首页 >> 新聞資訊 >>行業新聞 >> 智能醫療影像診斷系統“現實很骨感”
详细内容

智能醫療影像診斷系統“現實很骨感”

时间:2017-09-08     【转载】   来自:OFweek醫療網

2017年以來,關于人工智能泡沫的議論紛紛攘攘,知乎上一問題“這一波人工智能泡沫將會怎么破滅?”獲廣泛關注,其中,稟臨科技聯合創始人PENG Bo的觀點得最高贊同票,他認為,“人工智能有些危險,因為現在變現似乎是個難題。”“目前看來,AI可能并不足以支撐一個獨立的公司,它更適合作為其它公司的一個部門,或被其它公司收購。”


許多智能影像一線從業者可能會對其觀點深表贊同。科大訊飛智慧醫療事業部醫療影像產品負責人馬文君告訴記者,“如今的智能影像很像前幾年的互聯網醫療,大家一窩蜂進來了,但下一步怎么做,是個問題。”匯醫慧影梁恩銓認為,“整體來講,智能影像診斷真正深入到臨床診斷的很少,目前,業內嘗試與醫生合作做科研或提高效率方面嘗試,但要真正提高診斷率,目前還有很大差距。”


動輒可以聽到“AI取代醫生”“AI的準確率超過醫生”的言論,同時“理想很美好,現實很骨感”的感慨頻頻傳來,理想的豪言壯語隨處可見,那現實是什么呢?


有人說,21世紀是數據為王的時代;有人將算法比作發動機,數據比作石油;有人則強調行業數據、專家資源和核心技術是打造智能影像缺一不可的三要素。無論怎樣強調數據的重要性都不為過,我們且以影像數據為徑,智能影像公司的運營為緯,一窺智能影像公司的真實日常。


0919-1.jpg


數據端:保證質量,數量多多益善


盡管我國存在第三方影像中心,但絕大多數的醫療影像數據來源于醫院。據悉,大的三甲醫院一年產生的影像數據在10T以上。宜遠智能CEO吳博稱,“單個醫院的影像數據存量就很大,每天數百例新增也很常見。”


在醫療信息系統中,PACS系統負責醫療影像采集、數據傳輸存儲以及影像分析、處理,并且不同的PACS系統之間,能以以DICOM國際標準方式對接。


總體來說,醫院影像數據多且大都標準化,便于機器閱讀,為此,智能醫療影像被業內人認為將率先實現商業化落地。


上海市兒童醫院影像科主任楊秀軍曾表示,“很多醫學影像領域特別適合人工智能/圖像識別技術,國內外有很多廠商從事這方面,也做出一些成果。”


吳博告訴記者,對于AI ,影像數據本身具有標準化的優勢。不過,數據異常也容易碰到。“以CT為例,有的病人不是躺著而是趴著掃描;有的不是頭先進去而是腳先進去;CT長寬512像素或者768像素的差別,不同排數機器的層厚差異以及薄層重構算法,都會影響清晰度。”他補充道,“處理流程只要充分考慮和兼容這些變化情況,原始數據的可用比例還是非常高的。”


對于一個AI系統而言,數據多多益善是有前置條件的,在保證喂養數據質量的情況下,增加數量才有意義。而判斷影像數據質量,主要取決于AI公司所打造智能診斷產品的臨床目的。除此之外,對于智能影像診斷而言,影像數據需要關聯更準確的診斷和后期結果關聯,否則垃圾進,垃圾出。


南方醫科大學副教授劉再毅曾表示,“我們數據多得不得了,我們影像科每天產生很多數據,但是有多少數據可以用?1%都不到,其中有大量錯誤信息。”他補充道,“數據規范的問題沒有辦法管控,臨床信息經常有誤。”

拿現在很火的肺結節智能診斷為例,對于AI公司來說,有肺結節的影像才是有價值的,“在產生的影像數據中,只有10%20%的病人有問題,即便如此,并不是所有有病灶的影像數據都能拿來用。”梁恩銓稱。而在醫院內部,醫學影像系統和診斷報告是兩個獨立的系統,兩者并無關聯。“用數據訓練AI很重要的一點是:需要系統判斷一個影像是否有結節,是否有病灶。而醫院每天拍出來幾百影像,并沒有標出來哪里有結節,對于AI公司來說,這就是沒有價值的數據。”梁恩銓告訴記者。

 

數據獲取:“合作”共贏

 

影像數據是醫院的,智能影像公司如何獲取呢?

