2017年7月9日，由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的第二屆CCF-GAIR 2017全球人工智能與機(jī)器人峰會(huì)進(jìn)入第三天的議程。在下午的未來醫(yī)療專場(chǎng)上，科大訊飛智慧醫(yī)療事業(yè)部總經(jīng)理陶曉東發(fā)表了主題演講。

雷鋒網(wǎng)了解到，陶曉東在演講中表示，人工智能取代人類工作的說法并不準(zhǔn)確，人工智能有所能、有所不能。醫(yī)療里面有很多東西不是簡(jiǎn)單的科學(xué)，有很多東西是個(gè)人經(jīng)驗(yàn)，沒有辦法表示成一個(gè)知識(shí)讓機(jī)器學(xué)習(xí)，至少目前的技術(shù)水平上是這樣的。

陶曉東認(rèn)為，通常我們都是片面地去看影像信息，而忽略檢查檢驗(yàn)的結(jié)果，心電圖的信息、體溫信息等等因素，怎么把這些信息和影像信息結(jié)合起來，產(chǎn)生最終的診斷結(jié)果，我覺得這是現(xiàn)在人工智能的算法發(fā)展遇到的挑戰(zhàn)。我們應(yīng)該更好的利用專家的知識(shí)，把機(jī)器學(xué)習(xí)和人工智能建立建立在醫(yī)學(xué)體系上而不是離散的板塊上，讓這個(gè)技術(shù)上更有效的解決各種臨床問題，去服務(wù)于醫(yī)生。

以下是陶曉東的演講全文，雷鋒網(wǎng)做了不改變?cè)獾恼砗途庉嫞?/strong>

陶曉東：謝謝主持人，謝謝大家！我們聽了田教授非常有干貨的演講，下面我給大家的匯報(bào)基于我個(gè)人在醫(yī)學(xué)影像方面的研究經(jīng)歷，以及在科大訊飛智慧醫(yī)療事業(yè)部的實(shí)踐，總共分為三個(gè)部分：一是人工智能的大背景；二是醫(yī)學(xué)影像解決臨床問題；三是人工智能時(shí)代的醫(yī)學(xué)影像應(yīng)該是往哪些方向發(fā)展。

人工智能的三次高峰和兩次寒冬

回顧人工智能的三次浪潮，大家都知道人工智能從1956年開始是經(jīng)歷了三次高峰，現(xiàn)在正在處在第三次高峰，同時(shí)也有兩次冬天。

第一次高峰來源于Perceptron的提出，它解決一些1956年、1957年看來非常難的問題。在這之后，由于計(jì)算能力的限制和各種各樣數(shù)據(jù)的限制，大家覺得70年代能實(shí)現(xiàn)的人工智能的技術(shù)，并沒有按照大家的希望到來。1980年左右是第一個(gè)冬天。

第二個(gè)浪潮的來臨是隨著Hopfield網(wǎng)絡(luò)&BP算法的提出，大量計(jì)算能力和存儲(chǔ)能力得到提升。90年代左右，日本推廣做第五代計(jì)算機(jī)。但第五代計(jì)算機(jī)的失敗，把我們引入第二個(gè)冬天。

現(xiàn)在我們身處第三次浪潮，它的起點(diǎn)是2009年提出的深度學(xué)習(xí)的概念，而且深度學(xué)習(xí)的概念在今天有很多延伸的算法，而且在不同的領(lǐng)域也有成功的案例，包括最近的AlphaGo。有很多新聞媒體說人工智能是不是真的要取代人類30%、50%、70%的工作。從我個(gè)人，包括科大訊飛在這個(gè)領(lǐng)域做了很多年人工智能的工作，實(shí)際上我們應(yīng)該有一個(gè)比較清醒的認(rèn)識(shí)，人工智能有所能、有所不能。圓桌會(huì)議上周院長(zhǎng)提出區(qū)分醫(yī)學(xué)和醫(yī)療，這個(gè)觀點(diǎn)我非常同意。醫(yī)療里面有很多東西不是簡(jiǎn)單的科學(xué)，有很多東西是個(gè)人經(jīng)驗(yàn)，沒有辦法表示成一個(gè)知識(shí)讓機(jī)器學(xué)習(xí)，至少目前的技術(shù)水平上是這樣的。

