《唔難發現好多香港人都好憎公立醫生》上集
最近發生了一宗醫生睇漏X光片陰影的事故。睇睇留言你唔難發現原來好多香港人都好L憎公立醫院醫生,覺得大部分醫生都一係就無醫德、一係就廢柴、一係就hea做等出糧。其實呢個現象已經出現咗一輪,不妨一齊睇下點解會搞成咁?
文科生我睇過下d comment,以下為節錄
「成2cm都發現唔到,班醫生讀屎片嫁?」
「班醫生根本就hea做,無醫德」
係理解睇唔到X光2cm陰影之前我地要先知道X光到底係乜嘢。X光是一種以放射性幅射穿透身體去形成影像的造影技術,於云云咁多種造影技術中可算是非常低清晰度的造影。
在X光裡,影像由不同程度的黑和白色組成,影像黑色定白色取決於「密度(density)」,密度愈高的就會愈白,因為幅射未能直接穿透高密度的組織,同理,密度愈低就會愈黑。所以骨頭在X光內就會是白色(因為高密度),肺部就會是黑色(因為充滿空氣)。
可能你會覺得,分黑白色到底有幾難?讀咁多年醫科都分唔到,讀屎片嫁?
是的,即使做了很多年醫生的資深醫生仍然會覺得X ray interpretation是一項很困難的工作。因為人體可不是只有骨頭和空氣啊!我們有林林總總的血管、軟組織、器官、肌肉等等,全部都不同的密度。而在進行X光造影時,有時候亦會有造影質素的問題,例如exposure, rotation, penetration, artifact, 等等的問題,令到一些細小的病變(pathological changes)難以發現。
在一份國際研究發現,即使是醫生專業的interpretation,仍然會出現誤判或睇漏的問題。在1cm-3cm的陰影裡有28%的機會睇漏,這代表著X光的sensitivity和specificity並沒有我們想像中那麼高。在理想的世界裡我們當然想達至100% sensitivity & specificity,但無奈的是現實中這並不存在。每一項的影像技術都有其局限,X光這種相對便宜又readily available的便有更多的局限。
好啦,你可能又會話,如果咁唔準咁照X光做乜?X光雖然在detect早期肺癌病變方面的確係唔太準確,但在detect其他病變方面就有其優勢,例如骨折、肺結核、肺炎、氣胸(Pneumothorax)、肺積水(Pleural Effusion)等等是相當準確的。而且X光的幅射相對較低。而且便宜又快,在眾多的Investigation裡,亦是常用的。
好啦,你可能又會話,咁點解之後個醫生發現到,但之前個醫生發現唔到?首先我地要明白一件事,就係如果係肺癌或其他肺部病變的話,持續過了一段時間的話是會變大,在follow up的X光裡亦會變得容易發現。另外,到底發不發現得到個陰影亦好取決於臨床的資訊,例如如果當時個presentation係非肺部問題,咁岩做個chest X ray的話,醫生的確係未必會花好多時間睇個肺部。但如果個presentation係呼吸困難,再肺水腫/肺積水,又抽埋水去化驗(cytology)然後highly suspicious 肺癌的話,醫生會花更多的時間睇個肺,那麼即使是細小的肺部陰影都可能會發現得到。
更加重要的是,當我地往後用咗更加準確的影像技術,例如CT scan去睇個肺,然後發現腫瘤,用住呢個finding去retrospectively睇返先前同一位置的chest x ray當然係會更容易發現個陰影。但係呢種已經有additional information的情況下進行x ray interpretation又係唔係對當初的醫生公平呢?
其實講咁耐唔係想為當初的醫生開脫,而係想帶出個訊息比大家,就係醫學係有其局限性。大家都好理所當然的覺得2018年的今日有咁多新科技和儀器,唔應該會睇漏。
但係無奈的現實係,我地唔可能refer所有病人去照更加準確的影像造影,如果下下照CT,當中involve的幅射未必平衡到當中的benefit。在理想的環境下,我們當然希望所有的影像都由放射科醫生去interpret再寫report,但係今時今日香港的醫療環境下我地又做唔做得到呢?
