侵權(quán)投訴
訂閱
糾錯
加入自媒體

肺結(jié)節(jié)AI走到十字路口,下一站是哪里?

“中國人的肺結(jié)節(jié)不夠用了”。

得知西南地區(qū)某著名三甲醫(yī)院的PACS(Picture Archiving and Communication Systems)接入了7家人工智能企業(yè)的肺結(jié)節(jié)智能影像診斷系統(tǒng)時,一位影像醫(yī)師戲謔地談到現(xiàn)在的情況。

魯迅曾說,世上本沒有路,走的人多了,自然就有了路。但在肺結(jié)節(jié)的人工智能檢出上,中國的初創(chuàng)企業(yè)們已經(jīng)踩出了一條京滬高速。諸多AI廠家競爭激烈的核心醫(yī)院,一個放射科室擺上4-5家AI廠商的服務(wù)器已稀松平常。

截至2018年7月的不完全統(tǒng)計,僅在肺結(jié)節(jié)篩查領(lǐng)域,拿出具體產(chǎn)品的人工智能企業(yè)就有20余家,大部分拿到風(fēng)險投資,而更多海歸博士、科研院所、醫(yī)院專家團(tuán)隊正在摩拳擦掌,躍躍欲試。

大家都奔向了同一個目標(biāo)。

誰帶火了肺結(jié)節(jié)?

從需求端來說,中國年新增肺癌患者數(shù)量全球第一,年肺癌因素死亡人數(shù)全球第一,早篩需求旺盛,低劑量螺旋CT正被廣泛推廣;而從圖像質(zhì)量上來說,胸部CT圖像分層薄、視野清晰、干擾因素少、病灶特征規(guī)律可循,是智能影像判讀的理想用武之地,加之中國影像醫(yī)師的稀缺及國家政策的大力推動,這一領(lǐng)域的應(yīng)用基礎(chǔ)堪稱完美。

但中國任何一個疾病領(lǐng)域的需求量都會由于龐大的人口基礎(chǔ)而顯得無比巨大,真正讓肺結(jié)節(jié)智能檢出火起來的,是大數(shù)據(jù)時代。

2017年7月,SQuAD的負(fù)責(zé)人Pranav Rajpurkar公開了其胸部x射線檢測肺炎的算法,并公布了當(dāng)時世界上最大的公開可用的胸透x光數(shù)據(jù)集,該數(shù)據(jù)集包含了14種疾病的10萬余張x射線主視圖。

2017年10月,NIH(美國國立衛(wèi)生研究院)臨床中心發(fā)布了一個包含3萬余患者、11萬2千余張正面視線的x射線圖像,以及利用NLP技術(shù)從放射學(xué)報告挖掘出來的14類疾病的圖像標(biāo)簽,供全球研究人員免費(fèi)使用。

2018年7月,NIH(美國國立衛(wèi)生研究院)臨床中心再次分享了一個大型CT圖像數(shù)據(jù)庫,包括3.2萬份CT圖像和展示的疾病影像學(xué)資料,以幫助科學(xué)家和臨床醫(yī)生增強(qiáng)對疾病影像學(xué)診斷的技能,AI開發(fā)人員亦可自由利用上述數(shù)據(jù)用于AI系統(tǒng)的訓(xùn)練。

對于中國醫(yī)療人工智能企業(yè)的創(chuàng)業(yè)者們而言,這些美國的公開數(shù)據(jù)集無異于最舒適的搖籃,為創(chuàng)業(yè)者們提供了豐富的數(shù)據(jù)“糧食”;通過公開數(shù)據(jù)集將AI模型的精度訓(xùn)練到一定水平后,投入臨床,以中國海量的胸部CT圖像“喂養(yǎng)”模型,使之性能進(jìn)一步飛躍,成為當(dāng)前中國醫(yī)療AI企業(yè)的普遍路徑。