人工智能發(fā)展的三個(gè)階段，剛才發(fā)布xHealth的時(shí)候講到創(chuàng)業(yè)圖譜，里面有感知智能、認(rèn)知智能和運(yùn)算智能。大家的觀點(diǎn)有可能不同，但是很早以前運(yùn)算智能已經(jīng)超過人類，感知智能，包括無人駕駛技術(shù)和感知器的技術(shù)，計(jì)算器可以看到我們看不到的東西。從CT的歷史，我們也簡(jiǎn)單回顧一下，核磁成像的發(fā)展歷程，我們都可以把它歸為感知智能方面。認(rèn)知智能更多是我們今天談的人工智能，不光是能看到一些信息，看到一些數(shù)據(jù)，收集一些數(shù)據(jù)，并且要基于專家知識(shí)的層面上理解思考，做出推理，協(xié)助人們做診斷治療。

智慧醫(yī)療的“三駕馬車”

大家對(duì)智慧醫(yī)療都有不同的理解，在我們看來智慧醫(yī)療離不開以下幾點(diǎn)。

行業(yè)大數(shù)據(jù)。這個(gè)數(shù)據(jù)一定要標(biāo)準(zhǔn)化、完整、準(zhǔn)確，而且一定要和應(yīng)用相關(guān)。如果沒有這些發(fā)展，這個(gè)數(shù)據(jù)相對(duì)來講用途會(huì)小很多。

行業(yè)專家。我們需要有行業(yè)專家來指導(dǎo)我們?cè)谀男╊I(lǐng)域、哪些應(yīng)用上做，哪些應(yīng)用對(duì)行業(yè)是有用的，包括剛才田教授講的，我們從臨床應(yīng)用出發(fā)指導(dǎo)醫(yī)療技術(shù)的發(fā)展。另外在專家的指導(dǎo)下建立知識(shí)庫，有些知識(shí)可以用計(jì)算機(jī)理解的方式表達(dá)出來，有些不可以，我們要把這個(gè)東西分清楚。另外應(yīng)用建立之后，怎么樣驗(yàn)證它，這需要專家來協(xié)助我們做。

核心技術(shù)。從技術(shù)開發(fā)者的角度看，我們需要更多考慮怎么做到智能化。二是實(shí)用，三是留存機(jī)制，我們要盡可能少的改變行業(yè)專家或者醫(yī)生的工作流程，真正幫助醫(yī)生提高效率、提高工作水平。

在這個(gè)水平上有不同的用戶，基于完整數(shù)據(jù)、行業(yè)專家的支持和先進(jìn)的核心技術(shù)，我們可以服務(wù)政府機(jī)構(gòu)，去做政策決策?？梢苑?wù)醫(yī)院，做到醫(yī)院的運(yùn)營(yíng)管理；服務(wù)醫(yī)生，通常來講我們更為關(guān)心，尤其像醫(yī)學(xué)影像領(lǐng)域，通常來講更多是和醫(yī)生打交道，但是這里面又有更多細(xì)分。對(duì)三甲醫(yī)院的頂級(jí)醫(yī)生來講，這可能是錦上添花的事?；鶎臃派淇漆t(yī)生，每天只看四個(gè)片子，經(jīng)驗(yàn)比較少，這就是雪中送炭。大家可以上網(wǎng)查各種各樣的信息，管理自己的健康。從體檢角度來講，健康人的一部分醫(yī)療影像數(shù)據(jù)，怎么理解這些影像，從哪個(gè)節(jié)點(diǎn)開始從健康人變到病人，怎么干預(yù)，這是在過去的實(shí)踐中總結(jié)出來的人工智能推動(dòng)智慧醫(yī)療。

影像技術(shù)如何解決臨床問題？

我想稍微回顧從我個(gè)人從業(yè)經(jīng)驗(yàn)還有實(shí)踐中總結(jié)出來的，醫(yī)學(xué)影像怎么解決臨床問題，在什么情況下更有效幫助醫(yī)生解決臨床需求。

