<mark id="oztn4"></mark>
0
“深度學習正走向兩極化，大部分研究深度學習的人員會偏向于工程化，包括建立更加全面、便捷、快速、可視化的深度學習平臺，'暴力'地將深度學習應用到更加多的領域。小部分的深度學習研究者會偏向于理論化，解決深度學習的理論瓶頸包括可解釋性等問題。”
密歇根州立大學湯繼良教授曾如此總結到。
醫療AI熱潮，無疑離不開這波深度學習的發展，但由于深度學習的天然局限性和醫療領域的特殊性，使得醫療AI這一交叉的領域，也在進入瓶頸期。
隨著深度學習即將觸及天花板，醫學影像分析科研人員也隨之分為兩大派別：理論派和工程派。
理論派的初衷，是解決深度學習“短缺”的部分，強調人工設計和數學論證，通過預先構建先驗知識，在不過度依賴大數據的前提下，開發出一個可解釋的、高精度、可解決諸多長尾問題的“智能模型”。不少專家認為，醫療AI中有大量Mission Critical和長尾問題，這對研究人員的整體系統設計能力要求非常高，因此人的作用就顯得尤為重要，而基于黑箱統計模型的深度學習，顯然存在太多的弊病。
工程派的做法，則是進一步發揮深度學習自身的優勢，揚長避短，獲取更多標注數據，設置更多參數，用更強大的算力，訓練出一個能夠學習更多維度特征的“經驗模型”。其本質是建立某種學習和搜索的Meta Method，依靠摩爾定律帶來的指數增長的算力，讓機器自行構建復雜的知識系統。
前者強調人工設計，后者依靠機器自主構建。
后深度學習時代的醫療AI研究走向，正朝著這兩個看似極端的方向發展，工者愈工，理者愈理。
前者的難度在于理論的突破，從某種程度上取決于個別人的開創性研究成果；而后者在很大程度上取決于整個行業的數據標準化、開放化和監管進度。
二者雖殊途，但目的是同歸。
電子科技大學教授李純明曾在接受雷鋒網AI掘金志采訪時談到，深度學習吸引人的地方在于，原則上它在不同的應用中均可以使用同樣的訓練算法框架。
只需替換訓練數據和相應的標注進行訓練，即可得出一個具有某種輸入輸出關系的多層神經網絡。
輸入一個數據，系統就輸出一個結果，應用過程可以做到全自動。
但這種看起來一勞永逸的框架，在實際應用中還有一些局限。
以醫學影像分析為例，由于醫學影像數據復雜多變，不同器械商的成像設備、不同的成像參數選擇、成像設備的更新換代等因素，都會導致圖像性質（如信噪比、分辨率和偽影等等）的變化，以及不同病人與病情的差異也會導致圖像特征的變化。
訓練數據如果不夠“大而全”，一旦遇到跟訓練數據有一定差異的數據，加入一點噪音，神經網絡輸出的結果可能就會出很大的錯誤。
但訓練數據要多“大”多“全”？也并未有一個客觀的量化標準。
深度學習需要用醫生手工標注的數據，還要求訓練數據和手工標注符合一定的標準。
但數據的標準化，還尚未提出通用的法則遵循。而在算法層，深度學習的調參也并沒有規律可循，調參難題至今未得到實質性解決。
這些都可能會給深度學習的應用帶來諸多不確定性，致使其在不同數據集上的性能可能會截然不同，魯棒性較差。
在醫療領域的應用上，深度學習的不可解釋性也是個無法回避的問題。
醫生和病人都很難接受這種不可解釋的診斷結果和治療方案，而當前工科會議的論文，基于不可解釋的深度學習研究成果幾乎是主流。
“數據驅動的深度學習只是數據處理的工具之一，它在醫療領域離真正的落地還有相當大的距離，還需在理論和技術上有所突破。學術界研究深度學習不應太工程化，應該多研究一些基礎性的理論問題，提出更有原創性的算法。”李純明談到。
“我認為，從眼前來講，不應該一窩蜂都用數據驅動的深度學習。一些醫學圖像算法的開發也應該針對不同的應用，去設計不同的算法，開發者盡可能在算法中融入領域知識，設計出針對特定應用的個性化的方法，而不是對每個病種都在TensorFlow或Pytorch等開源框架上用不同的數據進行訓練和調參。由于深度學習這種數據驅動的學習過程，是一種較少利用領域知識的機制，因此技術的開發也就幾乎不需要開發者與醫生的交流。醫生在技術開發的過程中只起到了對訓練數據手工標注的作用，也就是說醫生被當作人工智能背后的‘標注工人’來用。”
“從長期來講，數據為王的醫學影像AI研究方法，在未來遇到的問題將會越來越多。當前多數學者更多停留在簡單的工程問題，缺乏在基礎研究上的突破性進展，企業界的技術開發也因此遭遇瓶頸。”
與此同時，現在的深度學習其實是一個有問題的框架，用大量標注數據做訓練的方法，在過去幾年很成功，但在解決醫療這類擁有諸多“非封閉”和”長尾”問題的領域，當前的深度學習主流研究，并不代表是正確的方向。
