甲状腺“超声机器人”

　　将采集的图像保存发送给超声机器人，超声机器人就能实时生成检查结果——找到甲状腺结节，标注位置和尺寸，并提示良性或恶性的可能性。

　　浙医一院的医生接待了一家来自兄弟单位的医疗人工智能创业团队——德尚韵兴的专家们。

　　这个团队的背景很牛，首席科学家孔德兴是知名数学家，浙大求是特聘教授。10多年前，当国际上刚开始把数理模型和高性能数学算法应用到医学图像领域时，这个团队也极为敏锐地进入这个新兴领域探索。他们开发的“DE三维可视化系统”，用于精准外科手术的术前规划、术中导航和术后定量评估，是北京301医院的必备软件之一。

　　最近几年，他们将深度学习技术应用于超声声像，开发了甲状腺结节智能诊断系统DE-超声机器人（以下简称超声机器人）。在此过程中，他们对原本“均码”的算法和神经网络，针对疾病特点进行“量体裁衣”。相关技术文章发表后，谷歌深度学习团队DeepMind也关注并引用了文章。

　　“副主任医师水平”

　　德尚韵兴团队此行就是带着“超声机器人”来跟浙医一院的超声医生“PK”的。医生只要坐在B超机前，用探头给病人检查后，将采集的图像保存发送给超声机器人，超声机器人就能实时生成检查结果——找到甲状腺结节，标注位置和尺寸，并提示良性或恶性的可能性。

　　不过，面对这个“超声机器人”，浙医一院的医生心中充满疑问——这个系统怎么能像他们一样做判断？结果准吗？出于礼貌，他并未当场提出。

　　当德尚韵兴专家离开后，这位主任医生准备了202个病例（恶性结节有病理对照，良性结节有三年以上随访期）发送给超声机器人，并认真记录机器人的诊断结果， 结果显示机器人的诊断准确率为85.7%。一段时间后，当他再次见到德尚韵兴的专家时，主动告诉他们：“我判断，超声机器人达到了医院副主任医师的水平，确实挺好。”

　　好的开始是成功的一半——这也开启了浙医一院和德尚韵兴后续的合作。

　　实际上，人工智能在医学领域的发展，在国内外都是刚刚起步。

　　“不能说是完全空白，但这个方向有很多值得我们研究的东西。”德尚韵兴总经理胡海蓉说。

　　德尚韵兴扮演着领域的“拓荒者”。胡海蓉向《IT经理世界》坦言，在这几年人工智能的落地实践中，她认为，组建跨学科团队，选择合适的切入点，收集和规范数据，开发让医生得心应手的产品是较为关键的环节。

　　跨学科明星队

　　人工智能+医学的落地实践，需要跨学科明星队。

　　“这里的关键体现在‘交叉’上。”胡海蓉说，“在医学重大需求上，数学家、计算机科学家或医学专家，任何单一力量是无法实现的。”

　　在这类团队中，数学专家负责提出高性能数学模型，“好的模型就像具有高IQ的大脑。”医学专家提供临床知识和经验，让机器能学到“真知灼见”，计算机软件专家要把数学家的语言转化成高效的计算机语言。

　　“可是，数学家、医学家和计算机专家都有各自的语言，怎么把他们串起来呢？”胡海蓉继续分析说，“我们就需要找到一个具有生物医学工程背景的人来做产品经理。他来负责产品的市场调研和规划，管理整个团队，充当‘多种部队’之间的翻译和桥梁。”

　　切入甲状腺超声诊断

　　选择切入点也很有讲究。这个切入点不能太过复杂——它要让团队能小步快跑，保障后续项目的进一步深入拓展；也不能太容易——它要能对医疗痛点有质的帮助，才有推广的价值，容易被市场接受。

　　“甲状腺结节诊断”最终跳入德尚韵兴团队的视线。

　　甲状腺癌在中国女性癌症发病率排名第五，在德尚韵兴所在的杭州，甚至排在第一位。但由于个体化差异，目前三甲医院甲状腺结节的诊断准确率平均只有60%~70%。用人工智能提升诊断准确率能造福老百姓。