 

醫療數據是一種資源,意味著它有價值,想獲取有價值的東西最簡單的邏輯就是“買買買”,這正是財大氣粗的IBM的戰略。在2014年相繼收購了大數據醫療保健分析提供商PhytelExplorys后,2015年,以10億美元收購了醫學成像及臨床系統供應商Merge Healthcare,后者坐擁有8500家客戶,其中包括美國聯邦政府和州政府機構、雇主、醫保、醫院等,以及3億病人數據。

 

在我國,三甲醫院擁有絕大多數影像數據,但影像數據不出院是必須守住的紅線。為此,AI公司與醫院尋求“合作”就成了一種可能的路徑。一般來說,AI公司會選擇與醫院合作開發,一方面得到脫敏的數據和行業專家,一方面收獲了產品打磨的場景,至于合作模式,則各有特色。

 

一般來說,智能影像公司官網上的合作醫院被視為彰顯自身實力的背書。記者從公司官網上了解到,推想科技稱其與北京協和醫院、同濟醫院、長海長征醫院等5家三甲醫院達成合作;科大訊飛先后與北京大學口腔醫院、上海交通大學附屬第六醫院南院等多家醫院合作;依圖科技與浙江省人民醫院合作。

 

劉再毅曾表示,非常希望與好的AI公司合作,以臨床目的為中心共享研究成果。“我們臨床數據最寶貴,光有技術沒有臨床數據,很多都是紙上談兵。”

 

“我們現在不一定要獲取數據,而是想使用數據,我們在和醫生的合作中發現,他們對于數據共享持謹慎樂觀和開放的態度,我們提供深度學習的經驗,和對于數據標注、數據整理和數據隱私保護的方法論,結合醫療數據和專家只是,用科研服務、課題服務的形式結合起來。“吳博稱道,宜遠智能切入醫療影像領域,目前不以工具見長,而選擇以貼身服務來做,同時,醫療影像數據敏感,處理算法要能分布式地下沉到數據所在位置,而不是一味期望數據統一歸集到統一平臺。

 

匯醫慧影CEO柴象飛稱,他們為頂級醫生提供工具、方法合作共贏,而對于偏基層的醫院,基于提供的IT工具之上,提供一些更加智能化、自動化的工具,同時不斷收集數據,進行算法模型的迭代。這與其規劃的商業模式是一致的,提高效率、降低誤診率的篩查類影像系統,短期內醫院可以買單。至于與頂級醫院的合作模式,公司高級市場經理梁恩銓披露道,與很多醫院的合作是以科研合作的形式,最后的成果雙方都有署名,“產品歸我們,數據是醫院的。”

 

數據處理:“只有人工,沒有智能”

 

一如機器學習AI建模的流水線,醫療影像數據處理過程也要經歷數據標注、清洗、切割,隨后是建模、調參等。

 

在處理影像數據的技術問題上,據吳博介紹,醫療影像數據刻畫的是體內臟器,與肉眼容易識別花鳥蟲魚人臉等常規圖片,成像原理與視覺特征都不相同,深度學習模型尤其需要深度改造。

 

但醫療影像數據處理的特殊之處在于數據標注耗費時間更長、門檻更高,“要湊齊多名資深醫生對數據進行比下診斷報告還要細致的標注,難度、進度和成本都很高。”吳博稱。無怪乎,科大訊飛智慧醫療事業部總經理陶曉東稱,行業數據、專家資源和核心技術是打造智能影像缺一不可的三要素,大多數AI公司與醫院合作開發,由院內專家進行標注。

 

拿匯醫慧影為例,醫生使用其產品的同時就能對影像數據進行標注,產生他們需要的有效數據。“醫生在看片的過程中,如果發現有病灶的影像,用我們的系統在病灶上直接標記。除此之外,系統中還集成了病理和病理數據,綜合這些信息才能判斷是否有癌癥。”梁恩銓告訴記者。而這引發了一個現實問題:數據產生速度很小。

 

在醫生的診斷中,影像僅是一個參考信息,最終還要參考病理診斷等信息進行確診,所以對于打造一個智能診斷系統來說,很多數據的集合才是有效的數據。對此,梁恩銓介紹道,AI公司需要盡可能多地打通不同的系統,把病人的所有相關信息整合在一起,這其實是比較難的。匯醫慧影單獨開發了一個數據平臺,其中集成了數據清洗功能,把病理、病例和影像數據拿過來后,還要整合清洗。“醫療數據獲取難,標注工作量大,我們自嘲所謂人工智能,只有人工沒有智能。相對于機器視覺的其他領域,醫學上走得還是要慢一些。”

 

實際效果:幫醫生做科研或提高診斷效率

 

智能影像診斷系統準確率在95%以上,超過人類醫生的消息屢見不鮮,但其應用情況怎樣呢?