“對于創(chuàng)業(yè)者而言,最難獲取的就是臨床醫(yī)療數(shù)據(jù),不管擁有多么雄厚的技術(shù)基礎(chǔ),市面上有多少可供借鑒的算法模型,沒有臨床數(shù)據(jù)拿來訓(xùn)練AI,一切都是無源之水。而中國國內(nèi)更為龐大的CT數(shù)據(jù)基礎(chǔ),使得中國人工智能技術(shù)的進(jìn)步絲毫不遜于其發(fā)源地——美國!币患矣跋裨频倪\(yùn)營者如此表示。紐約時報(NYT)在2018年的一篇文章中,提到中國的阿里和依圖,已經(jīng)先于亞馬遜,把AI引入醫(yī)療行業(yè)。

但與此同時,他也提醒,雖然國內(nèi)AI企業(yè)創(chuàng)業(yè)者的起始賽道相似,但并不意味會在同一個維度長期競爭。

“正如大學(xué)生畢業(yè)后10年所取得的成就有著天壤之別,同樣選擇肺結(jié)節(jié)智能檢出作為突破口后,研發(fā)能力的強(qiáng)弱、醫(yī)療行業(yè)理解的深淺、戰(zhàn)略眼光的預(yù)見、產(chǎn)業(yè)格局的大小,都會影響AI企業(yè)的發(fā)展前景!边@位管理者認(rèn)為。

肺結(jié)節(jié)AI的進(jìn)化之路

2017年,主攻肺結(jié)節(jié)檢出的各大AI企業(yè)都交出了輝煌的答卷,敏感性一路飆升,95%、96.5%、98.8%……人類肉眼難以察覺的像素差別,在AI強(qiáng)大的算力面前無所遁形。

然而醫(yī)學(xué)畢竟不是只懂得基礎(chǔ)函數(shù)就可以解決問題。

目前臨床上為了確保影像判讀的準(zhǔn)確性,通常由一名執(zhí)業(yè)醫(yī)師與副主任醫(yī)師共同閱讀同一個患者的胸片,影像醫(yī)師在讀片完畢之后,還需要上級醫(yī)生復(fù)查一遍,簽字確認(rèn)。AI的目的正是替代這個步驟中的第一環(huán)節(jié),因為AI醫(yī)生不僅“視力”極好,幾乎可以看出每一個微小結(jié)節(jié),同時,AI醫(yī)生不知疲倦,不會出現(xiàn)視覺疲勞,看成千上萬張胸部CT也不過毫秒之間。

將AI的靈敏度不斷提升,理論上AI可以發(fā)現(xiàn)肺部的每一個結(jié)節(jié),但是隨之而來的誤報率卻令人頭痛,是迅速將敏感性提升到極致,暫時忽略誤報率?還是花費(fèi)更大的力氣,將敏感性與誤報率同時提升到可用水平?亦或是還有更加科學(xué)準(zhǔn)確的考核指標(biāo)?

國內(nèi)著名放射學(xué)家、浙江省人民醫(yī)院放射科主任龔向陽教授曾表示,特異性和敏感性兼顧起來是很難的,所以很多公司在開發(fā)系統(tǒng)時會優(yōu)先考慮敏感性的問題,在保證敏感性的前提下,提高特異性。

“敏感性與誤報率確實很難兼得,極其考驗AI企業(yè)的技術(shù)功底,既要保持足夠的敏感性,但又要確保足夠低的誤報率,確保找出來的結(jié)節(jié)絕大部分是正確的,是有臨床意義的,并沒有外界看起來那么容易難度,依圖醫(yī)療付出了艱苦的努力,在這兩方面都做到了業(yè)內(nèi)領(lǐng)先水平”,依圖醫(yī)療總裁倪浩在接受媒體采訪時表示,“誤報一旦過高,將極大增加醫(yī)生的工作壓力,也喪失了AI助力臨床的初衷!

倪浩還提醒,單純重視敏感性,忽視誤報率不僅會增加醫(yī)生核對影像報告的工作量,也會對患者造成極大的心理壓力,甚至導(dǎo)致恐慌下的過度診療,浪費(fèi)醫(yī)療資源,增加患者負(fù)擔(dān)。

為了能夠更加客觀反映AI產(chǎn)品對于臨床工作的促進(jìn),依圖醫(yī)療引入了一個業(yè)內(nèi)全新的衡量標(biāo)準(zhǔn)——結(jié)構(gòu)化報告臨床采納率。

具體來說,該指標(biāo)包含2個方面——“結(jié)構(gòu)化報告”及“臨床采納率”。“結(jié)構(gòu)化報告”不僅要求肺結(jié)節(jié)AI找出結(jié)節(jié),更要能夠包含結(jié)節(jié)大小、性狀描述、良惡性征象等信息,并出具結(jié)構(gòu)化的臨床報告;而“臨床采納率”更為苛刻——AI生成的結(jié)構(gòu)化報告到底有多少能夠被臨床醫(yī)師不經(jīng)修改直接采納?