　　相对肺、肝脏等器官，甲状腺是一个浅表器官，器官结构相对简单，没有复杂的血管。根据超声声像，就能对甲状腺结节的良恶性作出诊断。

　　但同时，甲状腺超声诊断也有一定复杂度——不像CT和核磁，超声因每位医生的扫描手法不同，得到的数据千变万化，因此对影像识别算法有很高要求。从这样一个诊断既有其简便性，又有其复杂度的疾病做起，可以在过程中积累足够经验，为开发难度更高的疾病，如乳腺肿块、肝脏肿块、肺结节的良恶性诊断打下基础。

　　数据！数据！

　　对于医疗人工智能团队来说，数据的收集、规范和标注是行业性难题。

　　“数据收集不能全靠医院。”胡海蓉总结说。深度学习靠的是“吃透”大量样本。但目前大部分医疗机构并不愿公开数据。德尚韵兴尝试通过多个渠道，有社区检查，有付费志愿者，也有试点医院。

　　“我们已收集了两三万张超声图像，这是不多的。”胡海蓉客观地说，“如果样本量能提高一倍，我们的诊断准确率还有较高的提升空间。”现在德尚韵兴的甲状腺超声机器人诊断准确率已达85%以上。

　　除了数据收集，数据的规范和标注是另一项需要大量调研和沟通协作的活。

　　以甲状腺结节超声诊断为例，数据规范要从“医生的扫描手法”开始。团队走访了多家医院，听取多位医生建议，规范扫描手法，形成最终文档。

　　拿到超声影像后，还要找到结节进行勾画。现实中，医生和算法工程师对结节的勾画有不同标准，哪一种勾画对计算机算法更有利？团队要综合考虑，制定出适合的标准。

　　在数据规范化过程中，对那些疑难病例的判断和标注，特别需要医学专家的指导。“但高水平医生的工作是最繁忙的，他们往往没有时间和兴趣参与标注。”德尚韵兴要想办法争取医学专家的支持。

　　线上线下的商业探索

　　目前，国内业界对医疗人工智能的定位有一个共识——定位在辅助诊断上。人工智能系统可取代医生重复性、机械性的工作，让医生能够看更多的病人，做更多有价值的医学探索。

　　德尚韵兴的超声机器人也是这样定位的。它可以先选出有问题的声像图给医生，及时提醒恶性风险，让医生能更仔细的查看把关。

　　经过一段时间的试点后，德尚韵兴的超声机器人将首先向基层医院推广，这将提高基层医院患者首诊的诊断水平，让更多患者不出远门就能获得“专家级”服务，再根据诊断结果到不同级别医院治疗。

　　超声机器人可部署在云端，这特别适合新疆、西藏等基层医院分散的地域。通过英特尔联合创新实验室的牵线，在新疆人民医院联合130多家医院建立的远程会诊体系中，超声机器人将成为关键服务之一。同时，与远程医疗平台汇医在线的合作，超声机器人也为平台上签约的全国基层医院服务。

　　超声机器人也有单机版，部署在医院和体检中心。其中，与从事体检中心业务的北京世纪经纶的合作，超声机器人将推广到几个省。

　　目前，在几次由第三方组织的德尚韵兴与医院的“PK”中，超声机器人每次的诊断准确率都在85%以上。胡海蓉说，德尚韵兴科研团队将模型训练已迁移到英特尔至强融核处理器平台上，并用英特尔数学核心函数库对预测模型进行优化，同时协助优化参数。未来将引入英特尔新一代人工智能技术，如FPGA可编程芯片等，进一步提升训练及部署效率。

　　在医疗数据中，90%以上是医学影像，但这些数据大多采取人工分析。在继甲状腺之后，德尚韵兴已进军乳腺肿块、肝脏肿块、肺结节等疾病的良恶性判断的研究。

　　文/赵艳秋

关注读览天下微信， 100万篇深度好文， 等你来看……