0
本文作者: 劉偉 | 2017-12-24 18:19 |
作為在美國最早研究數(shù)字病理的中國學(xué)者之一,雖然身在學(xué)術(shù)圈,萬濤卻時(shí)刻關(guān)注著醫(yī)療AI工業(yè)界的最新進(jìn)展。她常說,自己是做應(yīng)用研究的,要和社會(huì)接軌,了解醫(yī)院和工業(yè)界的需求。
2013年回國后,萬濤任職于北京航空航天大學(xué)生物與醫(yī)學(xué)工程學(xué)院,研究基于數(shù)字病理圖像和傳統(tǒng)醫(yī)學(xué)影像手段對(duì)乳腺癌進(jìn)行風(fēng)險(xiǎn)預(yù)測和定量評(píng)價(jià)。在此之前,萬濤博士畢業(yè)于英國布里斯托爾大學(xué),曾經(jīng)擔(dān)任三星技術(shù)研究院的高級(jí)研究員,在美國師從凱斯西儲(chǔ)大學(xué)終身教授Anant Madabhushi,在乳腺癌的診斷和預(yù)測領(lǐng)域摸打滾爬多年。Madabhushi教授曾在國際期刊和會(huì)議發(fā)表近300篇論文,在計(jì)算醫(yī)學(xué)圖像領(lǐng)域擁有20多項(xiàng)專利,是北美最早從事數(shù)字病理圖像分析的研究者之一。
乳腺癌是女性群體中最為常見的惡性腫瘤之一,發(fā)病率占全身各種惡性腫瘤的7-10%,而且近年來有不斷上升的趨勢。乳腺癌的致病因素非常復(fù)雜,家族史(基因)是其非常重要的診斷依據(jù)之一。
根據(jù)乳腺癌的分子分型,乳腺癌可以分為雌激素受體陽性、孕激素受體陽性、HER-2等多種亞型,其中雌激素受體陽性乳腺癌發(fā)病率最高,占比高達(dá)70-80%。
乳腺癌的檢查手段也非常多樣,除了“用手摸”這一物理檢查方法,還有超聲、鉬靶、核磁共振等影像學(xué)檢查手段。其中動(dòng)態(tài)對(duì)比增強(qiáng)核磁共振(DCT-MRI)是一種常見的乳腺癌診斷手段。動(dòng)態(tài)對(duì)比增強(qiáng)核磁共振圖像通過靜脈注入對(duì)比劑,對(duì)比劑能夠迅速滲透到血管內(nèi)及血管外細(xì)胞間隙,采用MRI序列對(duì)選定層面進(jìn)行連續(xù)動(dòng)態(tài)掃描,因此DCT-MRI能夠反映癌變組織的血流灌注、血管滲透等特性,從而為定量評(píng)價(jià)乳腺癌提供一種較準(zhǔn)確的診斷手段。
然而醫(yī)學(xué)影像是醫(yī)生做出診斷的參考依據(jù)之一,如果要達(dá)到更加精準(zhǔn)的診斷結(jié)果,需要通過組織病理學(xué)診斷以及基因檢測。萬濤博士提出了聯(lián)合人工智能算法和傳統(tǒng)醫(yī)學(xué)圖像處理方法,通過研究乳腺癌和淋巴結(jié)組織病理圖像的多層次特征,發(fā)現(xiàn)自動(dòng)識(shí)別不同病理分級(jí)的乳腺癌病理圖像標(biāo)志物,建立病理圖像標(biāo)志物與患者臨床監(jiān)測指標(biāo)的定量相關(guān)性模型,從而對(duì)乳腺癌進(jìn)行定量評(píng)價(jià),為臨床早期發(fā)現(xiàn)和診斷乳腺癌轉(zhuǎn)移風(fēng)險(xiǎn)提供一種無創(chuàng)的、可靠的新手段。
2013年5月14日,好萊塢知名女星安吉麗娜·朱莉?qū)ν夤?,通過基因檢測發(fā)現(xiàn)自己從母親那遺傳了突變的癌癥易感基因BRCA1,患乳腺癌的幾率高達(dá)87%。為預(yù)防乳腺癌,她進(jìn)行了預(yù)防性雙側(cè)乳腺切除手術(shù),術(shù)后她患乳腺癌的概率將從87%降到5%。
