2023年2月10日-12日,由中国介入呼吸病学创新产业联盟、中国医师协会介入呼吸病学工作委员会及苏州协同医疗健康基金会主办,上海同济大学附属东方医院与FOCUS聚焦呼吸介入联合承办的 “2023年介入呼吸病学上海创新论坛” 在上海金陵紫金山大酒店成功召开。
复星杏脉自主研发的“全球首创、独家专利”的气管镜AI-ROSE智能辅助分析系统精彩亮相本次大会。广州医科大学附属第一医院呼吸与危重症医学科主任、广州呼吸健康研究院副院长、国家呼吸医学中心副主任李时悦教授在莅临观摩复星杏脉展台时,给予AI-ROSE高度肯定,并表示对AI-ROSE在未来介入呼吸病学的临床应用充满期待!
李时悦院长给予复星杏脉AI-ROSE高度评价
此次大会,中山大学附属第一医院呼吸与危重症医学科副主任廖槐教授应科主任郭禹标教授委托,以“基于肺癌大数据的AI-ROSE辅助诊断系统研发及临床应用”为主题,为大家分享其临床应用与实践经验,获得与会专家们的积极反响。
廖槐教授现场演讲AI-ROSE
人工智能提高肺癌综合诊治能力
未来AI前景无可限量
廖槐教授首先就项目主题展开介绍,本次AI-ROSE是结合中山大学附属第一医院的检验数据、病理数据,以及对医院先前已经开展的快速现场评价(Rapid On Site Evaluation,ROSE)样本数字显微图像管理系统进行整合而开发出来的基于人工智能的肺癌辅助诊疗应用,用于提高肺癌的综合诊治能力。目前影像科AI的发展非常迅猛,它的诊断敏感性特异性也是非常之高,虽然最终决策是由医生判断,但是AI已经成为医生有利、可靠的助手。
廖槐教授现场讲课
基于人工智能构建ROSE模型
辅助病理学家做出更有效更准确的诊断
病理检查对肺癌治疗尤其关键,其中支气管镜检查是诊断肺癌的重要方法。ROSE(Rapid On-Site Evaluation,快速现场评估),是在介入检查过程中,由细胞病理学家现场进行制片及快速评价,向操作者实时反馈穿刺是否成功,并提供初步诊断的一种方法。显而易见,ROSE概念的兴起和执行,对气管镜现场决策、快速精准诊断的帮助非常大。然而ROSE技术的开展却离不开病理医生的现场支持,传统ROSE技术极度依赖于人力,需要有专门的医务人员染色阅片,因人工阅片工作量大导致的眼睛疲劳等问题,继而产生漏诊等情况,因此ROSE技术的临床应用推广受到极大限制。
AI 病理技术的出现有望解决这个问题。廖槐教授表示:复星杏脉气管镜AI-ROSE可以辅助呼吸科、病理科医生在支气管镜检查过程中进行实时、精准的现场诊断。AI-ROSE技术基于人工智能的学习,能自动完成对样本的良恶性分类以及细胞学分型结果判读,医生只需简单复核。第一次我院使用AI-ROSE时,这个设备给予我们很大震撼,呼吸科引入AI-ROSE技术,可以摆脱ROSE技术对高年资病理医生的需求限制,解放更多医生。
廖槐教授现场讲课
AI-ROSE的研发及临床应用项目创新
通过Al结合硬件,帮助Rose 扩大临床应用的病种范围 -通过"Al+筛查、Al+手术评估、Al+随访”的全流程肺部疾病赋能体系,缩短影像采集、特征提取、形态分析、定量分析的流程运作时间。
-实现影像诊断与临床诊治的无缝衔接,提高病患救治机会。
改善支气管镜诊疗临床流程,支持现场式诊断治疗一体化 -优化支气管镜常规分段式操作与诊断临床流程。
-通过临床流程优化,可以大大提高支气管镜检查与外科治疗质量与数量。
-为患者减少等候时间和避免二次检查,同时为科室社会和经济效益提高提供有效的手段。
拓展多科室科研协作,数据协同,未来构建多中心科研协作的数据平台 -以呼吸与危重症医学科、胸外科、肿瘤科为重点学科,进一步加强与其他科室数据协同。
-支气管镜诊疗的大数据中心和科研平台,所有的数据可以与医联体和科研合作单位相连,可以实现多中心科研协作的数据平台。
廖槐教授现场讲课
郭禹标 教授
中山大学附属第一医院呼吸与危重症医学科主任
中山大学附属第一医院 呼吸与危重症医学科主任,教授,主任医师
中山大学附属第一医院 老年病研究所副所长
呼吸病学/呼吸治疗学博士研究生导师,博士后合作导师
第五届中国医师协会呼吸病学分会常务委员
第十一届中华医学会呼吸病学分会全国委员兼哮喘学组委员
广东省医师协会呼吸病学分会副主委
广东省医学会内科学分会副主委、粤港澳大湾区内科联盟副主席
广东省医学会呼吸病学分会常委兼青委会主委助理
广东省临床医学会肺癌精准治疗及临床研究专业委员会副主委
吴阶平医学基金会模拟医学部常务委员
新冠肺炎广东省医疗专家组副组长、中国赴塞尔维亚抗疫专家组成员
廖 槐 教授
中山大学附属第一医院呼吸与危重症医学科副主任
中山大学附属第一医院 呼吸与危重症医学科副主任,副主任医师,硕士研究生导师
中华医学会呼吸分会介入呼吸病学组委员
中华医学会呼吸分会胸膜与纵隔疾病学组(筹)委员
中国老年医学学会呼吸内镜与介入治疗学组委员
广东省医学会呼吸分会介入呼吸学组成员
广东省医学会内科学分会常委及学术秘书
广东省医师协会呼吸科医师分会呼吸治疗专业学组成员
广东省胸部疾病学会呼吸介入专业委员会副主任委员
广东省预防医学会呼吸病预防与控制专业委员会介入学组副组长
