<mark id="oztn4"></mark>
0
| 本文作者： 任平 | 2021-12-23 10:23 | 專題：GAIR 2021 |
近日，第六屆全球人工智能與機(jī)器人大會(huì)（GAIR 2021）在深圳正式啟幕，140余位產(chǎn)學(xué)領(lǐng)袖、30位Fellow聚首，從AI技術(shù)、產(chǎn)品、行業(yè)、人文、組織等維度切入，以理性分析與感性洞察為軸，共同攀登人工智能與數(shù)字化的浪潮之巔。
在醫(yī)療科技高峰論壇上，AIMBE Fellow、深圳理工大學(xué)計(jì)算機(jī)科學(xué)與控制工程院院長(zhǎng)潘毅以《人工智能在生物醫(yī)療學(xué)工程中的應(yīng)用》為題，分別講述了醫(yī)藥研究中的數(shù)據(jù)特征、AI應(yīng)用生物醫(yī)學(xué)的研究案例，以及知識(shí)和數(shù)據(jù)對(duì)醫(yī)療AI的重要性。
今年2月，潘毅教授當(dāng)選為美國(guó)醫(yī)學(xué)與生物工程院院士。
他同時(shí)是英國(guó)皇家公共衛(wèi)生學(xué)院院士、烏克蘭國(guó)家工程院外籍院士、英國(guó)工程技術(shù)學(xué)會(huì)會(huì)士，在計(jì)算機(jī)和生物信息領(lǐng)域已發(fā)表250多篇SCI期刊論文，其中100多篇發(fā)表于頂尖期刊。
潘毅教授表示，當(dāng)大家關(guān)注到事物之間的關(guān)系，用萬物互聯(lián)的思路解決問題，用AI探索萬物互聯(lián)，不僅能輸出定量化病理診斷和疾病預(yù)后，還能推動(dòng)病理研究向著更加自動(dòng)化、更加精準(zhǔn)的方向發(fā)展。
“今天很多的醫(yī)藥進(jìn)步，已經(jīng)不僅是通過臨床實(shí)驗(yàn)做出來的，還是用數(shù)據(jù)分析出來的。人工智能的解釋是逆向工程，這個(gè)工作非常復(fù)雜，但是非常值得研究。如果可以實(shí)現(xiàn)，那么，我們就可以找到壓抑癌癥、壓抑肺病的某一個(gè)蛋白質(zhì)，從而以靶標(biāo)精準(zhǔn)用藥。”
以下為潘毅的現(xiàn)場(chǎng)演講內(nèi)容，雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))&《醫(yī)健AI掘金志》作了不改變?cè)獾木庉嫾罢怼?/strong>
今天，我的演講題目是《人工智能在生物醫(yī)療學(xué)工程中的應(yīng)用》。人工智能是個(gè)大課題，生物醫(yī)療工程也很大。話題縮小一點(diǎn)，我們來談?wù)凙I制藥。
生物醫(yī)學(xué)進(jìn)入大數(shù)據(jù)時(shí)代，但是很多人處理數(shù)據(jù)的水平不高。原因在于計(jì)算機(jī)專家不懂生物，生物學(xué)家不懂編程，成果都不是很好。
對(duì)研究人員來說，常常面臨工程上的“夠用”和研究上的“低智”的矛盾。比如剛開始花了五百萬提高到97%，如果還要再花五百萬推進(jìn)1%的進(jìn)步，就會(huì)面臨技術(shù)邊際效應(yīng)遞減的問題。
很多人就放棄了，這是研究界很頭痛的問題。
歸根溯源，是什么在阻撓技術(shù)的進(jìn)步？首先是數(shù)據(jù)。
計(jì)算機(jī)數(shù)據(jù)的結(jié)構(gòu)巨大，我們耗用了大量的硬件和軟件。大家熟知的超算中心、云計(jì)算平臺(tái)、存儲(chǔ)器，因?yàn)榇鎯?chǔ)數(shù)量大、運(yùn)算速度快、可以共享資源。