基因檢測雖然效果很好,但由于受到專利保護(hù),檢測費(fèi)用昂貴,而且周期較長。萬濤博士所在的團(tuán)隊(duì)提出了基于DCE-MRI影像組學(xué)特征和Oncotype DX,并針對(duì)ER+乳腺癌患者的用于預(yù)測臨床診斷和治療的計(jì)算機(jī)輔助預(yù)測系統(tǒng)。該系統(tǒng)的臨床應(yīng)用將會(huì)改善目前的臨床工作流程,提高預(yù)測攻擊性乳腺癌患者生存期的準(zhǔn)確性,對(duì)醫(yī)生制定個(gè)性化的治療方案具有重要的意義。
近兩年,醫(yī)療人工智能的蓬勃發(fā)展也為乳腺癌的早期預(yù)測和診斷創(chuàng)造了新的可能。不少企業(yè)都在嘗試使用人工智能技術(shù)幫助醫(yī)生更快更準(zhǔn)地對(duì)乳腺癌做出診斷和預(yù)測。
萬濤博士認(rèn)為,人工智能對(duì)于乳腺癌早期預(yù)測和診斷具有十分重要的價(jià)值。首先,乳腺癌的致病因素非常復(fù)雜,要對(duì)如此多的因素進(jìn)行綜合分析判斷,僅僅依靠人力是很難做到的。其次,乳腺癌的檢查手段非常豐富多樣,包含超聲、鉬靶、核磁共振、病理圖像、基因檢測等等,這意味著數(shù)據(jù)量龐大并且復(fù)雜。眾所周知,人工智能的優(yōu)勢在于其擁有十分強(qiáng)大的計(jì)算能力,能夠利用這種能力對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行綜合分析,這無疑可以大大提升乳腺癌早期診斷的效率和準(zhǔn)確率。
目前,我國的優(yōu)質(zhì)醫(yī)療資源還非常稀缺,且主要集中在大型三甲醫(yī)院。這些醫(yī)院通常人滿為患,導(dǎo)致醫(yī)生的工作強(qiáng)度非常大,與患者的交流時(shí)間變少,醫(yī)患矛盾隨之凸顯。
萬濤博士認(rèn)為,醫(yī)生的工作可以劃分為前端工作(即接診)和后臺(tái)工作(即閱片、制定治療方案等)兩部分。AI可以幫助醫(yī)生更加高效地完成后臺(tái)的一些重復(fù)并且費(fèi)時(shí)的工作,提高診療效率,將更多精力投入到個(gè)性化治療方案的制定和對(duì)患者的關(guān)懷當(dāng)中。
她以自己的切身體驗(yàn)為例對(duì)雷鋒網(wǎng)說道:“有一次去北京某三甲醫(yī)院看病,排了很久的隊(duì),由于病人實(shí)在太多了,醫(yī)生全程只說了三句話??倱?dān)心醫(yī)生沒有認(rèn)真做診斷,對(duì)診斷結(jié)果也抱有懷疑。對(duì)于患了重病的患者來說內(nèi)心的焦慮和沉重可想而知,如果得不到醫(yī)生的悉心對(duì)待和關(guān)懷,繼而對(duì)主治醫(yī)生的信任不夠,醫(yī)患矛盾就很容易滋生?!?/p>
萬濤博士相信,隨著醫(yī)療AI逐步發(fā)展成熟,醫(yī)療AI會(huì)是一個(gè)非常好的輔助工具,在臨床醫(yī)療中發(fā)揮越來越重要的作用,前面談到的這些問題將迎刃而解。
看到AI的長處與優(yōu)點(diǎn)的同時(shí),我們也必須承認(rèn),醫(yī)療AI仍處于早期階段,還有很多問題需要解決。
眾所周知,美國對(duì)于醫(yī)療健康數(shù)據(jù)的監(jiān)管十分嚴(yán)格。相比之下,國內(nèi)環(huán)境則寬松得多,為醫(yī)療AI初創(chuàng)公司的快速成長提供了溫床。但另一方面,國內(nèi)醫(yī)療機(jī)構(gòu)薄弱的信息化基礎(chǔ)和不夠完善的管理流程也給數(shù)據(jù)收集帶來了不小的挑戰(zhàn)。