 

劉再毅曾表示,許多AI公司在訓練其智能系統時沒有甄別錯誤信息,導致真正投入臨床時,準確率只有50%,“這就沒有任何價值。”

 

梁恩銓稱,“若想用AI提升診斷率,目前為止還有很大差距。”他表示,AI診斷結果是個概率的問題,只要不能達到100%的準確率,公司難以為那1%負責。除此之外,很多公司在肺結節診斷上做得很好,但對于一些癌癥亞型,醫生本身就很難判斷,遑論AI了。“總體來說,真正深入臨床流程的AI很少,現階段,AI公司大都在幫醫生做科研或在提高診斷效率方面嘗試。”

 

將頂級專家的診斷能力固化下來,提供給基層醫院,是許多智能影像公司勾勒的美好藍圖。科大訊飛智慧醫療事業部總經理陶曉東曾說道,智能影像診斷系統,對三甲醫院的頂級醫生是錦上添花的事;而基層放射科醫生,每天只看四個片子,經驗比較少,這就是雪中送炭的事。杭州認知科技副總經理王泰峰稱,IBM Watson能提升基層醫生的決策效率。

 

但實踐起來同樣遇到尷尬。人工智能是基于云計算的,數據放在云端,基層醫院的信息化程度不夠,沒有大數據,怎么用人工智能?除此之外,大多數醫院使用的是局域網系統,沒法連接外網,數據也無法走上云端。

 

怎樣說服醫院同意把數據放在云端,也是一個棘手的問題。“如何充分保證數據隱私,這是很難突破的地方。”梁恩銓告訴記者,“但相對于其他數據,影像數據含有的隱私信息較少,還是比較好溝通的。”

 

智能影像:風口已至,還是初露端倪?

 

有人說,投資人判斷的不是行業趨勢,而是時間點,判斷機會在哪個時間點才是關鍵。如今,AI+醫療影像被認為是率先實現商業化落地的領域,這意味著風口已至,還是初露端倪?

 

劉再毅告訴記者,“如果真正去做醫學影像研究,會發現其中的陷阱、難度很多。我覺得這里面更多是做學術研究,真正落地到臨床上是很難的,路還有很長。”上海市兒童醫院影像科主任楊秀軍表示,“有的智能診斷產品針對某一種病,比如開發出一種軟件能更簡便、更快捷地診斷皮膚癌,但絕大多數的病變不是那么簡單的。”

 

梁恩銓認為,絕大多數智能診斷產品沒有Follow臨床工作流程,拿肺結節診斷來說,僅診斷出肺結節沒有問題,不能確定是否有其他疾病,而誤診或漏診的后果是非常嚴重的。

 

飛利浦大中華區臨床科學部高級總監周振宇對此深以為然。此前,他出席記者承辦的CCF-GAIR大會上曾表示,“我今天來到這個會場,想看到更多人工智能在醫學方面的應用,但是我們看到還是和十幾年前一樣的,我們得到的結果還是停留在純粹數據驅動的結果上,100個肺結節找到多少百分比,這對于臨床知識來說沒有太大的價值。”他說道,“另外,從疾病和臟器來看,目前還是僅限于皮膚病、肺結節等相對容易做的器官。更多的人類疾病,中國人比較重要的肝臟、腎臟、乳腺等方面,其實各個廠家的涉足點都是比較緩慢的。”


本文轉載自:OFweek醫療網,版權歸原作者所有。


上海長城計算機網絡工程有限公司

聯系郵箱:[email protected]


聯系地址:上海市虹口區松花江路2539號1號樓604室
在線客服QQ:1032938094
聯系電話:021-56530968
微信公眾號
關于我們
技术支持: 建站ABC | 管理登录
不给糖就捣蛋免费试玩 模拟人生4 网红 赚钱吗 时时彩大小单双人工计划 开个蛋糕烘焙店赚钱吗 365投注网 北京pk10免费计划在线 北赛车pk10直播手机版 西游争霸游戏机下载 电玩城 北赛车pk10直播手机版 淘宝快3那里玩 重庆时时彩包胆 奥讯网 pk10如何将100玩到一万 金庸群侠传在哪赚钱 北京pk赛车免费计划app 5个骰子比大小怎么玩 北京十一选五5开奖结果