全球独创 核心专利
复星杏脉气管镜AI-ROSE智能辅助分析系统
复星杏脉气管镜AI-ROSE智能辅助分析系统由全自动数字显微镜和人工智能分析软件两部分组成,可辅助呼吸科、病理科医生在支气管镜检查过程中进行实时、精准的现场诊断。AI-ROSE技术基于人工智能的学习,能自动完成对样本的良恶性分类以及细胞学分型结果判读,医生只需简单复核即可。呼吸科引入AI-ROSE技术,可以摆脱ROSE技术对高年资病理医生的需求限制,使该技术得以更广泛、更快速的应用到肺部病理诊断工作中去。
目前,复星杏脉AI-ROSE已进入全国呼吸科Top20余家三甲医院,其中包含:广州医科大学附属第一医院、浙江大学医学院附属邵逸夫医院、上海市胸科医院、上海市东方医院、广州中山大学附属第一医院、云南省第一人民医院、苏州大学附属第一医院、西安交通大学附属第一医院和北京朝阳医院等(排名不分先后),AI-ROSE均受到主任们的广泛好评。
复星杏脉气管镜AI-ROSE智能辅助分析系统
AI-ROSE临床价值与效益
具有辅助医生、增强ROSE临床可用性的可能
开展ROSE不仅需要现场制片,更要求细胞学医师在极短的时间内对切片进行全面判读,包括细胞形态、分类、计数、构成比、排列、相互关系、背景及外来物等等,这对病理医生的经验、时效性、抗压性都是极高的要求,因此开展ROSE对于我国缺乏专业病理诊断资源的医疗机构来说是非常大的挑战。研究证实,AI-ROSE具有辅助医生、增强ROSE临床可用性的可能。[1]
图1-恶性patch(左)和AI-ROSE分析相应的热图(右)
研究显示,经过训练的AI-ROSE模型准确率和敏感性分别为84.57%和80.91%(图2A)。为了进一步测试模型的临床可用性,研究者对AI和细胞病理学家的结果进行了进一步的比较,在测试组的162张ROSE玻片中,高级、初级细胞病理学家和AI-ROSE模型的准确率分别为96.90%、83.30%和84.57%。AI-ROSE模型的分类与金标准相关性高于初级细胞病理学家,复星杏脉气管镜AI-ROSE需求和意义
实时 精准 易上手低于高级细胞病理学家(图2B)。[1]
图2-AI-ROSE的分类结果与细胞病理学家比较
复星杏脉气管镜AI-ROSE需求和意义
实时 精准 易上手
缓解病理医师稀缺的压力 目前国内病理医师稀缺,几乎无法满足床旁病理诊断需求,AI-ROSE帮助院内极大减轻病理医师稀缺的压力,自动执行扫描+分析的全流程操作,完全嵌入到ROSE工作流程中。
节约手术时间与周期 杏脉AI-ROSE可以在术中快速进行玻片的扫描和分析,给予手术医生现场反馈,指导手术医生的后续操作。该技术极大提高了活检的准确性,以及病理诊断结果的阳性率,节省了手术时间和手术周期,减少了二次甚至三次活检的概率。对手术医生、患者、病理科医师均起到了极大的正向作用。
辅助术中局部治疗 杏脉AI-ROSE的术中快速反馈,对于术中发现有结节、肿瘤的患者,可以给予精准反馈和确认,为术中局部治疗提供了参考依据和保障。
复星杏脉
人工智能缔造全球10亿家庭健康生活
复星杏脉作为复星旗下首个独立孵化的人工智能企业,是一家专注于医疗人工智能的高科技公司。公司秉承“人工智能缔造全球10亿家庭健康生活”的使命,通过科技创新推动循证医学向精准医学的跨时代飞跃。
公司自2017年成立以来一直保持高速发展的趋势。复星杏脉是目前国内率先完成一横一纵的完整产研布局的公司,一横是助力医院影像科、病理科、超声科、呼吸科、心内科、肿瘤科等“医技+临床科室”横向贯通;一纵是软硬件整体方案覆盖“早筛、早诊、早治、随访”全流程。复星杏脉多款产品协助医院打通不同医技科室与临床科室协同应用的痛点,建立以患者为中心的诊疗一体化中心,提升医院流程效率以及精准化治疗,让更多的患者获益。
目前复星杏脉累计SCI发表的科研文章影响因子总计342.4分,国内外发明专利已经多达100余项,累计获得省市级以上项目、基金超过50项,其中国家级项目10余项,如科技部2030人工智能重点发展专项、国家十四五重大专项、国家973重大专项等。
复星杏脉目前涵盖“顶级三甲医院”、“基层医疗”以及“智慧医疗”。针对头部三甲医院,软硬一体、AI辅助诊断、MDT诊断及方案将大大降低人员重复劳动的需求,提升科室运营效率;针对基层医疗,通过智能化的区域医共体建设,解决基层人才短缺问题,让分级诊疗切实落地;针对智慧医疗,通过与医学大中心的合作研发具备三类医疗资格的产品,协助智慧医疗真正进入诊疗体系,塑造未来智慧化医院治疗场景。
文献参考:
[1]XinZhanga,DilbarAi,QinHu,et al.Artificial intelligence-based rapid on-site cytopathological evaluation for bronchoscopy examinations.Intelligence-Based Medicine.2022;6:10069
1.本文内容仅供专业人士学术交流之用。
2.本文所述内容若涉及禁忌内容或注意事项,详见产品说明书。更多信息,请联系:aitrox@fosun.com