智能醫(yī)療如何賦能大健康，從眼底篩查到超聲影像
● ● ●
如果生命是一場賽跑，那么健康人工智能無疑讓我們跑得更好更快。而健康人工智能技術(shù)背后的專家們又是怎樣的技術(shù)和方法在讓更多的人擁有更為將為健康的生命，更幸福的生活呢？
12月1日，在蘇州召開的第九屆吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)?lì)C獎(jiǎng)典禮暨2019中國人工智能產(chǎn)業(yè)年會智能醫(yī)療論壇上，Airdoc聯(lián)合獨(dú)角獸工作室邀請了12位產(chǎn)學(xué)沿用的專家分享了他們的研究成果。
張勤 動(dòng)態(tài)不確定因果圖DUCG在分級診療中的應(yīng)用
全國政協(xié)常委、國際核能院院士、清華大學(xué)教授、中國科協(xié)榮譽(yù)委員、CAAI不確定性人工智能專委會主任張勤指出，醫(yī)療資源缺乏和分布不均是目前我國醫(yī)療體制改革的重要痛點(diǎn)，基層首診正確率低的問題還比較突出。在這種背景下，醫(yī)療人工智能對國家推出了“基層首診，雙向轉(zhuǎn)診，急慢分治，上下聯(lián)動(dòng)”的分級診療制度是一種極大的支持。
張?jiān)菏恐赋?nbsp;，通過醫(yī)療人工智能全科臨床輔助診斷，疾病診斷準(zhǔn)確率已經(jīng)高達(dá)95%。張?jiān)菏縿?chuàng)建的理論體系DUGG在航天、核電站故障問題診斷保持著100%的準(zhǔn)確率，基于專家的知識和DUGG，張?jiān)菏恳曰颊邽橹行膩斫ㄔ煲粋€(gè)以主訴的實(shí)時(shí)診斷全科知識庫，其中13個(gè)庫已經(jīng)完成知識驗(yàn)證。
據(jù)張?jiān)菏拷榻B，動(dòng)態(tài)不確定因果圖不同于大數(shù)據(jù)機(jī)器學(xué)習(xí)黑箱模型，其知識庫、推理過程和診斷結(jié)果具有強(qiáng)可解釋性，即不僅告訴你是什么病，而且告訴你為什么是這些病。同時(shí)，兩者又可以互補(bǔ)，因?yàn)榭捎纱髷?shù)據(jù)AI來完成X光片、B超圖像、舌像以及心電圖等影像識別，腸鳴音、心音等聲音識別，其識別結(jié)果可作為DUCG系統(tǒng)的輸入證據(jù)，并由DUCG系統(tǒng)為患者提供個(gè)性化的優(yōu)化臨床路徑和完成綜合診斷。疾病診斷知識庫不但有常見病，也包括眾多罕見病。已完成的第三方測試的知識庫，在醫(yī)院臨床測試以及與已有臨床病例的分析比對時(shí)，診斷準(zhǔn)確率達(dá)到了三甲醫(yī)院的頂級醫(yī)生的水平。使用DUCG平臺，高水平臨床診斷知識資源獲得了無限放大，即便專家本人并未深入基層或遠(yuǎn)程會診，其智力資源依然可以在基層并行使用，從而解決分級診療制度落地的關(guān)鍵問題。
林浩添 醫(yī)學(xué)人工智能診療技術(shù)研發(fā)和臨床應(yīng)用
中山大學(xué)中山眼科中心人工智能學(xué)科帶頭人林浩添教授表示，眼睛是心靈的窗戶，我們眼也是一個(gè)體表器官，幾乎絕大多數(shù)的疾病可以通過眼的病理的形態(tài)學(xué)，或者是臨床表型形態(tài)學(xué)就可以做很好的診斷，林教授與Airdoc合作申請了國家的重點(diǎn)研發(fā)項(xiàng)目基于視網(wǎng)膜發(fā)現(xiàn)疾病風(fēng)險(xiǎn)，并且基于人工智能完成白內(nèi)障的診斷和兒童青少年的視力預(yù)測。
林浩添表示，在人工智能新背景下中山眼科中心采取了三個(gè)步驟推廣醫(yī)療人工智能，第一個(gè)做人工智能系統(tǒng)的研發(fā)，第二個(gè)就是研發(fā)出來的系統(tǒng)做臨床驗(yàn)證，第三個(gè)驗(yàn)證之后把這個(gè)平臺推廣應(yīng)用。
陳吉利 基于人工智能技術(shù)的社區(qū)糖尿病視網(wǎng)膜病變篩查