很多時候,我們都會對醫生和其他醫護人員有好多期望,認為醫生必然要零出錯,認為醫生要有醫德、醫生掌握緊的係人命、醫生係一個崇高的職業、醫生.......(下刪100個期望)。
但係現實告訴我們醫生也是人、任何一個醫療器材/技術都唔會可以做到100% sensitivity & specificity。呢個局限我想我們早晚也得去理解,無論我們多麼唔想去接受也沒辦法。
*雖然話醫療一日無100% sensitivity/specificity,我們都避免唔到出錯,但係我地都可以盡量去避免。好多時候我地都會習慣地覺得上手應該睇咗,無寫即係無問題(呢個practice唔係醫療人員獨有,好多打工仔都會有呢個概念),但係如果時間許可,不妨double check。you can never check enough,呢個唔單止係保障病人,更加係保障自己的唯一方法。
**香港的醫療環境一日比一日惡劣,致所有仍然留係公立醫院的醫護人員,文科生無咩可以幫到你,只希望可以透過小小的文章讓大眾更加了解大家的局限和難處。共勉之
Reference
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5338577/
「肺部有白色陰影」的推薦目錄:
- 關於肺部有白色陰影 在 Dr 文科生 Facebook
- 關於肺部有白色陰影 在 李開復 Kai-Fu Lee Facebook
- 關於肺部有白色陰影 在 蔡依橙的閱讀筆記 Facebook
- 關於肺部有白色陰影 在 肺部白點的原因和症狀,MOBILE01、YOUTUBE、PTT和台灣e ... 的評價
- 關於肺部有白色陰影 在 肺部白點的原因和症狀,MOBILE01、YOUTUBE、PTT和台灣e ... 的評價
- 關於肺部有白色陰影 在 肺部白點的原因和症狀,MOBILE01、YOUTUBE、PTT和台灣e ... 的評價
- 關於肺部有白色陰影 在 法界新聞》20140825肺結節:X光片上的陰影 - YouTube 的評價
肺部有白色陰影 在 李開復 Kai-Fu Lee Facebook 八卦
近幾個月,在AI賦能未來醫療的思考特別多,受美國「WIRED連線」雜誌邀請撰寫了一篇專欄文章。我相信十幾年後,不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。
原文刊於「WIRED連線」雜誌英文官網:
Covid-19 Will Accelerate the AI Health Care Revolution
https://www.wired.com/story/covid-19-will-accelerate-ai-health-care-revolution/
中文翻譯來自創新工場微信公眾號 2020-5-22
新冠大流行將加速醫療AI革新
—————————————
2020年元旦前夜,一家位於加拿大多倫多市的人工智能(AI)企業BlueDot捕捉到一些異常:中國武漢市海鮮市場周邊出現多起罕見肺炎病例,BlueDot迅即反應,運用自然語言處理、機器學習等技術,結合大數據和定位追踪,迅速向合作的政府部門和公共衛生機構客戶傳送警報並報告擴散狀況。BlueDot所監測到的異狀,正是數月後撼動全球的新型冠狀病毒肺炎(Covid-19),這比世界衛生組織首度公開警示新冠病毒的時間還要早上9天。
