浙大孔德興：醫(yī)學(xué)影像數(shù)據(jù)庫(kù)，做持久且正確的事情 | 經(jīng)典回顧

站在新的一年回望過(guò)去，不管是在基礎(chǔ)設(shè)施、AI醫(yī)療場(chǎng)景成熟度、資本注入等環(huán)節(jié)，以醫(yī)學(xué)影像AI產(chǎn)品為代表的醫(yī)療AI，終于迎來(lái)了一次集體綻放。

據(jù)雷鋒網(wǎng)統(tǒng)計(jì)，前后已經(jīng)有八款產(chǎn)品獲批。事實(shí)上，醫(yī)療AI的商業(yè)化從來(lái)不是靠一己之力就能完成的任務(wù)：行業(yè)標(biāo)準(zhǔn)的形成、審批層面的規(guī)范、數(shù)據(jù)質(zhì)量的提升、產(chǎn)業(yè)資源的整合，每一個(gè)環(huán)節(jié)都至關(guān)重要。

醫(yī)療AI發(fā)展的過(guò)程中，最重要的是做好頂層設(shè)計(jì)。

此前，中國(guó)醫(yī)學(xué)影像AI產(chǎn)學(xué)研用創(chuàng)新聯(lián)盟理事長(zhǎng)、大會(huì)主席劉士遠(yuǎn)主任曾向《醫(yī)健AI掘金志》表示，“現(xiàn)在行業(yè)缺少的就是標(biāo)準(zhǔn)，每個(gè)環(huán)節(jié)都是。雖然已經(jīng)有企業(yè)拿到三類證，但是這僅僅是一個(gè)開(kāi)端。進(jìn)入臨床以前，任何一個(gè)醫(yī)療產(chǎn)品都要有效果考核體系，要考核有效性、安全性、穩(wěn)定性。”

作為醫(yī)學(xué)影像人工智能建設(shè)的要素之一，我國(guó)數(shù)據(jù)庫(kù)建設(shè)仍然缺乏。目前可公開(kāi)的數(shù)據(jù)庫(kù)不多，數(shù)據(jù)的標(biāo)注標(biāo)準(zhǔn)也不統(tǒng)一。

而在2020年第二屆醫(yī)學(xué)影像AI大會(huì)上，醫(yī)學(xué)圖像數(shù)據(jù)庫(kù)放射影像數(shù)據(jù)庫(kù)建設(shè)項(xiàng)目正式啟動(dòng)，建成后也將成為國(guó)內(nèi)首個(gè)醫(yī)學(xué)影像的標(biāo)準(zhǔn)化數(shù)據(jù)庫(kù)。

醫(yī)療AI，每一步都走在持久但正確的道路上。

今天介紹的文章主題正是圍繞“醫(yī)學(xué)影像數(shù)據(jù)庫(kù)”，由浙江大學(xué)應(yīng)用數(shù)學(xué)研究所的孔德興教授在第二屆醫(yī)學(xué)影像AI大會(huì)上發(fā)表。

孔德興教授是浙江大學(xué)特聘教授，博士生導(dǎo)師，應(yīng)用數(shù)學(xué)研究所長(zhǎng)，研究方向是醫(yī)學(xué)圖像處理與醫(yī)學(xué)人工智能。發(fā)表了將近70篇SCI文章，擁有已授權(quán)發(fā)明專利7項(xiàng)。作為AI技術(shù)的前沿觀察者與參與者，孔德興教授在醫(yī)療數(shù)據(jù)庫(kù)的建設(shè)方面具有許多獨(dú)到的心得。

以下為孔德興教授的演講內(nèi)容，雷鋒網(wǎng)作了不改變?cè)獾木庉嫞?/h3>

孔德興：非常高興能在大會(huì)上介紹我們團(tuán)隊(duì)在數(shù)據(jù)庫(kù)建設(shè)方面的一些工作和探索，今天主要匯報(bào)數(shù)據(jù)庫(kù)的建設(shè)情況。

大數(shù)據(jù)是必須要做的，有以下三點(diǎn)：一是現(xiàn)在的發(fā)展階段面臨大數(shù)據(jù)的支持；二是國(guó)家的重大戰(zhàn)略；三是大數(shù)據(jù)對(duì)科學(xué)研究也提出了一些挑戰(zhàn)性的問(wèn)題，在工業(yè)、農(nóng)業(yè)、商業(yè)、國(guó)防等等有重大的價(jià)值。

當(dāng)今時(shí)代是大數(shù)據(jù)的時(shí)代，在這里我用廣義相對(duì)論表述一下對(duì)大數(shù)據(jù)的理解，有以下幾點(diǎn)，

