0
| 本文作者： 張棟 | 2017-09-20 10:18 |
“目前我國(guó)在高端醫(yī)療裝備領(lǐng)域相對(duì)比較落后，再者我國(guó)人口基數(shù)大，病情復(fù)雜，如何實(shí)現(xiàn)中國(guó)在高端醫(yī)療裝備領(lǐng)域的跨越發(fā)展已成當(dāng)務(wù)之急。”任秋實(shí)教授說(shuō)道。
在他看來(lái)，健康問(wèn)題不止體現(xiàn)在一線、二線發(fā)達(dá)城市，此問(wèn)題在很多偏遠(yuǎn)的、缺醫(yī)少藥的地方也很凸顯。高端醫(yī)生下鄉(xiāng)就診只能解決一時(shí)問(wèn)題，現(xiàn)實(shí)狀況不能得以有效改變。
他表示：“人工智能與醫(yī)療的交叉融合至關(guān)重要。我們希望設(shè)備制造商能夠基于健康醫(yī)療大數(shù)據(jù)和人工智能，把算法集成在設(shè)備當(dāng)中，真正形成智能化的治療設(shè)備，使疾病的診斷和治療得到更好地普及?！?/p>
就此，任秋實(shí)教授認(rèn)為，未來(lái)中國(guó)可以在產(chǎn)、學(xué)、研、醫(yī)四個(gè)方向努力，融合建立產(chǎn)業(yè)轉(zhuǎn)化的平臺(tái)。
首先高?？梢栽谒惴ǖ膭?chuàng)新與醫(yī)療技術(shù)創(chuàng)新方面對(duì)整個(gè)大數(shù)據(jù)和人工智能領(lǐng)域作貢獻(xiàn)。
醫(yī)院可以通過(guò)應(yīng)用更好的醫(yī)療技術(shù)獲取更多的大數(shù)據(jù)，然后從數(shù)據(jù)緯度方面給應(yīng)用提供新的思路和新的方法。
互聯(lián)網(wǎng)公司能夠?qū)⒂行У乃惴ê透呔暥鹊臄?shù)據(jù)有機(jī)整合在一起，更好的進(jìn)行普及與傳播。
同時(shí)，作為裝備制造商，能夠在終端集成智能化的診斷方案，形成一個(gè)有效的創(chuàng)新的新路徑。
與此同時(shí)，為了更加清晰地介紹醫(yī)療技術(shù)如何結(jié)合大數(shù)據(jù)及人工智能以推動(dòng)醫(yī)療裝備產(chǎn)業(yè)的發(fā)展。任秋實(shí)教授還分享了幾個(gè)具體案例。
一、眼底病的智能診斷：任秋實(shí)教授團(tuán)隊(duì)研究了一種新型的基于眼底多光譜的成像系統(tǒng)，它可以把不同譜的光對(duì)眼底進(jìn)行成像，有500納米—850納米不同波段的成像，通過(guò)這些成像可以看到視網(wǎng)膜的表淺到深入層，然后清晰地分割出來(lái)，使得在圖象處理上更加簡(jiǎn)單易行，而不是簡(jiǎn)單的依靠大數(shù)據(jù)的獲取。
二、視盤前增值膜：通過(guò)分析570納米和600納米之間圖像的差異，主要表現(xiàn)在含氧血紅蛋白對(duì)兩個(gè)光譜的吸收程度，根據(jù)差異可以算出眼睛內(nèi)血氧飽和度。目前AlphaGo的圖像分析主要是根據(jù)圖像的結(jié)構(gòu)成像，如果通過(guò)多波長(zhǎng)的成像加上兩個(gè)光譜不同狀態(tài)下含氧血紅蛋白和缺氧血紅蛋白的差異，就可以計(jì)算與血養(yǎng)飽和度的分布，形成功能性的成像，這樣做最大的好處是在于他們對(duì)很多疾病的發(fā)展?fàn)顟B(tài)可以進(jìn)行及早的辨識(shí)。
三、分子醫(yī)學(xué)影像：北大分子醫(yī)學(xué)影像實(shí)驗(yàn)室做了基于人體PE/CT自動(dòng)腫瘤的識(shí)別，在肺癌的診斷方面做了一些基于大數(shù)據(jù)和人工智能的一些探索，成功實(shí)現(xiàn)了一些算法。