依圖醫(yī)療公布了他們care.a(chǎn)iTM肺癌影像智能診斷系統(tǒng)在2018年上半年的臨床反饋,該指標(biāo)的臨床表現(xiàn)為92%。這是一個極其優(yōu)異的表現(xiàn),意味著AI系統(tǒng)生產(chǎn)的結(jié)構(gòu)化報告有92%得到影像醫(yī)師認(rèn)可被直接采納,這一數(shù)字背后,AI系統(tǒng)為影像醫(yī)師所節(jié)省的工作時間難以估量。

“只有將人工智能嵌入醫(yī)生的臨床工作流,尤其是醫(yī)生認(rèn)可我們的檢測報告,AI對于臨床工作效率的提升才是有意義的,敏感性指標(biāo)非常重要,但敏感性只是起點(diǎn)”,依圖醫(yī)療產(chǎn)品副總裁鄭永升表示,“目前,憑借這項獨(dú)門絕技,該系統(tǒng)不僅進(jìn)入了全國100余家三甲醫(yī)院,并且正在AI+醫(yī)療真正需要賦能的基層醫(yī)院全面鋪開。”

突破肺結(jié)節(jié)的天花板

而當(dāng)肺結(jié)節(jié)的檢出率逐漸逼近理論極限,所有的醫(yī)療AI企業(yè)都在思考,胸部CT的智能診斷下一步走向何方?

這個問題的本質(zhì)上是在問,AI能力如何進(jìn)階,從回答“看見什么”到回答“是什么”和“怎么治”。

“一方面繼續(xù)深挖肺結(jié)節(jié)檢出,從影像判讀走向MDT決策,另一方面,從單一的肺結(jié)節(jié)檢出走向肺部多種疾病如肺炎、肺結(jié)核、慢阻肺、支氣管擴(kuò)張的智能診斷,以單一應(yīng)用解決科室場景問題,跳出一種疾病一個AI的桎梏”,倪浩表示,“這條路會很漫長,很艱辛,但只有不斷滿足臨床場景,才能夠真正成為醫(yī)生的好幫手,推動未來智能醫(yī)院的建設(shè)。”

6月15號,依圖醫(yī)療聯(lián)合中國頂級三甲醫(yī)院——華西醫(yī)院發(fā)布了全球首個肺癌多學(xué)科智能診斷系統(tǒng),這套系統(tǒng)號稱“最具醫(yī)生思維”的AI應(yīng)用,不僅能夠?qū)崿F(xiàn)結(jié)節(jié)篩查等初級功能,更能夠?qū)崿F(xiàn)肺癌全類型病灶的診斷覆蓋,綜合多學(xué)科臨床信息進(jìn)行綜合診斷,其決策依據(jù)來源于國際、國內(nèi)最新臨床肺癌診療指南,且隨著臨床診療例數(shù)的增加,將越來越聰明及富有智慧,成為基層醫(yī)師提升肺癌診療水平,降低誤診漏診的好幫手。

更值得欣喜的是,該產(chǎn)品的部分功能已經(jīng)開始臨床試驗,接受臨床的嚴(yán)苛考驗。如果成功,將無異于醫(yī)療AI的一次偉大進(jìn)步。

“就像過去人類歷史上經(jīng)歷過的一切科技變革,人工智能也將融入醫(yī)生的工作流程,與醫(yī)生群體一起更好地造福廣大病患”,中國醫(yī)學(xué)影像AI產(chǎn)學(xué)研用創(chuàng)新聯(lián)盟理事長、第二軍醫(yī)大學(xué)長征醫(yī)院影像醫(yī)學(xué)與核醫(yī)學(xué)科主任劉士遠(yuǎn)教授表示,“未來已至,只是分布不均。”

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對其真實性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請聯(lián)系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

醫(yī)療科技 獵頭職位 更多
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號