AI在語(yǔ)音識(shí)別、人臉識(shí)別、機(jī)器人、自動(dòng)駕駛等領(lǐng)域都取得了巨大的進(jìn)展，但醫(yī)療作為和科技緊密聯(lián)系最緊的領(lǐng)域更應(yīng)備受關(guān)注。本文介紹了AI在醫(yī)療方面應(yīng)用及AI醫(yī)療企業(yè)取得的優(yōu)秀成果。
近年來火熱的人工智能成為了大家討論的重點(diǎn)，醫(yī)療領(lǐng)域人工智能領(lǐng)軍企業(yè)Airdoc創(chuàng)始人張大磊和現(xiàn)場(chǎng)的眼科醫(yī)生就人工智能眼科應(yīng)用展開了深入的討論。
人工智能帶來的增量?jī)r(jià)值
我們知道人工智能系統(tǒng)AlphaGo已經(jīng)在圍棋領(lǐng)域證明了自己的能力，在語(yǔ)音識(shí)別、人臉識(shí)別、機(jī)器人、自動(dòng)駕駛等領(lǐng)域同樣取得了巨大的進(jìn)展，醫(yī)療作為和科技緊密聯(lián)系最緊的領(lǐng)域更是備受關(guān)注。
我國(guó)的戰(zhàn)略信息產(chǎn)業(yè)、科技創(chuàng)新、信息化、衛(wèi)生與健康等國(guó)家級(jí)“十三五”規(guī)劃以及《健康中國(guó)2030規(guī)劃綱要》中，“醫(yī)學(xué)診斷創(chuàng)新”、“智慧醫(yī)療”、“健康大數(shù)據(jù)”已成高頻出現(xiàn)詞匯，響應(yīng)國(guó)家號(hào)召，加快發(fā)展人工智能醫(yī)療應(yīng)用已經(jīng)刻不容緩。
與此同時(shí)，優(yōu)質(zhì)醫(yī)療資源短缺又是全球面臨的共同問題，這就需要醫(yī)療和科技界人士在現(xiàn)有的醫(yī)療資源供求環(huán)境中挖掘“增量?jī)r(jià)值”，創(chuàng)造出提高效率的解決方案以普惠大眾。擺在醫(yī)療機(jī)構(gòu)管理者和科技企業(yè)家們面前的是，如何將頂尖醫(yī)學(xué)專家的學(xué)識(shí)和診斷經(jīng)驗(yàn)進(jìn)行快速?gòu)?fù)制，訓(xùn)練成更多模擬專家診斷路徑的“人工智能醫(yī)學(xué)專家”。
目前，中國(guó)還有20％的縣級(jí)醫(yī)院沒有眼科（數(shù)據(jù)來源于，2016年中華醫(yī)學(xué)會(huì)第二十一次全國(guó)眼科學(xué)術(shù)大會(huì)），并且中國(guó)眼科醫(yī)師尤其是眼底專業(yè)醫(yī)師較少，且多分布在城市大醫(yī)院，我國(guó)約有1．14億糖尿病患者，中國(guó)的眼科醫(yī)生約為3．6萬(wàn)余名，患醫(yī)比達(dá)到驚人的3166：1，使得這些醫(yī)院和醫(yī)生負(fù)擔(dān)很重。
在類似眼科等醫(yī)生非常稀缺的領(lǐng)域，人工智能則可發(fā)揮價(jià)值，輔助醫(yī)生們的日常工作，使之工作效率獲得大幅提升。
醫(yī)療領(lǐng)域應(yīng)用人工智能的正確姿勢(shì)
張大磊在大會(huì)上表示，目前人工智能技術(shù)日趨成熟，已經(jīng)可以在多個(gè)領(lǐng)域?yàn)獒t(yī)療提供服務(wù)，比如醫(yī)學(xué)影像識(shí)別，幫助醫(yī)生更快更準(zhǔn)地讀取病人的影像所見；比如臨床診斷輔助系統(tǒng)等醫(yī)療服務(wù)，應(yīng)用于早期篩查、診斷、康復(fù)、手術(shù)風(fēng)險(xiǎn)評(píng)估場(chǎng)景；比如藥物研發(fā)，解決藥品研發(fā)周期長(zhǎng)成本高的問題等。
