<mark id="oztn4"></mark>
0
| 本文作者： 溫曉樺 | 2017-04-07 22:15 |
2016年6月，自動化所中科院分子影像重點實驗室田捷研究員團(tuán)隊和廣東省人民醫(yī)院放射科合作，采用新興的影像組學(xué)（Radiomics）方法在結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測研究方面取得了重要進(jìn)展。和傳統(tǒng)CT影像學(xué)評估相比，影像組學(xué)預(yù)測模型將術(shù)前淋巴結(jié)預(yù)測準(zhǔn)確率提高了14.8%。
早在2003年，中國就啟動了第一個醫(yī)療影像大數(shù)據(jù)研究項目。但因為當(dāng)時數(shù)據(jù)很難做到歸一化，項目以失敗告終。近15年過去了，我們才剛剛正式地有機會來開始做這件事。
——飛利浦大中華區(qū)臨床科學(xué)部高級總監(jiān)周振宇博士
人工智能大熱的當(dāng)下，金融、醫(yī)療等存量數(shù)據(jù)巨大的行業(yè)，成為了該技術(shù)落地應(yīng)用的首選行業(yè)。除了先行一步的金融，近一兩年來，BAT、初創(chuàng)公司等也紛紛開始布局人工智能醫(yī)療。
而值得一提的是，在日前由智能醫(yī)療影像平臺初創(chuàng)企業(yè)匯醫(yī)慧影在北京主辦的“醫(yī)療人工智能前沿峰會”上，雷鋒網(wǎng)通過對來自飛利浦、西門子、一線醫(yī)療工作者、學(xué)界高校、醫(yī)療科技創(chuàng)新、英特爾等醫(yī)療行業(yè)人士的訪談發(fā)現(xiàn)，在盤活人工智能醫(yī)療這件事上，各界對于智慧醫(yī)療、醫(yī)療普惠的探索，比我們想象中要早很多；業(yè)界內(nèi)的聯(lián)合聯(lián)動，也非其他同樣尋求AI創(chuàng)新的行業(yè)所能及。
在當(dāng)前中國的醫(yī)療市場中，國家投入巨大，但醫(yī)療資源分配矛盾依舊突出。據(jù)公開數(shù)據(jù)顯示，龐大的醫(yī)療機構(gòu)體系中，擁有優(yōu)質(zhì)醫(yī)療資源的醫(yī)院僅占衛(wèi)計委醫(yī)療總數(shù)的0.1%。
大量的病人來自基層，但數(shù)量極少的三甲醫(yī)院門庭若市。事實上，病人對基層的不信任不在于設(shè)施，而是人。據(jù)統(tǒng)計，目前我國基層醫(yī)院誤診率較高，醫(yī)學(xué)影像領(lǐng)域誤診次數(shù)達(dá)到每年5700萬次；醫(yī)院總體而言，腫瘤誤診率達(dá)到60%。更不用說早年。
因此，對于國家出臺的分級診療方案，實施起來也有難度。不管是三甲醫(yī)院的醫(yī)生下基層，還是遠(yuǎn)程醫(yī)療，這還是需要優(yōu)秀醫(yī)生貢獻(xiàn)時間，所以都解決不了根本問題——優(yōu)秀醫(yī)生資源缺乏，服務(wù)效率不高。
與此同時，英特爾醫(yī)療和生命科學(xué)集團(tuán)李亞東稱，此外在中國，人口老齡化與慢性病增長的趨勢驅(qū)動了市場對AI更大的需求。因此，AI 成為醫(yī)療創(chuàng)新的必由之路——讓產(chǎn)品化人工智能來賦能，讓優(yōu)秀醫(yī)生的能力可復(fù)制。
這是一個藍(lán)海市場，也是一個充滿溫情的事業(yè)。
事實上，中國早在1984年10月，原教育部副部長、東南大學(xué)校長韋鈺院士就創(chuàng)立了東南大學(xué)生物科學(xué)與醫(yī)學(xué)工程系，該系正是在2006年8月成立的生物科學(xué)與醫(yī)學(xué)工程學(xué)院的前身。而生物科學(xué)與醫(yī)學(xué)工程學(xué)院的創(chuàng)立，其科學(xué)研究及學(xué)生培養(yǎng)方向就是瞄準(zhǔn)21世紀(jì)主導(dǎo)學(xué)科——生命科學(xué)與電子信息科學(xué)，強調(diào)這兩個學(xué)科的交叉與滲透。
飛利浦大中華區(qū)臨床科學(xué)部高級總監(jiān)、接受中國最早醫(yī)工雙學(xué)士改革教育的周振宇博士向雷鋒網(wǎng)講述他那一代人探索智慧醫(yī)療的歷程時表示，“生命學(xué)工程系，最早是進(jìn)行醫(yī)工雙學(xué)位的培養(yǎng)，學(xué)生們都需要先去學(xué)工科，然后再學(xué)醫(yī)。在那個時候，我們就想創(chuàng)建這樣的影像方面的大數(shù)據(jù)平臺了。”
