數(shù)據(jù),被譽為二十一世紀的“石油”。利用數(shù)據(jù),可以模仿飛機飛行、汽車碰撞;可以探索光年之外的星辰,也能尋找深埋地下的礦藏;還可以幫助企業(yè)調(diào)整貨架的擺放,預(yù)測未來的銷量。憑借超能力,數(shù)據(jù)躍升為新型生產(chǎn)要素。石油儲量曾是工業(yè)時代國家富足的象征,而在數(shù)字經(jīng)濟新時代,源源不斷生成的數(shù)據(jù)如同永不枯竭的“石油”。

       對此,鄭州大學(xué)蔣慧琴教授在由存儲產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟主辦的“元宇宙存儲研究與實踐”技術(shù)沙龍上表示,河南省擁有近一億人口,基于人數(shù)多、病例全的大數(shù)據(jù)優(yōu)勢,為醫(yī)療元宇宙研究和探索提供了海量、多元的原始數(shù)據(jù)集。

       內(nèi)容概述:

       元宇宙核心技術(shù),如VR/AR、人工智能等,在醫(yī)學(xué)領(lǐng)域中有廣闊應(yīng)用前景。PACS醫(yī)學(xué)影像系統(tǒng)是連接數(shù)據(jù)與元宇宙當中AI等技術(shù)的橋梁。浪潮存儲能夠助力PACS醫(yī)學(xué)影像系統(tǒng)存好、管好、用好多模態(tài)數(shù)據(jù)。

       醫(yī)療元宇宙:追求“病癥可視、名醫(yī)普濟”

       元宇宙是整合多種新技術(shù)產(chǎn)生的下一代互聯(lián)網(wǎng)應(yīng)用和社會形態(tài),它具有大、多、增三大特點。第一個特點是“大”,基于擴展現(xiàn)實技術(shù)和數(shù)字孿生實現(xiàn)時空拓展性;第二是“多”,基于人工智能和物聯(lián)網(wǎng)實現(xiàn)虛擬人、自然人和機器人的人機融生性;第三是“增”,基于區(qū)塊鏈、Web3.0、數(shù)字藏品等實現(xiàn)經(jīng)濟增值。通過在社交系統(tǒng)、生產(chǎn)系統(tǒng)、經(jīng)濟系統(tǒng)上實現(xiàn)虛實共生,每個用戶都可進行內(nèi)容編輯、生產(chǎn)并擁有數(shù)字資產(chǎn)。

       根據(jù)清華大學(xué)《元宇宙發(fā)展研究報告2.0版》,醫(yī)療元宇宙的目標是實現(xiàn)病癥可視、名醫(yī)普濟。

首先在病癥可視方面,CT、DR、核磁共振等所有的影像設(shè)備,目標就是病癥可視,因為器官是在人體內(nèi)部,是看不見的,所以第一代醫(yī)療器械的目標就是將看不見的東西可視化。比如肺結(jié)節(jié)定位與三維可視化技術(shù),通過醫(yī)療器械拍出來一片一片的內(nèi)部切片圖像,讓“看不見”的人體器官“現(xiàn)出原形”,甚至可以構(gòu)建全息數(shù)字人,為手術(shù)規(guī)劃提供參考。

       其次是名醫(yī)普濟,遠程醫(yī)療、分級診療能夠增加專家資源的普惠性。比如鄭州大學(xué)第一附屬醫(yī)院被稱為全球第一大醫(yī)院,醫(yī)生每天都很勞累、辛苦,如何把大醫(yī)院醫(yī)生的能力延伸、擴展到基層,這就可以借助元宇宙、AI等新技術(shù)的力量,推進遠程診療,讓更多的患者不用到省城看病,在家門口得到專業(yè)的診治,實現(xiàn)“破困賦能,善莫大焉”。

     “醫(yī)療元宇宙的終極目標是‘治未病’,最終是要全面提升國民健康,這也和《健康中國2030規(guī)劃綱要》里的目標一致”,蔣慧琴教授表示。通過全面監(jiān)測人體微生物、營養(yǎng)、心理等更高層次的生命體征指標,為綜合提高人體健康提供數(shù)據(jù)基礎(chǔ),由此尋找健康干預(yù)的生物學(xué)靶點。

