《劉再毅治病救人的幕后英雄》由會員分享，可在線閱讀，更多相關(guān)《劉再毅治病救人的幕后英雄（4頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、劉再毅治病救人的幕后英雄你心目中的放射科醫(yī)生什么樣？多數(shù)患者會認(rèn)為是“拍片子的”。隨著醫(yī)學(xué)技術(shù)的發(fā)展，放射科醫(yī)生的利器已經(jīng)越來越多，CT、MRI幾乎每種疾病的最終診斷，都需要影像檢查的幫助。放射科也由原來醫(yī)院的“輔助科室”變?yōu)楝F(xiàn)在的“醫(yī)學(xué)技術(shù)科室”。放射科影像檢查診斷，可以說是臨床醫(yī)師的“眼睛”，是臨床治療和手術(shù)離不開的“路標(biāo)”。廣東省人民醫(yī)院放射科的劉再毅帶領(lǐng)他的團(tuán)隊，在這方面走得更快。他們通過醫(yī)學(xué)與工科的技術(shù)交叉，通過大數(shù)據(jù)圖像定量化的影像組學(xué)分析，發(fā)掘出醫(yī)學(xué)影像中隱藏的信息密碼，其結(jié)果可以用于對患者情況的預(yù)測，包括療效預(yù)測、預(yù)后預(yù)測、腫瘤定性等。目前，這個團(tuán)隊先后在肺癌、結(jié)直腸癌等患者中
2、展開了對影像組學(xué)的探索，并發(fā)表了重磅文章。盡管曾因缺乏工科知識和受當(dāng)時的技術(shù)水平限制而遇到了不少困難，但劉再毅通過潛心研究，獲得的成果竟然與之后流行起來的大數(shù)據(jù)、精準(zhǔn)醫(yī)學(xué)、人工智能等風(fēng)口不謀而合。今年，劉再毅獲得了國家杰出青年科學(xué)基金資助，實現(xiàn)了廣東省人民醫(yī)院歷史上“杰出青年”零的突破。從診斷到預(yù)測幾乎每種疾病的最終診斷，都需要影像檢查的幫助。放射科影像檢查診斷，可以說是臨床醫(yī)師的“眼睛”，是臨床治療和手術(shù)離不開的“路標(biāo)”。劉再毅的選擇，沒有什么特別的幕后故事。他的一位高中好友，父母都是醫(yī)生，給他留下了良好的印象。而他高中時代的班主任也推薦學(xué)生們學(xué)一門技術(shù)傍身，于是他選擇了華西醫(yī)科大學(xué)臨床醫(yī)學(xué)
3、專業(yè)作為高考志愿。大學(xué)時代，劉再毅有個偶然的機(jī)會到醫(yī)院放射科實習(xí)。當(dāng)時是1998年，而放射科已經(jīng)有了CT和MRI等高科技設(shè)備，科室的“高大上”給他留下了深刻的印象。這也促成了他在學(xué)校保送時，最終選擇放射診斷專業(yè)進(jìn)行進(jìn)一步的學(xué)習(xí)。其實在醫(yī)學(xué)眾多領(lǐng)域中，放射科醫(yī)生直接接觸患者的機(jī)會相對較少，且收入也較臨床醫(yī)生略低。但劉再毅卻在工作中一步一個腳印，慢慢發(fā)現(xiàn)了放射科醫(yī)生的職業(yè)閃光點。他在廣東省人民醫(yī)院做博士后研究工作期間，醫(yī)院平臺提供了很大的空間和支持，讓他有條件在分子影像等方向進(jìn)行嘗試。2022年，他被派往哈佛大學(xué)醫(yī)學(xué)院進(jìn)行交流學(xué)習(xí)。當(dāng)時他的美國導(dǎo)師擅長做圖像處理和數(shù)據(jù)挖掘，這能讓醫(yī)生通過圖像處理和
4、生物學(xué)工程的結(jié)合，將傳統(tǒng)影像的臨床應(yīng)用進(jìn)行擴(kuò)展，獲取更多肉眼觀察不到的信息，并發(fā)現(xiàn)其中的規(guī)律。回國后的劉再毅非常振奮。他認(rèn)為，該學(xué)科在中國的應(yīng)用前景非常廣泛。他決心創(chuàng)建適合中國醫(yī)療現(xiàn)狀的影像組學(xué)。雖然這一技術(shù)離臨床應(yīng)用還需要時間，但劉再毅深刻地意識到，這將為臨床醫(yī)學(xué)診斷模式帶來革新，為精準(zhǔn)醫(yī)療提供更扎實的基礎(chǔ)。如今，劉再毅的研究已經(jīng)不止于放射影像，還擴(kuò)展到了病理以及基因?qū)用?，可以稱得上是一名多領(lǐng)域全面開花的醫(yī)界高手。更懂臨床，更能解決問題劉再毅到美國學(xué)習(xí)前，研究是以動物試驗為主。他回國后便對自己選擇的方向以及原因進(jìn)行了認(rèn)真思考，再次明確了目標(biāo)：一定要讓科學(xué)研究的結(jié)果最終落地，服務(wù)臨床一線。他將