國(guó)家基因庫里面放了很多基因數(shù)據(jù)，現(xiàn)在深圳理工大學(xué)也成為國(guó)家的生物中心之一（北上深各有一個(gè)）。
這個(gè)基因庫不光是存儲(chǔ)，還要提供很多工具和軟件，即平臺(tái)庫，輸入一個(gè)數(shù)據(jù)就出來結(jié)果，無需下載軟件。
數(shù)據(jù)量大不是難題，難題是數(shù)據(jù)的異構(gòu)性、多樣性、增加速度快。
什么叫異構(gòu)性？
在醫(yī)療數(shù)據(jù)里，有影像數(shù)據(jù)、特征數(shù)據(jù)、醫(yī)生診斷報(bào)告數(shù)據(jù)、病歷數(shù)據(jù)，它們不僅是多模態(tài)數(shù)據(jù)，也是非結(jié)構(gòu)化數(shù)據(jù)。
另外，醫(yī)學(xué)數(shù)據(jù)還存在天然的不完整性、保密性、冗余性、時(shí)許性、多態(tài)性等特征。如何在浩瀚的數(shù)據(jù)原油里提煉轉(zhuǎn)化，是非常重要的一點(diǎn)。
人工智能在大數(shù)據(jù)領(lǐng)域已經(jīng)有很廣泛的應(yīng)用，比如用基因組學(xué)預(yù)測(cè)疾病，研究新冠病毒變異。
我的一位學(xué)生創(chuàng)立了一家公司，可以用一滴血或者唾液，預(yù)測(cè)人一輩子將會(huì)發(fā)生的疾病。
此外，在智能化時(shí)代，精準(zhǔn)醫(yī)藥也變得十分重要，今天的主題是藥，我著重講一下AI在制藥方面的應(yīng)用，比如針對(duì)每個(gè)人的個(gè)體特征而控制藥量。
回溯一下AI在醫(yī)療方面的應(yīng)用。2017年，斯坦福大學(xué)教授做了一個(gè)研究，給皮膚照相來預(yù)測(cè)皮膚癌癥，這也是今后我們要做疾病預(yù)測(cè)的一個(gè)方向。
2020年，哈佛大學(xué)成功用機(jī)器學(xué)習(xí)實(shí)現(xiàn)藥物篩選，帶動(dòng)深圳幾個(gè)藥物篩選的AI公司發(fā)展起來。
我們的魏彥杰團(tuán)隊(duì)與藥物所萬曉春團(tuán)隊(duì)，與深圳市三院劉映霞團(tuán)隊(duì)合作，針對(duì)RdRp靶點(diǎn)，用人工智能技術(shù)篩選新冠病毒藥物，發(fā)布了論文并應(yīng)用到社區(qū)疫情預(yù)防中。
同樣在疫情期間，尹凌研究員團(tuán)隊(duì)研發(fā)傳染病時(shí)空預(yù)測(cè)與精準(zhǔn)防控系統(tǒng)，基于大數(shù)據(jù)做疫情防控研究，形成了十余份內(nèi)參文檔和政策建議，為政府決策提供依據(jù)。
他們團(tuán)隊(duì)的方法是基于大規(guī)模手機(jī)信令數(shù)據(jù)、居民出行調(diào)查記錄等多源時(shí)空大數(shù)據(jù)，對(duì)傳染病時(shí)空傳播過程進(jìn)行城市級(jí)別的高分辨率模擬與預(yù)測(cè)，得出病毒的變種歸規(guī)律、傳播規(guī)律、感染規(guī)律等等。
? 新型冠狀病毒2019-nCoV動(dòng)物宿主朔源、及分子遺傳變異規(guī)律研究
? 本地家庭、社區(qū)人群中傳播效能、傳播規(guī)律和驅(qū)動(dòng)因素研究
? 人群大樣本感染水平研究，確定病例隔離周期、評(píng)估隱性感染情況
所以，我們總是能夠看到很多人工智能技術(shù)發(fā)揮醫(yī)學(xué)價(jià)值的例子。但說到人工智能，Artificial intelligence，它到底是什么？
