余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？

本文作者：李雨晨

2018-01-16 13:21

導(dǎo)語：《未來醫(yī)療大講堂——醫(yī)學(xué)影像專題》第四期總結(jié)文。

雷鋒網(wǎng)AI掘金志《未來醫(yī)療大講堂——醫(yī)學(xué)影像專題》第五期總結(jié)文：一個只給醫(yī)療AI從業(yè)者、影像科醫(yī)生、名校師生、CFDA工作人員看的系列課程。

注：90分鐘的視頻信息量巨大，文字僅為冰山一角，強烈建議觀看完整版視頻，請點擊鏈接：

http://www.mooc.ai/open/course/420

余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？

課程提綱：

1、糖尿病視網(wǎng)膜病變（DR)的遠(yuǎn)程篩查和眼底圖像判讀

應(yīng)用背景
重大疾病預(yù)警
要解決的關(guān)鍵問題

2、AI在眼底圖像分析和DR篩查中的應(yīng)用

DR篩查的防治指南和分級診斷標(biāo)準(zhǔn)
視網(wǎng)膜對慢性病診斷和預(yù)后判斷的作用
巨頭入圍，創(chuàng)業(yè)企業(yè)的機會在哪里

3、基于深度學(xué)習(xí)醫(yī)學(xué)影像分析中的標(biāo)注問題

AlphaGO DNN的一個缺點
DR血管瘤和出血點的隨機分布
隨機性和人眼灰度判別的局限性
如何評價某些DR的AI分析系統(tǒng)成果

4、人工智能在眼底醫(yī)療影像中的目標(biāo)和評價體系

醫(yī)學(xué)的評價體系
計算機工程界常用的評價指標(biāo)
DR自動分析與眼底血管改變
基于知識計算模型的重大疾病風(fēng)險預(yù)警和健康評估引擎

5、醫(yī)療影像分析走向人工智能化的關(guān)鍵要素

人工智能應(yīng)用的各個領(lǐng)域
人工智能方向的人才培養(yǎng)

6、經(jīng)典醫(yī)學(xué)圖像處理方法與深度學(xué)習(xí)的結(jié)合

圖像預(yù)處理與深度學(xué)習(xí)
眼底血管分割方法
眼底硬性滲出檢測方法

7、基于眼底影像和人工智能的健康服務(wù)系統(tǒng)

總體思路
系統(tǒng)產(chǎn)品介紹
應(yīng)用創(chuàng)新和技術(shù)優(yōu)勢
應(yīng)用領(lǐng)域和剛需分析

嘉賓介紹

余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？

余輪，二級教授，博士生導(dǎo)師，國務(wù)院政府特殊津貼獲得者

學(xué)術(shù)背景：

余輪教授現(xiàn)為福州大學(xué)生物醫(yī)學(xué)與健康工程首席科學(xué)家、研究院長，是德國漢堡大學(xué)醫(yī)學(xué)院高訪學(xué)者，曾長期擔(dān)任中國圖象圖形學(xué)會副理事長、中國生物醫(yī)學(xué)工程學(xué)會信息與控制分會委員以及福建省生物醫(yī)學(xué)工程學(xué)會副理事長、互聯(lián)網(wǎng)協(xié)會常務(wù)理事等職務(wù)，為國務(wù)院政府特殊津貼獲得者。

余教授曾先后主持國家基金重點項目“免散瞳眼底自動照相機及其遠(yuǎn)程會診系統(tǒng)”以及“遠(yuǎn)程糖尿病性視網(wǎng)膜病變篩查及圖象分析系統(tǒng)”、“遠(yuǎn)程病理學(xué)會診及圖象分析系統(tǒng)”、“冠心病早期診斷新技術(shù)及心臟醫(yī)學(xué)圖象自動分析系統(tǒng)”、“遠(yuǎn)程病理學(xué)會診系統(tǒng)”、“遠(yuǎn)程心電中央監(jiān)護及自動分析系統(tǒng)”等國家基金、衛(wèi)生部聯(lián)合基金、國家火炬項目等16個項目的研究，均取得應(yīng)用或推廣。

