0
| 本文作者： 任平 | 2021-11-15 10:22 |
人工智能在醫(yī)療領(lǐng)域的應(yīng)用日趨成熟，特別是在醫(yī)學(xué)影像領(lǐng)域，多款人工智能產(chǎn)品已通過(guò)國(guó)家認(rèn)證，并在國(guó)內(nèi)上百家醫(yī)院順利投入使用，AI加持下的醫(yī)學(xué)影像學(xué)，在預(yù)防、診斷、治療及預(yù)后評(píng)估的質(zhì)量和效率上都有了質(zhì)的提升。
近日，北京和睦家醫(yī)院在北京召開(kāi)“和睦智能影像論壇”，本次大會(huì)由中國(guó)非公立醫(yī)療機(jī)構(gòu)協(xié)會(huì)、和睦家醫(yī)療主辦，雷鋒網(wǎng)作為首席戰(zhàn)略合作媒體進(jìn)行報(bào)道。二十多位國(guó)內(nèi)頂級(jí)的臨床專(zhuān)家、教授以及國(guó)際知名的醫(yī)學(xué)AI應(yīng)用研發(fā)團(tuán)隊(duì)，共同聚焦、探討人工智能影像的臨床應(yīng)用及科研進(jìn)展，分享工作經(jīng)驗(yàn)與研究心得。
新風(fēng)醫(yī)療首席執(zhí)行官、和睦家醫(yī)療創(chuàng)始人Roberta Lipson用一段中文進(jìn)行了致辭。她表示，AI技術(shù)發(fā)展很快，也有越來(lái)越多的人在使用和受益于AI技術(shù)。希望通過(guò)這次論壇，可以讓各位學(xué)者匯聚一堂，一起討論AI在臨床治療全過(guò)程的應(yīng)用經(jīng)驗(yàn)，以及如何為人類(lèi)健康更好地服務(wù)。
中國(guó)非公立醫(yī)療機(jī)構(gòu)協(xié)會(huì)放射專(zhuān)業(yè)委員會(huì)主任委員郭啟勇表示，從Basic語(yǔ)言到c++、Java的變化，從單機(jī)、云計(jì)算到元宇宙，計(jì)算機(jī)促進(jìn)了人類(lèi)和社會(huì)的發(fā)展。在信息化領(lǐng)域，計(jì)算機(jī)也深刻影響了影像學(xué)的發(fā)展，CT、磁共振等數(shù)字影像集聚著數(shù)字的魅力，從CAD到AI，無(wú)一不在影響和推動(dòng)醫(yī)學(xué)影像的進(jìn)步。我相信，通過(guò)這次論壇，可以促進(jìn)民營(yíng)乃至公立醫(yī)療機(jī)構(gòu)的智能影像技術(shù)的發(fā)展。
和睦家醫(yī)療事務(wù)副總裁馬沛恩表示，我對(duì)AI在醫(yī)療領(lǐng)域的應(yīng)用特別感興趣，無(wú)論是支持用于管理的臨床診斷，還是其他前沿的應(yīng)用案例。作為一種工具，AI只會(huì)繼續(xù)以我們從未見(jiàn)過(guò)的方式支持醫(yī)療服務(wù)。我非常期待聽(tīng)到來(lái)自所有專(zhuān)家的應(yīng)用分享。我希望，今天的大會(huì)對(duì)所有參與者都是富有成效的，成為我們所有人學(xué)習(xí)、結(jié)識(shí)新老朋友的平臺(tái)。
和睦家首席醫(yī)療官孫芾在致辭中說(shuō)到，非常高興大家能夠參加北京和睦家醫(yī)院與中國(guó)非公立醫(yī)療機(jī)構(gòu)協(xié)會(huì)共同舉辦的論壇。在今天的論壇中，共有二十多位專(zhuān)家，包含了影像基礎(chǔ)研究、臨床診斷、內(nèi)外科系統(tǒng)等多個(gè)領(lǐng)域進(jìn)行學(xué)術(shù)交流，干貨滿(mǎn)滿(mǎn)。感謝各位專(zhuān)家的大力支持，預(yù)祝大會(huì)圓滿(mǎn)成功。
作為本次大會(huì)的開(kāi)場(chǎng)報(bào)告嘉賓，郭啟勇教授是中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)第十二屆主任委員、中國(guó)醫(yī)師協(xié)會(huì)放射醫(yī)師分會(huì)前任會(huì)長(zhǎng)、原中國(guó)醫(yī)科大學(xué)副校長(zhǎng)、盛京醫(yī)院院長(zhǎng)。他的演講題目是《醫(yī)學(xué)影像AI的現(xiàn)狀與未來(lái)》。
郭啟勇教授在演講中表示，AI在醫(yī)學(xué)影像領(lǐng)域已有76款產(chǎn)品獲得FDA批準(zhǔn)，中國(guó)AI企業(yè)也在國(guó)際嶄露頭角。而AI的研究在逐步從單一應(yīng)用走向疾病的全流程的管理。“從CAD走到AI，本質(zhì)上是圖像的特征提取、學(xué)習(xí)，沒(méi)有關(guān)注臨床的需求。所以真正的AI，未來(lái)一定是從單一的應(yīng)用走向疾病的全流程管理?！?/p>
