当前位置:首页 > 新闻 > 正文

拓展医疗人工智能的新疆界

发布时间: 2018-08-10 14:35   作者: 印宏坤 黄皓 林强 颜子夜   来源: 人工智能杂志

  医疗水平的发展对于每个人而言都至关重要,随着人工智能技术的快速发展,医疗领域有望在不久的将来取得更大突破。众所周知,癌症已经逐渐成为影响人类健康的“头号杀手”,而尽早诊断可以在一定程度上提高治愈癌症的可能性。近年来,很多企业都专注于利用人工智能辅助医生做出更好决策,从而帮助癌症患者获得更好治疗,依图医疗就是其中之一。其实,除了癌症检测,依图医疗还针对儿童的健康成长问题展开了技术探索。本文将以依图医疗研发的肺癌影像智能诊断系统和儿童生长发育智能诊断系统为例,围绕基本原理、关键技术、临床应用等问题展开深入分析,探寻人工智能在医疗领域的更大可能。

  一、前言

  目前,我国每千人口执业医师数仅为2.2,医疗资源相对匮乏,并且地域分布非常不均衡。近年来,中国社会的快速发展,人口老龄化现象日益显著,人们对健康的重视程度日益提高,对医疗资源的需求量有增无减。然而,由于医生培养周期长,并且需要投入极大的人力、物力成本,因此急剧增长的医疗需求难以在短时间内得到满足。此外,信息隔阂、医疗行为缺乏循证医学证据、分诊不严谨等诸多因素导致人类医生存在较高的误诊率,并且这种情况在优质医疗资源缺乏的地区更为明显。

  针对我国医疗领域面临的医疗资源不足、医生培养周期长、医疗成本高、医生误诊率较高等四大问题,发展医疗人工智能已经成为解决目前国内医疗供需矛盾的关键,是提高医疗生产力的根本之道。人工智能首先可以为医生提供完整而有效的信息,从而为疾病的诊断和治疗提供科学依据;其次,人工智能可以极大地提高医学数据测定与分析过程的自动化程度,显著提高医生的工作效率,并减少主观随意性;再次,人工智能可以集中专家知识,辅助医生做出更准确的诊断,并从大规模的医学历史数据中发现规律,为今后疾病防控提供决策支持。

  由于人工智能的训练时间远小于医生培养周期,因此人工智能可以快速补充医疗资源,并提高医疗机构的工作效率、减少不合理支出,从而降低医疗成本。同时,人工智能的准确率尤其是客观性,较医生而言有极大提升,因此可以解决误诊率较高的问题。继蒸汽革命、规模化生产革命以及电子革命后,人工智能将引领人类第四次工业革命,为健康产业带来巨大冲击,并为医疗行业带来革命性的改变。我们相信,随着技术的不断发展和完善,医学人工智能最终将会重构今天的临床工作流。

  二、医疗人工智能发展简介

  人工神经网络深度学习的概念早在20世纪50年代就已被提出,然而由于当时计算机技术有限并且缺乏足够的数据来训练计算系统,因此限制了人工智能在实际问题中的应用。医疗领域最早出现的人工智能系统是1972年由利兹大学研发的AAPHelp,其主要被用于腹部剧痛的辅助诊断以及解决手术的相关需求。20世纪80年代,医疗人工智能领域出现了一些商业化应用系统,比如QMR(Quick Medical Reference)和哈佛医学院研发的DXplain,它们的主要功能是依据临床表现提供诊断方案。但是,由于医疗的高度复杂性,医疗人工智能的早期探索并不成功。

  近年来,随着科技的迅猛发展,通过将数据处理技术与医学影像相结合,人工智能应用于临床诊断的成功案例获得大量报道。2016年,Google发布的人工智能糖尿病视网膜病变的诊断精度可用于临床;2017年,斯坦福大学在《Nature》上发布的人工智能皮肤癌诊断精度达到专家水平;同年,拉德堡德大学在《JAMA》上报道利用人工智能检测乳腺癌淋巴结转移;2018年,加州大学圣地亚哥分校和广州妇女儿童医院联合开发针对眼底病变和小儿肺炎的人工智能诊断系统被《Cell》作为封面文章报道。

  我国医疗人工智能领域的开发虽然起步晚于发达国家,但是近年来发展速度迅猛,呈现出政策大力驱动、产业爆发增长的局面。在政策层面上,中国把发展人工智能上升为国家战略,并纳入“十三五”规划草案,明确了医疗人工智能的总体思路、目标与主要任务。在资金层面上,医疗人工智能的发展也受到资本热捧,从2013年到2017年,整个医疗人工智能行业共获得超过200笔国内融资,仅在2017年,国内医疗人工智能行业公布的融资事件就有近30起,融资总额超过18亿元。