余教授近年來專注于人工智能、醫(yī)學(xué)影像、遠(yuǎn)程醫(yī)療和健康醫(yī)療大數(shù)據(jù)的研究，建立了一種基于眼底影像的重大疾病預(yù)警和移動醫(yī)療健康服務(wù)系統(tǒng)，從事糖尿病視網(wǎng)膜病變篩查及其遠(yuǎn)程會診系統(tǒng)15年，在人工智能和DR篩查、一種“可更新、低成本、可分析”的健康醫(yī)學(xué)大數(shù)據(jù)系統(tǒng)的建立和大數(shù)據(jù)服務(wù)中取得重要的突破和10多項專利等知識產(chǎn)權(quán)成果，發(fā)表緊密相關(guān)論文100多篇。

以下內(nèi)容節(jié)選自余輪教授課程

據(jù)雷鋒網(wǎng)了解，余教授從十多年前就開始在糖尿病視網(wǎng)膜病變的遠(yuǎn)程篩查和圖像判讀方面進行研究，他認(rèn)為，遠(yuǎn)程醫(yī)療是開展DR篩查的有效辦法，因為DR篩查可以使失明風(fēng)險降低94.4%，但是我國的篩查率還不到10%，其中的主要就在于我國專業(yè)眼底閱圖醫(yī)生數(shù)量不足，而且忙于已發(fā)眼病的診治，根本沒有時間去進行大量糖尿病患者的篩查。

此外，根據(jù)2015年發(fā)布的中國糖尿病患者ASCCVD分級預(yù)防指南：糖尿病管理首先應(yīng)該解決腦卒中等動脈粥樣硬化性疾病的預(yù)防，而不僅僅以控制血糖為中心。但迄今缺乏風(fēng)險預(yù)測的高效手段。

2001年，余教授在美國訪問期間參觀了著名的威爾瑪眼科中心以及該中心的新型糖尿病視網(wǎng)膜病變的遠(yuǎn)程自動照相系統(tǒng)，基于DR的社會需求和自己的親身經(jīng)歷，余教授從十幾年前開始便投身該領(lǐng)域的研究。

余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？

AI在眼底影像分析和DR篩查中的應(yīng)用

去年四月到六月，在國內(nèi)掀起一股AI和DR篩查的熱潮。在遠(yuǎn)程DR篩查的研究之外，余輪教授也非常關(guān)注人工智能技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用。

他認(rèn)為，醫(yī)學(xué)影像與人工智能的結(jié)合，是數(shù)字醫(yī)療領(lǐng)域較新的分支，而且是今天數(shù)字醫(yī)療產(chǎn)業(yè)的熱點。此外，醫(yī)學(xué)影像包含了海量的數(shù)據(jù)，即使有經(jīng)驗的醫(yī)生有時也顯得無所適從。所以，人工智能在醫(yī)學(xué)影像的解讀方面的應(yīng)用需要長時間專業(yè)經(jīng)驗的積累以及兩者的緊密結(jié)合。

在余教授看來，僅僅依靠AI-自動篩查系統(tǒng)運用于臨床前，仍然有許多問題需要去解決。部分學(xué)者擔(dān)心這種自動篩查機器會增加篩查本身的成本；還有學(xué)者認(rèn)為它還不具備可以判斷DR嚴(yán)重程度或分級的能力，這將導(dǎo)致一些需要及時處理的嚴(yán)重DR患者不能得到及時有效的治療。余教授表示，“DR讀片必須結(jié)合自動分級和人工分級進行。”

去年11月，騰訊覓影進入首批國家新一代人工智能開放創(chuàng)新平臺名單，負(fù)責(zé)建設(shè)醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺。余教授認(rèn)為，騰訊研發(fā)并推廣覓影系統(tǒng)，目前還主要希望它能作為整個“互聯(lián)網(wǎng)+智慧醫(yī)療”生態(tài)系統(tǒng)的一個版塊。包括智慧產(chǎn)業(yè)、智慧政府和智慧民生，其中醫(yī)療是智慧民生的重中之重。

現(xiàn)階段騰訊的醫(yī)療AI技術(shù)和產(chǎn)品似乎并沒有絕對的領(lǐng)先優(yōu)勢，有的甚至剛剛開始，但以騰訊覓影、微信支付和新一代人工智能開放創(chuàng)新平臺為依托的智慧城市和智慧醫(yī)院，卻是各地政府和醫(yī)院難以拒絕的。