上海市北醫(yī)院眼科主任陳吉利教授就人工智能的社區(qū)糖網(wǎng)篩查進(jìn)行了經(jīng)驗(yàn)分享：2017年10月成為眼科人工智能公司領(lǐng)軍企業(yè)Airdoc公司滬上首個(gè)應(yīng)用示范基地，參與Airdoc視網(wǎng)膜照相人工智能輔助診斷系統(tǒng)開發(fā)研究。2018年2月成立了國內(nèi)首個(gè)區(qū)級層面的閱片中心——國家科信中心眼科大數(shù)據(jù)實(shí)驗(yàn)室上海靜安影像閱片中心。2018年10月又成為平安好醫(yī)生人工智能問診系統(tǒng)滬上眼科首家應(yīng)用示范基地。
至此上海市北醫(yī)院眼科已經(jīng)建設(shè)成為集AI、大數(shù)據(jù)、云平臺和遠(yuǎn)程會診與一體的靜安北部醫(yī)共體眼科云平臺，開始一系列眼科人工智能開發(fā)和應(yīng)用研究。并且在社區(qū)糖網(wǎng)篩查的論文于8月27日這個(gè)項(xiàng)目發(fā)表在眼科雜志上《EYE》上。
陳羽中 醫(yī)療人工智能助力糖尿病閉環(huán)全程管理
Airdoc首席醫(yī)學(xué)官陳羽中教授分享了Airdoc慢性病與并發(fā)癥風(fēng)險(xiǎn)監(jiān)測與干預(yù)上的成果。
據(jù)陳羽中教授介紹，醫(yī)學(xué)、臨床、概率學(xué)、人工智能一直是相互交叉，并且共同發(fā)展的學(xué)科關(guān)系。而且近年來交叉學(xué)科發(fā)展迅猛，對每個(gè)學(xué)科本身都產(chǎn)生深遠(yuǎn)影響。深度學(xué)習(xí)做為人工智能和機(jī)器學(xué)習(xí)的子學(xué)科，在2012年以后達(dá)到了近似人類的識別水平，在醫(yī)學(xué)和生物學(xué)影響深遠(yuǎn)。人工智能的無監(jiān)督學(xué)習(xí)算法在實(shí)踐中會有一些優(yōu)于醫(yī)生掌握的先驗(yàn)規(guī)律的發(fā)現(xiàn)。
經(jīng)過實(shí)踐發(fā)現(xiàn)，根據(jù)人眼血管區(qū)域的數(shù)據(jù)可以對年齡進(jìn)行很準(zhǔn)確的估計(jì)，根據(jù)黃斑區(qū)域的信息可以提取出人的性別信息。會在實(shí)踐中進(jìn)一步把眼底數(shù)據(jù)用于高血壓、腦卒中、帕金森等疾病的檢測。
他指出，數(shù)十年前中國主要問題是創(chuàng)傷和傳染，走到今天了主要是慢病，慢病不可以被逆轉(zhuǎn)只能預(yù)防，慢病的死亡率占到全人群死亡率的86%-89%之間。視網(wǎng)膜病變是糖尿病最常見的并發(fā)癥，通過Airdoc無創(chuàng)無痛的視網(wǎng)膜檢查可以發(fā)現(xiàn)糖尿病風(fēng)險(xiǎn)，并且可以進(jìn)行糖尿病監(jiān)測。同時(shí)，Airdoc研發(fā)了持續(xù)血糖監(jiān)控產(chǎn)品，可以通過人工智能自動(dòng)分析不同食物對血糖的影響，可以幫助用戶管理血糖。此外，通過視網(wǎng)膜同樣可以判斷血壓、神經(jīng)等問題，對慢病監(jiān)測提供了更多的工具和方法。
對于視網(wǎng)膜圖像上糖尿病特征的識別，人工會存在因?yàn)槠v疏忽、技術(shù)不足導(dǎo)致的一些特征忽略，而人工智能訓(xùn)練出的算法基于視網(wǎng)膜的糖尿病預(yù)測。對視網(wǎng)膜圖像數(shù)據(jù)應(yīng)用深度學(xué)習(xí)算法提取和評估人體的信息。
孔德興 超聲人工智能：現(xiàn)狀與展望
面對超聲的掃描手法不一、分辨率低、只采集局部信息的問題，浙江大學(xué)數(shù)學(xué)科學(xué)學(xué)院求是特聘教授孔德興提出通過圖像增強(qiáng)算法算法來提高數(shù)據(jù)分辨率的解決思路；對于醫(yī)院之間數(shù)據(jù)孤島的狀況，提出分布式計(jì)算的解決思路。