收集到數(shù)據(jù)后,企業(yè)還需要和醫(yī)生緊密合作進(jìn)行數(shù)據(jù)標(biāo)注,這是一項(xiàng)十分費(fèi)時(shí)費(fèi)力的工程。加上AI技術(shù)人員和醫(yī)生的知識(shí)背景不同——也就是大家常說的“懂醫(yī)學(xué)的不懂 AI,懂AI 的不懂醫(yī)學(xué)”——雙方溝通比較困難,項(xiàng)目推進(jìn)緩慢。
其實(shí)就連醫(yī)生群體內(nèi)部對(duì)于AI也存在不同的看法,他們大致可以分為三個(gè)陣營。觀念開放的醫(yī)生對(duì)醫(yī)療AI熱烈歡迎,認(rèn)為這項(xiàng)技術(shù)前景無限,可以幫助減輕自己的工作負(fù)擔(dān);少數(shù)較保守的醫(yī)生則充滿危機(jī)感,對(duì)AI抱有抵觸情緒,擔(dān)心自己有朝一日會(huì)被取代;但其實(shí)更多的醫(yī)生對(duì)AI并不關(guān)心,他們只專注于自己的工作。
萬濤博士向雷鋒網(wǎng)表示,醫(yī)療AI想要打動(dòng)醫(yī)生絕非易事。因?yàn)樗麄冊(cè)诼L的專業(yè)訓(xùn)練中形成了十分嚴(yán)謹(jǐn)?shù)乃季S。而且醫(yī)療是“人命關(guān)天”的事情,容不得半點(diǎn)疏忽。盡管有些醫(yī)療AI產(chǎn)品在特定數(shù)據(jù)集的測試中取得了優(yōu)異成績,準(zhǔn)確率、敏感性、特異性都較高,但醫(yī)生并不關(guān)心這些具體參數(shù),他們真正關(guān)心的是它是否能夠解決實(shí)際的臨床問題。顯然,迄今為止醫(yī)療AI還沒能夠證明自己。
但總體而言,智能醫(yī)療未來前景良好,越來越多醫(yī)生認(rèn)識(shí)到人工智能在臨床醫(yī)療的輔助診斷的價(jià)值。萬濤博士也指出,作為AI技術(shù)人員也應(yīng)該加強(qiáng)自己的醫(yī)學(xué)知識(shí),“不懂醫(yī)學(xué)知識(shí)的技術(shù)人員相當(dāng)于少一條腿走路”。
醫(yī)療AI最常被詬病的一點(diǎn)就是缺少綜合分析能力,只能處理某一種疾病的某一類信息(目前最常見的是醫(yī)療影像)。其實(shí)現(xiàn)在也有一些廠商在嘗試基于多維信息做綜合的輔助診斷,在腫瘤方面,其中最具代表性的就是IBM公司的watson腫瘤醫(yī)生。
萬濤博士認(rèn)為,從技術(shù)角度而言,將病例數(shù)據(jù)、影像數(shù)據(jù)、基因組數(shù)據(jù)等不同維度的信息進(jìn)行融合是非常困難的,而且對(duì)于某項(xiàng)技術(shù)而言,數(shù)據(jù)并非越多越好。
她說道:“很多廠商對(duì)外宣稱自己采集了多少數(shù)據(jù),但這些數(shù)據(jù)中真正有效的有多少呢?其中很多都是冗余、重復(fù),甚至是錯(cuò)誤和互相矛盾的,并且數(shù)據(jù)標(biāo)注的準(zhǔn)確率也是需要考量的因素之一。如果將這些數(shù)據(jù)一股腦兒全扔到一個(gè)AI系統(tǒng)里,可想而知會(huì)產(chǎn)生什么樣的結(jié)果?!?/p>