因此，未來(lái)醫(yī)學(xué)影像AI要關(guān)注幾個(gè)方面，首先，要注重技術(shù)與產(chǎn)品診斷的準(zhǔn)確性，要進(jìn)行端到端的研究，打破從科研到臨床應(yīng)用的壁壘；其次，要覆蓋放射科工作全流程，從覆蓋疾病診療全流程的角度來(lái)形成AI產(chǎn)品，最大限度減少或者消除非高技術(shù)類(lèi)的勞動(dòng)。
而醫(yī)學(xué)影像AI也面臨諸多挑戰(zhàn)，例如：
動(dòng)搖人道德主體地位風(fēng)險(xiǎn)及是否符合人類(lèi)道德標(biāo)準(zhǔn)的問(wèn)題（研發(fā)和使用標(biāo)準(zhǔn)化）；
大眾公平受益問(wèn)題（AI助益遠(yuǎn)程醫(yī)療）；
醫(yī)療安全風(fēng)險(xiǎn)問(wèn)題（數(shù)據(jù)管理和使用標(biāo)準(zhǔn)化）；
醫(yī)療安全責(zé)任劃分及認(rèn)定問(wèn)題（責(zé)任認(rèn)定標(biāo)準(zhǔn)化）；
監(jiān)管和政策法規(guī)問(wèn)題（加強(qiáng)準(zhǔn)入與監(jiān)管，物價(jià)及醫(yī)保）
郭啟勇教授表示，解決這些問(wèn)題，最根本的是依靠監(jiān)管和政策法規(guī)的不斷完善，進(jìn)而實(shí)現(xiàn)完整的準(zhǔn)入和使用制定，這樣醫(yī)學(xué)影像AI的明天才會(huì)越來(lái)越美好。
作為特邀報(bào)告的第二位嘉賓，Maryellen L.Giger教授是美國(guó)芝加哥大學(xué)放射學(xué)系（基礎(chǔ)科學(xué)研究）副主席。同時(shí)，她也是醫(yī)療AI公司Quantitative Insights公司聯(lián)合創(chuàng)始人，公司QuantX產(chǎn)品為美國(guó)FDA批準(zhǔn)的首個(gè)機(jī)器學(xué)習(xí)驅(qū)動(dòng)的癌癥診斷輔助系統(tǒng)（CADx），2019年被《時(shí)代》雜志評(píng)為年度發(fā)明之一。
Maryellen L.Giger教授以AI在臨床三維乳腺M(fèi)RI及新冠肺炎方面的應(yīng)用為例，進(jìn)行了分享。
她表示，為了有更強(qiáng)大的人工智能，要跨過(guò)所有阻礙道德和值得信賴(lài)的AI人工智能的陷阱，特別是在數(shù)據(jù)和人工智能算法的訓(xùn)練/測(cè)試方面?！拔覀冃枰罅慷鄻拥臄?shù)據(jù)，需要避免‘弗蘭肯斯坦’式的數(shù)據(jù)庫(kù)，避免拿到過(guò)于樂(lè)觀的結(jié)果?！?/p>
因此，Maryellen L.Giger教授團(tuán)隊(duì)正在開(kāi)展一個(gè)數(shù)據(jù)集項(xiàng)目——MIDRC，包括放射科醫(yī)生，醫(yī)療企業(yè)，成像科學(xué)家都參與其中。該項(xiàng)目于2020年8月開(kāi)始并建立的，為期2年。Maryellen L.Giger表示，所有的人工智能研究人員都可以訪(fǎng)問(wèn)，有了這樣的數(shù)據(jù)集，我們將通過(guò)對(duì)算法性能進(jìn)行真實(shí)世界驗(yàn)證，加快向公眾的推廣。
第三位講者是北京腫瘤醫(yī)院醫(yī)學(xué)影像科主任孫應(yīng)實(shí)，他的演講題目是《人工智能在結(jié)直腸癌診療中的應(yīng)用》。
他以廣東省人民醫(yī)院劉再毅教授發(fā)表在《Journal of Clinical Oncology》雜志上的研究成果、北京腫瘤醫(yī)院與中科院自動(dòng)化所田捷教授團(tuán)隊(duì)關(guān)于結(jié)直腸癌療效評(píng)價(jià)的研究等多個(gè)案例進(jìn)行分享。
孫應(yīng)實(shí)教授在對(duì)直腸癌影像組學(xué)的文章進(jìn)行總結(jié)時(shí)表示，未來(lái)有兩個(gè)方向值得探索，一個(gè)是自動(dòng)分割與分類(lèi)，包括術(shù)后病理的預(yù)測(cè)、長(zhǎng)期預(yù)后的預(yù)期以及基因型的預(yù)測(cè)；第二個(gè)方面，進(jìn)行多中心研究，增加訓(xùn)練數(shù)據(jù)的規(guī)模，提高模型在不同環(huán)境中的泛化能力，從而有望將人工智能從研究真正推到應(yīng)用。
麻省總醫(yī)院&哈佛醫(yī)學(xué)院教授 Gregory Sorenson
第四位講者Gregory Sorensen教授是DeepHealth創(chuàng)始人、麻省總醫(yī)院&哈佛醫(yī)學(xué)院教授。他的演講主題是《AI of Medical Imaging in Oncology》。
他表示，Al有巨大的前景，局限性正在得到解決，而醫(yī)學(xué)成像的發(fā)展特別適合機(jī)器學(xué)習(xí)的進(jìn)步?！?0多年前在研究生院的時(shí)候，我就將研究計(jì)算機(jī)視覺(jué)作為一個(gè)副業(yè)，到了今天，計(jì)算機(jī)視覺(jué)的發(fā)展遠(yuǎn)超想象。但與此同時(shí)，AI也和人一樣存在偏見(jiàn)，同時(shí)還有不可解釋性。”
