近日，匯醫(yī)慧影聯(lián)合北京301醫(yī)院血管外科發(fā)布了主動(dòng)脈人工智能研究云平臺(tái)AORTIST2.0（主動(dòng)脈支架個(gè)體化置入人工智能研究云平臺(tái)）。

針對(duì)這一平臺(tái)的設(shè)計(jì)初衷、合作內(nèi)容以及價(jià)值實(shí)現(xiàn)等幾個(gè)問題，雷鋒網(wǎng)與301醫(yī)院郭偉教授以及匯醫(yī)慧影CEO柴象飛進(jìn)行了一次深入對(duì)話。

AORTIST2.0如何助力主動(dòng)脈疾病診治？

牽頭此次合作的301醫(yī)院血管外科全軍血管外科中心主任郭偉向雷鋒網(wǎng)介紹到，云平臺(tái)AORTIST2.0擁有全球范圍內(nèi)首次開發(fā)出的B型主動(dòng)脈夾層人工智能自動(dòng)分割方法。于匯醫(yī)慧影而言，云平臺(tái)的發(fā)布也是一次突破：AI應(yīng)用首次“走出了”影像科，開始在臨床科室應(yīng)用，同時(shí)也將AI的應(yīng)用環(huán)節(jié)從診斷延伸到了臨床治療輔助決策。

2017年，郭偉主任與匯醫(yī)慧影創(chuàng)始人柴象飛在血管創(chuàng)新論壇上碰面。

兩人一見如故，促膝長談后，郭偉主任提出了一個(gè)想法：AI技術(shù)在醫(yī)學(xué)領(lǐng)域這么火，那么能否嘗試在主動(dòng)脈擴(kuò)張性疾病中得到應(yīng)用？

柴象飛思考許久后，給出了肯定的答復(fù)，于是雙方一拍即合，項(xiàng)目就此展開。

郭主任回憶到，當(dāng)時(shí)選擇和匯醫(yī)慧影建立合作非常重要的一點(diǎn)，就是看到了柴象飛團(tuán)隊(duì)優(yōu)秀的學(xué)術(shù)背景。

“象飛是美國斯坦福大學(xué)的博士后，在醫(yī)學(xué)影像人工智能、圖像處理以及數(shù)據(jù)分析領(lǐng)域擁有超過10年的跨學(xué)科的科研和工程經(jīng)驗(yàn)，與此同時(shí)，匯醫(yī)慧影的研究團(tuán)隊(duì)也多來自世界頂級(jí)高校。在人工智能的這個(gè)大環(huán)境下，深厚的研究背景，是醫(yī)工交叉融合的基礎(chǔ)?！?/p>

而具體的項(xiàng)目合作是如何開始并展開的？

郭偉主任談到：301醫(yī)院和匯醫(yī)慧影共同設(shè)計(jì)課題，醫(yī)院方提供影像數(shù)據(jù)、患者臨床數(shù)據(jù)等。匯醫(yī)慧影提供的技術(shù)包含了主動(dòng)脈及其分支自動(dòng)分割算法、主動(dòng)脈中心線自動(dòng)提取算法、破口自動(dòng)識(shí)別算法、手術(shù)方案專家系統(tǒng)以及影像組學(xué)分析模塊。影像組學(xué)分析模塊里包含了基于自動(dòng)分割的影像特征提取功能和預(yù)后預(yù)測模型。

雙方此次研究的對(duì)象是主動(dòng)脈擴(kuò)張性疾病，主要包括主動(dòng)脈瘤和主動(dòng)脈夾層。主動(dòng)脈夾層是主動(dòng)脈疾病中最為兇險(xiǎn)、復(fù)雜的疾病。根據(jù)病變部位，主動(dòng)脈夾層又可以分為A型和B型，B型主動(dòng)脈夾層的住院期間死亡率達(dá)到10%，5年內(nèi)死亡率高達(dá)20%-40%，約62%的患者術(shù)后發(fā)生胸主動(dòng)脈或腹主動(dòng)脈擴(kuò)張。

醫(yī)療設(shè)備和手術(shù)器械的革新，讓B型主動(dòng)脈夾層從傳統(tǒng)開刀手術(shù)轉(zhuǎn)變?yōu)榍粌?nèi)修復(fù)術(shù)，將手術(shù)期死亡率從30%降至10%以內(nèi)。在技術(shù)進(jìn)步的背景下，對(duì)主動(dòng)脈疾病的治療，醫(yī)生的關(guān)注點(diǎn)也從手術(shù)安全轉(zhuǎn)變?yōu)閭€(gè)性化精準(zhǔn)治療，降低病發(fā)癥風(fēng)險(xiǎn)、改善遠(yuǎn)期預(yù)后結(jié)果。