剛才田教授講的影像技術(shù)要服務(wù)于臨床需求，有各種各樣不同的臨床領(lǐng)域，臨床醫(yī)生看到病人要做確定的診斷或者治療計(jì)劃，他可能要借助影像手段。這樣，臨床領(lǐng)域的需求會(huì)被轉(zhuǎn)換為影像需求，各種各樣的定量分析、歷史圖像的比較，這是醫(yī)生所關(guān)注的，而且是他們的專業(yè)。而這部分影像需求再傳遞給工程技術(shù)人員，包括從事醫(yī)學(xué)影像方面的技術(shù)開發(fā)人員。我把臨床醫(yī)生、影像醫(yī)生、工程技術(shù)人員放在不同的層級(jí)，因?yàn)樗麄內(nèi)叩膶I(yè)知識(shí)之間有差別。交流過程中，怎么把臨床醫(yī)生的需求轉(zhuǎn)換為影像需求，怎么把影像需求轉(zhuǎn)換為工程技術(shù)需求，這是怎樣把技術(shù)變成服務(wù)于臨床應(yīng)用里面非常重要的點(diǎn)。冠狀動(dòng)脈的狹窄程度，這決定怎么治療，需不需要放支架還是用藥物治療改變生活習(xí)慣。從這個(gè)角度，影像需求能夠非常清楚的顯示冠脈，體現(xiàn)斑塊和血管的對(duì)比，這樣就可以看到斑塊在血管里面有多大，可以判斷需要采取什么樣的治療手段。接著轉(zhuǎn)換為技術(shù)需求，需要高分辨率的CT成像。在解決成像的問題之后，怎么完成冠狀動(dòng)脈的分割，冠狀動(dòng)脈分割之后，怎么做斑塊檢出，這里面有信息化手段。

下面兩部分用CT的發(fā)展來回顧我們?cè)诟兄悄茴I(lǐng)域做的事情。CT的發(fā)展，70年代到90年代，從第一代CT到現(xiàn)在大家用的CT，從單層、重建成像24小時(shí)到10毫秒以下，把CT影像從實(shí)驗(yàn)室里的設(shè)備搬到臨床可用的設(shè)備，這部分是臨床驅(qū)動(dòng)。臨床需求是影像進(jìn)步的驅(qū)動(dòng)力，它使CT影像更為廣泛應(yīng)用在臨床里面。90年代之后，如果做影像方面的工作，肯定聽說過Slice War的說法，這里面有更多的臨床需求。16排或者64排一定做不了心臟嗎？不完全是，有各種各樣的方式做。所以臨床應(yīng)用雖然得到拓展，但是技術(shù)需求驅(qū)動(dòng)比臨床需求驅(qū)動(dòng)更明顯一些，從這個(gè)角度來講，我們可以看到臨床驅(qū)動(dòng)對(duì)技術(shù)發(fā)展的巨大推動(dòng)作用。

智能影像應(yīng)該解決什么問題？

智能影像應(yīng)該解決什么問題，智能影像的技術(shù)，包括模式識(shí)別、成像分析，實(shí)際上要解決三類問題：

一是醫(yī)生沒有時(shí)間完成的任務(wù)。現(xiàn)在成像越來越容易，分辨率越來越高，醫(yī)生要看越來越多的影像，但是醫(yī)生需要的不是數(shù)據(jù)，醫(yī)生需要的是信息，怎么把這些信息更好的呈現(xiàn)給醫(yī)生？這是智能影像需要解決的問題。這里面需要更多的自動(dòng)圖像分析工具以及利用人工智能的病灶檢出和分析。

二是幫助醫(yī)生進(jìn)行定量分析。影像科醫(yī)生擅長(zhǎng)定性分析，看到片子，他在這個(gè)片子停留1秒以下就能大致判斷是什么問題，但是醫(yī)生需要一些工具做更精準(zhǔn)的判斷。定量分析，這是靠眼睛很難做到的，這其中多模態(tài)分析，歷史圖像的比較，包括病人人群的分析，不是簡(jiǎn)單用眼睛完成的。所以需要田教授講到的圖像分割、圖像配置還有功能圖像分析?，F(xiàn)在越來越多，包括核磁里面有很多序列，每個(gè)病人都有多個(gè)序列，怎么把不同序列得到的圖像放到同一個(gè)空間分析，這是影像可以解決的問題。

三是基于圖象識(shí)別的智能成像，這兩個(gè)步驟很多年前被分開，成像停留在成像，圖像分析是幫助醫(yī)生解決臨床問題。這兩個(gè)過程，只有結(jié)合起來才能更有效的優(yōu)化系統(tǒng)，幫助醫(yī)生提供有效服務(wù)。高水平的技師缺乏，尤其是基層醫(yī)院，有重復(fù)的成像造成影像資源浪費(fèi)。還有高級(jí)成像的功能使用復(fù)雜，包括我們的核磁里面有很多參數(shù)需要調(diào)整，非常多的序列選擇。這些序列和參數(shù)，通常給工程技術(shù)人才設(shè)計(jì)，包括你說TR、TE、醫(yī)生或者技師很難反應(yīng)出來把TE改變一下，對(duì)圖像質(zhì)量有什么影響。影像科的醫(yī)生有專業(yè)知識(shí)，從這個(gè)角度來講怎么把這些參數(shù)用更好的方式呈現(xiàn)給技師，這是智能成像設(shè)備需要考慮的問題，也是智能影像可以解決的工作。

