打开网易新闻 查看更多图片

导语:如果能在非常早期阶段,发现肺癌征兆,那么病人就有超过90%的生存率。但是对于接近晚期的肿瘤,五年生存率可能就在12%左右。如何帮助放射科医生排查漏诊?用科技的力量可以改变中国影像医疗的现状!

中国医疗现状与需求

相信各位去过国内的医院后都会有这样的感受,可能排几个小时的队,到医生那儿几分钟就看完了。病人认为得不到应有的服务,但是对于医生而言,他们早上五点半起床,七点半到医院开晨会,一直工作到晚上十点也许都没办法做完当天的诊断,而回到家后可能还要进行科研工作。

打开网易新闻 查看更多图片

肺部CT扫描是一个三维的影像,从上到下,需两三百张影像才可以看完。而放射科医生每天的工作,就是大量阅读CT、X光、MI放射影像的片子,寻找早期的病变。一个病例要来来回回看三至四遍,超过一千张影像,才能够确认病人到底有没有问题。在这个基础上,一个放射科医生每天所面对的工作量往往超过一百个病人。

打开网易新闻 查看更多图片

早发现就有高生存率

恰恰就是这些早期的病变,对病人生存率有极大的影响。以肺癌为例,一个非常早期的肺癌征兆,有超过90%的生存率,对于特别早期的,甚至有接近100%的生存率但是一个近晚期的肿瘤,五年生存率可能就在12%左右。因此,放射科医生需要非常辛苦地把这些早期的病灶找出来。如果不能找出,那便会大大影响后期治疗诊断的效率。

我们怎样能够更好地去解决这个问题呢?用人工智能的技术就是最适合的。我们将最先进的深度学习技术应用到医学影像诊断领域,帮助医生的诊断变得更加有效,更加准确。

打开网易新闻 查看更多图片

人工智能帮助医学影像

2012年到2014年间,我在美国芝加哥大学修读经济学和金融学的博士。事实上,金融领域也是人工智能技术被应用的最早领域之一。美国在2013年时超过70%的交易市场,就是由机器来进行买卖。当时我就对此非常感兴趣,于是便去了解最先进的人工智能深度学习技术还能在哪些领域发挥作用

直到有一天,我遇见一位放射科医生,他对所展示的人工智能、深度学习技术非常有趣,问我能否用同样的技术帮助放射科医生解决行业里的问题。我们便开始了解这个行业,与不同的人沟通,最后发现这的确是一个非常大的痛点。所以我认为这就是非常值得我去奋斗一生的事业,于是在2014年底,我放弃了在美国的博士学业,休学回国成立了推想科技。


真正应用困难重重

2015年初,当时医疗行业听说过人工智能和深度学习的人很少。我们沟通了许多医院,大部分人都对这个此感兴趣,但真正愿意深入合作的却凤毛麟角。在这之中,还有人十几年前就参与过医疗行业的人工智能,但当时以传统技术为基础的人工智能手段,并不足以满足临床需求,无法做出一个适用的产品,于是他们对人工智能很失望。2015年我再去寻找他们的时候,他们就会跟我说,“你这个技术我们二十年前就已经开始做了,根本就不可能实现,本来就是一个忽悠人的东西。

打开网易新闻 查看更多图片

在走访了几十家医院之后,我们才幸运地获得了早期合作方。其实做医学影像的人工智能有非常多挑战,对于不是很了解医学影像的人而言,每一个X光、CT都是非常高分辨率的影像。

人可能无法理解人工智能做出的结果

就拿X光来说,最小的一幅图在医学影像中的分辨率是3000×3000,而CT的分辨率是512×512×250,这就是医学影像高分辨率、高信息量、高维度的特性。我们在这个影像里去寻找早期病变,它的难度可以类比成,要求你在一分钟之内,把几十万字长文中的所有错别字找出来。

打开网易新闻 查看更多图片

深度学习与人工智能技术有一个很大的特点是,人不一定能够理解它做出来的结果。就像我们看到阿尔法狗下棋时,会发现根本无法理解它为什么下在那个地方,但最终它却可以把这盘旗下赢,所以它具有不可解释性。但是在医疗行业,可解释性是非常重要的一个环节。对于任何一个诊断结果,都需有理地告诉病患为什么我在做这样一个结论,你往下该怎么做。

我们该如何解决这些困难?

做深度学习与人工智能还有非常重要的一个环节,就是高质量的训练数据。但在医疗行业,高质量的训练数据很难获取,因为不是任何一个人都可以做医学影像诊断和筛查的工具。

打开网易新闻 查看更多图片

这些都是我们把深度学习人工智能应用在医学影像与放射科时所面对的困难和问题。那么我们该如何去解决呢?这就要求所有人都扎到医院里和医生一起上班、下班、工作、生活。只有这样,我们才可以做出一个真正符合与满足临床需求的产品和技术。


我们的真实案例

打开网易新闻 查看更多图片

这是我们在上海一家医院刚上线时碰到的一个案例。当时我们的系统仍处在测试阶段,它圈出了一个点,觉得上面有问题,但医生看了半天,觉得这并不像是一个有问题的地方。他认为这是我们模型的假阳性,是我们的产品给出了一个错误的结果。但由于在测试阶段,我们就推荐这个病人去做一个更深入的检查。之后的CT就可以看得非常清楚了,这是一个早期肺癌的征兆,而这个深入的检查,才真正让我们看到,AI给出的结果没有错,它帮助了医生找到了漏诊的地方。

打开网易新闻 查看更多图片

实现早诊早治的价值

当AI学习的病例超越了任何一个放射科医生时,它是可以看出一些人都不容易看出的病变,帮助医生找到漏诊的病例。我们想帮助医生与病患,把一些可能因为疲劳与经验不足会错过的病灶找出来,挽回健康。

如果可以把诊断的效率往前提,把每一个病灶找到的时期往前提,我们就可以大幅提升对任何一个疾病救治的可能性,这就是早诊早治的价值。我们希望使用人工智能手段,来帮助完成早诊早治,最终帮助整个行业实现价值。

打开网易新闻 查看更多图片

Q:人工智能对于医疗的颠覆会有多大的影响呢?

A:人工智能在医疗行业的影响一定是潜移默化的,可能大家都没有注意到的时候,就会发现医生已经在使用各种各样AI的手段,来帮助他们把诊断变得更加高效和准确。

Q:您觉得人工智能的应用最快突破医学的瓶颈是什么?

A:首先肯定还是医学影像这一块,我相信以后是不需要人再去完成重复性高、特别烦琐的工作,它可能并不是想象中的那些巨大的突破,但是它却能带来极大的价值。

你觉得人工智能技术会替代放射科医生吗?

A. 人工智能不怕疲劳又仔细又快速,当然能够替代放射科医生!

B. 重复繁琐的工作可以交给AI,医生可以更好完成创造性、联想性的工作。

C. 人工智能都是人发明的,这出错可说不准,不能替代!

D. 放射科医生是谁?我都没见过咋知道…

想知道未来五年的生活看看他们怎么说

打开网易新闻 查看更多图片

打开网易新闻 查看更多图片

打开网易新闻 查看更多图片

打开网易新闻 查看更多图片

特别感谢创业邦、猎云网、极客公园、品玩 、硅谷动力、风颂、中谷跨境服务中心 、将门、上海双创投资中心 、活动行对《未来简说》的大力支持!