靜脈濾波提取方法,加上人工智能有望進(jìn)一步提高一次性穿刺成功率。針對采集過程的不良發(fā)生率,可通過在樣本采集或接收窗口應(yīng)用人臉識(shí)別系統(tǒng),規(guī)避一些頂替采樣的潛在風(fēng)險(xiǎn)及其他主觀性錯(cuò)誤,有望降低投訴及不良事件。這是解決理想不理想的問題,看起來像是現(xiàn)有科技革命的終極方案,也是實(shí)現(xiàn)人工轉(zhuǎn)設(shè)備全自動(dòng)化的初衷。
在轉(zhuǎn)運(yùn)方面,中大型醫(yī)學(xué)實(shí)驗(yàn)室的樣本前處理系統(tǒng)通常僅局限于配套的檢測流水線,而要往更大范圍的區(qū)域裝卸樣本,依靠現(xiàn)有的系統(tǒng)或?qū)o法實(shí)現(xiàn)。自從有了深度學(xué)習(xí)的應(yīng)用之后,結(jié)合現(xiàn)有的識(shí)別系統(tǒng),可實(shí)現(xiàn)在全院范圍將樣本送達(dá)制定檢驗(yàn)區(qū),并且擁有較好的無菌環(huán)境及最大程度的穩(wěn)定性,有主動(dòng)糾偏的能力。例如智能軌道、氣動(dòng)管道傳輸系統(tǒng)。盡管目前還有一些人工篩選、轉(zhuǎn)運(yùn)時(shí)效無法保證、過程無法追蹤等問題,但隨著多個(gè)信息系統(tǒng)的整合、互聯(lián)互通,更多人工智能整合系統(tǒng)出現(xiàn),這些問題將一步一步化解。
人工智能的應(yīng)用趨勢
人工智能的應(yīng)用潛力方方面面,幾乎可以貫穿檢驗(yàn)的始末。以檢驗(yàn)前的申請為開端,臨床醫(yī)生所開具的檢驗(yàn)單受限于就診人自訴、醫(yī)生的個(gè)人專業(yè)判斷、過往使等,缺少第三方的較為中立、更豐富的判斷,機(jī)器學(xué)習(xí)可結(jié)合雙方提供的信息,對適宜的檢驗(yàn)項(xiàng)目進(jìn)行篩選,精準(zhǔn)醫(yī)療,提高就診效率,降低投訴率和醫(yī)療成本等系列醫(yī)療優(yōu)化。
在檢驗(yàn)過程中,通過在全自動(dòng)化流水線添加智能模塊,設(shè)定時(shí)間進(jìn)行質(zhì)控,判定質(zhì)控結(jié)果狀態(tài),是當(dāng)前人工智能在質(zhì)控方面的主要應(yīng)用形式。近年來,一種新的實(shí)時(shí)質(zhì)量檢測方案,對實(shí)驗(yàn)室誤差進(jìn)行實(shí)時(shí)監(jiān)測,在深度學(xué)習(xí)的幫助下,能對各參數(shù)進(jìn)行驗(yàn)證和持續(xù)優(yōu)化,提高質(zhì)控水平。而且,隨著數(shù)據(jù)共享程度的提高,各實(shí)驗(yàn)室間有望實(shí)現(xiàn)標(biāo)準(zhǔn)統(tǒng)一,實(shí)現(xiàn)智能化的室間質(zhì)評。
人工智能在檢驗(yàn)的應(yīng)用知名度較高的應(yīng)該是對報(bào)告的分析解讀,給醫(yī)務(wù)人員現(xiàn)成、多維度的報(bào)告參考,將極大解放智力勞動(dòng);對患者來說,附帶異常結(jié)果提示、關(guān)鍵結(jié)果解釋、趨勢對照等更詳細(xì)便利的解讀,趨于標(biāo)準(zhǔn)化的結(jié)果,有利于自身的健康管理。
自深度學(xué)習(xí)被運(yùn)用之后,使得報(bào)告解讀的意義得到極大的擴(kuò)寬,第一層面上,結(jié)合多項(xiàng)檢驗(yàn)指標(biāo)及病理學(xué)、影像學(xué)檢查結(jié)果的疾病診斷模型擁有更全面的參考因素,得出的報(bào)告的結(jié)論將更全面,不遺漏,這是過去人工無法企及的,不單是解放解讀報(bào)告的工作,而且是提高解讀報(bào)告的專業(yè)度。
第二層面,隨著更強(qiáng)的算法算力出現(xiàn),足夠的數(shù)據(jù)量、訓(xùn)練量助推之下,疾病診斷模型不再局限于已構(gòu)建的疾病類型,可能會(huì)發(fā)現(xiàn)不在模型里面的疾病類型,機(jī)器深度學(xué)習(xí)自身可以一定程度上探索未知領(lǐng)域。
總結(jié)
檢驗(yàn)醫(yī)學(xué)里新技術(shù)的發(fā)展,必然是結(jié)合人工智能、機(jī)器深度學(xué)習(xí)來改變整個(gè)檢驗(yàn)業(yè)態(tài)。
于人工智能而言,算法算力等的限制導(dǎo)致當(dāng)下的應(yīng)用程度仍然不足,應(yīng)用領(lǐng)域也較為局限,同期發(fā)展伴隨的數(shù)據(jù)安全與倫理問題應(yīng)對方案尚待完善,從這個(gè)端來看,人工智能還處在發(fā)展早期,這對所有IVD企業(yè)都是一樣的機(jī)遇,誰充分掌握這個(gè)機(jī)會(huì),或?qū)⑻嵘湓跇I(yè)內(nèi)原有的位序。
于檢驗(yàn)人而言,盡管傳統(tǒng)熟悉的檢驗(yàn)新技術(shù)會(huì)繼續(xù)層出不窮,更強(qiáng)的性能更快的速率會(huì)刷新對新設(shè)備試劑、原料等的認(rèn)知,但最核心的可能要跳出包括這在內(nèi)的檢驗(yàn)圈事業(yè),對人工智能需有更情深的了解和學(xué)習(xí),并掌握相關(guān)技能,理論和實(shí)踐相結(jié)合,最大程度的與人工智能發(fā)展腳步同步、甚至超前。
文章來源:小桔燈網(wǎng)