0
| 本文作者： 老王 | 2019-12-01 17:00 |
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家獨立軟件供應商正在開發(fā)用于醫(yī)學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)中挑選合適的供應商是一大挑戰(zhàn)。
以下是放射科醫(yī)生在與醫(yī)學影像AI供應商合作之前，應該考慮的10大因素（以及向供應商提出的疑問）：
1. 臨床相關(guān)性
醫(yī)院將人工智能應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？
在放射學領(lǐng)域，人工智能有數(shù)百個潛在的應用場景，但重點應該聚焦于哪些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)生的重復性任務(wù)（例如，手動測量圖像特征），并為更復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)生應該向AI供應商提出以下問題：
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？它會改善病人的護理嗎？
-放射科醫(yī)生使用人工智能優(yōu)先做的事項是什么？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)典機器學習到深度學習方法的技術(shù)轉(zhuǎn)變。人工智能供應商面臨的挑戰(zhàn)仍然是減少終端用戶（放射科醫(yī)生）的深度學習模型“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)生應該問的問題：
-使用了多少例圖像來訓練算法？
-這些圖像是從人口統(tǒng)計數(shù)據(jù)和醫(yī)學成像器械商那里獲得的嗎?
-誰給圖片做了標注?有經(jīng)驗的放射科醫(yī)生還是其他人？
-通常有多少放射科醫(yī)生為每張標注做標注？如果有兩名放射科醫(yī)生對圖像進行了標注，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記或活檢來驗證帶標注的圖像?
-用于訓練和驗證算法的圖像數(shù)據(jù)集與用于測試算法的圖像數(shù)據(jù)集是否不同？
3.臨床驗證
一旦開發(fā)出來，人工智能算法應該進行理想的臨床研究，以測試其模型魯棒性、準確性和復現(xiàn)性
放射科醫(yī)生應該問的問題：
-什么類型的臨床研究用于驗證？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)有的臨床實踐相比，人工智能算法的性能如何?AI解決方案應該等于或優(yōu)于當前的實踐標準。
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踐。目前，已有57家供應商獲得了美國FDA、CE Mark（歐洲）、PMDA（日本）和MFDS（韓國）四大監(jiān)管機構(gòu)之一對77種醫(yī)學影像機器學習算法的監(jiān)管批準。
放射科醫(yī)生應該問的問題：
-供應商是否有美國FDA的監(jiān)管批準？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，為什么？這個標簽清楚地標示給最終用戶了嗎？
-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）？
-供應商是否有進一步的監(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的報告顯示？
– AI解決方案PACS /Modality供應商是否不可知？
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的健康信息（PHI）？
AI算法是否需要專用的虛擬機？可以容器化嗎（例如Docker）？
8. 技術(shù)支持和收費方式
當放射科醫(yī)師采用來自多個供應商的人工智能解決方案時，應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)生負面影響，那么除了可靠性之外。
放射科醫(yī)生應該問的問題:
-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）的許可證費用，還是重復使用的軟件即服務(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（例如，每次掃描次數(shù)收費），還是按價格收費（不管算法的使用情況）?
9. 供應商的融資能力
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，反映了一個供應商的潛在長期成功。
放射科醫(yī)生應該問的問題:
-至今已籌得多少資金，投資者是誰？
-供應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. 供應商的領(lǐng)導團隊
領(lǐng)導團隊（C-suite）和醫(yī)療咨詢委員會的信譽和經(jīng)驗是供應商在產(chǎn)品開發(fā)和進入市場戰(zhàn)略方面取得成功的關(guān)鍵。
放射科醫(yī)生應該問的問題：
-誰是領(lǐng)導團隊和醫(yī)療咨詢委員會的成員?
-領(lǐng)導團隊是否有將醫(yī)療科技產(chǎn)品推向市場的經(jīng)驗?
-領(lǐng)導團隊的成員是否有類似的工作經(jīng)驗？
Via HIT Consultant
雷鋒網(wǎng)年度評選——尋找19大行業(yè)的最佳AI落地實踐
創(chuàng)立于2017年的「AI最佳掘金案例年度榜單」，是業(yè)內(nèi)首個人工智能商業(yè)案例評選活動。雷鋒網(wǎng)從商用維度出發(fā)，尋找人工智能在各個行業(yè)的最佳落地實踐。
第三屆評選已正式啟動，關(guān)注微信公眾號“雷鋒網(wǎng)”，回復關(guān)鍵詞“榜單”參與報名。詳情可咨詢微信號：xqxq_xq
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