BlueDot的AI平台示範了人工智能技術對重大疫情能起到早期預警的功用,過去幾個月裡,AI在這場全球抗疫戰的許多方面發揮了獨特作用:從疫情預測到篩檢,從接觸警示到快速診斷,從前線無人配送到實驗室藥物研發,人工智能助力防疫派上了不少用場,為特定場景應用賦能。
隨著疫情在全球蔓延,AI技術的創新應用也在各地相繼落地。在韓國,基於地理位置的信息傳遞已經成為控制病毒傳播的重要工具,當人們靠近確診病例時,就會收到基於位置的緊急信息提醒。在中國大陸,阿里巴巴推出的AI算法能夠在20秒內診斷出疑似病例(比人類檢測快了近60倍),準確率高達96%。無人配送車輛很快被投入到人類難以承受的場景,代替人類執行高傳染風險的運輸任務。湖北、廣東等省份的多家醫院相繼使用機器人為病人或被隔離家庭運送食物、藥品和物資。而在美國加州,電腦科學家正在研發能遠程檢測獨居老人健康情況的系統,一旦老人出現身體異常症狀,系統就會發出即時警報。
不過,目前人工智能在公共衛生體系的應用仍顯零散也未成體系。坦率說,過去四個月內,AI在抗疫之戰中的表現並不十分突出,我最多只能給它打分“B-”。新冠大流行暴露了我們的醫療系統的脆弱性:預警響應不充份、通報信息不精確、醫療物資分配不均、醫務人員超負疲憊、醫院病床緊繃、疫苗研發週期長等諸多痛點。當然,AI的零散表現也有客觀原因:醫療體系可說是現代社會各類運轉體系中最為複雜、陳舊不堪且難以變通的一種;且在新冠疫情襲來之前,我們並沒有真正意識到醫療體系問題的緊迫性,沒有提前採取相應的技術預防措施;最為關鍵的是,我們缺少建構AI解決方案所需的大數據。
把目光看向未來,我看到以下兩個AI賦能醫療的樂觀因素。
首先,作為AI燃料的醫療大數據已被激活。舉例來說,機器學習數據科學平台Kaggle組建了新冠病毒開放研究數據庫,名為CORD-19。它將相關數據進行彙編,並把最新研究集中收錄,匯總的格式可被機器讀取和解析,以便於AI進行機器學習。至今這個數據庫收錄了12.8萬篇包含Covid-19、冠狀病毒、SARS(非典型肺炎)、MERS(中東呼吸綜合症)等關聯術語的醫學專業學術文章。
其次,眼下全世界的醫學專家和電腦科學家都將精力集中在解決疫情問題。 X大獎基金會創始人彼得·戴曼迪斯(Peter Diamandis)估計,全球現在有多達兩億名的醫師、科學家、護士、技術專家和工程師投入防治冠狀病毒的相關研發中,他們正在進行數以萬計的實驗,並以「前所未有的透明度和速度」共享信息。
3月16日Kaggle發起「新冠病毒研究挑戰」,匯集與疫情相關的大量信息,包括病毒的自然歷史、傳播和診斷方法、以及從過往流行病學研究中汲取的經驗教訓,幫助全球各地衛生機構及時掌握最新情況,以做出基於數據的分析決策。該項目發布後的五天內被瀏覽超過50萬次,下載量逾1.8萬次。在大陸疫情爆發後不到一個月,阿里巴巴便推出了一種AI算法,該算法基於5000多個新冠肺炎確診病例進行訓練,並關聯到治療後續諸如肺部白色陰影縮小等的成效追踪。隨後,阿里巴巴將其云端AI平台向全球醫療專業人員開源,與合作夥伴聯手部署更大批量的匿名數據,推出包括疫情預測、CT影像分析、冠狀病毒基因組測序等模組。
據估計,現今全球醫療數據的規模每隔幾個月就翻一倍。 2019年一份覆蓋19個國家AI醫療市場的研究估計,AI醫療市場的年複合增長率為41.7%,從2018年的13億美元將增長至2025年的130億美元,主要分佈在六大領域:醫院工作流程、可穿戴設備、醫學影像和診斷、診療計劃、虛擬助手、以及最重要的藥物研發,新冠疫情期間浮現的種種需求,將加速AI賦能醫療的場景落地。