第一點(diǎn)：協(xié)變性，任何一個(gè)數(shù)據(jù)都是對(duì)客觀對(duì)象的描述，如同用不同的坐標(biāo)系描述物理規(guī)律，譬如CT和超聲是對(duì)客觀對(duì)象不同模態(tài)的描述與刻畫。

第二點(diǎn)：從量變到質(zhì)變過(guò)程中，人工智能學(xué)習(xí)或訓(xùn)練的數(shù)據(jù)樣本量沒(méi)有一個(gè)準(zhǔn)確的數(shù)量，然而訓(xùn)練結(jié)果的準(zhǔn)確率對(duì)臨床診斷的精準(zhǔn)性是重要的，這關(guān)系到醫(yī)療人工智能產(chǎn)品的準(zhǔn)確率。

第三點(diǎn)：醫(yī)學(xué)大數(shù)據(jù)有一個(gè)關(guān)聯(lián)聚合性原理。簡(jiǎn)單來(lái)說(shuō)，把每家醫(yī)院不共享的數(shù)據(jù)整合應(yīng)用，就會(huì)產(chǎn)生匯聚數(shù)據(jù)。各大醫(yī)院匯聚的是不同分布式的中心數(shù)據(jù)，用一些分布式架構(gòu)匯聚起來(lái)。通過(guò)技術(shù)手段可以破解數(shù)據(jù)庫(kù)帶來(lái)的挑戰(zhàn)。每家數(shù)據(jù)都是描述醫(yī)學(xué)規(guī)律的內(nèi)部本質(zhì)的規(guī)律，只是我們從不同的數(shù)據(jù)點(diǎn)反映側(cè)重點(diǎn)不一樣，匯聚起來(lái)產(chǎn)生一個(gè)整體的現(xiàn)象。

第四點(diǎn)：數(shù)據(jù)的重整化，我們可以復(fù)制、標(biāo)注、加工利用數(shù)據(jù)，使其不停完善，量變產(chǎn)生質(zhì)變，匯聚產(chǎn)生價(jià)值。數(shù)據(jù)是一種新型的資源，而處理數(shù)據(jù)的算法是一種資產(chǎn)，有了這些資源就有了算法。

好的數(shù)據(jù)是一種資源，是人工智能發(fā)展的基石，需要真實(shí)性、準(zhǔn)確性、完整性、可溯性等等。隨著研究和企業(yè)產(chǎn)業(yè)化的深入，當(dāng)務(wù)之急是建立一些高質(zhì)量高標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)。從量變到質(zhì)變，從臨床醫(yī)學(xué)模式到循證醫(yī)學(xué)模式，從靜態(tài)處理到動(dòng)態(tài)處理，從單科影像到多模塊交叉，建立好的人工智能算法。所有的一切都是建立在好的數(shù)據(jù)基礎(chǔ)上。

從建立數(shù)據(jù)庫(kù)時(shí)間關(guān)系，我簡(jiǎn)單按四點(diǎn)給大家分享一下，首先醫(yī)學(xué)影像人工智能對(duì)數(shù)據(jù)的要求，建立數(shù)據(jù)庫(kù)的規(guī)范，數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)的規(guī)范化，最后是建立數(shù)據(jù)庫(kù)面臨的問(wèn)題。

首先，我們要提幾個(gè)概念，第一個(gè)是數(shù)據(jù)治理，一個(gè)好的數(shù)據(jù)庫(kù)離不開(kāi)數(shù)據(jù)治理。總的來(lái)講，數(shù)據(jù)治理是數(shù)據(jù)資產(chǎn)管理形成前的一個(gè)集成活動(dòng)，包括建庫(kù)的計(jì)劃和監(jiān)督執(zhí)行的要求。

另外一點(diǎn)，數(shù)據(jù)治理有基本概念，是希望從零散的數(shù)據(jù)變成統(tǒng)一數(shù)據(jù)，從很少?zèng)]有組織的流程到全方位的綜合治理，從零散的變成一個(gè)有計(jì)劃、有執(zhí)行、有治理的活動(dòng)。

數(shù)據(jù)治理有以下幾個(gè)特征：第一，因?yàn)槎嗄B(tài)多維度動(dòng)態(tài)化的特點(diǎn)，數(shù)據(jù)采集難度大。第二，現(xiàn)階段方法手段較少。第三，數(shù)據(jù)關(guān)聯(lián)度高，關(guān)聯(lián)性復(fù)雜。正如前面所說(shuō)的，雖然超聲CT模態(tài)和表面形態(tài)不一樣，但是都是描述某一個(gè)人的肝癌信息。最后一點(diǎn)是，時(shí)間周期長(zhǎng)。