他以機(jī)器學(xué)習(xí)在乳房X光檢查中的應(yīng)用為例，分析了AI在一些實(shí)際醫(yī)學(xué)問(wèn)題中的價(jià)值與缺陷。
Gregory Sorensen表示，“我們開(kāi)始理解這些偏見(jiàn)，并且正在克服。這反過(guò)來(lái)使我們能夠建立一個(gè)真正有用的人工智能。如果我們能將深度學(xué)習(xí)應(yīng)用于癌癥成像、病理切片、結(jié)腸鏡檢查圖像，當(dāng)所有的專(zhuān)業(yè)知識(shí)都被濃縮到軟件中，就可以把世界上最好的醫(yī)生帶到每一個(gè)病人身邊?！?/p>
呂樂(lè)博士是阿里巴巴醫(yī)療人工智能實(shí)驗(yàn)室負(fù)責(zé)人、阿里巴巴達(dá)摩院美國(guó)研究員，IEEE Fellow、MICCAI委員會(huì)成員，曾任西門(mén)子、NIH、英偉達(dá)、PAII資深科學(xué)家、資深研究經(jīng)理和執(zhí)行院長(zhǎng)。
他發(fā)表了主題為《Facing the global health challenges in population health and oncology via scalable AI tools》的演講，主要分享在公共衛(wèi)生及腫瘤方面的AI應(yīng)用成果。
呂樂(lè)博士表示，醫(yī)療AI要思考的最重要問(wèn)題是對(duì)臨床的作用，要學(xué)會(huì)做“有意義”的事情。
他以南加州大學(xué)發(fā)表在《Nature Communication》的一篇論文為例，研究人員可以基于最普通的病理染色圖片，利用AI的方法可以判斷胰腺癌病人的受體是陰性還是陽(yáng)性，從而幫助醫(yī)院優(yōu)化了成本（免疫染色的方法更貴，也便利了病人）。“人工智能做到了人能猜，但是做不好的事情，臨床意義很大?！?/p>
接下來(lái)，呂樂(lè)教授分享了與臺(tái)灣長(zhǎng)庚醫(yī)院合作利用X光圖像計(jì)算骨質(zhì)疏松的風(fēng)險(xiǎn)度、與肝臟內(nèi)科醫(yī)生合作的脂肪肝定量分析、以及在腫瘤領(lǐng)域（胰腺癌、肝癌）早期診斷的多個(gè)案例，其中包括了與北京和睦家醫(yī)院放射科合作的胸部病灶篩查模型的驗(yàn)證研究。
呂樂(lè)博士表示，醫(yī)療AI的技術(shù)要遵循中庸之道，既要有追求創(chuàng)新的精神，也要思考技術(shù)的臨床價(jià)值?？茖W(xué)家和臨床醫(yī)生一定要肩并肩工作，像一個(gè)真正的團(tuán)隊(duì)一樣緊密合作。
北京和睦家醫(yī)院骨科主任路繼科主任發(fā)表了主題為《智能影像指導(dǎo)骨科機(jī)器人手術(shù)》的演講。
他表示，傳統(tǒng)的髖關(guān)節(jié)置換有不少缺點(diǎn)：術(shù)中骨折、術(shù)后脫位、肢體長(zhǎng)短、邊緣負(fù)荷增加導(dǎo)致骨溶解，而髖關(guān)節(jié)置換后容易雙腿長(zhǎng)短不一，還容易引發(fā)訴訟。因此，正確的假體大小和精確的位置安放是關(guān)鍵，而機(jī)器人就可以解決這個(gè)問(wèn)題。
他以和睦家醫(yī)院引入的MAKO機(jī)器人為例，分享了MAKO機(jī)器人輔助髖關(guān)節(jié)置換的原理和操作，其目的是減少關(guān)節(jié)組建放置的邊緣失誤，增加關(guān)節(jié)置換的精確性和準(zhǔn)確性，顯著減少并發(fā)癥的發(fā)生。
但是，MAKO關(guān)節(jié)置換機(jī)器人也存在一些局限性，例如價(jià)格和效率比，需要技術(shù)支持，在手術(shù)時(shí)間和失血方面沒(méi)有改進(jìn)。當(dāng)然，隨著機(jī)器的更新?lián)Q代，MAKO4.0版本對(duì)于復(fù)雜髖臼發(fā)育不良和腰骨盆矢狀位不平衡的髖關(guān)節(jié)置換有明顯優(yōu)勢(shì)。
中日友好醫(yī)院放射科主任謝晟發(fā)表了主題為《成人四肢骨折人工智能檢測(cè)的優(yōu)化研究》的演講。
謝晟主任基于CT金標(biāo)準(zhǔn)的成人四肢骨折AI優(yōu)化評(píng)價(jià)研究，試驗(yàn)內(nèi)容是基于CT金標(biāo)準(zhǔn)對(duì)現(xiàn)有的深睿四肢骨折AI進(jìn)行優(yōu)化，評(píng)價(jià)優(yōu)化前后的AI對(duì)于成人四肢骨折的診斷效能，與原始醫(yī)師評(píng)價(jià)記錄進(jìn)行診斷效能的比較。
