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

本文作者：李雨晨

2018-01-16 13:21

導(dǎo)語(yǔ)：《未來(lái)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(lái)醫(yī)療大講堂——醫(yī)學(xué)影像專題》第五期總結(jié)文：一個(gè)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(qiáng)烈建議觀看完整版視頻，請(qǐng)點(diǎn)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(shí)現(xiàn)大疾病預(yù)警和個(gè)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(wèn)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(jí)診斷標(biāo)準(zhǔn)
視網(wǎng)膜對(duì)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(jī)會(huì)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(wèn)題

AlphaGO DNN的一個(gè)缺點(diǎn)
DR血管瘤和出血點(diǎn)的隨機(jī)分布
隨機(jī)性和人眼灰度判別的局限性
如何評(píng)價(jià)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(píng)價(jià)體系

醫(yī)學(xué)的評(píng)價(jià)體系
計(jì)算機(jī)工程界常用的評(píng)價(jià)指標(biāo)
DR自動(dòng)分析與眼底血管改變
基于知識(shí)計(jì)算模型的重大疾病風(fēng)險(xiǎn)預(yù)警和健康評(píng)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(gè)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(cè)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(shì)
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(shí)現(xiàn)大疾病預(yù)警和個(gè)性化健康服務(wù)？

余輪，二級(jí)教授，博士生導(dǎo)師，國(guó)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(zhǎng)，是德國(guó)漢堡大學(xué)醫(yī)學(xué)院高訪學(xué)者，曾長(zhǎng)期擔(dān)任中國(guó)圖象圖形學(xué)會(huì)副理事長(zhǎng)、中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)信息與控制分會(huì)委員以及福建省生物醫(yī)學(xué)工程學(xué)會(huì)副理事長(zhǎng)、互聯(lián)網(wǎng)協(xié)會(huì)常務(wù)理事等職務(wù)，為國(guó)務(wù)院政府特殊津貼獲得者。

余教授曾先后主持國(guó)家基金重點(diǎn)項(xiàng)目“免散瞳眼底自動(dòng)照相機(jī)及其遠(yuǎn)程會(huì)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(huì)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(dòng)分析系統(tǒng)”、“遠(yuǎn)程病理學(xué)會(huì)診系統(tǒng)”、“遠(yuǎn)程心電中央監(jiān)護(hù)及自動(dòng)分析系統(tǒng)”等國(guó)家基金、衛(wèi)生部聯(lián)合基金、國(guó)家火炬項(xiàng)目等16個(gè)項(xiàng)目的研究，均取得應(yīng)用或推廣。

余教授近年來(lái)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(dòng)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(huì)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(xiàng)專利等知識(shí)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(kāi)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(jìn)行研究，他認(rèn)為，遠(yuǎn)程醫(yī)療是開(kāi)展DR篩查的有效辦法，因?yàn)镈R篩查可以使失明風(fēng)險(xiǎn)降低94.4%，但是我國(guó)的篩查率還不到10%，其中的主要就在于我國(guó)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(méi)有時(shí)間去進(jìn)行大量糖尿病患者的篩查。

此外，根據(jù)2015年發(fā)布的中國(guó)糖尿病患者ASCCVD分級(jí)預(yù)防指南：糖尿病管理首先應(yīng)該解決腦卒中等動(dòng)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(xiǎn)預(yù)測(cè)的高效手段。

2001年，余教授在美國(guó)訪問(wèn)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(dòng)照相系統(tǒng)，基于DR的社會(huì)需求和自己的親身經(jīng)歷，余教授從十幾年前開(kāi)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(shí)現(xiàn)大疾病預(yù)警和個(gè)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(guó)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(diǎn)。此外，醫(yī)學(xué)影像包含了海量的數(shù)據(jù)，即使有經(jīng)驗(yàn)的醫(yī)生有時(shí)也顯得無(wú)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(zhǎng)時(shí)間專業(yè)經(jīng)驗(yàn)的積累以及兩者的緊密結(jié)合。

在余教授看來(lái)，僅僅依靠AI-自動(dòng)篩查系統(tǒng)運(yùn)用于臨床前，仍然有許多問(wèn)題需要去解決。部分學(xué)者擔(dān)心這種自動(dòng)篩查機(jī)器會(huì)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(jí)的能力，這將導(dǎo)致一些需要及時(shí)處理的嚴(yán)重DR患者不能得到及時(shí)有效的治療。余教授表示，“DR讀片必須結(jié)合自動(dòng)分級(jí)和人工分級(jí)進(jìn)行。”

去年11月，騰訊覓影進(jìn)入首批國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)名單，負(fù)責(zé)建設(shè)醫(yī)療影像國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)。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(gè)“互聯(lián)網(wǎng)+智慧醫(yī)療”生態(tài)系統(tǒng)的一個(gè)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(méi)有絕對(duì)的領(lǐng)先優(yōu)勢(shì)，有的甚至剛剛開(kāi)始，但以騰訊覓影、微信支付和新一代人工智能開(kāi)放創(chuàng)新平臺(tái)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(méi)有希望呢？余教授認(rèn)為是有機(jī)會(huì)的，醫(yī)療AI創(chuàng)業(yè)企業(yè)可以搭建平臺(tái)，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(dòng)分級(jí)

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

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

余教授表示，很多企業(yè)都聲稱其開(kāi)發(fā)系統(tǒng)的敏感性和特異性可以接近于100%，但是這個(gè)結(jié)果還需要結(jié)合具體的實(shí)踐場(chǎng)景，是來(lái)自于數(shù)據(jù)庫(kù)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(gè)視野，單幅45度圖像DR篩查敏感性不高于70%，所以，對(duì)外宣稱準(zhǔn)確率可以達(dá)到95%以上的結(jié)果還是存在疑問(wèn)的。

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

基于上述的思考，余教授團(tuán)隊(duì)提出了一種Betago-C引擎，可以在提高特異性的同時(shí)，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(lái)提取特征，應(yīng)該是一個(gè)很好的方向。”

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(tuán)隊(duì)還建立了一個(gè)基于知識(shí)計(jì)算模型的重大疾病風(fēng)險(xiǎn)預(yù)警和健康評(píng)估引擎：實(shí)現(xiàn)眼底視網(wǎng)膜病變的“人工智能-自動(dòng)分級(jí)”，眼底血管改變的檢測(cè)以及問(wèn)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(cè)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(shí)現(xiàn)大疾病預(yù)警和個(gè)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(diǎn)就是將醫(yī)院內(nèi)的CT、MR等技術(shù)獨(dú)立出來(lái)向社會(huì)開(kāi)放，因此第三方檢測(cè)平臺(tái)也成為了資本追逐的對(duì)象。那么，眼底影像與第三方檢測(cè)平臺(tái)結(jié)合可以有哪些發(fā)展方向？

余教授介紹了自己團(tuán)隊(duì)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(diǎn)：

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(jí)診療與個(gè)性化的健康服務(wù)
建設(shè)影響監(jiān)檢測(cè)平臺(tái)，助力醫(yī)療保險(xiǎn)控費(fèi)和健康管理體檢機(jī)構(gòu)

以余教授團(tuán)隊(duì)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(huì)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_(tái)進(jìn)行判讀和處理，在此前提及的“疾病風(fēng)險(xiǎn)預(yù)警評(píng)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(shí)現(xiàn)大疾病預(yù)警和個(gè)性化健康服務(wù)？