“假智能”？“偽智能”？還是“人造的智能”？
不管大家如何定義，我要說的一點(diǎn)是，我們不要神化AI。
第一代人工智能出現(xiàn)在三、四十年前。
在我求學(xué)時(shí)，我學(xué)習(xí)的“專家系統(tǒng)”是一個(gè)最典型的AI例子。它和中醫(yī)診斷系統(tǒng)中的“因果說”很相似。比如說舌苔發(fā)黃，眼睛發(fā)紅，很可能是得了感冒。專家系統(tǒng)也是一樣的邏輯，就是用知識(shí)驅(qū)動(dòng)知識(shí)。
那么，專家的知識(shí)從何而來？從老師那學(xué)，從書本上學(xué)，從經(jīng)驗(yàn)里學(xué)。
那時(shí)候的AI技術(shù)為什么不成功？原因很簡(jiǎn)單，它只是一個(gè)很小的“玩具”。專家們只能搞點(diǎn)小玩意兒，發(fā)點(diǎn)小文章。在60年代到90年代，如果你說你是搞人工智能，是找不到的工作的。
那么，為什么現(xiàn)在的人工智能會(huì)被大家熟知？關(guān)鍵節(jié)點(diǎn)是出現(xiàn)了第二代AI系統(tǒng)。
如果說第一代AI系統(tǒng)是“照葫蘆畫瓢”，那么第二代AI系統(tǒng)是“無師自通”。
第二代系統(tǒng)由數(shù)據(jù)驅(qū)動(dòng)，無需闡明數(shù)據(jù)之間的邏輯性，只需要放進(jìn)大量的數(shù)據(jù)，利用深度學(xué)習(xí)就能找到數(shù)據(jù)背后的統(tǒng)計(jì)規(guī)律。
說得好聽一點(diǎn)是深度學(xué)習(xí)，說得不好聽就是算法，算法里面就是統(tǒng)計(jì)規(guī)律。
但是這時(shí)候的AI系統(tǒng)沒有邏輯、也沒有可解釋性。
舉個(gè)例子，AlphaGo第一次在圍棋上打敗人類，掀起了人工智能研究的熱潮，但其實(shí)AlphaGo只是把五千年來所有的棋譜輸入系統(tǒng)，然后在博弈的時(shí)候搜索最可能獲勝的招數(shù)，以數(shù)據(jù)、算力和算法獲勝。
當(dāng)時(shí)我們也推出了一款新產(chǎn)品，命名為ShouZhuo，成功打敗了AlphaGo，并嘗試?yán)^續(xù)迭代算法，一舉寫出一篇好論文。不幸的是，兩周以后Alpha Zero出來了。它不斷跟自己對(duì)弈，不需要五千年的棋譜，練到最后棋法越來越好，把所有人類都打敗了。
我們的想法是類似的，但是我們?yōu)槭裁床荒艹晒δ兀课覀儼l(fā)覺，假如我們的算法也像Alpha Zero這樣無休止對(duì)弈、訓(xùn)練，憑借我們實(shí)驗(yàn)室的硬件，大概要用1000多年的時(shí)間，1000多年之后這個(gè)算法肯定就沒用了。
說到底，人工智能還不聰明，還是依靠“數(shù)據(jù)+硬件”驅(qū)動(dòng)。在拼設(shè)備的年代，還能拼什么？
所以，這時(shí)出現(xiàn)了第三代AI系統(tǒng)。它將知識(shí)和數(shù)據(jù)結(jié)合起來，融匯了第一代AI系統(tǒng)和第二代AI系統(tǒng)。
舉個(gè)例子，什么叫知識(shí)驅(qū)動(dòng)？我女兒兩歲的時(shí)候被蜜蜂蟄了一個(gè)大包，以后再見到蜜蜂就會(huì)跑開，這是數(shù)據(jù)驅(qū)動(dòng)。什么是知識(shí)驅(qū)動(dòng)呢？從小你家里人告訴你，貓不能碰、狗不能碰、蜜蜂不能碰、蛇不能碰，以后你見到這些東西就會(huì)遠(yuǎn)離。