謝晟主任表示，這項(xiàng)研究的算法創(chuàng)新之處在于旋轉(zhuǎn)數(shù)據(jù)增強(qiáng)，包裹框再生成消除特征圖歧義，純陰性圖訓(xùn)練降低假陽(yáng)性、多層特征輸出，加強(qiáng)小目標(biāo)識(shí)別。而在訓(xùn)練集和測(cè)試集的規(guī)模上，總樣本量為666例，其中訓(xùn)練集395例，驗(yàn)證集99例，去除圖像質(zhì)量不合格之后的測(cè)試集為191例。而經(jīng)過(guò)優(yōu)化之后的AI，對(duì)于撕脫骨折、非撕脫骨折及其他部位骨折檢出率都實(shí)現(xiàn)了大幅度的提升。
謝晟主任也補(bǔ)充到，部分關(guān)節(jié)的診斷還需要進(jìn)一步提高，假陰性、假陽(yáng)性有望通過(guò)針對(duì)性訓(xùn)練更加改善。
李純明教授是電子科技大學(xué)信息與通信工程學(xué)院教授 ，IEEE Fellow，中國(guó)體視學(xué)學(xué)會(huì)智能成像分會(huì)副主任委員。他發(fā)表了《基于知識(shí)和典型特征點(diǎn)的醫(yī)學(xué)影像分割方法》的主題演講。
李純明教授表示，醫(yī)學(xué)圖像的噪音、對(duì)比度低、磁共振圖像的明暗度不均勻、CT圖像的金屬偽影等，都給分割算法帶來(lái)很大的挑戰(zhàn)。而深度學(xué)習(xí)本身的不可解釋性、依靠大樣本訓(xùn)練、泛化性差等缺點(diǎn)，也進(jìn)一步促進(jìn)研究人員尋求更多的創(chuàng)新點(diǎn)。
他以近年來(lái)在左/右心室圖像分割工作為例，試圖將解剖學(xué)知識(shí)融入圖像分割算法里。李純明教授表示，很多解剖學(xué)結(jié)構(gòu)是凸出的形狀，而這個(gè)“凸性”可以用數(shù)學(xué)上曲線(xiàn)的曲率來(lái)描述，研究人員就可以用算法自動(dòng)算出曲線(xiàn)曲率，進(jìn)而引導(dǎo)曲線(xiàn)的運(yùn)動(dòng)、實(shí)現(xiàn)圖像分割的效果。這樣的方法，也可以用在三維圖像中。
此外，他還分享了基于前向和后向擴(kuò)散的圖像去噪和圖像分割的工作方法和成果。
李純明教授表示，基于典型特征點(diǎn)的圖像分割方法，可以簡(jiǎn)化傳統(tǒng)的交互式分割的人工操作（從前景背景劃線(xiàn)到取典型特征點(diǎn)），簡(jiǎn)化機(jī)器學(xué)習(xí)的方法的手工標(biāo)注，降低了手工勾畫(huà)邊界的難度。
馮逢教授是北京協(xié)和醫(yī)院放射科副主任，主任醫(yī)師，她以《人工智能在癲癇影像中的應(yīng)用》為題，做了報(bào)告。
馮逢表示，癲癇屬于反復(fù)發(fā)作為特征的神經(jīng)元異常放電的突發(fā)性疾病，導(dǎo)致中樞神經(jīng)系統(tǒng)出現(xiàn)短暫障礙的慢性疾病，影響所有年齡層次。它存在兩個(gè)發(fā)病高峰，一個(gè)是兒童青少年群體，一個(gè)是中老年群體。目前，圖像診斷和腦電圖診斷結(jié)的聯(lián)合診斷是確診和識(shí)別癲癇的重要手段，但目前至少還有50%的癲癇疾病無(wú)法確定病灶。
馮逢談到，由于個(gè)體大腦先天或后天發(fā)育的不同，以及大腦皮層本身的不規(guī)則型結(jié)構(gòu)，目前二維成像和腦電波在診斷時(shí)耗時(shí)、費(fèi)力，精準(zhǔn)度低。
她表示，以往的人工智能方法是通過(guò)機(jī)器學(xué)習(xí)圖像和腦電圖數(shù)據(jù)來(lái)做預(yù)測(cè)和診斷，但近年來(lái)大家關(guān)注到癲癇是一個(gè)長(zhǎng)期慢性的、綜合性的疾病，通過(guò)增加小腦數(shù)據(jù)、年齡數(shù)據(jù)、心情數(shù)據(jù)等多元數(shù)據(jù)，選取不同特征學(xué)習(xí)成為臨床新手段。但難點(diǎn)在于這些病例都沒(méi)有很大的樣本，難以做標(biāo)準(zhǔn)化的大樣本分析。
最后，馮逢提到，目前人工智能的研究方法在癲癇臨床應(yīng)用中有很大優(yōu)勢(shì)，并有以下幾個(gè)特征：一是目標(biāo)癲癇的綜合征不同；二是影像設(shè)備、序列不同；三是提取的特征不同；四是機(jī)器學(xué)習(xí)的策略不同。因此不同的機(jī)器學(xué)習(xí)方法對(duì)應(yīng)不同的臨床問(wèn)題，很難比較得出哪種機(jī)器學(xué)習(xí)的模型更好。
何暉光教授是中國(guó)科學(xué)院自動(dòng)化研究所研究員，中國(guó)科學(xué)院大學(xué)人工智能學(xué)院腦認(rèn)知與智能醫(yī)學(xué)教研室主任、崗位教授。他以《人工智能在神經(jīng)精神疾病研究中的應(yīng)用》為題，進(jìn)行了主題分享。