據(jù)了解，在2003年，中國啟動了第一個醫(yī)療影像大數(shù)據(jù)研究項目，周振宇博士也參與了其中。但在那個年代，項目雖然獲得了高達(dá)500萬人民幣的資金支持，但最終還是失敗了。因為，算法問題已經(jīng)成熟，但還存在許多無法克服的挑戰(zhàn)：設(shè)備成像的質(zhì)量，數(shù)據(jù)，以及計算機能力的滯后等。
在今天英偉達(dá)、英特爾等半導(dǎo)體廠商的加入下，CPU\GPU\FPGA等的補足讓計算處理能力有了長足的進(jìn)步。但是，如斯坦福大學(xué)醫(yī)學(xué)物理部主任、終身教授邢磊指出，數(shù)據(jù)不集中不規(guī)范是目前智能醫(yī)學(xué)發(fā)展的最大障礙之一。因為標(biāo)準(zhǔn)、系統(tǒng)兼容性和互通性而導(dǎo)致的數(shù)據(jù)歸一化問題，至今任然存在。這也是為什么，匯醫(yī)慧影希望打造跨設(shè)備互聯(lián)的醫(yī)療影像云平臺。
邢磊教授表示，對于醫(yī)學(xué)影像與病例病史等資料的整合，從而做出綜合的智能分析決策，現(xiàn)在尚處于非常原始的階段。
“現(xiàn)在醫(yī)院對病人進(jìn)行系統(tǒng)的綜合的智能分析決策做得還非常不夠，比如今天一名病人的核磁結(jié)果來了，就分析一下，但實際上，這名病人也許在十年前也留下了相關(guān)的核磁、CT及病例病史等結(jié)果，這些歷史數(shù)據(jù)是否能夠整合呢？如有了全面的智能分析決策之后，效果會好的多。”
所以，當(dāng)數(shù)據(jù)端的完善成為共識時，如何獲取數(shù)據(jù)？什么樣的數(shù)據(jù)才是智慧醫(yī)療實現(xiàn)的原材料呢？
3月28日，IBM與國內(nèi)互聯(lián)網(wǎng)醫(yī)療平臺百洋醫(yī)藥集團(tuán)簽署戰(zhàn)略合作協(xié)議，旗下百洋智能科技將成為Watson Health（沃森健康）中國地區(qū)的戰(zhàn)略合作伙伴。
此前媒體分析稱，百洋的數(shù)據(jù)量正是IBM所看重的，因為Watson的能力是基于西方患者數(shù)據(jù)庫、醫(yī)學(xué)理論得出的循證醫(yī)學(xué)診治，但是，由于種族基因、生活環(huán)境的差異，中西方患者在癌癥疾病的發(fā)病以及治療都存在一定差異。因此，對于Watson而言，成功獲得足夠的中國醫(yī)療機構(gòu)的病例病史數(shù)據(jù)，并進(jìn)行循環(huán)的認(rèn)知計算訓(xùn)練。
事實上，業(yè)內(nèi)人士指出，IBM的數(shù)據(jù)瓶頸，并不在于基因差異影響診斷，而是需要數(shù)據(jù)訓(xùn)練做基因檢測，推動精準(zhǔn)醫(yī)療。眾所周知，Watson也與世界基因治療巨頭illumina合作，基于后者最新的測序儀推測序結(jié)果的自動解及篩選靶向藥物。
同樣，周振宇博士向雷鋒網(wǎng)表示，人類健康問題從基因開始，從基因信息、到影像學(xué)信息、到規(guī)范化的大數(shù)據(jù)分析——是一條線的。“如果沒有前期的信息，談智慧醫(yī)療是不完整的。從最基本的基因測序，到整個人的健康系統(tǒng)管理，比如慢病管理，整個概念串在一起才能實現(xiàn)大數(shù)據(jù)智能診斷和研究。”
因此，除了在院內(nèi)，據(jù)匯醫(yī)慧影CEO柴象飛表示，為了將分散的數(shù)據(jù)統(tǒng)一起來，匯醫(yī)慧影的云平臺，也需要與飛利浦、西門子等設(shè)備合作打通。在院外，以飛利浦為例，作為2017年3大醫(yī)療設(shè)備巨頭率先轉(zhuǎn)型落地的一家，該公司為了統(tǒng)一鏈接基因、影像診斷、診療方案等過程，把信息的該公司醫(yī)療設(shè)備的轉(zhuǎn)型中，illumina、華大基因是不可或缺的合作對象。
就華大基因而言，該機構(gòu)運行著國家的基因庫，覆蓋面廣泛。周振宇博士透露，未來華大基因?qū)⒂?億樣本用于基礎(chǔ)（理論）研究，5億樣本用于臨床研究；而飛利浦正計劃將兩臺大型影像設(shè)備部署在國家基因庫，屆時將能夠在同一個地點去采集人的基因信息和影像學(xué)信息 。