下面有些簡(jiǎn)單的例子，像CT肺結(jié)節(jié)的篩查，大家知道體檢是在大量的數(shù)據(jù)人群里面找少量陽性，怎么幫助醫(yī)生把真正沒有陽性，100%確定的數(shù)據(jù)排出掉，讓醫(yī)生從1萬個(gè)片子里面找到真正有問題的、需要隨訪的病人，變成1萬個(gè)病人里面只需要看5000個(gè)片子，這就是50%的選擇。還有三維重建，還有可視化，讓醫(yī)生在很短的時(shí)間內(nèi)，不是翻1000張平片，而是從三維圖像里快速找到我要的信息。醫(yī)生需要的工具輔助的任務(wù)，包括自動(dòng)的病灶檢出、自動(dòng)的分析。

像比較小的病灶，剛才田教授講到，現(xiàn)在很多機(jī)器學(xué)習(xí)人工智能的算法是用醫(yī)生標(biāo)注的數(shù)據(jù)，剛才田教授講到標(biāo)注的客觀性。當(dāng)時(shí)我們做項(xiàng)目的時(shí)候，多發(fā)性硬化的標(biāo)準(zhǔn)我們采取傳統(tǒng)算法，讓醫(yī)生標(biāo)注這些記號(hào)。因?yàn)檫@個(gè)點(diǎn)很小，他們標(biāo)注的點(diǎn)差別很大，醫(yī)生標(biāo)注之后來訓(xùn)練我們的模型。我們對(duì)醫(yī)生的要求很低，只要告訴我這里面有東西，畫一個(gè)框，我自己找，這就是把很難的問題進(jìn)行簡(jiǎn)化，把自動(dòng)的多發(fā)性硬化的病灶自動(dòng)檢出的準(zhǔn)確率提高到比醫(yī)生還要高。自動(dòng)檢出的結(jié)果和醫(yī)生檢出的結(jié)果，比兩個(gè)醫(yī)生的層級(jí)都要高。像腦卒中離散的圖像分析，判斷哪部分腦組織已經(jīng)壞死，這部分是相對(duì)比較定量的分析，機(jī)器更擅長(zhǎng)這一部分。還有三維超聲的情況下怎么精確的測(cè)量胎兒的腿骨，從而判斷胎齡。還有冠狀動(dòng)脈的分割、分析，這里面實(shí)際上有很多智能影像可以解決的問題。

第三部分，基于圖像分析的智能成像。高水平技師的缺乏，怎么把相對(duì)復(fù)雜的成像過程簡(jiǎn)單化。更多的智能改變和智能定位讓成像更規(guī)范，讓成像質(zhì)量得到保證。還有智能指控，怎么在病人離開機(jī)房的時(shí)候，判斷是否需要重新掃描某個(gè)序列。標(biāo)準(zhǔn)化、個(gè)性化，看似很矛盾的成像，但是標(biāo)準(zhǔn)化是指得到的圖像需要有一個(gè)標(biāo)準(zhǔn)化的質(zhì)量，但是個(gè)性化是根據(jù)不同的人，根據(jù)他的情況，像CT的圖像對(duì)于BMI很高和很低的人，它的成像參數(shù)有調(diào)整、劑量有調(diào)整，所以這部分是個(gè)性化，通過個(gè)性化來實(shí)現(xiàn)圖像質(zhì)量的標(biāo)準(zhǔn)，通過智能的手段來幫助醫(yī)生和技師選擇成像的參數(shù)，各種各樣的在線幫助，幫助相對(duì)沒有經(jīng)驗(yàn)的基層醫(yī)生成和三甲醫(yī)院一樣的影像。