現階段，計算機視覺系統是一個Training System，而不是一個Learning System，我們需要從Training System變成Learning System，讓機器主動，并結合數據的結構、時間空間結構去學習，而不是被動地用人工訓練來標注它。
目前行業走的是粗放型發展路線，是靠堆積數據和計算資源來換取高性能，這是資源而不是效率的競賽。在大家把醫學影像分析聚焦于Data Set的大環境下，雖然在工業界已有一定的成果，但理論派認為，原創性技術和基礎研究，更值得工科人去關注和投入。
正是由于深度學習遭遇的種種問題，也促使優秀科學家加大了對基礎理論的研究。
而另一方面，在部分臨床問題中，也可通過在非技術層的行業標準構建等方法，來逐步推動醫學影像AI輔助診斷的發展。
第一步，則需定義好要解決的問題。
上海長征醫院影像醫學與核醫學科主任劉士遠在2018中國醫學人工智能大會的演講中指出，現在的AI醫療產品遇到的首個問題便是實用性差，如現在常見的影像AI產品大多是基于單病種圖像標注形成的模型，尚未符合臨床實用場景的產品，而且大多數產品性能的自報數據與實際檢測數據不符，魯棒性有待提高。
AI產品往往只是集中在少數幾個病種，難以覆蓋全部醫學影像問題。
其次，行業現在普遍缺乏標準化高質量的訓練數據，國內外雖然有很多公開的數據庫，但是存在同質化和人種差異等問題。
而且眾多人工智能企業和機構采用的訓練數據集標準多樣，系統偏差較大，行業缺乏醫學圖像和疾病征像的統一認識。
整個行業的醫療數據保護和監管措施也有一定的缺失，數據不能被溯源，缺乏合法性和可分享性。
同時業內也缺乏對數據使用標準的判斷依據，在現有的法律基礎上尋找合規使用和分享數據的渠道，也是迫在眉睫的一件事情。
劉士遠建議到，構建標準庫，離不開醫生的參與。
要形成與AI研發相關的標準和數據，需要在圖像采集環節、標準庫構建環節、病種的分布以及各種描述術語等層面，都要達成一定的共識。
2018年9月，國家頒布了《國家健康醫療大數據標準、安全和服務管理辦法（試行）》。此外，在肺結節領域，中檢院肺結節AI檢驗數據庫標定專家組已經完成肺結節標準數據集建設。
這些均為標準的建設，做好了鋪墊。
當然，圖像標注環節也存在很多問題，以肺結節標注過程為例，其主要存在以下問題：標注者隊伍混亂，資質不一；圖像征象認識不統一；圖像標注方法不統一；圖像分割方法不統一；圖像量化方法不統一。
據了解，中檢院在構建肺結節標準庫的過程中，從全國招了250名5年以上經驗的影像科醫生志愿者，對他們進行了簡單的測試，使用了30例結節，結果準確率只有30%，說明如果沒有共識和基礎培訓，醫生的標注準確率很低，非影像科醫生甚至不是醫生的準確率更難以想象。
而標注的方式，有緊密包裹法、區域標注法等，不同的標注方法輸出的結果也不盡相同。
“圖像分割如果沒有統一的標準，結論的差別也會非常巨大。
還有量化的方法，到底是測直徑，還是測體積，還是測質量，怎么測，行業都需要形成一致意見。
在醫學影像AI模型檢測階段，也會存在生產過程不規范，模型效果和安全性缺乏公正評價，缺乏產品檢測標準庫和評價體系，缺乏相關法律法規、質控檢查和管理制度等問題。
在AI模型使用階段，受歡迎程度，對醫生的影響，過多的假陽性，倫理和法規，是否匹配醫院和醫生的需求等問題也尚待解決。”
另外，也需考慮其他問題：
產品應游離于信息系統之外，還是融合于信息系統之內？
年輕醫生對AI產品產生依賴之后，是否會導致業務能力下降？
數據的倫理和產品的倫理問題：數據的倫理就是數據的所有權、許可權和隱私權都需要制定規范，現在衛計委已經發布了相關標準和規范。第二個則是產品的倫理問題，隨著產品的逐漸落地，產品的責任和影響都需要倫理的相關準則來考慮。
劉士遠教授還強調，影像診斷是全鏈條、多維度的工作，工作內容不僅僅是圖像識別，需要充分發揮醫生在醫學影像AI研發過程中的作用。
在數據上，醫生可以建立大樣本的單病種數據庫，提高訓練數據質量，并在此基礎上規范化標注，形成高質量訓練集，還要學會在法律法規下分享和使用數據。
醫生還應當成為質量控制和標準的制定者和執行者。如制定圖像采集和圖像質量的標準，制定數據庫建設的構成比例、病種分布、病灶類型等專家共識，并形成各單病種影像征象和描寫屬于以及單病種AI模型數據標記專家共識。建立一套正確的基本倫理準則來指導AI的設計、管理和應用。
無論是AI理論創新，或是非理論層的行業標準建立，其均是醫學影像AI成功的必備條件。
而2019年的醫學影像AI，也正式進入“后深度學習時代”。
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。
專題
