0
| 本文作者： 劉偉 | 2019-01-13 23:06 |
過去兩年，醫(yī)療影像AI領(lǐng)域掀起了一股人才回流潮。
多位海外華人專家陸續(xù)在國內(nèi)機(jī)構(gòu)任職，如沈定剛、周翔加盟聯(lián)影智能，陶曉東坐鎮(zhèn)訊飛醫(yī)療，周少華進(jìn)入中科院計算所，徐晨陽加盟柏視醫(yī)療……
這有些出人意料，但又在情理之中。一方面，中國龐大人口基數(shù)創(chuàng)造出的豐富醫(yī)療數(shù)據(jù)資源，為醫(yī)療AI提供了充足的養(yǎng)料供給；另一方面，稀缺的醫(yī)療資源則為醫(yī)療AI扎穩(wěn)根基創(chuàng)造了得天獨厚的條件。這些條件，更易于他們?nèi)驷尫旁诤Ｍ獾姆e淀。
這些回流的人才里很多來自西門子美國研究院，包括周翔、徐晨陽、周少華，去年年初加盟優(yōu)圖實驗室的鄭冶楓也是其中之一。
作出回國的決定時，鄭冶楓已經(jīng)在西門子美國研究院工作了12年。
鄭冶楓從美國馬里蘭大學(xué)博士畢業(yè)后就進(jìn)入西門子美國研究院，從事智能醫(yī)學(xué)影像分析方面的研究。期間，他發(fā)明了用于醫(yī)學(xué)影像中器官快速檢測與分割的投影空間學(xué)習(xí)法，并獲得了2011年的愛迪生專利獎。
從外人的眼光來看，作為“GPS”之一，西門子是做醫(yī)療技術(shù)研究的理想之地，擁有最好的研究環(huán)境和設(shè)施條件。但作為局內(nèi)人，鄭冶楓有自己的煩惱：西門子本質(zhì)上是一家硬件公司，而自己從事的是軟件算法研究，戰(zhàn)略地位難免被忽視；另外，作為在外企工作的華人，他隱隱感覺到自己的事業(yè)遭遇了天花板。鄭冶楓想，也許是時候換個環(huán)境了。
正在這時，他接到了騰訊海外招聘負(fù)責(zé)人的電話，對方詳細(xì)介紹了騰訊在醫(yī)療影像AI領(lǐng)域的發(fā)展規(guī)劃，并邀請他加盟。
但面對騰訊的邀約，鄭冶楓卻猶疑了。“因為我的小孩還在上高中，按照我的人生規(guī)劃，并不打算在這個時間點回國，也許晚幾年會更加合適”，鄭冶楓對雷鋒網(wǎng)解釋道。
更重要的原因是，他雖然對騰訊的醫(yī)療AI布局有所了解，但他并不清楚騰訊做這件事的決心有多大。畢竟當(dāng)時很多人眼中的騰訊依然是一家互聯(lián)網(wǎng)公司，“互聯(lián)網(wǎng)公司的戰(zhàn)略變化非常快，今天想做一件事情，也許明天就轉(zhuǎn)型了”。
2017年11月15日，“首批國家新一代人工智能開放創(chuàng)新平臺名單”正式公布，騰訊成為“醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺”的擔(dān)綱者。這徹底打消了鄭冶楓的顧慮，他確信騰訊將在醫(yī)療AI領(lǐng)域持續(xù)投入。而在和騰訊高級執(zhí)行副總裁湯道生以及優(yōu)圖實驗室杰出科學(xué)家賈佳亞的溝通中，他也感覺到了騰訊的誠意和決心。
放下家庭的羈絆只身回國是個艱難的決定，但這還只是故事的開端。
鄭冶楓回國時，優(yōu)圖實驗室的醫(yī)療業(yè)務(wù)還一片空白，整個醫(yī)療AI團(tuán)隊只有他一枚“光桿司令”。當(dāng)務(wù)之急是招人，先把團(tuán)隊組建起來。
騰訊的金字招牌在招攬人才方面很有優(yōu)勢。鄭冶楓1月5日正式加入優(yōu)圖實驗室，到6月份就組建起了一支十幾人的團(tuán)隊，其中半數(shù)是海歸博士，畢業(yè)于英國諾丁漢大學(xué)的李悅翔也是其中一員。作為團(tuán)隊重要成員，李悅翔為優(yōu)圖實驗室的缺血性腦卒中輔助診斷系統(tǒng)和宮頸癌篩查系統(tǒng)等產(chǎn)品的研發(fā)做出了重要貢獻(xiàn)。