因此，如何對(duì)解剖參數(shù)進(jìn)行精準(zhǔn)測量，以降低手術(shù)并發(fā)癥發(fā)生率，如何實(shí)現(xiàn)患者預(yù)后預(yù)測，以制定個(gè)性化治療方案，是血管科醫(yī)生面臨的新課題。

郭偉主任指出，B型主動(dòng)脈夾層手術(shù)規(guī)劃需要對(duì)近遠(yuǎn)端錨定區(qū)的直徑、破口位置和一些重要的距離信息進(jìn)行精準(zhǔn)的測量。傳統(tǒng)的基于CTA軸位的手動(dòng)測量會(huì)存在誤差，尤其是主動(dòng)脈弓部直徑測量誤差非常大；除此以外，手動(dòng)測量方式難以獲取長度信息。在這種情況下，血管外科醫(yī)生通常需要委托專業(yè)人員使用商業(yè)軟件才能獲得精確的解剖參數(shù)。

AORTIST要解決的就是B型主動(dòng)脈夾層手術(shù)中的精準(zhǔn)測量、預(yù)后預(yù)測和遠(yuǎn)程隨訪三大核心問題，可以對(duì)B型主動(dòng)脈夾層的破口識(shí)別直徑和長度測量。不同的影像組學(xué)的目標(biāo)是不一樣的，比如說肺結(jié)節(jié)篩查的目標(biāo)是鑒別良惡性。而血管類疾病本身是良性病，醫(yī)生不需要進(jìn)行篩查，所以醫(yī)生要做的就是指導(dǎo)治療和術(shù)后評(píng)估。所以云平臺(tái)在設(shè)計(jì)之初，就沒有涉及到篩查預(yù)防的環(huán)節(jié)。除此以外，平臺(tái)里置入了治愈后預(yù)測分析模塊，醫(yī)生能根據(jù)模塊中的預(yù)測結(jié)果為患者制定個(gè)性化的隨訪方案。

自動(dòng)測量和手工測量的區(qū)別是什么？

郭偉主任表示，自動(dòng)測量的好處，首先是提高效率、完整呈現(xiàn)影像中的信息；其次是提高測量準(zhǔn)確性，在AORTIST云平臺(tái)的輔助下，動(dòng)脈直徑測量交并比達(dá)到98%，動(dòng)脈直徑誤差縮小到1.5mm以內(nèi)，較常規(guī)手動(dòng)測量精準(zhǔn)度提高到50%以上，在10分鐘內(nèi)可以完成對(duì)患者錨定區(qū)直徑、長度、分支動(dòng)脈間距離的精確測量。

隨后，柴象飛也談到：由于前期手術(shù)不完善，一部分患者很可能需要重新入院治療。很多頂級(jí)醫(yī)院進(jìn)行的一些手術(shù)都是修復(fù)性手術(shù)，一定程度上消耗了醫(yī)生資源。所以，除了提高醫(yī)生的手術(shù)精度之外，AORTIST系統(tǒng)中還整合了匯醫(yī)慧影開發(fā)的影像組學(xué)云平臺(tái)，其中嵌入影像組學(xué)的預(yù)測模型，在超過10年的跟蹤數(shù)據(jù)基礎(chǔ)上對(duì)B型夾層患者術(shù)后是否會(huì)發(fā)生不良事件進(jìn)行預(yù)測。

目前，這個(gè)預(yù)測范圍包括了TEVAR術(shù)后6個(gè)月、12個(gè)月和24個(gè)月胸主動(dòng)脈擴(kuò)張發(fā)生概率、腹主動(dòng)脈擴(kuò)張發(fā)生概率和一些其他的復(fù)合重點(diǎn)事件。

為什么要設(shè)計(jì)主動(dòng)脈AI云平臺(tái)？

郭偉主任認(rèn)為，醫(yī)學(xué)數(shù)據(jù)里面很重要的一部分是影像學(xué)數(shù)據(jù)，從疾病本身來看，主動(dòng)脈疾病的影像數(shù)據(jù)量巨大，非常契合進(jìn)行人工智能和影像組學(xué)方面的研究。之所以從B型主動(dòng)脈夾層入手，是因?yàn)槠湫螒B(tài)比主動(dòng)脈瘤復(fù)雜，所以在技術(shù)實(shí)現(xiàn)上的難度更高。如果在這一病種上實(shí)現(xiàn)突破，再拓展到其他病種時(shí)將容易很多。