5、研究方向調(diào)整為惡性腫瘤的精準(zhǔn)診療評估，并首先聚焦于肺癌和結(jié)直腸癌。談及原因，他說，一方面是因為這兩個病種是廣東省人民醫(yī)院的大病種，數(shù)據(jù)相對容易獲取。另一方面，則是因為它們在國內(nèi)不同性別、不同區(qū)域內(nèi)都是致死率及發(fā)病率位居前列的病種。這種專項研究能夠幫助更多的病患，極具臨床價值。研究起步非常艱難。國內(nèi)并沒有先例，更沒有專門的團(tuán)隊。他首先閱讀了海量中外文獻(xiàn)，進(jìn)行研究設(shè)想，然后通過尋求工科好友的幫助啟動研究。但靠“友情贊助”的方式，沒有辦法全職工作，彼此間缺乏充分的溝通與交流，無法進(jìn)行深度合作，且團(tuán)隊內(nèi)都以醫(yī)學(xué)生為主，缺乏對工科知識的了解，研究進(jìn)展十分緩慢。終于，劉再毅等來了一個好機(jī)會2022年9月，
6、廣東省人民醫(yī)院與華南理工大學(xué)成功牽手，共建華南理工大學(xué)醫(yī)學(xué)院、華南理工大學(xué)第一臨床學(xué)院，開始招收工科研究生。具有工科專業(yè)知識背景的學(xué)生加入團(tuán)隊，并且人數(shù)不斷壯大。同時，華南理工大學(xué)有工科背景的老師也加入團(tuán)隊定期進(jìn)行指導(dǎo)，使得研究技術(shù)水平得到大幅度提升。劉再毅深知，自己的團(tuán)隊與純工科團(tuán)隊有著本質(zhì)上的區(qū)別。他們是以臨床問題為導(dǎo)向，目的在于用有效的方法解決實際問題。在醫(yī)學(xué)與工科的交叉過程中，其核心是由醫(yī)生在臨床上把握方向和應(yīng)用，找到切入點，再由工科把握技術(shù)點，從而將二者結(jié)合并用于解決臨床問題。因此，合作雙方必須了解對方的基本知識概念和需求。團(tuán)隊中，要有人能夠在工科和醫(yī)學(xué)語言中進(jìn)行翻譯和轉(zhuǎn)換，從而實現(xiàn)
7、深度交叉。劉再毅剛好能夠發(fā)揮這道橋梁的作用。跟目前成功落地應(yīng)用的人臉識別模型訓(xùn)練數(shù)據(jù)可達(dá)數(shù)百萬甚至千萬樣本規(guī)模相比，醫(yī)學(xué)數(shù)據(jù)具有其特殊性。在同質(zhì)病例符合研究要求的基礎(chǔ)上，其數(shù)據(jù)還必須完整并經(jīng)過清洗。這種數(shù)據(jù)收集需要極大的人力、物力、財力的投入。在團(tuán)隊開展第一項研究時，整整3年都沒有出任何相關(guān)成果，劉再毅壓力巨大。但他仍腳踏實地，專注于研究本身。在他眼里，做出實事，幫助病患，才是真的成功。那個時候，醫(yī)學(xué)影像大數(shù)據(jù)研究才剛剛起步。而如今，圖像數(shù)據(jù)的挖掘技術(shù)日益進(jìn)步，獲得技術(shù)的門檻和難度也在降低，它已經(jīng)成為許多醫(yī)院放射科的熱點工程。劉再毅現(xiàn)在也開始了其他方向的探索?！皵?shù)據(jù)方面，影像只是很小一部分。換
8、言之，影像雖然重要，但不是全部，要結(jié)合其他臨床信息。我們做信息挖掘時，要結(jié)合病人的基因、病理、血液實驗室檢查等信息。如果患者在ICU，還會考慮結(jié)合患者心電圖檢測信息、電解質(zhì)、血氧飽和度等諸多動態(tài)信息?！眲⒃僖阏f。目前，立足廣東省人民醫(yī)院，劉再毅嘗試多學(xué)科、各研究中心實驗室及跨院合作，收集更多信息，希望能做出更多有特色、有意義的研究。同時他還搭建一個圖像計算的平臺，將放射影像、內(nèi)鏡、病理、檢驗等各種圖像進(jìn)行整合收集，讓診療和隨訪數(shù)據(jù)能夠?qū)崿F(xiàn)共享。影像雖然重要，但不是全部，要結(jié)合其他臨床信息。我們做信息挖掘時，要結(jié)合病人的基因、病理、血液實驗室檢查等信息。新技術(shù)還帶來了新的挑戰(zhàn)。人工智能技術(shù)的發(fā)展