在騰訊和西門子工作，對鄭冶楓是兩種截然不同的體驗。在西門子，一切都非常緩慢從容，一個項目可能光立項就需要一年。而騰訊是典型的互聯(lián)網(wǎng)風(fēng)格，節(jié)奏非常快，“速度至少是以前的三四倍”。鄭冶楓甚至還沒來得及適應(yīng)節(jié)奏變化，就開始馬不停蹄地立項和走訪醫(yī)院了。
優(yōu)圖實驗室在騰訊的角色是偏算法的部門，經(jīng)常需要和產(chǎn)品部門打配合。鄭冶楓的醫(yī)療AI團(tuán)隊主要配合的是常佳帶領(lǐng)的騰訊覓影團(tuán)隊，覓影在前面做產(chǎn)品，優(yōu)圖在后方提供技術(shù)支持。項目選擇上，兩邊通力合作經(jīng)常展開討論，有時候一星期要開好幾次會。
2018年上半年，兩支團(tuán)隊不斷穿梭往返于北上廣的頂級三甲醫(yī)院，和醫(yī)生溝通交流，了解醫(yī)生的需求，并結(jié)合技術(shù)可行性確定產(chǎn)品方向。
人類疾病多如星辰，而優(yōu)圖實驗室的醫(yī)療AI團(tuán)隊規(guī)模有限，產(chǎn)品方向上必然要做一些取舍。鄭冶楓介紹，團(tuán)隊選擇項目時主要有兩個維度的考量：一是需求的迫切程度，主要看疾病的發(fā)病率和死亡率，兩項數(shù)值越高說明技術(shù)帶來的社會價值越大；二是技術(shù)的復(fù)雜程度，比如有些疾病對AI技術(shù)需求非常迫切，但囿于篩查手段的缺乏，項目也無法展開。
優(yōu)圖實驗室并非覓影的唯一技術(shù)提供方，扮演相同角色的還有AI Lab。熟悉騰訊“內(nèi)部賽馬”機(jī)制的人難免會好奇，兩者之間是否存在競爭？
鄭冶楓表示，競爭是不存在的，因為需要探索的病種太多，根本做不過來。相反，雙方會有分工，比如AI Lab最早做了食管癌篩查系統(tǒng)，隨后又做了胃癌、結(jié)直腸癌篩查系統(tǒng)，都是消化道疾病，未來還會繼續(xù)沿這個方向做下去，優(yōu)圖實驗室則去開拓其他病種。
尤其是2018年9月30日之后，騰訊的組織架構(gòu)進(jìn)行了調(diào)整，To B業(yè)務(wù)基本并進(jìn)了CSIG部門。“To B業(yè)務(wù)我們一般不用‘內(nèi)部賽馬’機(jī)制，而是大家合力對外。重組之后還會加強(qiáng)內(nèi)部協(xié)調(diào)，有些技術(shù)難題會合作攻關(guān)”。
“騰訊覓影”正式發(fā)布以來，一共上線了6個病種的輔助診斷產(chǎn)品，其中有3個是優(yōu)圖實驗室的醫(yī)療AI團(tuán)隊主導(dǎo)開發(fā)的，包括包括肺結(jié)節(jié)、眼科疾病和宮頸癌篩查。
鄭冶楓介紹，團(tuán)隊的產(chǎn)品開發(fā)效率非常高，一般2-3個人負(fù)責(zé)一個病種，數(shù)據(jù)和標(biāo)注到位后一個月就能出第一版產(chǎn)品，然后再以“小步快跑”的方式持續(xù)優(yōu)化迭代。
除了已經(jīng)正式上線的三款產(chǎn)品，鄭冶楓團(tuán)隊在乳腺癌和腦卒中領(lǐng)域的探索也取得了喜人的進(jìn)展。
以乳腺癌為例，騰訊并非最先涉足乳腺癌篩查的企業(yè)，不過此前大多數(shù)競品走的都是鉬靶路線，而優(yōu)圖實驗室另辟蹊徑選擇了超聲路線。
和鉬靶相比，超聲有許多優(yōu)勢，比如對亞洲女性致密性乳房敏感度更高，且無放射性影響，可以覆蓋育齡婦女。另外，超聲設(shè)備在中國也更為普及，很多醫(yī)院都有專門的超聲科。
不過基于超聲影像開發(fā)AI算法卻是一條更加坎坷的路。一方面，超聲檢查是動態(tài)操作，影像形式為實時視頻，非常考驗算法的實時性。這并不容易實現(xiàn)，因為超聲設(shè)備通常GPU比較低端甚至沒有GPU。優(yōu)圖實驗室的醫(yī)療AI團(tuán)隊花了很大力氣才解決這個問題。
另一方面，超聲檢查的操作手法對結(jié)果影響很大，優(yōu)圖實驗室的醫(yī)療AI團(tuán)隊搜集了來自五六家廠商的超聲設(shè)備的圖像，以保證訓(xùn)練集足夠大，數(shù)據(jù)來源足夠廣泛。