以下是任秋實(shí)教授的演講全文，雷鋒網(wǎng)作了不改變?cè)獾木庉嫞?/strong>
中國(guó)目前在高端醫(yī)療裝備領(lǐng)域相對(duì)落后，但由于我們?nèi)丝诒姸?、疾病?fù)雜，在健康大數(shù)據(jù)的獲取方面有著得天獨(dú)厚的優(yōu)勢(shì)。如何把兩個(gè)問(wèn)題有機(jī)結(jié)合在一起，實(shí)現(xiàn)中國(guó)在高端醫(yī)療裝備領(lǐng)域的跨越發(fā)展成為當(dāng)務(wù)之急。
AlphaGo打敗世界圍棋冠軍開(kāi)啟了人工智能的新紀(jì)元，AlphaGo的成功得益于計(jì)算機(jī)的發(fā)展和大數(shù)據(jù)的積累。而在與民生相息的醫(yī)療領(lǐng)域，過(guò)去兩年也爆發(fā)式發(fā)展。從國(guó)家層面來(lái)說(shuō)，目前該領(lǐng)域已經(jīng)被高度重視，被定位為國(guó)家基礎(chǔ)戰(zhàn)略性資源。
由此，AI與醫(yī)學(xué)影像的交叉融合迎來(lái)了一個(gè)關(guān)鍵點(diǎn)。
但現(xiàn)實(shí)狀況也不容樂(lè)觀，健康問(wèn)題不止體現(xiàn)在一、二線發(fā)達(dá)城市，在偏遠(yuǎn)的、缺醫(yī)少藥的地方也很常見(jiàn)。目前，隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，醫(yī)療裝備技術(shù)的不斷提升，很多先進(jìn)的醫(yī)療裝備在中國(guó)都可以自主制造。在裝備制造普及的同時(shí)還有一個(gè)最大問(wèn)題就是醫(yī)生的配套。
如果僅靠城市的高端醫(yī)生下鄉(xiāng)支持只能解決一時(shí)問(wèn)題；但如果通過(guò)AI、大數(shù)據(jù)、遠(yuǎn)程診斷相結(jié)合就能很好地解決這個(gè)問(wèn)題。這也是為什么在過(guò)去的幾年中，AI在醫(yī)學(xué)影像讀片應(yīng)用方面得到了很大的普及，同時(shí)也吸引了眾多的投資者。從創(chuàng)業(yè)的投資熱情來(lái)看，AI在醫(yī)學(xué)圖像領(lǐng)域當(dāng)中可以說(shuō)是方興未艾，在中國(guó)有很好的發(fā)展?jié)摿Α?/p>
在這里我主要談一下，如何以技術(shù)創(chuàng)新進(jìn)一步推動(dòng)大數(shù)據(jù)和人工智能產(chǎn)業(yè)的發(fā)展。也就是說(shuō)從產(chǎn)、學(xué)、研、醫(yī)四個(gè)方面如何交叉融合建立產(chǎn)業(yè)轉(zhuǎn)化的平臺(tái)。
首先作為高校可以在算法的創(chuàng)新與醫(yī)療技術(shù)創(chuàng)新方面對(duì)整個(gè)大數(shù)據(jù)和人工智能作貢獻(xiàn)。
醫(yī)院可以通過(guò)應(yīng)用更好的醫(yī)療技術(shù)獲取更多的大數(shù)據(jù)，然后從數(shù)據(jù)緯度方面給應(yīng)用提供新的思路和新的方法。
互聯(lián)網(wǎng)公司能夠把有效的算法和高緯度的數(shù)據(jù)有機(jī)整合在一起，更好的進(jìn)行普及。
同時(shí)，作為裝備制造商，能夠在終端集成智能化的診斷方案，形成一個(gè)有效的創(chuàng)新的新路徑。
從這來(lái)看，具體可以分享幾個(gè)案例。
醫(yī)療的重點(diǎn)是預(yù)防而不是治療。