把機(jī)器學(xué)習(xí)和人工智能建立在醫(yī)學(xué)體系上

人工智能時(shí)代，到底醫(yī)學(xué)影像有什么樣的變化？醫(yī)學(xué)影像的分析和成像到底有什么變化？我們簡(jiǎn)單梳理一下。影像在臨床診斷的過程，左邊是臨床醫(yī)生和病人問診的過程，通過臨床信息、病史采集、檢查檢驗(yàn)的結(jié)果，發(fā)現(xiàn)需要做影像，這個(gè)影像的需求會(huì)到影像科，技師通過影像手段呈現(xiàn)出來各種各樣的圖像，影像科的醫(yī)生會(huì)出影像的報(bào)告。影像報(bào)告需要和臨床醫(yī)生討論，這里面要從影像信息和臨床信息做交換，產(chǎn)生最終的臨床報(bào)告。傳統(tǒng)的影像角度里，我們關(guān)注的是橙色的Box里的步驟，我只關(guān)注order滿足他的影像，到底用什么參數(shù)去成像，保證圖像做得好。我輔助放射科的醫(yī)生讀片，幫助他更有效的在短時(shí)間內(nèi)出高質(zhì)量的影像報(bào)告。但是智能影像在圓桌會(huì)議的時(shí)候，大家想把醫(yī)療向兩端延伸，我們也需要兩端延伸，首先理解臨床醫(yī)生為什么要做這個(gè)order，臨床醫(yī)生和他溝通的時(shí)候，到底怎么把臨床的信息解讀出來，不僅是更高效的影像報(bào)告，而且是更高效的臨床報(bào)告，對(duì)后面的治療有指導(dǎo)意義的臨床報(bào)告。所以這里面需要有影像信息和各種各樣其他信息的整合，不光是看影像。

田教授講到影像標(biāo)準(zhǔn)化做得比較好，但是通常我們停留在影像信息上，而忽略其他信息，包括病例信息、檢查檢驗(yàn)的結(jié)果，心電圖的信息，體溫的信息等等，怎么表示這些信息和影像信息結(jié)合起來，產(chǎn)生最終的診斷結(jié)果。我覺得這是現(xiàn)在人工智能的算法發(fā)展遇到的挑戰(zhàn)，怎么把這些信息表示出來，讓計(jì)算機(jī)在這些信息中學(xué)習(xí)。

框圖示意，從海量影像數(shù)據(jù)、大量臨床信息怎么表示出來，用專家的知識(shí)通過學(xué)習(xí)算法，中間的這部分算法不一定非常重要，因?yàn)楹芏嗨惴ㄔ诓煌膽?yīng)用場(chǎng)景里都有很多不同。左下角的醫(yī)生的專業(yè)知識(shí)，目前大家仍然是用標(biāo)注的圖像，我最后得到系統(tǒng)的輸出是你告訴我這是肺結(jié)節(jié)，我找到看到很像，但實(shí)際也是肺結(jié)節(jié)，基于圖像，沒有太大區(qū)別。它可能達(dá)到95%、90%的檢出率，但是沒有辦法解釋給你聽這為什么是肺結(jié)節(jié)，他沒有告訴你這個(gè)肺應(yīng)該長(zhǎng)成這樣，在CT的影像表現(xiàn)下是這樣。這里面怎么更好的利用專家的知識(shí)，而不是把整個(gè)機(jī)器學(xué)習(xí)和人工智能建立在離散的板塊上，而是建立在醫(yī)學(xué)體系上。讓這個(gè)技術(shù)上更有效的解決各種臨床問題去服務(wù)于醫(yī)生。

在座的除了專業(yè)的攝像師，大概都是用自己的手機(jī)在照相，而且成像一樣非常清楚。我們要思考怎么把成像設(shè)備的操作簡(jiǎn)化到任何一個(gè)基層醫(yī)生和技師都可以做。另外要將深度學(xué)習(xí)和人工智能建立在醫(yī)學(xué)知識(shí)的體系上，而不是簡(jiǎn)單、離散的訓(xùn)練數(shù)據(jù)上。在目前的情況下，一個(gè)是自下而上的模型，一個(gè)是自上而下的模型，我們?nèi)匀恍枰恍┲R(shí)體系去把他們更好地結(jié)合起來。

另外需要更深入的臨床導(dǎo)向，我們要非常清楚的定義臨床的應(yīng)用，這部分需要和行業(yè)專家和臨床專家磨合，才能做好這部分。只有定義清楚問題，我們才能想到好的方法解決這個(gè)問題。怎么把影像和臨床信息結(jié)合起來。臨床信息在某種意義更雜亂無章，標(biāo)準(zhǔn)化程度也相對(duì)比較低，各個(gè)醫(yī)院之間的差距比較大，怎么結(jié)合這些東西，清洗各種各樣的大數(shù)據(jù)，在這種基礎(chǔ)上做學(xué)習(xí)，更好的服務(wù)醫(yī)生的診斷治療的過程。

我的匯報(bào)就到這里。謝謝大家！

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。