鄭冶楓團(tuán)隊的另一個重要產(chǎn)品，是由李悅翔博士主導(dǎo)的缺血性腦卒中AI輔助診斷系統(tǒng)。
在缺血性腦卒中的檢測中，醫(yī)生需要使用灌注成像生成多個模態(tài)的腦部數(shù)據(jù)以觀察病人腦部包括血液流速，血液流量等信息方能確定診斷。由于多模態(tài)的介入，醫(yī)生需要不斷反復(fù)觀察多個數(shù)據(jù)方能得到診斷結(jié)果，該過程十分耗時耗力。
另外，腦部CT圖像是通過對患者腦部區(qū)域逐層掃描得到的三維數(shù)據(jù)。但是，目前醫(yī)生大多基于二維的切片進(jìn)行觀察診斷，使得病灶識別與分割結(jié)果在三維空間中缺乏連續(xù)性。
鄭冶楓團(tuán)隊開發(fā)AI智能輔診系統(tǒng)的目的正是解決這兩大問題。李悅翔介紹，這套系統(tǒng)不僅能為醫(yī)生提供一套完整的全自動化精細(xì)識別腦卒中病灶的解決方案，還可以為醫(yī)生在三維空間中重構(gòu)出患者的病灶區(qū)域，幫助醫(yī)生更好地了解患者病情并及時給出合理的治療方案。
雖然之前已經(jīng)有學(xué)者在缺血性腦卒中病灶檢測任務(wù)中嘗試使用深度學(xué)習(xí)技術(shù)以取得更好的分割精度，但受限于數(shù)據(jù)質(zhì)量，計算能力和模型優(yōu)化等因素，模型的準(zhǔn)確率仍無法達(dá)到落地到醫(yī)院等實際應(yīng)用場景的水平。而優(yōu)圖實驗室的這套系統(tǒng)憑借優(yōu)質(zhì)的數(shù)據(jù)來源與出色的深度學(xué)習(xí)網(wǎng)絡(luò)設(shè)計，實現(xiàn)了為醫(yī)生提供可靠的輔診判讀結(jié)果，有望率先進(jìn)入臨床落地。
另外，優(yōu)圖實驗室還聯(lián)合天壇醫(yī)院在出血性腦卒中的輔助診斷方面進(jìn)行了許多探索，并取得了初步成果。2018年9月，優(yōu)圖實驗室聯(lián)合天壇醫(yī)院在全國神經(jīng)外科年會上演示了這款產(chǎn)品，并獲得了一致好評。
醫(yī)療影像AI發(fā)展到今天，賽道已經(jīng)非常擁擠。據(jù)不完全統(tǒng)計，國內(nèi)涉足醫(yī)療影像AI的企業(yè)已經(jīng)超過了100家，而且研究方向比較重疊，主要集中在肺結(jié)節(jié)、眼部疾病等少數(shù)幾個病種。
鄭冶楓認(rèn)為這無可厚非，因為有些疾病發(fā)病率高、數(shù)據(jù)也相對豐富，醫(yī)療影像AI企業(yè)很難繞過，優(yōu)圖實驗室也不例外。不過優(yōu)圖實驗室做好基礎(chǔ)病種的同時，也在力求差異化，涉足更多新的疾病，比如宮頸癌內(nèi)鏡篩查等，建立更廣的產(chǎn)品線。
另外，作為一個研究型實驗室，優(yōu)圖為產(chǎn)品部門提供技術(shù)支持之余，也會做很多前瞻性研究。
經(jīng)過幾年時間的發(fā)展，醫(yī)療影像AI雖然漸趨成熟，但仍然有許多行業(yè)性的難題亟待解決，比如基于小樣本的模型訓(xùn)練。
得益于龐大的人口基數(shù)，中國在醫(yī)療數(shù)據(jù)方面具有天然優(yōu)勢，但對很多病種來說，數(shù)據(jù)依然是稀缺的。鄭冶楓介紹，如果算法要在多中心取得不錯的效果，至少需要10000例數(shù)據(jù)，然而現(xiàn)實中很多病種都無法收集到足夠的數(shù)據(jù)。
因此，優(yōu)圖實驗室也在探索用遷移學(xué)習(xí)或自監(jiān)督學(xué)習(xí)的方法基于小數(shù)據(jù)樣本訓(xùn)練模型。