此外，將云平臺(tái)引入血管學(xué)科對(duì)于學(xué)科本身而言也要重要的意義。

第一，學(xué)科的寬度問題。郭主任表示，寬度問題就是普及問題，普及問題就是培訓(xùn)問題。郭主任在血管科的學(xué)術(shù)發(fā)展上具有很長遠(yuǎn)的目光，從20年前開始，301醫(yī)院的血管科團(tuán)隊(duì)就開始為下級(jí)醫(yī)院進(jìn)行小范圍的學(xué)科培訓(xùn)，但是效果并不理想。因?yàn)獒t(yī)生個(gè)體認(rèn)知水平參差不齊，所以想把底層醫(yī)生的技術(shù)提高到專業(yè)水平是一件很困難的事情。培養(yǎng)一名血管科醫(yī)生的時(shí)間成本很大。在郭主任看來，大數(shù)據(jù)、人工智能等技術(shù)的不斷完善，通過云平臺(tái)的輔助可以讓初級(jí)醫(yī)生的臨床診療水平達(dá)到頂尖醫(yī)生的水平。

第二，學(xué)科的深度問題。郭主任認(rèn)為，在國家經(jīng)濟(jì)轉(zhuǎn)型的背景下，學(xué)科也迫切需要進(jìn)行創(chuàng)新。就血管學(xué)科而言，創(chuàng)新主要需要著眼于在兩個(gè)方面：器材的原創(chuàng)性和研究證據(jù)的創(chuàng)新。醫(yī)學(xué)器材包括植入到體內(nèi)的器材和其他輔助性的器材，需要通過各項(xiàng)目的臨床研究來證實(shí)其有效性和安全性。“云平臺(tái)可以歸為輔助性器材，是提高醫(yī)生臨床治療水平的一個(gè)重要工具?！?/p>

如果將視野提高一個(gè)層面來看，醫(yī)院和各科室之間還存在疾病管理的問題。

過去病人和醫(yī)生、醫(yī)生和醫(yī)院、醫(yī)院和醫(yī)院、醫(yī)院和國家之間都是一個(gè)個(gè)的信息孤島。從這個(gè)角度來說，現(xiàn)階段的醫(yī)學(xué)數(shù)據(jù)并不屬于大數(shù)據(jù)。

因此，不管是企業(yè)或者是醫(yī)院開發(fā)出的醫(yī)療云，其核心在于建設(shè)一個(gè)覆蓋范圍廣大的醫(yī)療信息平臺(tái)，實(shí)現(xiàn)醫(yī)療數(shù)據(jù)的互通互聯(lián)，進(jìn)而對(duì)醫(yī)療資源進(jìn)行再分享。過去醫(yī)生與患者之間缺乏聯(lián)系的紐帶，隨訪就是連接醫(yī)生和患者的重要手段。然而隨訪過程的工作量又非常大，醫(yī)生和患者都需要花費(fèi)大量的時(shí)間和精力，在醫(yī)院來回奔波對(duì)于偏遠(yuǎn)地區(qū)的患者更是不現(xiàn)實(shí)。

因此，除了實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)互通之外，云平臺(tái)的另一個(gè)重大意義在于為醫(yī)生和病人建立了穩(wěn)定的線上關(guān)系。通過對(duì)醫(yī)學(xué)數(shù)據(jù)庫里的數(shù)據(jù)進(jìn)行動(dòng)態(tài)分析，可以讓醫(yī)生更方便地掌握患者的病情，為醫(yī)患雙方減小負(fù)擔(dān)。數(shù)據(jù)分析這件事很適合機(jī)器來做，人工未必能勝任。

郭主任表示，隨著后期AORTIST云平臺(tái)應(yīng)用的不斷深入，對(duì)醫(yī)生來講，云平臺(tái)里所有就診的個(gè)體患者信息就是一個(gè)個(gè)的小數(shù)據(jù)庫。如果全國的醫(yī)院都能夠上云的話，云平臺(tái)就可以變成真正意義上的大數(shù)據(jù)平臺(tái)。

實(shí)現(xiàn)技術(shù)突破的三大能力

醫(yī)療決策是一個(gè)復(fù)雜的過程，柴象飛認(rèn)為，我們熟悉的影像學(xué)只是其中一個(gè)參考依據(jù)。醫(yī)生還需要將臨床數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)以及病史數(shù)據(jù)甚至是基因數(shù)據(jù)進(jìn)行整體的融合建模。

郭主任向雷鋒網(wǎng)介紹，這次發(fā)布的AORTIST2.0版中采用的是多中心的245例病人的CT影像數(shù)據(jù)和其他多維數(shù)據(jù)。平臺(tái)模型訓(xùn)練出來之后，雙方先在小范圍內(nèi)進(jìn)行驗(yàn)證，并調(diào)試準(zhǔn)確度，最后再進(jìn)行大范圍的推廣應(yīng)用。