從超生領(lǐng)域分享了人工智能發(fā)揮的重要作用，2015年起孔教授與國家衛(wèi)計(jì)委合作，超聲庫已經(jīng)起動(dòng)7個(gè)子庫的建設(shè)，并且與頂級醫(yī)院合作建立統(tǒng)一標(biāo)準(zhǔn)。通過數(shù)學(xué)技術(shù)和人工智能技術(shù)融合到影像學(xué)里解決形態(tài)學(xué)問題，可以自主判斷病灶邊界粗糙不粗糙，分布均勻不均勻，實(shí)現(xiàn)了乳腺癌識別率良性92%，惡性93%，分割準(zhǔn)確率93%。
孔德興教授表示，希望通過建國家?guī)斓姆绞?，以衛(wèi)健委和國家各個(gè)醫(yī)院合作，同時(shí)建好以后是由他們制訂國家入庫的標(biāo)準(zhǔn)，但是需要國家衛(wèi)健委組織專家委員會論證，論證以后我們就開始全國范圍來收集，通過這個(gè)方式解決合法化和合格性；他也提出，希望結(jié)合5G技術(shù)，走軟硬件結(jié)合的道路，做了超聲機(jī)器人，在實(shí)踐中超聲讀圖所需時(shí)間更少，準(zhǔn)確率更高。
張道強(qiáng) 機(jī)器學(xué)習(xí)與腦影像分析
全球現(xiàn)在有4.5億各類腦疾病患者，其中一大類就是阿爾茨海默?。ɡ夏臧V呆癥），南京航空航天大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院/人工智能學(xué)院張道強(qiáng)教授基于醫(yī)學(xué)影像通過用三種不同的超圖特征分類生成腦網(wǎng)絡(luò)，腦網(wǎng)絡(luò)里面每個(gè)節(jié)點(diǎn)有唯一性，如果把節(jié)點(diǎn)信息的標(biāo)簽?zāi)玫魰a(chǎn)生巨大的差異，去年張教授研發(fā)了Sub-Network子網(wǎng)絡(luò)，把唯一信息考慮進(jìn)去，通過新型的圖和之后發(fā)現(xiàn)對老年癡呆的早期診斷認(rèn)知障礙問題。
通過機(jī)器學(xué)習(xí)計(jì)算兩個(gè)網(wǎng)絡(luò)之間的相似性，來判斷獲得的腦圖和正常人之間腦圖的相似性，從而使診斷精度有了很大的提升。有異常組的連接數(shù)相對少一些的一般規(guī)律。
在構(gòu)建腦圖上，對于過去的pairwise correlation矩陣式構(gòu)建方法上的不能反映更高維度的腦區(qū)域之間信息的問題，提出了運(yùn)用數(shù)學(xué)中超圖的概念的思路，經(jīng)實(shí)踐后，使精度從約60%提升到了94.6%；把復(fù)雜網(wǎng)絡(luò)里預(yù)測傳染病傳播的有效距離的度量引入構(gòu)圖中，使高鏈接數(shù)的節(jié)點(diǎn)權(quán)重上升，分類的性能又有了大幅提升；另外還借鑒了數(shù)據(jù)挖掘的思想，發(fā)現(xiàn)患病組和正常組中頻繁出現(xiàn)的子網(wǎng)絡(luò)，以及權(quán)重網(wǎng)絡(luò)挖掘的思路，提出了基于有序模式的新的圖的分類方法，經(jīng)運(yùn)用后對多動(dòng)癥兒童能進(jìn)行識別；借鑒計(jì)算機(jī)網(wǎng)絡(luò)的Hub概念，找到網(wǎng)絡(luò)中的重要節(jié)點(diǎn)，基于此做腦網(wǎng)絡(luò)的分類，也取得不錯(cuò)的效果。
高云龍 基于醫(yī)學(xué)影像云賦能平臺的分享
翼展醫(yī)療集團(tuán)合伙人&首席市場官高云龍分享了云平臺對醫(yī)療領(lǐng)域的幫助，翼展醫(yī)學(xué)影像云提供了數(shù)字化的完整的解決方案，可以對影像的拍片質(zhì)量進(jìn)行控制，在區(qū)域中心里面實(shí)現(xiàn)質(zhì)控，通過遠(yuǎn)程診斷包括遠(yuǎn)程會診、人工智能開放協(xié)作平臺一系列的賦能，賦能之后再形成數(shù)字化影像材料分發(fā)給患者端、臨床醫(yī)生端，同時(shí)翼展科技為基層醫(yī)院二級醫(yī)院提供了云端數(shù)據(jù)中心，在基層可以隨時(shí)調(diào)取。
劉滿華 多模態(tài)腦影像大數(shù)據(jù)智能處理和分析方法