做醫(yī)療AI一口吃不成個(gè)大胖子。如果一開始就從復(fù)雜的問題入手,很快就會(huì)遭遇瓶頸,對(duì)行業(yè)的發(fā)展未必有利。萬濤博士認(rèn)為,我們應(yīng)該適當(dāng)放低對(duì)醫(yī)療AI的期望,從基礎(chǔ)功能——比如現(xiàn)在最常見的某一種疾病做起,一步一個(gè)腳印。
有了好產(chǎn)品只是第一步,如何將產(chǎn)品無縫嵌入醫(yī)生的工作流程,讓醫(yī)生真正用起來,值得所有醫(yī)療AI企業(yè)深思。
“現(xiàn)在AI在醫(yī)療產(chǎn)業(yè)的應(yīng)用產(chǎn)品很多。而對(duì)于產(chǎn)品的宣傳往往提到進(jìn)駐了多少家醫(yī)院。進(jìn)駐醫(yī)院并非難事,但產(chǎn)品是否發(fā)揮了作用?醫(yī)生是否在使用這些產(chǎn)品?有多少醫(yī)生在用?是否產(chǎn)生了商業(yè)價(jià)值?是否形成了穩(wěn)定的商業(yè)模式?這些都還要打上一個(gè)問號(hào)?!?/p>
萬濤博士指出,成熟穩(wěn)定的商業(yè)模式是醫(yī)療AI持續(xù)發(fā)展的根本驅(qū)動(dòng)力,光靠融資和“燒錢”,企業(yè)是走不遠(yuǎn)的。
在最近的這波AI浪潮中,高校教授自主創(chuàng)業(yè)或加入創(chuàng)業(yè)公司擔(dān)任要職的現(xiàn)象成了一道獨(dú)特風(fēng)景。萬濤博士說身邊也不乏出來自主創(chuàng)業(yè)的同事。
萬濤博士認(rèn)為,對(duì)學(xué)者創(chuàng)業(yè)則應(yīng)該辯證看待,她認(rèn)為這是一把雙刃劍。
一方面,高校教授的本職工作是傳道授業(yè),創(chuàng)業(yè)后花在教學(xué)上的時(shí)間和精力必然會(huì)減少。另一方面,既懂學(xué)術(shù)又懂產(chǎn)業(yè)的人才非常稀缺。高校教授與產(chǎn)業(yè)界建立更緊密的聯(lián)系,甚至自主創(chuàng)業(yè),可以加深其對(duì)產(chǎn)學(xué)研一體化的理解;把產(chǎn)業(yè)界的經(jīng)驗(yàn)帶到教學(xué)中來,利于綜合性人才的培養(yǎng)。
萬濤博士對(duì)雷鋒網(wǎng)說道:“現(xiàn)在的學(xué)生執(zhí)行力很好,但缺乏創(chuàng)造力。接觸產(chǎn)業(yè)界可以拓展他們的思路,幫助培養(yǎng)創(chuàng)造力和創(chuàng)新能力。我常對(duì)學(xué)生說,我們做研究的目標(biāo)不僅僅是發(fā)論文,而是要?jiǎng)?chuàng)造真正的社會(huì)價(jià)值。尤其是醫(yī)療AI領(lǐng)域的研究,絕對(duì)不能脫離臨床應(yīng)用和產(chǎn)業(yè)界。做工程研究的學(xué)者除了埋頭鉆研,也要時(shí)不時(shí)抬頭看看產(chǎn)業(yè)界和國家層面的最近動(dòng)向,并積極參與其中,這樣才能把自己的研究成果真正在社會(huì)上推廣開來?!?/p>
她認(rèn)為,如果能用好這把雙刃劍,我們不僅能收獲一批既懂學(xué)術(shù)又懂產(chǎn)業(yè)的教授,還能培育出更多的綜合性人才。這些人才進(jìn)入社會(huì)后又能幫助培養(yǎng)一批技術(shù)骨干,產(chǎn)生蝴蝶效應(yīng),對(duì)科研界和產(chǎn)業(yè)界產(chǎn)生巨大的推動(dòng)作用。
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。