9、，可能導(dǎo)致醫(yī)生過度依賴機(jī)器發(fā)現(xiàn)病灶，而忽略了臨床基本診斷技能的培訓(xùn)，對影像失去了敏銳的判斷力，進(jìn)而無法勝任更復(fù)雜的診斷。越前沿，越要扎實2022年，劉再毅課題組基于影像組學(xué)構(gòu)建列線圖(nomogram)對結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移術(shù)前預(yù)測的結(jié)果，發(fā)表在臨床腫瘤學(xué)領(lǐng)域頂級期刊臨床腫瘤學(xué)雜志上。來之不易的榮譽(yù)面前，劉再毅卻顯得冷靜，甚至略顯保守：“很多醫(yī)生都對人工智能感興趣，醫(yī)學(xué)需要AI。但是讓AI真正懂醫(yī)學(xué)，為醫(yī)學(xué)所用，這條路還很長對于當(dāng)下人工智能的運(yùn)用，劉再毅有清醒的認(rèn)識。在人工智能的積極作用方面，他認(rèn)為它能夠替代人類的許多重復(fù)勞動，從而給醫(yī)生更多時間來做具有重要意義的臨床或研究工作，比如MDT，以及
10、和患者進(jìn)行解釋和溝通。比如，人工智能發(fā)現(xiàn)肺部有病灶，并給出診斷結(jié)果后，患者可能會出于對病情未知而不安。而在效率提高后，醫(yī)生能有更多時間和患者解釋接下來需要做多久的隨訪以及如何開展干預(yù)等。這能夠極大地促進(jìn)醫(yī)患交流，“把醫(yī)生的時間還給患者”。人工智能固然能夠提高效率，但它還需要進(jìn)行多方面的綜合考慮。劉再毅說：“首先，它是否符合醫(yī)改的目標(biāo)、能否真正減少老百姓的看病成本，還需要嚴(yán)格的衛(wèi)生經(jīng)濟(jì)學(xué)評價。其次是涉及國家相關(guān)配套政策的制定，比如人工智能設(shè)備和人的醫(yī)療責(zé)任的界定和劃分，這些都需要明確。最后，也是最重要的，就是它會涉及倫理問題，應(yīng)該引起重視。”比如在肺結(jié)節(jié)這類疾病中，許多小的肺結(jié)節(jié)，如良性結(jié)節(jié)沒有
11、顯著的臨床意義。如果AI在醫(yī)學(xué)上的應(yīng)用還不成熟，機(jī)器可能會提示病人反復(fù)做一些不那么必要的檢查，從經(jīng)濟(jì)上和心理上，都會給病人造成消極的影響。新技術(shù)還帶來了新的挑戰(zhàn)。人工智能技術(shù)的發(fā)展，可能導(dǎo)致醫(yī)生過度依賴機(jī)器發(fā)現(xiàn)病灶，而忽略了臨床基本診斷技能的培訓(xùn)，對影像失去了敏銳的判斷力，進(jìn)而無法勝任更復(fù)雜的診斷。當(dāng)機(jī)器發(fā)生失誤時，醫(yī)生很可能因為平常缺乏訓(xùn)練而經(jīng)驗不足，出現(xiàn)診斷失誤。缺乏基本影像診斷技能的醫(yī)生，該如何正確對待人工智能給出的建議？他又該如何進(jìn)行臨床決策？這是一個非常棘手的問題。經(jīng)常會有公司來找劉再毅談合作，他的態(tài)度十分謹(jǐn)慎。一方面他非常珍惜自己經(jīng)過用心收集和清洗得來的數(shù)據(jù)，“醫(yī)療數(shù)據(jù)非常的稀缺、珍貴”。更重要的是，他擔(dān)心商業(yè)公司為追求利益最大化，急于進(jìn)行不成熟的“轉(zhuǎn)化”。他不斷強(qiáng)調(diào)，研究越前沿，就越要做得扎實?，F(xiàn)在的研究成果，在臨床應(yīng)用前，需要進(jìn)行前瞻性的驗證，要做多中心隨機(jī)對照研究。否則，盲目使用很可能會對人產(chǎn)生傷害。劉再毅坦言自己“不想分散更多精力”“不是那塊料”?！拔抑幌敫约旱呐d趣，抱著為患者服務(wù)的目的，做更多的研究?！彼f。迅猛發(fā)展的醫(yī)學(xué)科技面前，劉再毅前進(jìn)的步伐顯得十分穩(wěn)健。他就像踏實前行的攀登者，不過分關(guān)注遠(yuǎn)方縹緲的云煙，也不畏懼近處扎人的荊棘，而是目標(biāo)明確，堅定地走好每一步
劉再毅治病救人的幕后英雄