       想想看,如果把14億人口的體檢數(shù)據(jù)、生物器官數(shù)據(jù)全部上傳到元宇宙,基于醫(yī)療元宇宙里的大數(shù)據(jù)分析做出精準評估,打造私人定制的智能監(jiān)控專家,幫助人們擁抱健康生活方式,帶來的價值將難以估量。

       元宇宙技術(shù)在醫(yī)療行業(yè)四處扎根

       VR虛擬現(xiàn)實、AR增強現(xiàn)實、AI人工智能等元宇宙領(lǐng)域的新技術(shù),在醫(yī)療行業(yè)擁有廣闊應(yīng)用空間。

       首先,VR、AR技術(shù)在醫(yī)療行業(yè),主要用來解決人機融生性問題。以腹腔鏡微創(chuàng)手術(shù)支援系統(tǒng)為例,我們知道膽結(jié)石手術(shù),傳統(tǒng)方式是在腹部開一個大窟窿,新型微創(chuàng)手術(shù)創(chuàng)口很小,但由于微創(chuàng)手術(shù)內(nèi)部信息看不見,需要用內(nèi)視鏡跟手術(shù)前CT拍攝的數(shù)據(jù)進行配準,通過虛擬現(xiàn)實仿真來指導(dǎo)手術(shù)進行。這里隱藏了什么呢?

       科幻小說《三體》里寫道,太陽系被未知文明的二向箔從3D狀態(tài)拍成了2D狀態(tài),損失了幾乎所有的生命;地球的故事告訴我們,如果三維影像是“溺水三千”,二維切片則是“只取一瓢”,其間差別是巨量的數(shù)據(jù)。而元宇宙里的VR和AR,正是把二維CT切片組合成三維立體的“全息數(shù)字人”,信息量變得空前豐富,醫(yī)生可以360度無死角的觀看到手術(shù)部位,治療效果將得到提升。未來類似“圖像引導(dǎo)外科”的產(chǎn)品還有很多,VR、AR技術(shù)在醫(yī)療領(lǐng)域擁有廣闊發(fā)展空間。

       其次,臨床對精準醫(yī)療的迫切需求。尤其是腫瘤,早期發(fā)現(xiàn)、早診早治是提高生存率的重要步驟,而早期發(fā)現(xiàn)需要精準診斷,診斷錯了是致命的。此后,在治療過程中還需要精準治療,愈后需要精準的康復(fù)方案。

       精準醫(yī)療需要用到元宇宙里的人工智能技術(shù),包括早期的CADe(Computer-assisted detection)計算機輔助檢測,能夠減少漏診率;另外還有CADx(Computer-assisted diagnosis)計算機輔助診斷減少誤診率。舉個例子,過去醫(yī)學(xué)影像主要是醫(yī)生用眼睛去觀察,很難做到定量的評估;現(xiàn)在基于元宇宙技術(shù),可以對影像進行智能檢測、智能分類、智能分割,通過多模態(tài)信息融合大數(shù)據(jù)分析,提供輔助診斷方案。

       關(guān)于人工智能技術(shù)輔助診斷業(yè)界有兩種觀點,一種是輔助醫(yī)生,一種是代替醫(yī)生,專家學(xué)者對此爭論不休�！拔屹澩�的是輔助醫(yī)生,我理解的人工智能就是為每位醫(yī)生配備一個機器助手”,蔣慧琴教授表示。

       這個機器助手要調(diào)用存放在存儲設(shè)備里的大數(shù)據(jù),例如乳腺癌的診斷需要用到多種數(shù)據(jù),像超聲、X線攝影還有病理等多模態(tài)數(shù)據(jù),用這些歷史的數(shù)據(jù)進行智能計算,然后得出一個結(jié)果。在機器助手背后,需要解決數(shù)據(jù)存儲、讀取的問題,算力、算法如何設(shè)計的問題,通過人機融生構(gòu)建醫(yī)療領(lǐng)域的機器助手。