上海交通大學(xué)電子信息與電氣工程學(xué)院劉滿華副教授介紹了基于深度學(xué)習(xí)的腦影像智能處理和分析方法。她提出當(dāng)前遇上的幾大問題是：用于腦疾病診斷的多模態(tài)腦影像數(shù)據(jù)較少；腦影像3維大數(shù)據(jù)、提取特征需要非常深的網(wǎng)絡(luò)和大量訓(xùn)練數(shù)據(jù)； 建立一個(gè)深度網(wǎng)絡(luò)模型效率較低。
為此，提出構(gòu)建多模態(tài)圖像特征多層次逐級融合和級聯(lián)深度卷積網(wǎng)絡(luò)模型，克服不同模態(tài)之間的差異，探索特征潛在復(fù)雜關(guān)系，實(shí)現(xiàn)多模態(tài)特征的優(yōu)勢整合，提高腦疾病診斷和預(yù)測準(zhǔn)確率。她也介紹了融合多個(gè)深度神經(jīng)網(wǎng)絡(luò)模型的海馬分割和分類診斷的實(shí)踐案例。
陳新建 人工智能眼科OCT醫(yī)學(xué)影像診斷與分析
查眼底的視神經(jīng)結(jié)構(gòu)特征（OCT）是眼科一款常見檢查設(shè)備，對視網(wǎng)膜進(jìn)行分層掃描，發(fā)現(xiàn)視網(wǎng)膜異常。蘇州大學(xué)特聘教授陳新建在會上分享了人工智能和OCT的結(jié)合成果，陳教授針對同一個(gè)人，不同時(shí)間的OCT提出基于SURF的投影圖像配準(zhǔn)，在正常的地方是可以配的，但是病變的時(shí)候很難配準(zhǔn)，配準(zhǔn)的算法對正常人的配準(zhǔn)準(zhǔn)確率超過92%。
醫(yī)療人工智能的產(chǎn)學(xué)研用全鏈條探討
在最后的討論過程中，來自浙江大學(xué)健康醫(yī)療大數(shù)據(jù)國家研究院副院長、浙大睿醫(yī)人工智能研究中心主任吳健教，復(fù)星集團(tuán)投資總監(jiān)陳宏先生分別發(fā)表了對醫(yī)療人工智能的看法。
吳教授已經(jīng)在醫(yī)學(xué)領(lǐng)域里面扎根10年，始于視網(wǎng)膜影像，然后延伸至CT，MRI，再到病理，還有一些X光，DR等等這些方面做過工作，目前吳教授已經(jīng)在將科研成果產(chǎn)業(yè)化的過程中，并且號召更多的企業(yè)一同努力，共同推進(jìn)醫(yī)療人工智能的發(fā)展。
陳宏表示，考核一個(gè)公司除了考核算法有沒有先進(jìn)性，還要看數(shù)據(jù)量，數(shù)據(jù)量的維度和質(zhì)量。大致基于以下四點(diǎn)：第一個(gè)會考慮商業(yè)模式是否能夠真正的去產(chǎn)業(yè)化落地；第二個(gè)我們看創(chuàng)始人對在這個(gè)細(xì)分醫(yī)療AI領(lǐng)域，具體到什么科室，甚至是藥物研發(fā)的領(lǐng)域要有什么程度的理解，是否有營銷人才、互聯(lián)網(wǎng)的思維，互聯(lián)網(wǎng)的思維；第三個(gè)是硬件是否能夠在整個(gè)產(chǎn)業(yè)鏈上面有很好的結(jié)合；第四個(gè)是現(xiàn)在應(yīng)該考核的是對場景的選擇，就是說在未來你要么是找到更新的場景去匹配更新的數(shù)據(jù)，更新的硬件，要么是在已有的場景里面做產(chǎn)業(yè)鏈的延伸。他表示，比較看好慢病管理的領(lǐng)域、藥物研發(fā)的領(lǐng)域、院外健康管理的領(lǐng)域、基層預(yù)防篩選的領(lǐng)域的人工智能機(jī)構(gòu)。
在健康中國2030的藍(lán)圖下，醫(yī)療人工智能更是承擔(dān)了極其艱巨的任務(wù)和使命。若想大規(guī)模應(yīng)用，不僅需要打通各個(gè)環(huán)節(jié)，連接相關(guān)政府組織、高等院校、科研團(tuán)隊(duì)、醫(yī)學(xué)專家、AI創(chuàng)業(yè)團(tuán)隊(duì)等研發(fā)力量，還要幫助醫(yī)院以及醫(yī)療信息化廠商實(shí)現(xiàn)智能化，構(gòu)建覆蓋大健康全過程的智慧健康生態(tài)。