  2017年11月15日,中国公布了第一批国家人工智能开放创新平台,百度、阿里巴巴、腾讯和科大讯飞成为了人工智能“国家队”,这标志着医疗人工智能行业的新一轮爆发式发展已经到来。此外,行业内出现了一批包括依图医疗在内的具有先进核心技术和产品的AI独角兽公司。

  三、依图医疗简介

  杭州依图医疗技术有限公司(依图医疗)自2016年成立以来,一直致力于将人工智能算法和医学工程应用相结合,现拥有两百余人的专业团队,其中技术人员总数过半,并且大多来自清华大学、上海交大、浙江大学等全国顶尖学府和MIT、Google等知名学术和工业机构。同时,依图医疗还与华西医院、浙江省人民医院等数十家三甲医院开展了深入合作,组建了拥有超过300名来自于多家三甲医院医生的咨询团队,为人工智能在医疗领域的应用提供了强大支持。

  依图医疗依托母公司上海依图网络科技有限公司,与上海交通大学和人工智能芯片公司ThinkForce(熠知电子)共同成立了“视觉计算与应用”联合实验室,推动了相关领域的学术研究和人才培养,促进了人工智能和实体经济深度融合。同时,依图医疗还与上海交通大学生物医学工程学院联合成立了人工智能联合实验室,共同研究人工智能在肺癌MDT诊断以及多种实体瘤影像识别方面的应用,建立了前瞻性的人工智能肿瘤影像诊断平台,提高了肿瘤诊断准确率。通过“产、学、研”合作,依图医疗承担了上海市经信委肺癌早筛智慧医疗重大专项,同时也参与了科技部、上海市卫计委、上海市科委的多项科研项目。

  作为国内AI独角兽里面唯一一家全力进军医疗领域的企业,依图医疗拥有从芯片、算法、云计算到产品落地应用的全栈式自研技术。在芯片底层硬件层面,依图投资了ThinkForce公司,专注于自主研发微内核ManyCore架构的AI芯片,采用AI芯片级的虚拟化技术,在实现高峰值算力的基础上提升了芯片使用率,实现了对各类神经网络模型的计算加速,相比于Nvidia主流GPU,实现了5倍以上的性能提升和功耗节省;在算法和云计算开发层面,依托来自MIT 、Google、阿里巴巴等顶级学术和工业机构的技术团队,依图医疗自主研发了多项深度学习、统计建模技术,可以有效处理大规模样本(亿级训练样本)和少量训练样本的机器学习问题;在产品应用层面,依图医疗组建了专业的医生顾问团队,针对多种疾病复杂临床应用场景的需求,研发了多项符合医生临床思维的医疗人工智能产品,积累了丰富的产品转化和医院落地经验。

  依图医疗已经开发了包括Care.aiTM肺癌影像智能诊断系统、Care.aiTM儿童生长发育智能诊断系统、Care.aiTM单病种临床科研智能解决方案、Care.aiTM乳腺X线智能诊断系统在内的Care.aiTM系列医疗人工智能产品。基于临床权威指南、专家共识、临床医学专家的实际经验以及数百万份经过AI解构及清洗的医疗大数据反复训练,依图医疗的Care.aiTM系列AI产品真正做到了嵌入临床工作流,不仅应用于体检场景,也广泛使用很多临床场景,是目前“最具医学思维”的医疗人工智能产品。

  依托全栈式自研技术和对医疗领域的深入了解,依图医疗Care.aiTM系列人工智能产品将实现临床全链路数据覆盖,不仅可以解决某个科室的单点问题,还可以全面提升整个医院的诊疗效率,将医疗资源下沉到基层,缓解基层医院医疗资源稀缺的挑战,极大程度解决老百姓看病难的问题。

  四、依图医疗Care.aiTM肺癌影像智能诊断系统

  早期肺癌多以肺结节的形式出现,医生主要通过 CT 图像去检查是否存在肺结节。基于胸部CT影像的肺结节智能诊断,是目前国内医疗人工智能领域最热的研究议题,包括依图医疗、推想科技、腾讯觅影、图玛深维、深睿医疗在内的多家企业都已经陆续发布了人工智能肺结节辅助诊断系统。

  从临床应用来看,如图1所示,肺癌人工影像智能辅助诊断系统包含三个层面:第一层是最基础的影像所见肺结节检出,人工智能必须做到快速、准确的识别肺结节,并对结节大小、体积、密度、解剖学定位等多种定量指标进行分析,从而提高医生对于肺结节的检出效率。敏感性和特异性是结节检出的关键指标。第二层是基于肺结节高维特征的影像诊断,通过对肺结节影像特征进行提取、分析,准确实现结节分类,并结合临床循证依据对肺结节进行良恶性鉴别诊断。第三层是进一步深入结合临床诊疗,通过历史影像对比实现肺结节进展评估,结合相似病例推荐治疗方案,并自动生成结构化诊断报告,为肺癌的临床诊疗和医学科研提供直接帮助。