眼睛作為心靈的窗口可以有效地進(jìn)行疾病的診斷和病態(tài)的識(shí)別，但臨床應(yīng)用有很多痛點(diǎn)，最大的痛點(diǎn)就是眼底病在全國(guó)由于糖尿病的高發(fā)會(huì)引起大量的并發(fā)癥。目前我國(guó)已經(jīng)有9千萬(wàn)眼底病患者，但真正的眼底病醫(yī)生不到一千人，在此形勢(shì)下，如何利用AI及大數(shù)據(jù)與先進(jìn)的醫(yī)療技術(shù)創(chuàng)相融合從而避免糖網(wǎng)病、青光眼顯得尤為重要。
在此需求下，谷歌在2016年開(kāi)展了一個(gè)非常有價(jià)值的研究。Deepmind團(tuán)隊(duì)在英國(guó)通過(guò)對(duì)12張?zhí)蔷W(wǎng)病的勾劃，形成一套對(duì)糖網(wǎng)病分類準(zhǔn)確率非常高的算法，這個(gè)算法可以對(duì)糖尿病進(jìn)行體檢過(guò)程中相應(yīng)的狀況進(jìn)行分級(jí)和提前篩查。
值得一提的是，目前即使用最好的算法也僅僅停留在糖尿病的分級(jí)層面，對(duì)于更復(fù)雜的眼底疾病，計(jì)算機(jī)能夠發(fā)現(xiàn)一些非常明顯的癥狀，但對(duì)于一些微血管的堵塞，圖像變化非常細(xì)微，能否使用算法將其篩查出來(lái)就需要更復(fù)雜的病例、更多的數(shù)據(jù)對(duì)其進(jìn)行區(qū)別，通過(guò)也需要大量的醫(yī)生進(jìn)行配合，將這些圖像清洗、勾劃。
所以說(shuō)，無(wú)論是技術(shù)的推廣還是原始算法的發(fā)展都還存巨大挑戰(zhàn)。所幸的是，這其中可以通過(guò)新型技術(shù)解決我們?cè)谒惴ㄉ霞?jí)病例積累中的一些不足。
我們研究了一種新型的基于眼底多光譜的成像系統(tǒng)，它可以把不同譜的光對(duì)眼底進(jìn)行成像，有500納米—850納米不同波段的成像，通過(guò)這些成像我們可以看到視網(wǎng)膜的表淺到深入層，可以清晰的分割出來(lái)，使得我們?cè)趫D象處理上更加簡(jiǎn)單易行，而不是簡(jiǎn)單的依靠大數(shù)據(jù)的獲取。
這個(gè)技術(shù)有一個(gè)很好的應(yīng)用，眼底視網(wǎng)膜變性在黃斑部分有明顯的視網(wǎng)膜出血，在一般白光條件下或者可見(jiàn)光條件下看的不是十分明顯，但是在近紅外光的情況下，病層就非常明顯，通過(guò)三維顯示可以把病變準(zhǔn)確的顯示出來(lái)，這就使得我們不需要用那么多的數(shù)據(jù)案例和比較強(qiáng)大的人工智能的算法，就可以有效的把這些很難區(qū)別的病變區(qū)別出來(lái)。
值得一提的是，眼底多光譜成像系統(tǒng)目前已經(jīng)在臨床上應(yīng)用了。
視盤前增值膜在白光照射下很難分辨，如果完全靠圖像、原始算法，我們需要積累大量病例才可以區(qū)別這種細(xì)微的變化，通過(guò)多波長(zhǎng)的先進(jìn)技術(shù)可以將它很好地進(jìn)行區(qū)別，在這個(gè)基礎(chǔ)上再進(jìn)行數(shù)據(jù)的積累和學(xué)習(xí)，對(duì)我們疾病診斷的準(zhǔn)確性和前沿性的預(yù)測(cè)方面就有很大的提高。
在這個(gè)基礎(chǔ)上我們做了深度的數(shù)據(jù)分析，我們通過(guò)分析570納米和600納米之間圖像的差異，主要表現(xiàn)在含氧血紅蛋白對(duì)兩個(gè)光譜的吸收程度，根據(jù)差異可以算出眼睛內(nèi)血氧飽和度。目前AlphaGo的圖像分析主要是根據(jù)圖像的結(jié)構(gòu)成像，如果我們通過(guò)多波長(zhǎng)的成像加上兩個(gè)光譜不同狀態(tài)下含氧血紅蛋白和缺氧血紅蛋白的差異，就可以計(jì)算與血養(yǎng)飽和度的分布，形成功能性的成像，這樣做最大的好處是在于我們對(duì)很多疾病的發(fā)展?fàn)顟B(tài)可以進(jìn)行及早的辨識(shí)。
