醫(yī)療影像AI，被譽為醫(yī)療行業(yè)的人工智能“讀片大腦”，近日發(fā)布的2019《中國人工智能醫(yī)療白皮書》顯示，AI醫(yī)學影像成為中國人工智能醫(yī)療最成熟領(lǐng)域。當前，AI輔助醫(yī)療尤其是影像醫(yī)學判讀面臨新的升級迭代，如何研發(fā)更加聰明的人工智能“讀片大腦”，成為科技界和醫(yī)療界共同探討的新課題。

醫(yī)療人工智能不只是會讀片

AI+醫(yī)學影像主要分為兩部分：一是圖像識別，應(yīng)用于感知環(huán)節(jié)，分析非機構(gòu)化數(shù)據(jù)、獲取有意義的特征信息；二是深度學習，通過大量的影像數(shù)據(jù)和醫(yī)生標注數(shù)據(jù)，不斷對神經(jīng)元網(wǎng)絡(luò)進行深度學習訓練，促使其掌握“診斷”的能力。

記者采訪中發(fā)現(xiàn)，目前醫(yī)療影像AI診斷的應(yīng)用尚處于初級階段，以在短時間內(nèi)找到容易被遺漏的疑似病灶為主要目標，尚無法對獲得的病灶進行精準的特征描述，也無法對疾病進行精準的預(yù)后評估，仍需大量其他診斷手段來幫助醫(yī)生做出臨床決策。隨著AI+醫(yī)療逐步涉入深水區(qū)，“獲取足夠豐富且高質(zhì)量的醫(yī)療影像數(shù)據(jù)”成為提升診斷準確度的關(guān)鍵和難點。

難在哪里？首先是數(shù)據(jù)量問題。很多影像模態(tài)的數(shù)據(jù)瓶頸導(dǎo)致無法訓練人工智能算法；其次是數(shù)據(jù)質(zhì)量問題。在醫(yī)學影像領(lǐng)域，人工智能訓練需要醫(yī)生標注后的數(shù)據(jù)，但這一過程費時費力。不同醫(yī)院對于圖像的質(zhì)量要求也不盡相同，參差不齊的數(shù)據(jù)質(zhì)量會給人工智能訓練帶來偏差。

走向新的升級風口：2.0時代呼之欲出

精準醫(yī)療越是涉入深水區(qū)，對人工智能輔助醫(yī)療數(shù)據(jù)信息研判精準度的要求就更高，AI+醫(yī)療需要完成從1.0時代向2.0時代的升級：“精數(shù)據(jù)”和“全流程”成為迭代關(guān)鍵詞。

日前，全球布局的域唯醫(yī)療與南京市江北新區(qū)管委會簽約建立多模態(tài)精準醫(yī)療人工智能平臺項目，旨在構(gòu)建完善的多組學多模態(tài)AI平臺，開發(fā)可以真正為醫(yī)生提供臨床診療決策支持的“智慧讀片大腦”。“真正有效的醫(yī)療人工智能技術(shù)要將解決方案貫穿整個診療過程。”上海域唯醫(yī)療科技有限公司創(chuàng)始人、CEO王世威博士說。

域唯醫(yī)療的全球創(chuàng)新中心位于歐洲奧地利維也納，由首席醫(yī)學官馬庫斯·哈克博士和首席技術(shù)官托馬斯·拜耳博士負責。“醫(yī)學影像學融合跨界不僅是生物學、臨床醫(yī)學、基礎(chǔ)醫(yī)學的融合，還需要數(shù)學、圖像學、軟件、算法、設(shè)計乃至人文學科的交叉。”維也納醫(yī)科大學的核醫(yī)學科主任馬庫斯·哈克博士說。

多模態(tài)AI“醫(yī)療大腦”如何發(fā)揮作用？歐洲科學院院士、PET/CT發(fā)明人、歐洲多模態(tài)分子精準影像協(xié)會主席托馬斯·拜耳博士細釋其原理：“首先，篩選高質(zhì)量的數(shù)據(jù)。這些數(shù)據(jù)可以雙向校準整個機器模型，無需進行人工特征篩選及人工尋找最優(yōu)算法，依靠內(nèi)核自動生成針對特定病種或者特定數(shù)據(jù)來源的算法模型；其次，提高大樣本數(shù)據(jù)的學習能力和準確度。PET/CT圖像融合了分子生物學信息及影像數(shù)據(jù)信息的功能及分子圖像，根據(jù)腫瘤的數(shù)字化影像特征訓練算法，并結(jié)合多維的多組學數(shù)據(jù)，可以得到更優(yōu)的預(yù)測模型。”

虛擬活檢、3D渲染技術(shù)：輔助腫瘤精準治療

腫瘤精準治療是目前世界的最前沿課題，如何通過AI影像加強對腫瘤精準治療的幫助？虛擬活檢、3D渲染技術(shù)，正在以全新的概念和技術(shù)迭代加速輔助腫瘤精準治療。

記者了解到，通過將醫(yī)學成像，機器學習和AI結(jié)合在一起，計算成像和個性化診斷（CCIPD）已成為檢測和診斷各種癌癥和其他疾病的全球醫(yī)療領(lǐng)域的探索前沿。美國凱斯西儲大學數(shù)字成像實驗室的科學家們已經(jīng)率先使用人工智能（AI）來預(yù)測化學療法是否會成功，波士頓的研究人員正在嘗試使用人工智能技術(shù)對腦腫瘤進行“虛擬活體組織檢查”。“通過無創(chuàng)的影像手段，獲得傳統(tǒng)穿刺活檢獲得的信息，即虛擬活檢手段，從而提高腫瘤診斷準確率及效率。”王世威博士說，“目前可以針對超過12種腫瘤不同指標構(gòu)建預(yù)模型，從而為醫(yī)生提供一整套云端或者本地端的解決方案。”

“可視化引擎通過體外3D渲染技術(shù)，重建體外腫瘤影像，從而將非影像學的數(shù)據(jù)以影像方式呈現(xiàn)給醫(yī)生。例如，通過可視化描述相關(guān)腫瘤微環(huán)境信息及病灶的確切解剖結(jié)構(gòu)，讓醫(yī)生詳細了解腫瘤的相關(guān)信息，并判斷病人最適合的療法。”托馬斯·拜耳說。

“很多大型三甲醫(yī)院正在嘗試建立多學科會診、疑難病癥的平臺，基于AI多組學的可視化分析引擎正好可以協(xié)助建立這樣的平臺。”馬庫斯·哈克說，“對于大型醫(yī)院，這個模型可以安裝在醫(yī)院的工作站，醫(yī)生在醫(yī)院就可通過模型預(yù)測腫瘤的分子信息；小型的基層醫(yī)院，可以將數(shù)據(jù)經(jīng)脫敏后傳輸?shù)皆贫耍贫死媚Ｐ头治鰯?shù)據(jù)后，將結(jié)果反饋給醫(yī)院。”