但是知識(shí)驅(qū)動(dòng)是有缺點(diǎn)的，因?yàn)閳D片是有限的，以后你遇到老虎、遇到大象還是會(huì)碰，因?yàn)闆]有先驗(yàn)知識(shí)。數(shù)據(jù)驅(qū)動(dòng)也是有問題的，需要通過大量的數(shù)據(jù)完成“原始學(xué)習(xí)”，過程很慢。
如何將兩種學(xué)習(xí)方式結(jié)合起來，將知識(shí)嵌入到機(jī)器腦中，這是第三代AI系統(tǒng)的問題。
舉個(gè)例子，假如現(xiàn)在用100萬張貓和狗圖像訓(xùn)練好了一個(gè)神經(jīng)網(wǎng)絡(luò)，也就是設(shè)置好了參數(shù)，它會(huì)很輕松地分辨貓還是狗，但是準(zhǔn)確性如何升高，如何再調(diào)整參數(shù)？
這時(shí)候就要用到梯度調(diào)節(jié)，這就是神經(jīng)網(wǎng)絡(luò)的概念。但是如何通過知識(shí)驅(qū)動(dòng)，就是嵌入一個(gè)概念：比如我把“狗的耳朵比較大，貓的鼻子比較小”的概念放進(jìn)去，這個(gè)算法就可以學(xué)得更好、更快。
所以，如何將知識(shí)圖譜注入神經(jīng)網(wǎng)絡(luò)是很重要的課題。
舉個(gè)例子，用神經(jīng)網(wǎng)絡(luò)摳出圖片中的人。左邊的圖為無監(jiān)督分隔，沒有嵌入足夠的知識(shí)圖譜，所以分隔得十分粗糙。而右邊的圖為半監(jiān)督分隔，事先學(xué)習(xí)了天是藍(lán)的、云是白的、人臉是黃的，人的衣服是黑色的知識(shí)，圖像識(shí)別的效果非常好。
同樣的知識(shí)學(xué)習(xí)還體現(xiàn)在AI識(shí)別手寫0—9這10個(gè)數(shù)字的實(shí)驗(yàn)中。
盡管每個(gè)人的筆跡都不同，寫字風(fēng)格千差萬別，但假如我事先編寫一組規(guī)則：有圓圈就是0、6、8、9，有一豎的就是1、4、7等等，這樣AI的識(shí)別結(jié)果會(huì)好很多。
另一個(gè)方法是融合多模態(tài)數(shù)據(jù)，是把所有數(shù)據(jù)融合起來決策。
要預(yù)測(cè)什么菜好吃，我們說聞起來很香，炒起來看著很好吃，味道很甜美，口感很滑，顏色很漂亮，這就是好菜。
但是我要給你一個(gè)融合的算法，告訴你這個(gè)菜是臭的（臭豆腐），吃起來是很香的，顏色也是很糟糕的，你說是好還是不好？這個(gè)決策就很難了。
所以，這里面的融合，要決定哪個(gè)因素有多少的比例，大家投票說臭豆腐好不好，來訓(xùn)練這個(gè)神經(jīng)網(wǎng)絡(luò)。
比如應(yīng)用在自閉癥預(yù)測(cè)時(shí)，多模態(tài)融合的分析方法診斷率極高。
具體來說是三管齊下：
第一管，行為學(xué)分析；
第二管，基因分析，抽點(diǎn)血找到生物標(biāo)記；
第三管，建立MRI影像，找到病灶。
我們現(xiàn)在講三管齊下，實(shí)際上不止三管，比如行為學(xué)可以一管分成三、四管，細(xì)分為表情、語調(diào)、動(dòng)作姿勢(shì)、腦信號(hào)。最近我們又做了一個(gè)眼珠轉(zhuǎn)動(dòng)的研究，發(fā)現(xiàn)自閉癥的孩子，眼珠轉(zhuǎn)動(dòng)也不一樣。
但復(fù)雜問題是，各種模態(tài)的確診率不一致，如何判斷可信模態(tài)，如何用算法融合，是前融合、中融合還是后融合
例如，后融合就是每個(gè)人決定做好了，再來做預(yù)測(cè)；中融合是中間算法加了東西，前融合是數(shù)據(jù)結(jié)合起來一起融合。這就很難，因?yàn)槊總€(gè)數(shù)據(jù)都不一樣。