在B型主動(dòng)脈這個(gè)問題上，醫(yī)療影像雖然已經(jīng)實(shí)現(xiàn)了突破，但還仍然存在著不少挑戰(zhàn)。工業(yè)界常用的深度學(xué)習(xí)方法存在不足，需要依靠大量數(shù)據(jù)來“喂養(yǎng)”。但是一些罕見的病種無法達(dá)到上百萬例的數(shù)據(jù)量。為此，郭主任也表達(dá)了類似的觀點(diǎn)：如何利用小數(shù)據(jù)集群進(jìn)行人工智能計(jì)算，反而是工業(yè)界在日常研究中需要注意的方面。

“主動(dòng)脈性疾病從全國范圍來看也就是10萬人的量，如果再細(xì)分A型、B型主動(dòng)脈瘤，每一個(gè)單病種只有幾萬例的樣本量。”針對(duì)這個(gè)現(xiàn)實(shí)的問題，柴象飛向我們提到了匯醫(yī)慧影團(tuán)隊(duì)?wèi)?yīng)用的三大工具：

第一個(gè)是遷移學(xué)習(xí)。利用上億級(jí)的通用數(shù)據(jù)、通用圖像庫，將能力特征遷移到相對(duì)小的數(shù)據(jù)集上。

第二個(gè)是影像結(jié)合臨床數(shù)據(jù)的整體關(guān)聯(lián)能力。

第三個(gè)是強(qiáng)化學(xué)習(xí)。要實(shí)現(xiàn)院內(nèi)系統(tǒng)完全的聯(lián)網(wǎng)化很難，但數(shù)據(jù)是一個(gè)動(dòng)態(tài)積累的過程。為了在院內(nèi)、院外系統(tǒng)中實(shí)現(xiàn)自我學(xué)習(xí)、自我提升，強(qiáng)化學(xué)習(xí)是一個(gè)很好的工具。

“我們甚至建了隨訪系統(tǒng)，包括醫(yī)院CRT表單和患者的隨訪系統(tǒng)。只有這樣才能持續(xù)跟蹤患者的數(shù)據(jù)，通過這些數(shù)據(jù)的持續(xù)反饋形成閉環(huán)，以此來提升系統(tǒng)的精準(zhǔn)性?！?/p>

除了幫助醫(yī)生在日常工作進(jìn)行精準(zhǔn)治療之外，柴象飛還看到了醫(yī)生的科研需求，所以匯醫(yī)慧影把很多組學(xué)的算法以及人工智能的算法，包括常用的運(yùn)算模型，包括U-Net模型都開放在平臺(tái)上面。醫(yī)生只需要錄入數(shù)據(jù)進(jìn)行標(biāo)注，當(dāng)平臺(tái)可以進(jìn)行算法優(yōu)化時(shí)，就可以進(jìn)行模型的構(gòu)建。

深刻理解醫(yī)學(xué)本質(zhì)

醫(yī)療行業(yè)不同于安防等其他的AI應(yīng)用場景，其行業(yè)的特殊性決定了很多新技術(shù)、新東西是不能去“試錯(cuò)”的。同時(shí)，尤其是在醫(yī)學(xué)影像這個(gè)細(xì)分領(lǐng)域里，極具學(xué)科交叉能力的創(chuàng)業(yè)者會(huì)具有比較大的競爭力。

柴象飛近幾年深入到臨床科室，他認(rèn)為，無論是產(chǎn)品、科研還是商業(yè)化的開拓，需要多方的協(xié)作，尤其是跨學(xué)科人才的培養(yǎng)。如果想真正開發(fā)出以人工智能創(chuàng)新為驅(qū)動(dòng)的產(chǎn)品，需要工業(yè)界深刻理解醫(yī)學(xué)本質(zhì)甚至還要具備商業(yè)化的思維。

柴象飛向雷鋒網(wǎng)表示，與頂級(jí)醫(yī)院牽手是醫(yī)療創(chuàng)業(yè)公司的必經(jīng)之路。不同于傳統(tǒng)的藥物研發(fā)、設(shè)備研發(fā)行業(yè)，創(chuàng)業(yè)者在人工智能這條路上沒有太多的經(jīng)驗(yàn)可以借鑒。其他領(lǐng)域也許會(huì)有一些比較成熟的模式，創(chuàng)業(yè)者摸索著往前走。但是在人工智能領(lǐng)域有很多問題是我們從來沒有遇到的。我們的目標(biāo)就是協(xié)同多方力量，讓醫(yī)療AI實(shí)現(xiàn)重大突破。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。