他表示，在神經(jīng)精神疾病領(lǐng)域，人工智能的研究框架包含病理學(xué)研究和計(jì)算機(jī)輔助兩部分。其中前者涉及大腦結(jié)構(gòu)可塑性、大腦功能的改變、與臨床表現(xiàn)關(guān)系、潛在生物標(biāo)記；后者涉及智能輔助診斷、發(fā)病風(fēng)險(xiǎn)預(yù)測(cè)、個(gè)體診療方案、腦機(jī)交互與協(xié)同。
因此必須要采集多中心、多病種、多手段（如磁共振、腦電，眼動(dòng)）的數(shù)據(jù)，從腦結(jié)構(gòu)、腦功能、腦網(wǎng)絡(luò)、腦動(dòng)態(tài)特性、腦可控特性等對(duì)比正常人和病人的大腦變化。得到這些數(shù)據(jù)后再對(duì)臨床和行為數(shù)據(jù)做相關(guān)性判斷，從而推進(jìn)精神疾病的病理發(fā)病機(jī)制。
何暉光談到，這部分的工作屬于前端數(shù)據(jù)標(biāo)記，接下來(lái)要訓(xùn)練一個(gè)學(xué)習(xí)模型，并逐步構(gòu)建一個(gè)全腦通計(jì)算模型，更進(jìn)一步，還要研究腦機(jī)交互和協(xié)同機(jī)制，形成一個(gè)智能診療的系統(tǒng)平臺(tái)。
最后，何暉光在展望人工智能在神經(jīng)精神疾病研究時(shí)談到，希望這樣的研究能夠結(jié)合醫(yī)生的專(zhuān)業(yè)知識(shí)，對(duì)特定腦區(qū)建模，將數(shù)據(jù)和理論相結(jié)合，增加模型的可解釋性，從而對(duì)神經(jīng)疾病精準(zhǔn)調(diào)控。
會(huì)議還邀請(qǐng)到了中國(guó)醫(yī)學(xué)科學(xué)院報(bào)編輯部副編審李潔，她以《從醫(yī)學(xué)頂刊發(fā)文看高水平醫(yī)學(xué)AI研究論文內(nèi)容組織》為題，介紹了自己在組織醫(yī)學(xué)人工智能專(zhuān)題的過(guò)程中，觀察到的醫(yī)學(xué)AI論文趨勢(shì)。
李潔總結(jié)到，近年來(lái)，醫(yī)學(xué)AI領(lǐng)域發(fā)表的學(xué)術(shù)論文有五個(gè)特點(diǎn)：基于AI的醫(yī)學(xué)研究整體發(fā)文量在近5年數(shù)量增長(zhǎng)達(dá)5倍，成為熱點(diǎn)鄰域；文獻(xiàn)綜述、觀點(diǎn)、評(píng)論性文章數(shù)量增長(zhǎng)顯著，而臨床試驗(yàn)研究發(fā)表的論文數(shù)量增長(zhǎng)緩慢，說(shuō)明AI臨床研究較為薄弱；系統(tǒng)綜述和Meta-分析文章數(shù)量較少，說(shuō)明AI臨床效用研究開(kāi)展不足，研究報(bào)告的內(nèi)容缺乏質(zhì)量標(biāo)準(zhǔn)；目前尚未有基于Al醫(yī)學(xué)應(yīng)用的臨床實(shí)踐指南或共識(shí)出現(xiàn)，多中心臨床研究論文逐年增長(zhǎng)是一特點(diǎn)。
其中，頂刊評(píng)論文章中AI在醫(yī)療衛(wèi)生領(lǐng)域的重要關(guān)注有幾點(diǎn)：在現(xiàn)有疾病診治臨床路徑中價(jià)值；患者獲益vs潛在風(fēng)險(xiǎn)；人工智能vs醫(yī)生診療；臨床有效性需要謹(jǐn)慎評(píng)價(jià)；強(qiáng)調(diào)應(yīng)用研究的可重復(fù)性；研究方法的透明性；倫理、法律、規(guī)范；AI醫(yī)學(xué)研究報(bào)告指南。
李潔表示，臨床試驗(yàn)研究發(fā)表的論文數(shù)量增長(zhǎng)緩慢，說(shuō)明臨床專(zhuān)家普遍對(duì)人工智能技術(shù)臨床應(yīng)用的有效性持謹(jǐn)慎態(tài)度，同時(shí)，也說(shuō)明研究論文的設(shè)計(jì)不完整。目前，已經(jīng)出臺(tái)了近 300 個(gè)臨床試驗(yàn)報(bào)告指南，目前發(fā)表在新英格蘭醫(yī)學(xué)雜志上的一篇題為《人工智能檢測(cè)視網(wǎng)膜眼底照相的視乳頭水腫》論著，是一篇不錯(cuò)學(xué)習(xí)范文。
最后，李潔希望未來(lái)醫(yī)學(xué)和工學(xué)以及出版方的能夠更好地合作，提供更好的人工智能臨床評(píng)價(jià)的有效的證據(jù)，讓人工智能真正為患者的預(yù)后，患者疾病的診療結(jié)局服務(wù)。
唐磊教授是北京腫瘤醫(yī)院放射科副主任，他以《胃癌影像組學(xué)研究現(xiàn)狀及展望》為題，做了線(xiàn)上分享。
唐磊談到，胃癌影像組學(xué)面臨的兩大瓶頸是：分期和療效評(píng)價(jià)。目前胃癌影像學(xué)分期的準(zhǔn)確率還不盡人意，達(dá)不到臨床精準(zhǔn)化治療的需求。
他表示，在療效評(píng)價(jià)方面，胃作為空腔臟器，缺乏RECIST標(biāo)準(zhǔn)認(rèn)可的靶病灶，所以胃腔厚度變化是因?yàn)槟[瘤本身還是自身充盈度，很難去做出客觀判斷。并且影像學(xué)變化后知后覺(jué)，形態(tài)改變往往遲于組織成分變化，所以臨床治療較為被動(dòng)。