高能的是，這個涉及到整個數(shù)據(jù)流的讀取、存儲、寫出的工作，會碰撞出怎樣的效果呢？鄭州大學(xué)第五附屬醫(yī)院教授、黨委書記王新軍博士表示，神經(jīng)影像和基因組學(xué)的完美結(jié)合形成了影像基因組學(xué)，這樣能更加準(zhǔn)確地診斷疾病，或預(yù)測一些疾病的發(fā)展。
舉例來說，膠質(zhì)瘤是在神經(jīng)系統(tǒng)最頑固的疾病，需要手術(shù)放射化療。放射治療是非常有效的，但是會帶來放射性壞死的副作用。而放射性壞死過程中，對于細(xì)胞是復(fù)發(fā)還是壞死的判斷，光從影像上判斷，現(xiàn)在還是個難題。因此，基于大數(shù)據(jù)、深度學(xué)習(xí)的影像基因組學(xué)就可以把基因組學(xué)和影像學(xué)的優(yōu)勢結(jié)合起來做預(yù)判診斷。
如果僅依靠計算機做輔助診斷，那么世界最早在1959年便有了相關(guān)技術(shù)，叫“計算機輔助診斷（CAD）”；但是，疾病雖然有共性，但診斷中最主要是每個個體發(fā)病的情況不同。周振宇表示，在今天強化學(xué)習(xí)、深度學(xué)習(xí)有了進(jìn)一步發(fā)展之下，要實現(xiàn)計算機能夠自我訓(xùn)練的過程，需要不斷有更多的信息攝入。
2016年6月，廣東省人民醫(yī)院放射科與自動化所中科院分子影像重點實驗室田捷研究員團(tuán)隊合作，采用新興的影像組學(xué)（Radiomics）方法在結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測研究方面取得了重要進(jìn)展，相關(guān)研究成果已經(jīng)在臨床腫瘤學(xué)頂級期刊JCO上發(fā)表。
據(jù)介紹，影像組學(xué)（Radiomics）是利用數(shù)據(jù)挖掘等信息技術(shù)，從影像、病理、基因等海量數(shù)據(jù)中挖掘提取并量化腫瘤海量特征，解析影像與基因和臨床信息（分型、療效和預(yù)后等）關(guān)聯(lián)的新方法。近年來影像組學(xué)已成為影像學(xué)領(lǐng)域最受關(guān)注的研究熱點和前沿方向之一。
數(shù)據(jù)顯示，和傳統(tǒng)CT影像學(xué)評估相比，影像組學(xué)預(yù)測模型將術(shù)前淋巴結(jié)預(yù)測準(zhǔn)確率提高了14.8%。
只是，這一類AI醫(yī)療成果，當(dāng)前在浙江大學(xué)、吉林大學(xué)等附屬醫(yī)院，以及中科院等機構(gòu)中都陸續(xù)產(chǎn)生，但大部分尚處于科研階段。
眾所周知，基因治療方案的未成熟原因在于，目前人類醫(yī)生尚未能夠發(fā)現(xiàn)太多基因信息與臨床表征之間的聯(lián)系。在工業(yè)界通用類圖像識別領(lǐng)域，有教機器分類物體的數(shù)據(jù)庫：Caltech 101和ImageNet。兩個數(shù)據(jù)庫的原理是，通過特征標(biāo)簽，讓機器讀懂圖像。同樣，在AI醫(yī)學(xué)影像領(lǐng)域也會面臨這樣的問題。
吉林大學(xué)第一醫(yī)院放射科張惠茅主任表示，影像學(xué)表征非常多，對于皮膚病等2D圖像的處理還比較順利，但診斷其他的疾病就變得很復(fù)雜。“如果不能做到成像、圖像處理的規(guī)范化，那么拿到這些數(shù)據(jù)也是沒有用的，也談不上今天的大數(shù)據(jù)智慧醫(yī)療。”
她表示，如何提取有效數(shù)據(jù)、規(guī)范化管理之后要提取什么樣的數(shù)據(jù)特征才有效，都需要包括臨床、基因組學(xué)、影像組學(xué)，以及設(shè)備商等聯(lián)合起來，制定出有效的特征，才能讓人工智能醫(yī)療更有效。
當(dāng)然，目前AI醫(yī)療創(chuàng)新還面臨著政策監(jiān)管滯后的問題，同時也引發(fā)起一部分人對“AI取代論”的焦慮。但如匯醫(yī)慧影聯(lián)合創(chuàng)始人郭娜所言，
人工智能更重要的是尊重生命，關(guān)愛生命。
面對生命的界限，人人都會屈服。當(dāng)呼吸化為空氣——留給我們的唯有是前行。
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。