醫(yī)學(xué)影像AI領(lǐng)域的另一個難題在于數(shù)據(jù)標(biāo)注。醫(yī)學(xué)影像數(shù)據(jù)必須由經(jīng)過專業(yè)訓(xùn)練的醫(yī)生進(jìn)行標(biāo)注，而且標(biāo)注結(jié)果不像貓、狗等自然圖像可以十分準(zhǔn)確。病灶的發(fā)展過程是連續(xù)而緩慢的，對同一個病灶不同醫(yī)生會有不同的看法，甚至也可能出現(xiàn)明顯的錯誤。在訓(xùn)練樣本有噪聲的情況下，如何提高算法的魯棒性就成了一個行業(yè)性的難題。
另外，如何讓算法更好地適應(yīng)多中心數(shù)據(jù)也值得行業(yè)進(jìn)一步探索。總而言之，醫(yī)療影像AI這條道路還遠(yuǎn)望不到盡頭，百米賽跑我們才剛剛起步而已。
鄭冶楓希望自己的團(tuán)隊能拿出50%的人員和精力來做前瞻性研究，他認(rèn)為這樣的配置是比較合理的。
在企業(yè)做技術(shù)，最終還是要回歸到商業(yè)本質(zhì)。當(dāng)醫(yī)療影像AI已經(jīng)具備了臨床應(yīng)用的可能性，如何形成可持續(xù)的商業(yè)模式便成了行業(yè)熱議的話題。
醫(yī)療行業(yè)的特殊性使得產(chǎn)品和商業(yè)應(yīng)用之間隔著一道門檻——CFDA。鄭冶楓認(rèn)為，2019年行業(yè)的競爭重心會慢慢轉(zhuǎn)向CFDA注冊認(rèn)證。目前，中檢處已經(jīng)基本理順了AI產(chǎn)品的審批思路，并和多家醫(yī)院、企業(yè)合作初步完成了眼底和肺結(jié)節(jié)兩個病種的標(biāo)準(zhǔn)數(shù)據(jù)集建設(shè)。
“2019年我們的工作重心也是放在CFDA注冊認(rèn)證上”，鄭冶楓介紹，“中間還有很多技術(shù)挑戰(zhàn)要解決，比如從單中心擴(kuò)展到多中心，提高算法的魯棒性” 。
盡管制度已經(jīng)日趨完善，但CFDA注冊認(rèn)證是一個比較漫長的過程，需要嚴(yán)格遵循流程，每一步都很耗時間，也需要投入一定的資金。鄭冶楓認(rèn)為，這個過程中行業(yè)中會發(fā)生洗牌，有一些企業(yè)會被淘汰。而對于優(yōu)圖實驗室來說，除了等待政策下達(dá)，需要做的就是不斷優(yōu)化產(chǎn)品，時刻做好準(zhǔn)備。
CFDA認(rèn)證只是醫(yī)療AI產(chǎn)品商業(yè)化落地道路上的第一道坎，未來如何形成持續(xù)的盈利模式仍然有待行業(yè)探索。鄭冶楓介紹，GPS的做法是捆綁硬件銷售，另外美國也有一些獨立的計算機(jī)輔助診斷公司，它們的做法是進(jìn)入醫(yī)保體系，獲得收費編碼。但在中國，連醫(yī)生的診斷費用都是非獨立的，而是捆綁在檢查中，醫(yī)療AI產(chǎn)品怎么落地的確是個復(fù)雜的問題。但他也相信，市場需求是真實存在的，未來行業(yè)自然會慢慢探索出一種能夠盈利的商業(yè)模式。
對騰訊而言，做醫(yī)療影像AI一方面是服務(wù)公司的大健康生態(tài)，一方面是大企業(yè)的責(zé)任擔(dān)當(dāng)，所以不必執(zhí)著于一城一地的得失。
依托微信的10億多用戶，騰訊目前已經(jīng)推出了網(wǎng)上掛號、醫(yī)療支付、健康保險等服務(wù)。基于公眾號，騰訊還做了遠(yuǎn)程診斷、慢病管理、處方管理等功能……醫(yī)療影像AI只是騰訊大健康生態(tài)中的一小塊，未來隨著生態(tài)系統(tǒng)逐漸豐富，各個板塊間聚變產(chǎn)生的能量將是驚人的。
加入優(yōu)圖實驗室正好一年，回顧過去一年的經(jīng)歷，鄭冶楓很慶幸自己做了回國的決定。他看到了中國作為一個快速發(fā)展的國家，對新鮮事物的開放和包容：政府層面大力提倡人工智能，與醫(yī)生的合作也非常融洽……離開家人固然是個艱難的選擇，但當(dāng)時代把你推向了十字路口，走出舒適區(qū)就將看到截然不同的風(fēng)景。雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
