0
去年十一月，科技部公布首批國家新一代人工智能開放創新平臺名單，提出依托騰訊公司建設醫療影像國家新一代人工智能開放創新平臺。一年時間過去，騰訊在助力醫療健康領域數字化升級的進程中，又邁出了一大步。
11月18日，騰訊作為牽頭承擔單位，聯合中國科學院自動化研究所、中國人民解放軍總醫院、中南大學湘雅醫院、北京大學人民醫院、深圳市人民醫院等多家單位，正式啟動了2018年國家重點研發計劃中的“數字診療裝備研發專項” ——“基于人工智能的臨床輔助決策支持技術及其服務模式解決方案研究”項目。
項目負責人、騰訊醫療AI實驗室主任范偉在接受雷鋒網采訪時介紹，項目期間，騰訊將聯合合作伙伴深度探索基于人工智能的臨床輔助決策支持技術（AI+CDSS），構建自進化醫學知識庫，開發人工智能問診、分診、診斷和治療的決策支持系統，打造新型醫療云服務模式，覆蓋診前、診中、診后的就醫全流程的解決方案。
范偉以項目重點病種皮膚病切入，介紹基于AI輔助診療的疾病新型服務模式。
以銀屑病的就醫為例，診前環節患者可進行人機交互，通過患者圖片上傳，進行簡單的問診，對疾病初步評估，結合互聯網醫院平臺，實現智能分診、導診、轉診；在診中環節，系統可初步幫助醫生判斷病情，同時給出個性化的治療方案建議，醫生可通過網絡會診，為患者作出診斷決定；在診后環節，系統可通過預后評估，預測病情復發概率，并對患者病情進行智能追蹤，在此基礎之上，并通過用藥效果監測，實現個性化用藥指導。
項目分為基于醫療健康數據與主訴的分診和問診的人工智能技術開發、基于醫療健康數據與主訴的診斷和治療的人工智能技術開發、面向臨床路徑與技術規范的精準醫療決策支持研發、面向臨床決策支持的自進化醫學知識庫研發，以及醫療健康數據智能分析云平臺開發及新型服務模式創新五個子課題。
五個子課題分別由騰訊醫療AI實驗室主任范偉、北京大學人民醫院心內科副主任王鴻懿、北京301醫院神經內科主任醫師劉若卓、中南大學湘雅醫院皮膚科副主任醫師匡葉紅，以及中國科學院自動化研究所模式識別國家重點實驗室研究員肖憲負責。
范偉介紹，未來五個子課題會同時進行。“我們的運作方式是以疾病場景為主，再拆解成每一個課題做什么。只有落到場景里的東西才有價值，否則就變成了一個IT產品。”
“騰訊具有先進的醫療大數據核心技術優勢和先進的人工智能技術，此次承擔國家科研重任，將集結頂尖AI科研資源，解決醫療核心問題，并整合產學研醫用的生態合作鏈條，帶來一些真正的價值，幫助更多醫生和患者。”范偉繼續說道。
騰訊醫療AI實驗室的四大探索
從科研到應用，騰訊已有良好的實踐結晶。2017年騰訊推出的首款將人工智能技術運用在醫學領域的產品“騰訊覓影”，輔助醫生篩查食管癌、肺結節、糖尿病視網膜病變、結直腸腫瘤、乳腺癌等疾病，已經與全國100余家三甲醫院達成合作，累積輔助醫生閱讀醫學影像超過1億張，服務超百萬患者。
而2017底成立的騰訊醫療AI實驗室則致力于探索醫療與AI的深度結合，在基礎科研方面深鉆自然語言理解、醫學知識圖譜、深度學習、視頻分析、多模態分析等基礎技術，并構建醫學知識引擎、醫療推理引擎、臨床輔助診斷引擎、問診對話引擎等智能AI引擎。
項目啟動會上，作為騰訊醫療AI實驗室主任，范偉也介紹了過去一年多里騰訊醫療AI實驗室探索的幾個核心醫療問題。
首先是運動障礙相關疾病的評估。范偉介紹，醫生每隔一段時間就要對帕金森病人進行評估，讓病人做一套動作然后對其進行評分，整個過程需要大約半個小時。為了節省時間提高醫生的工作效率，代替人工量表提出更加科學客觀的評價標準，騰訊醫療AI實驗室聯合華山醫院的王堅教授開發了一套基于視頻捕捉技術的評估系統。
這套系統可以通過視頻捕捉技術識別患者身上的關鍵點，并引入人體動力學模型，形成運動場，評估患者的運動功能。比如，人類手上有21個關節點，系統通過時序分析，可以把運動頻率、幅度分析出來，跟醫生的打分進行關聯。