  目前多数肺结节辅助诊断系统只能覆盖临床应用的第一层级,即进行结节检出和基本性状描述,无法提供精确的诊断。依图医疗研发的Care.aiTM肺癌影像智能诊断系统已经可以全面覆盖临床应用的三个层级。在快速、准确的肺结节检出方面,依图医疗通过自研的深度学习技术和自主迭代算法,不断提高系统敏感性,降低误报率(图2)。首先,采用基于2.5D Faster R-CNN的深度学习检测开发了疑似结节检出框架,以深度神经网络为主,再佐以额外的反卷积网络,得出具有高辨识度的特征图,应用Region Proposal Network (RPN) 得到一系列疑似结节区域,再通过ROI classifier(分类器)得到特征区域的分类和精确定位,从而在连续多帧CT图像中获得所有不同大小和形态的疑似肺结节。其次,为提升特异性,针对疑似结节区域开发了去误报3D分类算法,基于更多3D信息做结节分类,对输入的疑似结节位置降低误报率(3D图像信息库经过深度神经卷积网络和分类),得到结节置信度,用高置信度阈值筛选疑似结节(screening of highly suspected pulmonary nodule),最终实现对易漏微小结节的检出优化、对复杂解剖结构结节的检出优化、对假阳性结节的去误报优化。

  基于精确诊断的结节详细信息,依图Care.aiTM肺癌影像智能诊断系统可以结合临床循证据,对病灶性质进行良恶性判断,同时深入结合临床进行相似病例推荐,查看相似病例的病理以及诊断信息,并自动生成结构化影像报告,给医生提供辅助指导。同时通过对接医院的RIS和PACS系统,嵌入临床工作流,医生可以用自己的电脑读片,在不改变使用习惯的前提下实现胸部CT影像的自动跳转、肺结节自动检出及良恶性判定、历史影像对比等功能,并自动生成结构化诊断报告,大大减少医生重复性劳动时间,提高诊疗效率。

  目前,Care.aiTM肺癌影像智能诊断系统已在包括华西医院、浙江省人民医院、武汉协和医院、南方医院在内的100余家三甲医院中落地使用,将肺部结节筛查的时间从5-8分钟压缩至秒级,实际使用反馈结节检出的临床敏感性大于95%,系统自动生成的结构化影像报告临床直接采纳率大于92%,明显超越了一般放射科医师的病灶检出诊断能力。以浙江省人民医院为例,2018年1月至2018年6月,依图Care.aiTM肺癌影像智能诊断系统检测了超过3万份胸部CT影像,极大地提升了医生的工作效率,有效降低了漏诊、误诊的比例。

 

  以上内容精选于《人工智能》杂志第五期

  本文作者

  印宏坤

  博士,现任杭州依图医疗技术有限公司高级科研经理,依图医疗-上海交大人工智能联合实验室项目负责人。长期从事医疗相关的新方法、新技术研发,发表SCI论文7篇,获得发明专利授权1项,研究兴趣包括大数据分析、机器学习以及人工智能技术在医疗领域的应用。

  黄 皓

  华东师范大学生理学博士,芝加哥大学生物与解剖学系联合培养博士,现任上海依图网络科技有限公司项目经理。主要研究方向为神经元模型和生物神经网络连接机理,发表过多篇SCI论文。

  林 强

  上海交通大学医学院心内科硕士,依图科技医疗总监,上海新华医院原急诊科主治医生,葛兰素史克中国投资有限公司医学部高级经理。目前负责依图医疗人工智能产品的调研,研发和运营,以及科研课题项目管理。已研发包括Care.aiTM肺癌影像智能诊断系统、Care.aiTM儿童生长发育智能诊断系统在内的多款医疗AI产品。

  颜子夜

  北京理工大学计算机专业博士,依图科技医疗战略总监。目前负责依图医疗人工智能产品的调研、研发和注册,以及科研课题项目管理。长期从事医学图像处理、影像设备研发工作,发表SCI、EI论文10余篇,发明专利2项。

  欲阅读完整文章,可通过以下方式购买《人工智能》杂志!

  订阅2018年《人工智能》杂志6期共计360元

  银行转账:北京赛迪出版传媒有限公司

  开户行及账号:北京银行北洼路支行20000030565000007701154

  银行转账,请备注:人工智能

  接收详细信息请发到:aiview@ccidmedia.com;或是添加客服微信:13601092749

收藏