       人機融生目前在醫(yī)學(xué)應(yīng)用中經(jīng)歷了兩個階段。傳統(tǒng)CAD計算機輔助檢測,需要醫(yī)生手動輸入圖像、抽取特征、歸類然后輸出結(jié)果,效率偏低且容易有“漏網(wǎng)之魚”�，F(xiàn)在基于深度學(xué)習(xí)的CAD技術(shù),是構(gòu)建一個模擬人腦的、深層次的、一體化的網(wǎng)絡(luò),自動提取本質(zhì)特征并輸出最終結(jié)果,提高檢測診斷的準確率,效率溜到飛起。

      “我跟醫(yī)生接觸的比較多,醫(yī)生的研究熱點是放射組學(xué)、影像組學(xué)、放射基因組學(xué),這些研究都離不開多模態(tài)數(shù)據(jù)的支持”,蔣教授表示。以拍CT為例,拍CT是為了獲取影像,此后需要做的第一步就是特征提取,定位病灶在哪里并把這個病灶篩選出來進行特征提取,然后觀察病灶的三維的特征、形狀,根據(jù)形狀的各種特征去判斷是結(jié)節(jié)或腫瘤是惡性的還是良性的,惡性度有多少,分期分級,這就是醫(yī)學(xué)的一個過程。這個過程中,醫(yī)療人工智能需要跟數(shù)據(jù)存儲進行緊密的結(jié)合。

       醫(yī)療元宇宙的關(guān)鍵:使用的高質(zhì)量數(shù)據(jù)越多,越智能

       隨著影像檢測需求倍增、影像檢測人數(shù)逐年遞增,現(xiàn)在很多醫(yī)院都開始部署多排CT、核磁共振等高端影像設(shè)備,影像診斷也快速從眼睛閱片發(fā)展到基于PACS系統(tǒng)的“軟讀片”。爆發(fā)式增長的影像需求給數(shù)據(jù)存儲設(shè)備帶來巨大挑戰(zhàn),一次CT檢查就會獲取六千多幅圖像、一個病人可能還會做多種檢查,每次拍片之后要將數(shù)據(jù)全部傳輸?shù)椒��?wù)器、最后落盤到存儲設(shè)備中。此后各個終端會調(diào)閱影像、寫報告,寫出來的報告再存儲,然后臨床各個科室在調(diào)閱影像和報告,進行影像大數(shù)據(jù)分析并再次存儲。這些過程在醫(yī)院中無時無刻不在發(fā)生,可以這樣講,醫(yī)學(xué)影像大數(shù)據(jù)時代已然來臨。

       影像大數(shù)據(jù)時代,各類醫(yī)學(xué)影像都存在PACS里面,臨床的信息都存在HIS里面,檢查檢驗信息都存在LIS里面,這些數(shù)據(jù)的保存要求是在線三年、離線三年,數(shù)據(jù)需要長期保留。數(shù)據(jù)顯示,美國醫(yī)學(xué)影像數(shù)據(jù)年增長率為63.1%,放射科醫(yī)師年增長率僅僅是2.2%,差距60.9%;中國影像數(shù)據(jù)年增長率為30%,放射醫(yī)師年增長率4.1%,差距為23.9%。所以僅靠醫(yī)生人眼觀察巨量影像面臨著巨大的挑戰(zhàn),這給人工智能為代表的元宇宙技術(shù)帶來了發(fā)展空間。

       深度學(xué)習(xí)雖然已經(jīng)在研究了,最早的從皮膚癌到肺結(jié)節(jié)的智能篩查再到基于鉬靶的乳腺篩查這都是熱點,一直在研究,但是真正投入臨床應(yīng)用還有距離,為什么?