我們希望，數(shù)據(jù)庫(kù)能做到這三個(gè)層面，第一是目前階段，數(shù)據(jù)庫(kù)把數(shù)據(jù)歸集起來(lái)變成一個(gè)有特殊結(jié)構(gòu)的數(shù)據(jù)；第二是把數(shù)據(jù)庫(kù)變成一個(gè)專家?guī)欤袛?shù)據(jù)入駐要求和標(biāo)準(zhǔn)，數(shù)據(jù)質(zhì)控標(biāo)準(zhǔn)，治療方法等；第三，希望數(shù)據(jù)庫(kù)能做到動(dòng)態(tài)，比如肝癌，醫(yī)生通過(guò)隨訪肝癌高發(fā)原因，給政府提建議，共享疾病的現(xiàn)狀，從現(xiàn)在的被動(dòng)治療到疾病預(yù)防，這是至關(guān)重要的。

所以，我們的數(shù)據(jù)庫(kù)是有三個(gè)：傳統(tǒng)數(shù)據(jù)庫(kù)，專家數(shù)據(jù)庫(kù)，然后到國(guó)家的數(shù)據(jù)庫(kù)。

數(shù)據(jù)管理和數(shù)據(jù)治理有不同之處。

數(shù)據(jù)治理是很大的框架，而數(shù)據(jù)管理是數(shù)據(jù)治理的一部分，同時(shí)數(shù)據(jù)治理對(duì)數(shù)據(jù)管理有指導(dǎo)和評(píng)估的作用。

數(shù)據(jù)治理的體系是需要從全局范圍描述大數(shù)據(jù)治理的主要內(nèi)容，包括保障機(jī)制，核心領(lǐng)域，實(shí)施評(píng)估等等。數(shù)據(jù)治理不是一個(gè)虛的東西，是一個(gè)系統(tǒng)的選擇，難度很大。

我希望從不同模態(tài)數(shù)據(jù)整理出不同醫(yī)院的數(shù)據(jù)，抽象出一個(gè)數(shù)據(jù)治理指導(dǎo)性原則，現(xiàn)在這個(gè)目標(biāo)對(duì)我們來(lái)說(shuō)很有挑戰(zhàn)性，我們?cè)跀?shù)據(jù)治理做了大量的調(diào)研工作，今年年底能出來(lái)一個(gè)框架，可以進(jìn)行參考。

我們有一個(gè)數(shù)據(jù)的管理體系，管理體系的落實(shí)和指導(dǎo)有相對(duì)應(yīng)的管理工作機(jī)制，還有一個(gè)支撐數(shù)據(jù)管理的系統(tǒng)。

數(shù)據(jù)治理是一個(gè)全生命周期的管理過(guò)程，首先有一個(gè)數(shù)據(jù)采集，形成原始數(shù)據(jù)庫(kù)，數(shù)據(jù)歸集成為數(shù)據(jù)集；再做數(shù)據(jù)預(yù)處理，清洗成基礎(chǔ)的數(shù)據(jù)庫(kù)；通過(guò)醫(yī)學(xué)專家制定的標(biāo)準(zhǔn)指南來(lái)定義標(biāo)注。

其中，我們對(duì)標(biāo)注做了大量研究，發(fā)現(xiàn)各個(gè)研究機(jī)構(gòu)包括不同的學(xué)會(huì)、不同的企業(yè)和醫(yī)院標(biāo)準(zhǔn)不一樣，同樣的數(shù)據(jù)讓不同的研究機(jī)構(gòu)標(biāo)注，結(jié)果都不相同。

我們一旦建成標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)，就進(jìn)行數(shù)據(jù)算法的訓(xùn)練和調(diào)用。算法的測(cè)試可以在醫(yī)院進(jìn)行，這對(duì)于整個(gè)數(shù)據(jù)庫(kù)的建設(shè)非常重要。因?yàn)獒t(yī)院數(shù)據(jù)的維度不同，包括來(lái)源地域不一樣，方法不一樣。

比如，用上海同濟(jì)醫(yī)院數(shù)據(jù)研發(fā)做出的人工智能產(chǎn)品，而沒(méi)有其他醫(yī)院的數(shù)據(jù)，這個(gè)產(chǎn)品可能只適合同濟(jì)醫(yī)院。經(jīng)過(guò)藥監(jiān)局的批準(zhǔn)也只能適用同濟(jì)醫(yī)院。

在數(shù)據(jù)質(zhì)量管理體系中，對(duì)于數(shù)據(jù)的采集包括標(biāo)注的房間光線都有要求。在這樣的要求下，才能做到高質(zhì)量的數(shù)據(jù)結(jié)果。