下面我們講到這個(gè)三步曲，第一步是行為觀察，這是不用花錢的，第二步是抽血，花500到1000塊錢，第三步是照影像，大概1000到3000塊錢。
我們希望在3年到5年時(shí)間，我們預(yù)測(cè)疾病能達(dá)到90%的可能性，這樣就比醫(yī)生的水平高了，當(dāng)然這里面就涉及到倫理和法律問題。
現(xiàn)在看起來，我們好像對(duì)人工智能不信任。但其實(shí)我們以前已經(jīng)在相信機(jī)器了，比如說10年前你看個(gè)肺病，就是用X光掃描，X光不準(zhǔn)怎么辦，醫(yī)生就那么準(zhǔn)嗎？
所以今后就是這個(gè)方向——如何健全法律，讓使用者可以在使用AI的時(shí)候沒有后顧之憂。
我們最近還做了一個(gè)癲癇實(shí)驗(yàn)，也是三步走：腦影像中的特征、磁共振影像（MRI、三維），功能性磁共振影像。
具體來說，先對(duì)大腦做MRI成像，摳出來51個(gè)小特征，并結(jié)合SVM(支持向量機(jī)，support vector machines)分析腦成像中的灰色地帶等特征。比如說，如果灰色面積較大，則有可能是癲癇。
第二步，MRI建立三維神經(jīng)網(wǎng)。第三步加入時(shí)間軸，建立四維fMRI圖。考慮到診斷效率和算力水平，我們所用的四維方法是加入LSTM（長(zhǎng)短期記憶，Long short-term memory）的三維圖像，以便減少訓(xùn)練時(shí)間。雖然減少一點(diǎn)精度，但是實(shí)際應(yīng)用效果還是很不錯(cuò)。
最后，在第三代AI系統(tǒng)中，還有一個(gè)方法是結(jié)果解釋，這是一項(xiàng)逆向工程。
舉個(gè)例子，如何讓AI識(shí)別男女，我們經(jīng)常是輸入男性和女性的特征，比如頭發(fā)的長(zhǎng)短、身體的胖瘦、個(gè)子的高矮。但是從結(jié)果回溯，我們需要知道，AI到底基于什么比例做出的判斷？
80%是因?yàn)槟愕念^發(fā)比較長(zhǎng)，10%的原因是你的個(gè)子比較矮小，1%的原因是你比較苗條。
為什么結(jié)果解釋在醫(yī)學(xué)中這么重要呢？
因?yàn)檫@是找到“靶標(biāo)”的過程。
我來舉個(gè)AlphaFold的例子。
大家知道氨基酸有20個(gè)字母，形成一個(gè)序列即氨基酸序列，這個(gè)序列可以產(chǎn)生一個(gè)結(jié)構(gòu)。在生物界，蛋白質(zhì)序列是很容易得到的，蛋白質(zhì)結(jié)構(gòu)是很難的。現(xiàn)在很容易基于氨基酸序列給出所有的預(yù)測(cè)結(jié)果，但如果由結(jié)果回溯，AI能不能得出序列？
如果可以實(shí)現(xiàn)，那么我們就可以找到壓抑癌癥、壓抑肺病的某一個(gè)蛋白質(zhì)，從而以靶標(biāo)精準(zhǔn)用藥。
人工智能的解釋是逆向工程，這個(gè)工作非常復(fù)雜，但是非常值得研究。
說到這，大家會(huì)問，為什么要用人工智能做藥物篩選呢？人工智能技術(shù)在藥物篩選流程中的哪一個(gè)環(huán)節(jié)？
在美國(guó)的藥庫中，目前有三萬種藥，在藥物和小分子結(jié)構(gòu)的耦合中，如果用生物實(shí)驗(yàn)來做匹配，至少要做3萬多次實(shí)驗(yàn)，時(shí)間成本是多少？