      “最大的難點目前就是缺乏高質(zhì)量的標注數(shù)據(jù)”,蔣慧琴表示。機器學(xué)習(xí)有三要素,數(shù)據(jù)、算法和判別準則。算法再好,判別準則建立得再好,沒有數(shù)據(jù)去學(xué)習(xí),缺乏高質(zhì)量的標注數(shù)據(jù)那就不行,后端就沒可能進行落地應(yīng)用。所謂標注數(shù)據(jù),就是醫(yī)生專家診斷過、驗證過的數(shù)據(jù),醫(yī)師的意見附在這個數(shù)據(jù)里面,這樣的數(shù)據(jù)是非常稀缺的,這就是難落地的原因。

      “對此 ,我們團隊開發(fā)了PACS系統(tǒng),包括院級PACS和云PACS”,蔣慧琴表示。基于這套系統(tǒng),采集CT、核磁、超聲等科室數(shù)據(jù),并將醫(yī)生的影像分析、影像診斷報告留存下來提供標注數(shù)據(jù),結(jié)合人工智能技術(shù)讓PACS系統(tǒng)為醫(yī)生閱片、決策提供支持和幫助。目前這套PACS系統(tǒng)已經(jīng)在鄭州市第15人民醫(yī)院建成院級PACS系統(tǒng)、在鄭大一附院建成科研用大數(shù)據(jù)采集平臺、在鄭大五附院定制開發(fā)了三甲院級PACS系統(tǒng),等等。

       其中在河南當?shù)氐腜ACS醫(yī)療影像業(yè)務(wù)中,浪潮存儲能夠提供醫(yī)療影像分層存儲解決方案,基于集中式存儲保存高速在線數(shù)據(jù)、基于分布式存儲保存溫數(shù)據(jù),并用備份系統(tǒng)做離線數(shù)據(jù)歸檔,從而實現(xiàn)熱溫冷冰數(shù)據(jù)全生命周期管理,在影像數(shù)據(jù)讀取效率和成本之間實現(xiàn)均衡。

      “利用我們構(gòu)建的大數(shù)據(jù)平臺,我們用帶著專家意見的高質(zhì)量標注數(shù)據(jù)進行新一代元宇宙技術(shù)研究,以新冠肺炎、肺癌、乳腺癌和肝癌為特色病種,研發(fā)了VR三維重建、X線鉬靶圖像檢測、肝癌自動分析等基于大數(shù)據(jù)的人工智能輔助診斷和療效評估新技術(shù),這就是我們展示的元宇宙技術(shù)應(yīng)用實例”,蔣教授表示。

       未來 人機融生是方向

       智能影像診斷領(lǐng)域,最初從圖像處理與分析開始,后來經(jīng)歷了定量成像、作為第2意見的計算機輔助診斷,然后從雙重圖片的開始,圖像檢索、深度學(xué)習(xí)技術(shù)出來后,開始出現(xiàn)作為第1意見的CAD,影像科開始討論機器是否會代替醫(yī)生、超越人類。蔣慧琴教授提出了醫(yī)療元宇宙的未來暢想,“未來我覺得人機融生是方向,下一代AI PACS會成為人機融生的新模式,在人體內(nèi)部元宇宙會在微觀的方向發(fā)展,在細胞級、DNA級展開研究,形成微觀層面的元宇宙數(shù)字世界”。

       嘉賓介紹:

       蔣慧琴,鄭州大學(xué)教授,數(shù)字化影像技術(shù)研究中心主任。國家“萬人計劃”專家,科技部“創(chuàng)新人才推進計劃”領(lǐng)軍人才。主要從事圖像存檔與通信系統(tǒng)(PACS),智能影像診斷系統(tǒng),圖像引導(dǎo)外科系統(tǒng)(IGS)等人工智能領(lǐng)域的圖像處理與分析、自然語言處理、云計算、機器學(xué)習(xí)、模式識別等技術(shù)的研發(fā)和研究成果在醫(yī)療行業(yè)的落地應(yīng)用。

       蔣教授依托鄭州大學(xué)的信息工程學(xué)院、計算機與人工智能學(xué)院,鄭州大學(xué)一附院、五附院、河南省人民醫(yī)院、河南省腫瘤醫(yī)院等鄭州大學(xué)附屬醫(yī)院,以及知立康公司組建多學(xué)科、多平臺團隊,推進產(chǎn)學(xué)研用緊密結(jié)合,構(gòu)建醫(yī)療大數(shù)據(jù)采集平臺、開展重大疾病智能診療關(guān)鍵技術(shù)的研究并落地應(yīng)用。