早在2012年，在深度學(xué)習(xí)尚未進(jìn)入爆發(fā)階段時(shí)，Airdoc的研究人員已經(jīng)意識(shí)到基于深度學(xué)習(xí)的人工智能圖像識(shí)別能力，可以用在醫(yī)學(xué)圖像的識(shí)別和分析上。與傳統(tǒng)的圖像識(shí)別算法不同，識(shí)別醫(yī)學(xué)圖像需要算法具有極高的準(zhǔn)確率和可靠性。
“我們搭建了多個(gè)強(qiáng)大的深度神經(jīng)網(wǎng)絡(luò)，通過和頂級(jí)醫(yī)院合作，在大量的醫(yī)學(xué)圖像上進(jìn)行標(biāo)注和持續(xù)迭代訓(xùn)練，使得深度神經(jīng)網(wǎng)絡(luò)可以不斷從中學(xué)習(xí)，最終產(chǎn)出靈敏度和特異性與人類醫(yī)學(xué)專家接近甚至持平的識(shí)別模型。”張大磊介紹說。“類似的模式，還被Airdoc引用到了CT、MRI、X光、心電等領(lǐng)域”。
Airdoc在眼科輔助診斷上的探索
近年來眼科疾病病發(fā)率持續(xù)增高，Airdoc的研究人員在多年之前就意識(shí)到眼科疾病會(huì)為成為患者的困擾。比如糖尿病性視網(wǎng)膜病變是最常見的糖尿病并發(fā)癥，糖尿病患者發(fā)病率約為25％～38％，失明幾率較非糖尿病患者高25倍并且不可逆，目前全世界有數(shù)千萬(wàn)人患有這一疾病，已經(jīng)成為四大致盲眼病之一。
Airdoc在糖尿病性視網(wǎng)膜病變領(lǐng)域已經(jīng)取得了巨大的成果。Airdoc花費(fèi)大量時(shí)間從多家國(guó)內(nèi)外頂級(jí)醫(yī)院收集了數(shù)十萬(wàn)張眼底照片，構(gòu)建超過100層卷積神經(jīng)網(wǎng)絡(luò)，準(zhǔn)確解析原始圖像的高階信息，單次迭代持續(xù)訓(xùn)練超過120小時(shí)，最終研發(fā)出了Airdoc糖尿病性視網(wǎng)膜病變輔助診斷模型，在靈敏性和特異性等主要指標(biāo)上，獲得了和人類醫(yī)生相當(dāng)?shù)慕Y(jié)果。
斜視也是Airdoc重點(diǎn)關(guān)注的領(lǐng)域，經(jīng)過長(zhǎng)時(shí)間的數(shù)據(jù)收集和數(shù)據(jù)預(yù)處理，利用卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了斜視識(shí)別網(wǎng)絡(luò)，并且通過大量的數(shù)據(jù)驗(yàn)證模型，然后不停的調(diào)整模型的參數(shù)，以保證最終訓(xùn)練出的斜視模型在靈敏性和特異性的可靠性。
除了眼底病識(shí)別外，眼眶病領(lǐng)域人工智能識(shí)別取得了巨大的進(jìn)展，眼眶病變的體征由于病變性質(zhì)和部位不同，臨床表現(xiàn)也錯(cuò)綜復(fù)雜。Airdoc的產(chǎn)品可以自動(dòng)獲取眼部區(qū)域，并且自動(dòng)檢測(cè)角膜，可以準(zhǔn)確識(shí)別炎癥、腫瘤、外傷等病況，可以輔助眼科醫(yī)生治療眼眶疾病。
在可以預(yù)見的未來，通過深度學(xué)習(xí)算法的介入，可以提升資深醫(yī)生的閱片效率，讓其有更多精力投入到學(xué)術(shù)研究和疑難雜癥處理；可以輔助年輕醫(yī)生進(jìn)行快速準(zhǔn)確的診斷和篩查；也可以助力公共衛(wèi)生機(jī)構(gòu)及基層醫(yī)療機(jī)構(gòu)大面積疾病篩查。
數(shù)字化要一盤棋更要各自為戰(zhàn)