通過(guò)這兩個(gè)數(shù)據(jù)的對(duì)比，我們不僅可以看到病變的發(fā)生，同時(shí)可以及早的預(yù)測(cè)眼底疾病的發(fā)生和發(fā)展，為我們實(shí)現(xiàn)眼底視覺(jué)健康能夠提供一個(gè)有效的診斷途徑。
分子醫(yī)學(xué)影像在中國(guó)對(duì)腫瘤的早期診斷和分期具有很大幫助。
中國(guó)腫瘤發(fā)病率占全世界的40%，而死亡率占60%。也就是說(shuō)這其中存在很大的改進(jìn)中間，從X光到CT到核磁共振到PET/CT，我們實(shí)現(xiàn)了從結(jié)構(gòu)成像到結(jié)構(gòu)功能成像的融合，對(duì)于疾病的預(yù)測(cè)提供了很好的工具。
無(wú)奈的是，PEC/CT這種高端裝備一直掌握在國(guó)際三大巨頭手中，目前我們已經(jīng)成功實(shí)現(xiàn)了PET/CT的國(guó)產(chǎn)化，使得目前國(guó)內(nèi)有了自主知識(shí)產(chǎn)權(quán)的利器。
據(jù)我所知，在中國(guó)能夠讀PE/CT片的醫(yī)生不到800人，未來(lái)兩到三年會(huì)有兩到三千臺(tái)PE/CT的需求，而這就會(huì)造成巨大逆差，這里面可以借助大數(shù)據(jù)和人工智能。北大分子醫(yī)學(xué)影像實(shí)驗(yàn)室做了基于人體PE/CT自動(dòng)腫瘤的識(shí)別，在肺癌的診斷方面我們做了一些基于大數(shù)據(jù)和人工智能的一些探索，成功實(shí)現(xiàn)了一些算法。
這三個(gè)案例可以清楚的告訴我們，以醫(yī)療技術(shù)創(chuàng)新為主，再結(jié)合大數(shù)據(jù)和人工智能可以推動(dòng)我國(guó)醫(yī)療裝備產(chǎn)業(yè)的發(fā)展。
精準(zhǔn)醫(yī)學(xué)是未來(lái)的醫(yī)學(xué)發(fā)展趨勢(shì)，通過(guò)分子診斷和基因測(cè)序可以找到我們身上的腫瘤攜帶物和靶點(diǎn)，結(jié)合分子影像不僅知道我們身上是否存在癌變細(xì)胞，同時(shí)可以精準(zhǔn)定位，知道它在什么地方、有多大、有沒(méi)有擴(kuò)散。通過(guò)這些信息，使得未來(lái)我們對(duì)癌癥的治療可以達(dá)到更精準(zhǔn)、更及時(shí)。
總的來(lái)說(shuō)，AI及大數(shù)據(jù)對(duì)于醫(yī)療創(chuàng)新有著重要意義，北京大學(xué)也高度重視這方面的發(fā)展，進(jìn)行了多學(xué)科的交叉研究，目前北大專門成立一個(gè)健康大數(shù)據(jù)研究中心，結(jié)合了數(shù)學(xué)系、計(jì)算機(jī)系、生物醫(yī)學(xué)的教授、臨床專家形成的研究中心，希望在算法方面能夠有所創(chuàng)新。
同時(shí)，通過(guò)多模態(tài)的醫(yī)學(xué)影像能夠提升智能輔助診斷的精準(zhǔn)性，這一點(diǎn)國(guó)家也組織了很多大的課題，試圖通過(guò)影像組學(xué)的研究能夠提供更多的維度，來(lái)更精準(zhǔn)的定位和更精準(zhǔn)的診斷這種復(fù)雜的疾病。
因此，在不久的將來(lái)我們可以期待有更多更好的數(shù)據(jù)來(lái)源和數(shù)據(jù)平臺(tái)。我們最終希望設(shè)備制造商能夠基于健康大數(shù)據(jù)和人工智能把算法集成在設(shè)備當(dāng)中，真正形成智能化的治療裝備，使疾病的治療能夠更好地普及。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(jiàn)轉(zhuǎn)載須知。