在後疫情時代,我期待AI將加速融入醫療體系,賦能並推動醫療改革。其中深度學習(Deep Learning),即以一種高效方法運算海量、多維數據的能力,是AI結合醫療最為可期的機遇之一。深度神經網絡(Deep Neural Networks)作為AI的一個子領域,已經被用於醫學掃描、病理切片、眼科檢查甚至結腸鏡檢查,以得出準確而快速的算法判讀。十幾年後,不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。
AI賦能醫療,首先能簡化及優化現有的醫療流程,例如醫院的作業流程,保險履約的繁複流程。將AI與RPA(Robotic Process Automation 機器人流程自動化)結合,可對某項工作流程進行智能拆解及優化,進而大大提高醫療系統的運營效率,預約看診、保險理賠及其他流程性工作都會得到效率提升。AI還能加快早期診斷信息的收錄並實現自動化,AI技術所能處理的文本、語言、數字的體量,無論在數量上還是精度上都是機器級別,遠非人類所及。
有了充份的醫療大數據作為基礎,AI還能為每個人或者每個群體建立健康數據基準量表。當我們掌握個體健康數據,就可以根據跟踪動態數據的波動變化,進行數據驅動的診斷,並對潛在大流行疾病的徵兆進行早期追踪研判。然而,再先進的技術系統要做到真正有效,勢必需要與既存的公共衛生警示和匯報機制形成高效鏈接,此類信息斷層即是新冠疫情在早期爆發期間存在的具體缺失。
再上一個層次的AI賦能體現在助力新藥研發、基因組測序、幹細胞、CRISPR(基因編輯)等醫學突破方面,AI模型和算法應用都有其用武之地。在製藥行業,研發一種新藥往往需要付出高昂的投入,某次成功前必有多次付諸流水的失敗試驗,也連帶消耗巨大的時間和金錢成本。現在,科學家們可使用AI機器學習來模擬上千個變量,測試它們的複合效應會對人類細胞反應產生何種影響,這類AI新藥研發的技術已被用於新冠病毒疫苗和其他療法。創新工場所投資總部位於香港的AI藥物研發公司Insilico Medicine是首批對新冠病毒快速響應的企業之一,這家公司利用生成式化學AI平台設計出新藥物小分子,以複製主要病毒蛋白為靶標,早在2月5日便公佈了這些小分子結構。 AI為新藥發明開闢了一個新時代,用人工智能技術來換取藥品研發週期的時間和成本,整個製藥行業勢將迎來翻天覆地的變革。
不久的將來,隨著醫療科學和電腦科學進一步融合,我們將進入一個全面自動化的AI時代,到時人們可以通過可穿戴設備、生物傳感器、智能家居檢測設備等來確保自身和家人的健康。可穿戴設備和其他物聯網設備的數據質量和多樣性大幅提高,將能產生一個有效的良性循環。穿越到未來,下一場疫情在大範圍蔓延之前就應該能夠被跟踪、追溯、攔截並消滅無踪。
或許再過15年,許多人的家裡都會有AI個人助理照料我們,幫著解決全家人的日常健康所需。機器人或者無人機負責把我們的藥品送上門,如果需要進行手術或者外科治療,通常會由機器人操作,或由機器人輔助人類外科醫師完成。在未來,醫生和護士將把更多的精力放在機器無法勝任的任務上,醫療專業人員及富有同情心的護理人員,將同時具備護士、醫療技師、社會工作者、甚至心理諮詢師的技能。他們會使用經AI強化的診斷工具和系統,但更多的時間會與患者溝通,安撫他們的傷痛,為他們提供情感扶持。在我的想像裡,15年後的醫療健康場景可能是這個樣子的:
***
2035年一個冬季早晨,我醒來後就覺得有點喉嚨痛。我起身去洗手間,刷牙的時候,洗手間的鏡子通過紅外傳感器測量了我的體溫。刷完牙後一分鐘,我的私人AI醫師助理發出了警報,顯示我的唾液樣本部分指數異常,並在輕微低燒。 AI醫師助理建議我在家進行指尖探針採血。我在泡咖啡時,醫師助理返回了分析結果,判斷我可能是得了這個季節正在流行的兩型流感其中一種。之後,我的AI醫師助理建議,如果我覺得有必要聯繫家庭醫生的話,有兩個時間空檔可以跟她視頻通話。通話之前,家庭醫生已經收到我所有症狀的詳細信息,她給我開了一種減充血劑和撲熱息痛,一會兒無人機就把藥品送到我家門口。
***
當然,凡涉及到患者的醫療記錄,就得談談隱私和數據保護的關鍵問題。我認為,任憑有用的數據各自孤島式的存在、不善加利用、不從中提煉有價值的信息、不用以推動社會進步,是相當不負責任的做法。技術產生的問題應該由技術解決。隨著AI技術浪潮而出現的諸如數據保護等問題,應該有更為創新的技術方法來應對。
好消息是,近年聯邦學習(也被稱為分佈式學習)已經在數據保護上取得了顯著的進展。基於聯邦學習技術,患者的數據將永遠不會離開所在的醫療機構、醫院或個人設備伺服器等原始存儲設備,機器學習模型將在獨立的數據庫基礎上進行訓練處理,再進行後續整合。聯邦學習、同態加密,結合可信硬體執行環境等技術,將進一步確保數據的計算、傳輸、存儲過程能夠適配不同的隱私偏好,以因應不同國家與文化對於隱私保護的需求差異。
這次新冠肺炎疫情還驗證了一個事實:整體人類命運是共同體,人們對未來運用AI等先進技術共度難關寄予一致的期盼。歷史上,國際合作曾消滅了全球延燒的天花,也幾乎根除了小兒麻痺症。公共衛生無國界,控制及消除流行病是個毋庸置疑的共同目標。在醫學領域,每個國家都能從他國的研究基礎上學習受益並攜手並進,全球化的數據科學,將進一步幫助人類獲取對健康和疾病最為深刻、最為全面的洞悉。
AI有潛力協助我們為下一次疾病大流行做更充份的準備。這需要醫學專家、AI科學家、投資者和決策者傾力協作,也需要關注醫療保健領域的投資人為聰明的創業者和科學家注入新一波動能。
經歷這次疫情,我們應清醒地意識到,要將人類醫療體系推往新的高度,著實需要傾盡全球之力。
創新工場董事長兼首席執行官
李開復博士
肺部有白色陰影 在 蔡依橙的閱讀筆記 Facebook 八卦
「後來的日子,伊阿爸都不曾再講過國民黨的事情,沒有到跟國民黨相關人員不相往來,但對家人跟朋友絕對不會提到國民黨,這輩子不想再得罪國民黨,阿伯想知道到底在新店是發生什麼事,但又因為害怕而從未問出口。」
二二八的今天,想起一件事。
一月十六日選舉那天清晨兩點,我跟高中同學搭夜車回到台南,那個時間已經沒有火車可以讓我轉車回家,同學的爸爸很熱心的說要載我回路竹。
「我等這一天等好幾十年了。」一上車阿伯這樣跟我說。
事情發生在1966年,二二八後快二十年之後。當時社會氛圍雖然已不若三月清鄉大屠殺時的緊繃,但白色恐怖的陰影仍然籠罩在關廟,跟全台灣各個角落。
軍事戒嚴之下,軍法審判取代一般刑法,任何莫須有的罪名都沒有機會得到完整辯護權、可能根本不必成案、可能直接從人間消失,蔣介石簽個字,就可以把任何人從二審送去槍斃,再函請家屬領回。
阿伯的阿爸(我同學的阿公),一個夏天夜裡跟朋友聊天時講了國民黨的壞話,被抓耙仔通風報信,隔天幾個朋友陸續被警總派人抓走。伊阿爸在那天入夜時,不經意對阿伯講說,毋知影咁會抓着我,阿伯聽了覺得伊阿爸在說笑。
