公院醫生睇X光片漏診 研AI減風險

By on February 2, 2019

原文刊於《信報》的「城市天眼

如急症科醫生太忙,需在有限時間內作出多個即時決定,會導致未能察覺問題。(信報資料圖片)

如急症科醫生太忙,需在有限時間內作出多個即時決定,會導致未能察覺問題。(信報資料圖片)

醫院管理局去年11月公布,在一周內接到3間公立醫院呈報漏診事故,未有及早察覺3名懷疑或確診肺癌的病人X光片有異常事件,令他們延遲診治及跟進逾1年半至2年10個月【表】。醫管局周五(1日)公布調查結果,再次就事件致歉,又提到涉事醫生共7、8人,來自內科、外科及急症科,資歷有深淺,會有內部程序處理。醫管局質素及安全總監鍾健禮承認「集體睇漏眼」,但解釋不到成因;報告以「感知落差」總結事故共通點,建議醫管局引入人工智能(AI)系統防類似錯誤。

感知落差 或太忙致疏失

調查委員會主席王耀忠稱,參考外國同類「睇漏眼」個案及文獻,有提及感知落差,即醫生有足夠知識理解X光片,卻在不同情況下影響判斷。王舉例急症科醫生太忙,需在有限時間內作出多個即時決定,會導致未能察覺問題,研究亦發現不少個案出錯原因不明。

委員會向醫管局提出多項建議,包括加強前線醫生解讀肺片的針對性培訓、加強由資深醫生作X光片覆檢、光顧外國遙距放射科解讀服務(外判檢查X光片),及適時利用影像學作臨床判斷,如引入人工智能(AI)系統,助檢X光片隱蔽或偶發的病變。

傳一肺癌病人已身故

鍾健禮說醫管局接受報告建議,將於年底前在一間公院急症室試行AI臨床應用,助醫生為X光片風險訂出先後次序,起分流作用,目前仍在物色合適的醫院,強調AI只是用作支援醫生的臨床判斷,而非取代醫生親睇檢視X光片。他又指,局方會探討從海外購買放射科解讀服務的可行性,包括研究有關技術、個人私隱、法律和財務問題,在獲得相關專科醫生贊同後才會推行。

有消息指漏診事故其中一名病人已身故,醫管局未有透露死因。

0202_P10

建議醫管局引入人工智能(AI)系統防錯誤。(Freepik網上圖片)

建議醫管局引入人工智能(AI)系統防錯誤。(Freepik網上圖片)

更多城市天眼文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們