本文作者Sanjay M. Parekh博士，現(xiàn)為Signify Research Ltd高級分析師。
目前，全球有超過150家獨(dú)立軟件供應(yīng)商正在開發(fā)用于醫(yī)學(xué)影像分析的人工智能解決方案，因此，放射科醫(yī)生在眾多企業(yè)中挑選合適的供應(yīng)商是一大挑戰(zhàn)。
以下是放射科醫(yī)生在與醫(yī)學(xué)影像AI供應(yīng)商合作之前，應(yīng)該考慮的10大因素(以及向供應(yīng)商提出的疑問)：
1. 臨床相關(guān)性
醫(yī)院將人工智能應(yīng)用于其臨床工作流程的首要考慮是業(yè)務(wù)需求的相關(guān)性和契合度，人工智能解決方案是否真正解決了科室的需求?
在放射學(xué)領(lǐng)域，人工智能有數(shù)百個潛在的應(yīng)用場景，但重點(diǎn)應(yīng)該聚焦于哪些AI能產(chǎn)生最大影響的領(lǐng)域，如用自動化工具解決放射科醫(yī)生的重復(fù)性任務(wù)(例如，手動測量圖像特征)，并為更復(fù)雜的情況提供額外的信息和決策支持。
針對臨床相關(guān)性，放射科醫(yī)生應(yīng)該向AI供應(yīng)商提出以下問題：
用例(use case)是一個值得用AI解決的問題嗎?在放射科醫(yī)生參與有限的情況下，快速且容易診斷的用例可能無法支持AI。
-使用人工智能對診斷和治療決策有什么影響?它會改善病人的護(hù)理嗎?
-放射科醫(yī)生使用人工智能優(yōu)先做的事項(xiàng)是什么?該如何確定?
-人工智能解決方案在未來的幾年里還會有意義嗎?
2. 算法開發(fā)
人工智能第三次浪潮的興起，歸因于從經(jīng)典機(jī)器學(xué)習(xí)到深度學(xué)習(xí)方法的技術(shù)轉(zhuǎn)變。人工智能供應(yīng)商面臨的挑戰(zhàn)仍然是減少終端用戶(放射科醫(yī)生)的深度學(xué)習(xí)模型“黑盒”現(xiàn)象，因此算法開發(fā)所用的方法是關(guān)鍵。
放射科醫(yī)生應(yīng)該問的問題：
-使用了多少例圖像來訓(xùn)練算法?
-這些圖像是從人口統(tǒng)計(jì)數(shù)據(jù)和醫(yī)學(xué)成像器械商那里獲得的嗎?
-誰給圖片做了標(biāo)注?開有經(jīng)驗(yàn)的放射科醫(yī)生還是其他人?
-通常有多少放射科醫(yī)生為每張標(biāo)注做標(biāo)注?如果有兩名放射科醫(yī)生對圖像進(jìn)行了標(biāo)注，那么開發(fā)人員是否使用了第三名放射科醫(yī)生來處理其中的差異?
-是否使用臨床生物標(biāo)記或活檢來驗(yàn)證帶標(biāo)注的圖像?
-用于訓(xùn)練和驗(yàn)證算法的圖像數(shù)據(jù)集與用于測試算法的圖像數(shù)據(jù)集是否不同?
3.臨床驗(yàn)證
一旦開發(fā)出來，人工智能算法應(yīng)該進(jìn)行理想的臨床研究，以測試其模型魯棒性、準(zhǔn)確性和復(fù)現(xiàn)性
放射科醫(yī)生應(yīng)該問的問題：
-什么類型的臨床研究用于驗(yàn)證?前瞻性研究同時使用病例和非病例資料，其重要性大于回顧性研究。
-臨床研究是否涉及單個或多個讀者?
-是單中心臨床研究還是多中心臨床研究?與現(xiàn)有的臨床實(shí)踐相比，人工智能算法的性能如何?AI解決方案應(yīng)該等于或優(yōu)于當(dāng)前的實(shí)踐標(biāo)準(zhǔn)。
4. 產(chǎn)品的監(jiān)管
只有獲得監(jiān)管許可的解決方案才能用于臨床實(shí)踐。目前，已有57家供應(yīng)商獲得了美國FDA、CE Mark(歐洲)、PMDA(日本)和MFDS(韓國)四大監(jiān)管機(jī)構(gòu)之一對77種醫(yī)學(xué)影像機(jī)器學(xué)習(xí)算法的監(jiān)管批準(zhǔn)。
放射科醫(yī)生應(yīng)該問的問題：
-供應(yīng)商是否有美國FDA的監(jiān)管批準(zhǔn)?如果是，它收到了什么類型的許可(即，是510(K)PMA還是de Novo )?
-算法已全部清除，還是只清除部分?如果部分參與，哪部分被批準(zhǔn)，為什么?這個標(biāo)簽清楚地標(biāo)示給最終用戶了嗎?
