尹万红

重症超声一直是近年来的高热度话题。借助床旁超声技术对重症病情进行评估，引导更高效、准确的诊断和治疗，能够提升重症救治质量和效率。因此重症超声被广泛地接受并应用于临床实践中。但是，随着应用的逐步深入，新的困难逐渐表现得特别突出，那就是所谓的技术门槛。如何降低重症超声应用的技术门槛，让广大一线医生能够更加熟练和正确地使用重症超声，成为了现今非常重要的课题。

▋剖析门槛：图像获取易，深度解读难

所谓的技术门槛与重症超声的应用方式有关。一种使用方式是把超声作为无创测量工具，通过测量产生数据形成数据链或者“表型”来对病情进行分析。这种方式更多属于“床旁即时超声（POCUS）”的内涵；另一种方式是通过对超声视频及图像的分析和解读，全面地获取关于脏器和系统的结构、功能、形态、血流、病理生理改变等方面的信息，形成“可视化表型”，具象化地展示重症的机理与发生机制，全方位形成重症诊断画像，引导更准确地治疗，即“重症超声可视化诊疗”。无论哪种使用方式，基本要求都是掌握超声获取技术，能够“快准稳好”地打出超声图像。而这一技术门槛通过具象化的培训和反复练习能够得到克服。然而真正的困难在于当使用超声信息进行诊疗时，怎么能够做出更加准确和合乎病情的解读，这往往才是困扰一线医生的核心问题。

解读得到的信息是用以支撑重症病情的诊断画像和治疗决策，因此需要基于重症的疾病特征和诊治需求，需要将超声图像及视频的信息解读为患者的血流动力学异常、肺部的病理生理改变、器官功能异常以及与重症化进程密切相关的机体反应失调类型和病灶性质等信息。由此可见，做出更加正确的解读，首先需要一线医生充分理解重症医学的内涵和疾病重症化的演进机制和诊治模式，同时需要血流动力学基础知识、病理生理基础知识；还需要掌握超声的成像原理，并且以临床实践案例为基础，反复进行解读练习。这一过程往往显得漫长，需要以临床实践为载体进行反复训练。所以国内有学术培训团体开展了以3个月到半年的进修式学习为主要形式的“高级超声研修班”，其目的就在于通过“接诊”“查房”等活动在有经验的导师的指导之下，反复进行解读练习和诊疗决策实践，并通过实际的效果来反馈，促进能力的提升。虽然这些研修班取得效果良好。但是这一模式效能有限，没有办法在短期内覆盖绝大部分一线医生。

▋AI赋能现状：判读进步显著，解读仍需努力

AI的爆发为这些难题的攻克提供了很好的助力。近年来，超声生产企业以及医疗团队都试图通过AI与重症超声相融合来解决超声图像解读的技术门槛。通过文献查阅及网络信息搜索，我们能看到众多的超声企业联合临床专家，针对这一课题展开了攻关研究并取得一定的效果。然而仔细分析发现这些产品离我们的最终目标还差得很远。超声图像解读可以分为判读、测量及结合临床信息分析三个步骤。判读是指识别到超声图像较正常图像在结构形态、运动、血流等方面有哪些异常，并结合测量数据对这些异常进行量化描述；然后结合临床的信息进行分析，掌握病情，即“解读”。现有的AI与超声相结合的产品，更多聚焦在怎么获取更高质量的图像、怎么实现更准确和自动的判读以及怎么能够测量得更加准确和高效。然而如何将这些信息组织起来解释病情则鲜有涉及。我们团队一直致力于基于实践经验以及超声解读思维链进行产学研，建立能够实现病情解析的AI模型，也取得一定的成果。通过超声图像的传入，结合临床数据指标完成病情画像，将重症病情客观具象化地展示出来，增加一线医生对病情的掌握和理解，引导更准确的诊疗决策和治疗行为。然而这也并不意味着问题得到了根本性解决，也面临几个困难需要攻克。

首先就是图像质量。无论是智能测量还是智能分析，都需要稳定而清晰的图像质量，以及更加标准的切面。图像质量既受操作者的技术影响，也受患者的生理和病理情况等影响。如何高效获取更符合AI要求的图像质量是亟待解决的问题。其次是AI解读的正确性。这就需要大量的临床真实案例及语料，最关键是顶级专家的标注作为金标准。然后还要解决泛化能力的问题。涉及病情分析必然涉及个体病情差异性。如何能用模型针对各种不同的病情形成合理的解读是一个巨大的挑战。所以基于专家思维链形成的解析架构模板是我们一直在尝试的方法。其他还涉及怎么进行噪声处理、系统的稳定性等等，这些都需要一步步去攻克。

▋破局之道：产学研医深度融合，共闯决策“深水区”

由此可见，一方面，AI的引入为重症超声解读带来变革，其临床价值显著，有望提升效率与精准度，快速、准确分析大量超声数据，整合多维度信息，构建实时可视化融合画像，减少人为错误，提高诊断效率；降低经验门槛。另一方面在AI的热潮下，我们需要冷静的思考和更多的努力，解决AI在临床应用中面临的诸多挑战，如图像质量问题、算法泛化能力及复杂临床场景的深度分析和决策支持能力不足的问题。尤其技术团队不应闭门造车，应该跟临床优秀专家进行深度的粘性合作，以专家思维链为基础，以高质量的图像案例集联合攻关，共同推进AI与超声可视化深度融合，突破重症超声门槛，进一步抵达诊疗决策的“深水区”。