傳統(tǒng)的CT觀察很難從外觀上客觀評(píng)價(jià)，目前人工智能使醫(yī)學(xué)影像從黑白圖像回歸到數(shù)據(jù)本源。影像組學(xué)關(guān)鍵技術(shù)為紋理分析(像素)、人工智能可解釋性。
唐磊表示，從 17 年到 20 年，已有較多涉及到胃癌的診斷、分期、生物學(xué)行為評(píng)估到療效評(píng)價(jià)等多個(gè)領(lǐng)域的文章，大部分文章來(lái)自中國(guó)。從去年開(kāi)始，胃癌影像組學(xué)或者人工智能領(lǐng)域的研究突飛猛進(jìn)。目前廣東南方醫(yī)科大學(xué)的李國(guó)新教授已經(jīng)通過(guò)構(gòu)建影像組學(xué)標(biāo)簽來(lái)評(píng)價(jià)胃癌的免疫微環(huán)境，進(jìn)而預(yù)測(cè)胃癌輔助化療的療效。
同樣，唐磊團(tuán)隊(duì)研究了胃癌隱匿性腹膜轉(zhuǎn)移的影像學(xué)評(píng)估，對(duì)傳統(tǒng)CT漏診的腹膜轉(zhuǎn)移問(wèn)題做了校正，通過(guò)在MDT模式下與腹腔鏡探查的點(diǎn)對(duì)點(diǎn)對(duì)照研究，進(jìn)一步提高了胃癌治愈評(píng)估的準(zhǔn)確性，降低了后續(xù)治療的偏差。后續(xù)，唐磊團(tuán)隊(duì)還制定了隱匿性腹膜轉(zhuǎn)移的風(fēng)險(xiǎn)度分級(jí)對(duì)照表，將其分為 4 級(jí)，為后期臨床階段提供了支持。
唐磊談到，現(xiàn)在已經(jīng)建立了影像組學(xué)的特征模型和深度學(xué)習(xí)的特征模型，并搭建了一個(gè)軟件系統(tǒng)，將組學(xué)+人工智能用于療效評(píng)價(jià)和疾病預(yù)測(cè)中。
閆軻是阿里巴巴達(dá)摩學(xué)院醫(yī)療AI實(shí)驗(yàn)室高級(jí)算法專(zhuān)家，《深度病灶：在CT中大規(guī)模的病灶分析》為題，做了分享。
閆軻談到，目前已經(jīng)搭建好基于人機(jī)交互的病灶挖掘方法，用于病灶的檢測(cè)、分割以及跟蹤等，從而提高檢測(cè)效率，減少疾病漏診、規(guī)避假陽(yáng)性診斷等。
他表示，目前這種算法具有較好的擴(kuò)展性，即能夠基于已有的標(biāo)注的2D信息擴(kuò)展到相鄰的3D層面，挖掘出沒(méi)有標(biāo)注的病灶；遷移性，即在一個(gè)數(shù)據(jù)集上訓(xùn)練的模型可以運(yùn)行到另一個(gè)數(shù)據(jù)集中，挖掘出來(lái)一些潛在的漏標(biāo)病灶。
田江克主任是北京和睦家醫(yī)院的超聲科主任，以《人工智能輔助診斷在超聲診斷中的應(yīng)用》為題，做了分享。
他表示，AI能在三方面給予臨床診斷數(shù)據(jù)型支持：圖像優(yōu)化和高清成像、自動(dòng)檢測(cè)和測(cè)量、分析和診斷。目前多應(yīng)用在宮頸癌、甲狀腺、乳腺癌、甲狀腺癌等多模態(tài)診斷中。
田江克提到，目前AI依靠智能中心式學(xué)習(xí)，并形成云數(shù)據(jù)存儲(chǔ)，可以在多個(gè)中心同時(shí)操作的基礎(chǔ)上，同時(shí)推動(dòng)多個(gè)AI系統(tǒng)的學(xué)習(xí)和進(jìn)步。
他表示， AI在超聲當(dāng)中的優(yōu)勢(shì)到底是什么？一是解決了年輕醫(yī)生對(duì)于圖像解讀一致性較低的問(wèn)題，減少觀察者之間的差異，二是診斷準(zhǔn)確度與高年資醫(yī)生相似，三是便于基層標(biāo)準(zhǔn)化推廣和教學(xué)。
談到現(xiàn)實(shí)影響時(shí)，田江克談到，人工智能最大的幫助就是解放了醫(yī)生的一只手，在醫(yī)患縮短檢查的同時(shí)，讓醫(yī)療回歸初心，讓醫(yī)生和患者之間的互動(dòng)更加和諧。
陸菁菁為北京和睦家醫(yī)院放射科主任，以《醫(yī)學(xué)影像人工智能應(yīng)用與研發(fā)匯報(bào)--隱形的翅膀》為題進(jìn)行現(xiàn)場(chǎng)分享。
陸菁菁表示，人工智能主要在兩個(gè)方面影響醫(yī)學(xué)領(lǐng)域：一嵌入影像臨床工作流，二推動(dòng)醫(yī)生和科學(xué)家聯(lián)手開(kāi)拓新領(lǐng)域。目前，AI已經(jīng)用于CT肺小結(jié)節(jié)篩查、CT-冠脈血流儲(chǔ)備分?jǐn)?shù)測(cè)定、可視化三維重建、手術(shù)導(dǎo)航、乳腺影像智能評(píng)估、骨齡生長(zhǎng)發(fā)育檢測(cè)中。