-該解決方案是否在其他市場受到監(jiān)管?例如，在鄰國或其他主要市場(如CE商標(biāo))?
-供應(yīng)商是否有進(jìn)一步的監(jiān)管申請?
5. 工作流集成
人工智能解決方案的結(jié)果，需要無縫地集成到放射科醫(yī)生首選的診斷查看器中。放射科醫(yī)生應(yīng)該能夠查看和潛在地交互(編輯/接受/拒絕)，在不影響生產(chǎn)力的情況下查看結(jié)果。
放射科醫(yī)生應(yīng)該問的問題：
-人工智能結(jié)果是否集成到PACS界面，或算法是否需要一個單獨(dú)的用戶界面來查看結(jié)果?
-人工智能的結(jié)果是否可以根據(jù)放射科醫(yī)生的臨床判斷進(jìn)行編輯、接受或拒絕?
-結(jié)果如何顯示?它們是作為圖像上的疊加顯示還是作為單獨(dú)的報告顯示?
– AI解決方案PACS /Modality供應(yīng)商是否不可知?
6. 投資回報
放射科和醫(yī)療保健提供者希望看到人工智能解決方案的投資回報。
放射科醫(yī)生應(yīng)該問的問題：
-人工智能解決方案是生產(chǎn)力工具，還是專注于質(zhì)量改進(jìn)的解決方案?缺乏放射科醫(yī)生的醫(yī)療服務(wù)提供商可能會看重能提高生產(chǎn)率的AI算法，但其他提供商可能會看重能提高診斷和治療決策質(zhì)量的算法。
-人工智能解決方案是否改變診斷路徑，為患者和醫(yī)療服務(wù)提供者提供價值?例如，減少侵入性手術(shù)的需要，從而降低病人的風(fēng)險。
-人工智能解決方案是否會改變治療路徑，從而為醫(yī)療服務(wù)提供者節(jié)省成本?
7. 部署
以安全、快速、低成本的方式向醫(yī)療服務(wù)提供商提供人工智能解決方案是其成功的關(guān)鍵。
放射科醫(yī)生應(yīng)該問的問題：
AI解決方案是在本地本地安裝還是需要訪問云服務(wù)器?
如果基于云，是否在通過AI算法分析圖像之前刪除受保護(hù)的健康信息(PHI)?
AI算法是否需要專用的虛擬機(jī)?可以容器化嗎(例如Docker)?
8. 技術(shù)支持和收費(fèi)方式
當(dāng)放射科醫(yī)師采用來自多個供應(yīng)商的人工智能解決方案時，應(yīng)該考慮處理單個合同和發(fā)票的管理開銷。算法開發(fā)人員提供的技術(shù)支持水平是另一個重要的考慮因素，如果算法會對PACS的性能產(chǎn)生負(fù)面影響，那么除了可靠性之外。
放射科醫(yī)生應(yīng)該問的問題:
-誰將為人工智能算法提供技術(shù)支持?是算法開發(fā)者還是他們的發(fā)行伙伴?
-如何授權(quán)解決方案?是一次性(永久)的許可證費(fèi)用，還是重復(fù)使用的軟件即服務(wù)(SaaS)許可證?
-發(fā)展商采用什么定價模式?他們是按使用次數(shù)收費(fèi)(例如，每次掃描次數(shù)收費(fèi))，還是按價格收費(fèi)(不管算法的使用情況)?
9. 供應(yīng)商的融資能力
許多AI算法開發(fā)者都是依賴外部資金的初創(chuàng)公司。通過多輪融資籌集資金的能力，反映了一個供應(yīng)商的潛在長期成功。
放射科醫(yī)生應(yīng)該問的問題:
-至今已籌得多少資金，投資者是誰?
-供應(yīng)商已獲得多少輪融資?
-一般的資助期為多久?最近的資助期何時完成?
10. 供應(yīng)商的領(lǐng)導(dǎo)團(tuán)隊(duì)
領(lǐng)導(dǎo)團(tuán)隊(duì)(C-suite)和醫(yī)療咨詢委員會的信譽(yù)和經(jīng)驗(yàn)是供應(yīng)商在產(chǎn)品開發(fā)和進(jìn)入市場戰(zhàn)略方面取得成功的關(guān)鍵。
放射科醫(yī)生應(yīng)該問的問題：
-誰是領(lǐng)導(dǎo)團(tuán)隊(duì)和醫(yī)療咨詢委員會的成員?
-領(lǐng)導(dǎo)團(tuán)隊(duì)是否有將醫(yī)療科技產(chǎn)品推向市場的經(jīng)驗(yàn)?
-領(lǐng)導(dǎo)團(tuán)隊(duì)的成員是否有類似的工作經(jīng)驗(yàn)?
營業(yè)執(zhí)照公示信息