巨頭入圍，那是否其它創(chuàng)業(yè)企業(yè)就沒有希望呢？余教授認(rèn)為是有機會的，醫(yī)療AI創(chuàng)業(yè)企業(yè)可以搭建平臺，與醫(yī)療大數(shù)據(jù)、互聯(lián)網(wǎng)醫(yī)療、醫(yī)療信息化等領(lǐng)域的企業(yè)形成協(xié)同效應(yīng)，將產(chǎn)品整合打包或落地。

DR篩查與自動分級

余教授表示，醫(yī)學(xué)領(lǐng)域?qū)σ粋€系統(tǒng)的評價指標(biāo)主要有兩個：敏感性和特異性。企業(yè)在開發(fā)人工智能系統(tǒng)時都在追求高敏感性和高特異性。但是在余教授看來，“明察秋毫”和“枉殺千人”需要找到一個平衡點。臨床要追求整體的運行效率，犧牲敏感性追求特異性會造成漏診率提高，致使篩查或檢查不達目的；犧牲特異性追求敏感性可能又會對醫(yī)生“越幫越忙”，造成醫(yī)療資源的浪費。

余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？

余教授表示，很多企業(yè)都聲稱其開發(fā)系統(tǒng)的敏感性和特異性可以接近于100%，但是這個結(jié)果還需要結(jié)合具體的實踐場景，是來自于數(shù)據(jù)庫中的數(shù)據(jù)還是臨床數(shù)據(jù)。目前，DR分期分類的方法已經(jīng)有了ETDRS（Early Treatment Diabetic Retinopathy Study）標(biāo)注，該標(biāo)準(zhǔn)需要采集7個視野，單幅45度圖像DR篩查敏感性不高于70%，所以，對外宣稱準(zhǔn)確率可以達到95%以上的結(jié)果還是存在疑問的。

余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？

基于上述的思考，余教授團隊提出了一種Betago-C引擎，可以在提高特異性的同時，不降低敏感度。“AI不只是深度學(xué)習(xí)，經(jīng)典的圖像處理方法結(jié)合深度學(xué)習(xí)來提取特征，應(yīng)該是一個很好的方向?！?br/>

此外，在精準(zhǔn)醫(yī)學(xué)的背景下，除了Betago-C引擎之外，他們團隊還建立了一個基于知識計算模型的重大疾病風(fēng)險預(yù)警和健康評估引擎：實現(xiàn)眼底視網(wǎng)膜病變的“人工智能-自動分級”，眼底血管改變的檢測以及問診資料的獲得與分析模型的建立。

在隨后的演講中，余教授結(jié)合圖像預(yù)處理與深度學(xué)習(xí)結(jié)合的案例，分享了眼底血管的兩種分割方法以及眼底硬性滲出檢測方法（粗分割和精分割）。

余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？

基于眼底影像和人工智能的健康服務(wù)系統(tǒng)

余教授表示，醫(yī)療衛(wèi)生改革很重要的一點就是將醫(yī)院內(nèi)的CT、MR等技術(shù)獨立出來向社會開放，因此第三方檢測平臺也成為了資本追逐的對象。那么，眼底影像與第三方檢測平臺結(jié)合可以有哪些發(fā)展方向？

余教授介紹了自己團隊的“基于眼底影像和人工智能的健康服務(wù)系統(tǒng)”。他認(rèn)為這類系統(tǒng)的總體發(fā)展思路可以分為三點：

建立遠(yuǎn)程眼底中心，提供遠(yuǎn)程眼底圖像判讀篩查和轉(zhuǎn)診服務(wù)
從眼底看全身健康，助力慢病分級診療與個性化的健康服務(wù)
建設(shè)影響監(jiān)檢測平臺，助力醫(yī)療保險控費和健康管理體檢機構(gòu)

以余教授團隊的系統(tǒng)方案為例，這套系統(tǒng)的云健康服務(wù)系統(tǒng)由“遠(yuǎn)程判讀會診中心”和“大數(shù)據(jù)和健康管理”兩部分組成。受檢者眼底圖像拍攝后，傳輸?shù)皆破脚_進行判讀和處理，在此前提及的“疾病風(fēng)險預(yù)警評估引擎”的支持下工作。

余輪教授：基于眼底影像和人工智能，怎樣實現(xiàn)大疾病預(yù)警和個性化健康服務(wù)？