隨后，陸菁菁提到，目前，AI在疾病診斷和智能預(yù)測(cè)上成熟度較高，解決了過(guò)去過(guò)度依賴(lài)解剖學(xué)和圖像檢測(cè)的問(wèn)題。并且，越來(lái)越多的醫(yī)生與AI技術(shù)研究員協(xié)作，不僅能為算法提供反饋建設(shè)，還能夠真正參與到系統(tǒng)調(diào)試中，改變了過(guò)去做研究就是發(fā)論文的狀態(tài)。此外，AI還會(huì)吸引更多的人關(guān)注到臨床研究，讓智能科技賦能精準(zhǔn)醫(yī)療。
趙迎新為安貞醫(yī)院老年心血管病中心主任，VIP科第一負(fù)責(zé)人。她以《基于造影的冠狀動(dòng)脈無(wú)導(dǎo)絲系統(tǒng)FFR：從臨床研究到臨床實(shí)踐》為題，做了分享。
她講到，傳統(tǒng)診斷路徑是醫(yī)生目測(cè)患者是否為血管狹窄或推斷是否為心臟缺血，誤診率高達(dá)1/3。目前通過(guò) QFR 的應(yīng)用，在造影后直接計(jì)算FF 值，成為目前比較客觀的評(píng)價(jià)血管狹窄或心臟缺血的高效證據(jù)。
趙主任表示， AI 已經(jīng)幫助讓臨床工作變得更精準(zhǔn)，更簡(jiǎn)單，還能給予醫(yī)生診斷支持，做出更加精確的決策。尤其是 Q-Learning 范式指導(dǎo)臨床實(shí)踐，全過(guò)程指導(dǎo)術(shù)前虛擬討論、術(shù)中實(shí)踐和術(shù)后恢復(fù)。
孫福成教授為北京醫(yī)院心內(nèi)科副主任，北京大學(xué)醫(yī)學(xué)部教授，在心血管臨床、保健、冠脈介入診斷及治療方面具有豐富經(jīng)驗(yàn)。他以《冠脈介入治療：腔內(nèi)影像技術(shù)還是功能學(xué)指標(biāo)指導(dǎo)？》為題做了線(xiàn)上分享。
孫福成表示，冠脈介入治療的優(yōu)勢(shì)是降低死亡率、改善生活質(zhì)量；不良后果是再狹窄、血栓。因此，腔內(nèi)影像技術(shù)成為輔助識(shí)別與診斷冠脈夾層的重要手段。
腔內(nèi)影像學(xué)能夠?qū)崟r(shí)精確評(píng)估血管管腔及病變斑塊情況，比如IVUS與OCT作為冠狀動(dòng)脈腔內(nèi)影像學(xué)技術(shù)，在指導(dǎo)和優(yōu)化大多數(shù)PCI流程中具有優(yōu)越性。IVUS 與OCT指導(dǎo)PCI能夠降低MACE與心源性死亡發(fā)生率。對(duì)于支架內(nèi)再狹窄， IVUS和OCT能夠明確ISR的發(fā)生機(jī)制，指導(dǎo)病變預(yù)處理、優(yōu)化介入治療策略，并且現(xiàn)已制定IVUS，OCT指導(dǎo)“介入無(wú)植入”P(pán)CI策略。
他總結(jié)到，腔內(nèi)影像技術(shù)與生理學(xué)技術(shù)在結(jié)合時(shí)有四點(diǎn)特征：不同技術(shù)的目標(biāo)各異；兩種技術(shù)互補(bǔ)，不存在相互替代；兩種技術(shù)的融合是將來(lái)的趨勢(shì)；無(wú)創(chuàng)性技術(shù)的應(yīng)用是一大前景。
王德昭是北京和睦家醫(yī)院心臟中心主任，首都醫(yī)科大學(xué)心臟病學(xué)系副教授。他以《DEEPVESSEL FFR：基于人工智能的冠狀動(dòng)脈FFR值分析軟件》為題做了分享。
他表示，不管CTA還是冠脈造影仍有一些誤差，不能單純作為治療決策。目前脈影——CT-FFR技術(shù) （基于CT的冠狀動(dòng)脈血流儲(chǔ)備分?jǐn)?shù)測(cè)定）技術(shù)提供了一個(gè)非侵入性的狹窄的檢測(cè)方法。
隨著圖像處理技術(shù)和計(jì)算流體動(dòng)力學(xué)的發(fā)展，無(wú)需有創(chuàng)手術(shù)，僅僅通過(guò)CT造影模型重構(gòu)、血?jiǎng)恿δM計(jì)算FFR值已經(jīng)成為現(xiàn)實(shí)。FFR技術(shù)融合了圖像處理、計(jì)算流體力學(xué)、解剖學(xué)等多學(xué)科技術(shù)，基于CT數(shù)據(jù)進(jìn)行模擬計(jì)算從而獲得FFR數(shù)值，形成指導(dǎo)臨床的報(bào)告。
王德昭表示，過(guò)去的臨床策略是目測(cè)病人癥狀，并結(jié)合心電圖、CTA或者冠脈造影等輔助檢查，最終決策藥物治療還是手術(shù)治療?，F(xiàn)階段 CTA FFR 能夠直接跨過(guò)造影步驟，降低 70% 的不必要的冠脈造影，準(zhǔn)確度達(dá)到90%，提高24%的治療質(zhì)量，降低 33% 的醫(yī)療花費(fèi)。但在中國(guó)，F(xiàn)FR使用率非常低，不到1%，歐美國(guó)家在 10%左右，還有很大的普及空間。
朱剛為北京和睦家醫(yī)院副醫(yī)療總監(jiān)、外科及泌尿外科主任。他以《三維影像在泌尿外科機(jī)器人手術(shù)當(dāng)中的應(yīng)用》為題，做了線(xiàn)上分享。