半夜十二點多,突然有人來家裡敲門,阿伯睡在一樓,一個人去開門,燈光微弱的門口,站著幾位警察跟便衣。
一進到房子,一群人確認身份後,伊阿爸被拖到地上,伊體重85公斤,平常可以自己一個人肩扛上百斤的甘蔗糖袋,漢草真大隻,但是在還來不及反應之下,被用草繩反綁雙手雙腳在背後,扛丟到警備車後座,消失在黑夜中。那時阿伯才10歲,怹阿爸38歲。
被中國國民黨看上,就只能祈禱祖上積德撿回小命,除了一些狀況例外。阿伯跟伊阿嬤(同學的曾祖母)四處求助,尋找就此失去音訊的阿爸,以及可能的救濟方式。後來得知一位國民黨省議員有管道可以處理,探詢了價格之後,包了幾萬元的紅包。忘記過了多久,就收到了阿爸從監獄寄來的信,告訴家人檢察官判他不起訴,會搭某天的莒光號從台北回台南。信件從新店軍事監獄寄出,郵撮上寫了一個「慎」。
回家那天,阿伯跟伊阿嬤作伙到台南火車頭等阿爸回來,等了許久攏等沒人。後來一位身材瘦弱、跛腳的中年男子走過來,阿嬤問伊說「壽仔,彼個咁是恁老爸?」,阿伯回說「毋是啦,阮阿爸沒彼呢瘦啦」,他們繼續在原地等。後來男子往他們走過來,向他們揮揮手,他才知道彼個真的是伊阿爸。短短幾個月,伊阿爸瘦到剩下50公斤,走路一跛一跛,因為一隻腳的指甲都被拔光。
後來的日子,伊阿爸都不曾再講過國民黨的事情,沒有到跟國民黨相關人員不相往來,但對家人跟朋友絕對不會提到國民黨,這輩子不想再得罪國民黨,阿伯想知道到底在新店是發生什麼事,但又因為害怕而從未問出口。
三十幾年後,伊阿爸一次破病引發肺部衰竭,日益虛弱的身軀也意識到自己的日子不多了,阿伯心裡也有數。最後的幾天,阿爸狀況越來越不好,幾乎已經無法正常進食跟吃飯。眼看快不行了,阿伯鼓起勇氣開口問伊阿爸,到底在新店的幾個月是發生什麼事,怎麼從來都沒聽伊講起?沒想到伊阿爸突然抬起頭,瞪大眼睛大聲說「壽仔!你怎樣問這啦!你是想欲咱全家被國民黨刣死是毋是啦?這些事情毋通問啦!」。過沒幾天,阿伯伊阿爸就離開了人世,得年74歲。
後來的幾年,二二八及白色恐怖受難者的家屬們陸續成立了真相調查委員會。每年的二二八都會發邀請函到家裡,邀請他們到台北參加追思紀念會,但他從未前往參加。「中國國民黨到今仔日猶佇白賊。」他說他每年看到有些受難者家屬到現場,跪著感謝馬英九為二二八所做的事情,他就覺得很悲哀。他的家庭,雖然沒有在白色恐怖中家破人亡,但伊阿爸一世人藏在嘴裡的真相,讓他永遠不知道怎麼面對家族的這道傷?更何況其它流血破碎的家庭,整個二二八跟白色恐怖從頭到尾沒有真相,他不知道他到底要跟誰和解,如何原諒?
一個多月前聽阿伯講的這些事情,片段的記憶不好下筆,剛才撥了電話給阿伯問他能不能再跟我講一次整件事情。心裡很不捨,很怕再次提起這些事情,阿伯又要再面對一次心裡的傷口。阿伯跟我說沒要緊,這些代誌他講起來雖然真艱苦,不過他甘願自己艱苦,也不能讓這個政府繼續用現在的態度面對這些代誌。阿伯的嗓門不大,但電話那頭傳過來的聲音卻很清楚,每個字都那麼寫實的傳到我腦海中。
二二八跟白色恐怖從未結束,真相還沒有公佈之前,每一個抱著傷痛凋零的倖存者,都為這塊土地增加一道永遠沒辦法撫平的傷口。新國家跟轉型正義還沒到來的一天,它還是用沒有槍響的方式,在傷害著這塊土地還活著的所有人。
肺部有白色陰影 在 法界新聞》20140825肺結節:X光片上的陰影 - YouTube 的八卦
法界新聞》受訪者: 衛生福利部基隆醫院胸腔內科主任蔡富順醫師 肺部有陰影 ,稱為肺結節。雖然不一定是肺癌,但也不能輕忽,一個有經驗的醫師, ... ... <看更多>