人工智慧“讀片大腦”，如何變得更聰明

供圖 視覺中國

醫療影像AI，被譽為醫療行業的人工智慧“讀片大腦”，近日釋出的2019《中國人工智慧醫療白皮書》顯示，AI醫學影像成為中國人工智慧醫療最成熟領域。當前，AI輔助醫療尤其是影像醫學判讀面臨新的升級迭代，如何研發更加聰明的人工智慧“讀片大腦”，成為科技界和醫療界共同探討的新課題。

醫療人工智慧不只是會讀片

AI+醫學影像主要分為兩部分：一是影象識別，應用於感知環節，分析非機構化資料、獲取有意義的特徵資訊；二是深度學習，通過大量的影像資料和醫生標註資料，不斷對神經元網路進行深度學習訓練，促使其掌握“診斷”的能力。

記者採訪中發現，目前醫療影像AI診斷的應用尚處於初級階段，以在短時間內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徵描述，也無法對疾病進行精準的預後評估，仍需大量其他診斷手段來幫助醫生做出臨床決策。隨著AI+醫療逐步涉入深水區，“獲取足夠豐富且高品質的醫療影像資料”成為提升診斷準確度的關鍵和難點。

難在哪裡？首先是資料量問題。很多影像模態的資料瓶頸導致無法訓練人工智慧演算法；其次是資料品質問題。在醫學影像領域，人工智慧訓練需要醫生標註後的資料，但這一過程費時費力。不同醫院對於影象的品質要求也不盡相同，參差不齊的資料品質會給人工智慧訓練帶來偏差。

走向新的升級風口：2.0時代呼之欲出

精準醫療越是涉入深水區，對人工智慧輔助醫療資料資訊研判精準度的要求就更高，AI+醫療需要完成從1.0時代向2.0時代的升級：“精資料”和“全流程”成為迭代關鍵詞。

日前，全球佈局的域唯醫療與南京市江北新區管委會簽約建立多模態精準醫療人工智慧平臺專案，旨在構建完善的多組學多模態AI平臺，開發可以真正為醫生提供臨床診療決策支援的“智慧讀片大腦”。“真正有效的醫療人工智慧技術要將解決方案貫穿整個診療過程。”上海域唯醫療科技有限公司創始人、CEO王世威博士說。

域唯醫療的全球創新中心位於歐洲奧地利維也納，由首席醫學官馬庫斯·哈克博士和首席技術官托馬斯·拜耳博士負責。“醫學影像學融合跨界不僅是生物學、臨床醫學、基礎醫學的融合，還需要數學、影象學、軟體、演算法、設計乃至人文學科的交叉。”維也納醫科大學的核醫學科主任馬庫斯·哈克博士說。

多模態AI“醫療大腦”如何發揮作用？歐洲科學院院士、PET/CT發明人、歐洲多模態分子精準影像協會主席托馬斯·拜耳博士細釋其原理：“首先，篩選高品質的資料。這些資料可以雙向校準整個機器模型，無需進行人工特徵篩選及人工尋找最優演算法，依靠核心自動生成針對特定病種或者特定資料來源的演算法模型；其次，提高大樣本資料的學習能力和準確度。PET/CT影象融合了分子生物學資訊及影像資料資訊的功能及分子影象，根據腫瘤的數字化影像特徵訓練演算法，並結合多維的多組學資料，可以得到更優的預測模型。”

虛擬活檢、3D渲染技術：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，正在以全新的概念和技術迭代加速輔助腫瘤精準治療。

記者了解到，通過將醫學成像，機器學習和AI結合在一起，計算成像和個性化診斷(CCIPD)已成為檢測和診斷各種癌症和其他疾病的全球醫療領域的探索前沿。美國凱斯西儲大學數字成像實驗室的科學家們已經率先使用人工智慧(AI)來預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慧技術對腦腫瘤進行“虛擬活體組織檢查”。“通過無創的影像手段，獲得傳統穿刺活檢獲得的資訊，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種腫瘤不同指標構建預模型，從而為醫生提供一整套雲端或者本地端的解決方案。”

“視覺化引擎通過體外3D渲染技術，重建體外腫瘤影像，從而將非影像學的資料以影像方式呈現給醫生。例如，通過視覺化描述相關腫瘤微環境資訊及病灶的確切解剖結構，讓醫生詳細了解腫瘤的相關資訊，並判斷病人最適合的療法。”托馬斯·拜耳說。

“很多大型三甲醫院正在嘗試建立多學科會診、疑難病症的平臺，基於AI多組學的視覺化分析引擎正好可以協助建立這樣的平臺。”馬庫斯·哈克說，“對於大型醫院，這個模型可以安裝在醫院的工作站，醫生在醫院就可通過模型預測腫瘤的分子資訊；小型的基層醫院，可以將資料經脫敏後傳輸到雲端，雲端利用模型分析資料後，將結果反饋給醫院。” 本報記者 沈崢嶸