他表示，目前的三維影像重建技術(shù)，能夠挖掘更深的數(shù)據(jù)，比如靜脈信息，集合系統(tǒng)的信息，更好地顯示器官的結(jié)構(gòu)和空間關(guān)系。
朱剛提到，對(duì)于外科醫(yī)生來(lái)講，這項(xiàng)技術(shù)便于術(shù)前規(guī)劃，可視化展示血管分支的分布和變化，目前多用于一些復(fù)雜腎臟腫瘤切除手術(shù)和靜脈癌栓手術(shù)中。這種手術(shù)的難度一是部分切除，鎖邊縫合，二是惡性腫瘤的完整切除，防止腫瘤或癌栓在切除過(guò)程中破裂擴(kuò)散，解決過(guò)去盲性切除難題。
朱剛表示，未來(lái)還要把三維影像圖像和機(jī)器手術(shù)圖像進(jìn)行重疊，識(shí)別重要的血管位置和關(guān)系。
最后，朱剛總結(jié)到，三維成像技術(shù)對(duì)于復(fù)雜的外科手術(shù)規(guī)劃具有可行性和實(shí)用性，可以幫助外科醫(yī)生查看內(nèi)窺鏡圖像后面的結(jié)構(gòu)，并且三維成像導(dǎo)航可優(yōu)化腫瘤控制和功能恢復(fù)。
黃宇清是北京大學(xué)第三醫(yī)院海淀院區(qū)胸外科執(zhí)行主任，科技部國(guó)家重點(diǎn)專(zhuān)項(xiàng)及北京市科委科技項(xiàng)目評(píng)審專(zhuān)家。她以《3D 數(shù)字成像在肺癌手術(shù)中的應(yīng)用與展望》為題，做了分享。
黃宇清表示，肺癌在不分性別的情況下，是全球癌癥發(fā)病率和死亡率最高的惡性腫瘤。低劑量 CT 在肺癌早期篩查中具有非常大的優(yōu)勢(shì)，但在多發(fā)性（良性和惡性共存）結(jié)節(jié)中的診斷、術(shù)前規(guī)劃和術(shù)中操作中，需要應(yīng)用AI成像技術(shù)。
首先，AI輔助篩查及診斷，進(jìn)一步提升早期肺癌檢出率，比如位置、長(zhǎng)徑、體積、類(lèi)型、密度、良惡性、倍增等。其次，黃宇清重點(diǎn)提到肺結(jié)節(jié)自動(dòng)三維可視化定位在手術(shù)規(guī)劃的優(yōu)勢(shì)：1、肺結(jié)節(jié)的精準(zhǔn)、直觀定位；2、切緣球輔助判斷，輕松實(shí)現(xiàn)手術(shù)范圍、有效切緣的評(píng)估；3、闡明解剖特點(diǎn)，預(yù)判變異，有助于路徑制定；4、突出靶段解剖關(guān)系，降低難度，縮短學(xué)習(xí)時(shí)間。最后，為一些非專(zhuān)業(yè)的人員提供一個(gè)標(biāo)準(zhǔn)化參考，有助于醫(yī)生向患者講述醫(yī)療方案，對(duì)整個(gè)手術(shù)的規(guī)劃和操作提供更加的精準(zhǔn)的支持。
任偉是北京和睦家醫(yī)院骨科門(mén)診主任，香港大學(xué)創(chuàng)傷骨科臨床Fellow，香港大學(xué)醫(yī)學(xué)院3D打印建模助理研究員，在3D打印、精準(zhǔn)醫(yī)療、機(jī)器人導(dǎo)航等方面具有豐富的經(jīng)驗(yàn)。他以《3D打印的臨床應(yīng)用》為題，做了分享。
他提到，目前3D打印技術(shù)在國(guó)內(nèi)多運(yùn)用在心肺外科、肝膽外科、神經(jīng)外科、泌尿外科、骨科、牙科/輔助器具等方面。其中，3D打印在骨科的應(yīng)用主要分為兩個(gè)部分，一是輔助手術(shù)，通過(guò)打印模型來(lái)制定術(shù)前計(jì)劃、通過(guò)制作術(shù)中定位導(dǎo)板實(shí)現(xiàn)精準(zhǔn)定位、通過(guò)定制內(nèi)置物實(shí)現(xiàn)個(gè)性化治療。二是輔助康復(fù)器具，量身定制固定支具和個(gè)性化定制義肢。
任偉表示，未來(lái)3D打印將出現(xiàn)兩大發(fā)展趨勢(shì)，一是3D打印技術(shù)與機(jī)器人技術(shù)結(jié)合實(shí)現(xiàn)關(guān)節(jié)置換如Monogram機(jī)器人。二是3D打印技術(shù)與細(xì)胞治療技術(shù)結(jié)合用于組織再生、器官移植等，比如關(guān)節(jié)軟骨、膝關(guān)節(jié)半月板、肌肉組織、血管等。
大會(huì)在當(dāng)天下午五時(shí)圓滿(mǎn)結(jié)束，與會(huì)者和直播平臺(tái)的觀眾都表示這是一場(chǎng)高水平的學(xué)術(shù)盛宴。大會(huì)有效促進(jìn)了理工醫(yī)同道在醫(yī)學(xué)影像人工智能領(lǐng)域的觀點(diǎn)分享和碰撞，并且會(huì)議內(nèi)容重復(fù)彰顯了精準(zhǔn)智能影像在服務(wù)各個(gè)臨床科室業(yè)務(wù)中所起到的重要作用---“精準(zhǔn)醫(yī)療，影像先行”。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