其中有很多的技術挑戰，首先要解決的就是數據量不足。通常來說，研究人員只能搜集到一兩百例數據，對于模型訓練來說是遠遠不夠的。為了解決這個問題，騰訊醫療AI實驗室通過增強現實技術生成了一個手的模型，利用這只“手”產生更多的數據用于模型訓練。
騰訊醫療AI實驗室和華山醫院共同做了一個實驗：讓專家對來自近200例患者的1000多段視頻打分，形成共識分，然后對機器進行訓練。訓練完后再讓機器對不同嚴重程度的受試者打分，并與專家共識分進行匹配，數據顯示評分結果的一致性非常接近。
評估以外，帕金森病作為一種慢性疾病，還需要醫生不斷隨訪，跟蹤病情的發展。為此，華山醫院與騰訊醫療AI實驗室合作，推出了一套居家環境下的視頻分析方法：讓病人用手機拍攝運動視頻通過APP上傳，由算法引擎進行自動評估。
用類似的方法，騰訊醫療AI實驗室還和香港大學深圳醫院杜啟峻教授合作，通過視頻捕捉技術分析腦癱患者的步態，初篩出適合手術的病人。
心血管疾病診斷與手術規劃
心腦血管疾病方面，騰訊醫療AI實驗室推出了居家環境下的12導心電檢測平臺。用戶采集自身心電圖數據通過APP上傳到騰訊的服務引擎后，系統會結合12導聯心電信號以及患者輸入的年齡、性別和癥狀信息，綜合判斷潛在異常并提供給遠端標注的醫生，供醫生在此基礎上做進一步診斷。目前，該平臺已經能夠判斷正常、噪聲、房性早搏、心房顫動、室性心搏、T波倒置等6大類狀態。該平臺的推出，一方面讓用戶減少了等待時間，另一方面也幫助醫生縮短了診療時間，減小了漏診和誤診的概率。
此外，騰訊醫療AI實驗室在椎動脈夾層、心臟病的診斷，以及心臟介入手術的規劃方面也做了許多探索和嘗試。
癌癥放療規劃
癌癥放療方面，騰訊醫療AI實驗室剛剛推出了一項新的技術。放療是癌癥治療的常用手段之一，也是成本相對較低的一種治療方式。但是放療也存在一定風險，如果操作不當放療射線會對病人造成極大危害。因此每一個放療方案都需要嚴格畫靶，確認放療射線的靶向位置和劑量，及其穿透路線，避免傷及正常的組織器官。
每一位病人每次放療前都需要拍300-400張CT，傳統方法完全依賴腫瘤醫生在患者的醫學影像上手動標識器官和腫瘤，效率十分低下。騰訊醫療AI實驗室的最新技術可以通過3D函數分析CT影像，自動標記器官和腫瘤，整個過程只需0.12秒。
耳石癥診斷及治療
最后是耳石癥的診斷。耳石癥又稱為良性陣發性位置性眩暈，是指頭部迅速運動至某一特定頭位時出現的短暫陣發性發作的眩暈和眼震。正常情況下耳石是附著于耳石膜上的，當一些致病因素導致耳石脫離，這些脫落的耳石就會在內耳內被稱作為內淋巴的液體里游動，當人體頭位變化時，這些半規管亦隨之發生位置變化，沉伏的耳石就會隨著液體的流動而運動，從而刺激半規管毛細胞，導致患者發生強烈性眩暈。
騰訊醫療AI實驗室與復旦大學附屬眼耳鼻喉科醫院李華偉教授合作，基于深度學習網絡，提出了一套以瞳孔為關鍵點的檢測方法，希望提高診斷精度。
騰訊醫療AI實驗室的探索給了我們很多驚喜，但同時也應該看到，醫療AI落地的道路上仍然有許多困難需要克服。
首先，技術方面，無論數據的搜集、標注還是利用，都是一個不小的難題。解決不了這個問題，醫療AI只能是無源之水。
算法的“黑盒子”問題也值得重視。如果一個模型完全不可解釋，那么它在很多領域的應用就會因為沒辦法給出更多可靠的信息而受到限制。這也是為什么在深度學習準確率這么高的情況下，仍然有一大部分人傾向于應用可解釋性高的傳統統計學模型的原因。
其次，標準方面，“人機大戰”和準確率之外我們也需要尋找一套更加科學的評估標準，同時避免過擬合風險。
最后，政策監管方面，無論國內國內都還在不斷摸索中前行。
千里之行，始于足下。“基于人工智能的臨床輔助決策支持技術及其服務模式解決方案研究”項目的啟動，讓騰訊和行業在醫療AI落地的道路上又朝前邁進了一大步。這讓我們有理由相信，路途中的一切挑戰和困難都是可以克服。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