人工智能能夠用最快速的辦法做篩選，最后排列出耦合度最高的前100種藥物，再由人工實(shí)驗(yàn)選擇出排名前幾位的幾種藥物，極大降低研究人員的實(shí)驗(yàn)難度，縮小時(shí)間成本。
而在實(shí)際情況中，從藥物篩選到藥物上市，中間還要有經(jīng)過生物實(shí)驗(yàn)、動(dòng)物實(shí)驗(yàn)、一期、二期、三期臨床，以便證明藥的效果好，并且沒有副作用。
如果我們?cè)谧畛跏茧A段卡了脖子，整個(gè)過程將十分漫長(zhǎng)。醫(yī)療濟(jì)世，就會(huì)道阻且長(zhǎng)。
可解釋AI最近是個(gè)研究熱點(diǎn)，而我們16年以前已經(jīng)把可解釋AI成功地應(yīng)用于生物信息領(lǐng)域，有效指導(dǎo)了生物學(xué)家進(jìn)行有選擇性的生物實(shí)驗(yàn)，大大減少了生物實(shí)驗(yàn)成本。
之所以要用到可解釋AI，是因?yàn)樯飳W(xué)家當(dāng)時(shí)需要知道哪種氨基酸的變化引起了蛋白質(zhì)結(jié)構(gòu)的調(diào)整，以便下一步做有選擇性的實(shí)驗(yàn)。
以上過程中能夠看出，很多問題，如可解釋AI，來自于實(shí)踐，最后結(jié)果又用之于實(shí)踐。
在2006年，我們發(fā)表了兩篇可解釋AI相關(guān)論文，一篇為《基于支持向量機(jī)和決策樹的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)的規(guī)則生成》、另一篇為《基于支持向量機(jī)和決策樹的跨膜片段預(yù)測(cè)與理解》。
兩篇文章用到了關(guān)聯(lián)規(guī)則和決策樹來記錄人工智能的決策過程，以便回溯和解釋整個(gè)決策的過程。
感興趣的讀者，可以閱讀下面兩篇文章：
https://ieeexplore.ieee.org/abstract/document/1603533
https://www.sciencedirect.com/science/article/pii/S0957417405002411
大家會(huì)提到基因組學(xué)、蛋白質(zhì)組學(xué)、轉(zhuǎn)錄組學(xué)、微生物組學(xué)、代謝組學(xué)、病理組學(xué)、放射組學(xué)等等，組學(xué)研究越來越多。
之所以產(chǎn)生這些組學(xué)詞語，是人們發(fā)現(xiàn)單純研究某一方向（基因組、蛋白質(zhì)組、轉(zhuǎn)錄組等）無法解釋全部生物醫(yī)學(xué)問題，開始從整體的角度出發(fā)去研究人類組織細(xì)胞結(jié)構(gòu)，基因，蛋白及其分子間相互的作用。
通過整體分析反映人體組織器官功能和代謝的狀態(tài)，為探索人類疾病的發(fā)病機(jī)制提供新的思路。
當(dāng)大家關(guān)注到事物之間的關(guān)系，用萬物互聯(lián)的思路解決問題，用AI探索萬物互聯(lián)，不僅能輸出定量化病理診斷和疾病預(yù)后，還能推動(dòng)病理研究向著更加自動(dòng)化、更加精準(zhǔn)的方向發(fā)展。
總之，今天很多的醫(yī)藥進(jìn)步，已經(jīng)不僅是通過臨床實(shí)驗(yàn)做出來的，還是用數(shù)據(jù)分析出來的。
隨著科學(xué)的發(fā)展，醫(yī)療行業(yè)正在不斷創(chuàng)新，科研力量的進(jìn)步與醫(yī)學(xué)界的需求，將共同促進(jìn)醫(yī)療人工智能的發(fā)展。
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。
專題
本專題其他文章