隱私安全是建立數(shù)據(jù)庫(kù)的重中之重。國(guó)家衛(wèi)健委啟動(dòng)國(guó)家數(shù)據(jù)庫(kù)的建立，首要就是隱私保護(hù)，包括在倫理方面都有很大的要求。

醫(yī)學(xué)影像人工智能發(fā)展對(duì)數(shù)據(jù)的要求，首先是符合建庫(kù)要求，具有科學(xué)性、權(quán)威性、先進(jìn)性，而且是動(dòng)態(tài)的，能根據(jù)發(fā)展去更新數(shù)據(jù)，具體情況具體分析。

規(guī)范化構(gòu)建數(shù)據(jù)庫(kù)，目的是建立一個(gè)安全合規(guī)數(shù)據(jù)共享的數(shù)據(jù)庫(kù)。其組織形式是需要專家隊(duì)伍制定數(shù)據(jù)標(biāo)準(zhǔn)和質(zhì)量評(píng)估標(biāo)準(zhǔn)，然后討論實(shí)施。標(biāo)準(zhǔn)建立以后每一個(gè)環(huán)節(jié)都需要一個(gè)規(guī)范化的執(zhí)行操作過(guò)程。我們建庫(kù)的出發(fā)點(diǎn)是需求的驅(qū)動(dòng)，以患者為中心建立一個(gè)長(zhǎng)效全景的數(shù)據(jù)庫(kù)。

國(guó)家衛(wèi)生健康委牽頭聯(lián)合浙江求是數(shù)理醫(yī)學(xué)研究院、清華大學(xué)長(zhǎng)庚醫(yī)院等單位正在建設(shè)超聲、CT肺影像數(shù)據(jù)庫(kù)以及肝臟臨床數(shù)據(jù)庫(kù)，以及糖網(wǎng)病眼底數(shù)據(jù)庫(kù)和檢測(cè)數(shù)據(jù)庫(kù)。

浙江數(shù)理醫(yī)學(xué)學(xué)會(huì)等機(jī)構(gòu)也都在建立不同器官、不同模態(tài)的數(shù)據(jù)庫(kù)。最重要的是需要建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范。

數(shù)據(jù)庫(kù)建立基本原則是臨床和科研的需求，需要把臨床、科研和企業(yè)產(chǎn)業(yè)化的標(biāo)準(zhǔn)統(tǒng)一起來(lái)，是在質(zhì)量控制體系下高效成本低的建庫(kù)標(biāo)準(zhǔn)。這是幾個(gè)基本原則。

數(shù)據(jù)的標(biāo)注也要規(guī)范化。標(biāo)準(zhǔn)和專家共識(shí)是至關(guān)重要的。我們要做一個(gè)標(biāo)準(zhǔn)流程讓醫(yī)生勾畫，人工做的和智能做的在標(biāo)準(zhǔn)的軟件中進(jìn)行。

數(shù)據(jù)標(biāo)注有以下難點(diǎn)：首先，專家共識(shí)很難達(dá)成一致。比如如何合理組織專家隊(duì)伍，環(huán)境標(biāo)準(zhǔn)，使用工具的可信度，不同人有不同的理解。

到現(xiàn)在為止，我們面臨的挑戰(zhàn)很多。

第一，社會(huì)資源投入不夠。建庫(kù)是一個(gè)規(guī)范的事情，是一個(gè)長(zhǎng)城工程，需要大量的社會(huì)投入，需要我們政府、企業(yè)和研究機(jī)構(gòu)三方協(xié)同。

第二，數(shù)據(jù)庫(kù)建設(shè)滯后。第三是數(shù)據(jù)類型比例不均，有的數(shù)據(jù)樣本量少，還有的數(shù)據(jù)更新比較快。

面對(duì)挑戰(zhàn)，我們希望加快建設(shè)，希望政府企業(yè)各方面一起投入，一起組建高質(zhì)量的專家組進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)的制定。我們需要衛(wèi)健委統(tǒng)一國(guó)家數(shù)據(jù)資源，開(kāi)放共享，不能讓勞動(dòng)白白付出。

這是一個(gè)國(guó)家工程，需要各個(gè)方面的投入，是一個(gè)功蓋千秋的工程，需要大家關(guān)注的一件事情。

致謝：感謝國(guó)家衛(wèi)生健康委能力建設(shè)和繼續(xù)教育中心楊愛(ài)平主任、馬兆毅主任以及國(guó)家藥品監(jiān)督管理局醫(yī)療器械技術(shù)審評(píng)中心人工智能醫(yī)療器械創(chuàng)新合作平臺(tái)數(shù)據(jù)治理工作組專家們提出的寶貴意見(jiàn)；特別感謝徐磊博士、顏?zhàn)右共┦恳约罢绾撇┦刻峁┑馁Y料與寶貴建議。謝謝大家。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。