0
| 本文作者： 李雨晨 | 2022-09-27 11:55 |
近日，MICCAI Fellow、上?？萍即髮W生物醫(yī)學工程學院創(chuàng)始院長、聯(lián)影智能聯(lián)席 CEO 沈定剛教授在第25屆MICCAI大會上，作了題為《人工智能在全棧全譜醫(yī)學影像中應(yīng)用與創(chuàng)新研究》（Full-stack Full-spectrum AI in Medical Imaging）的主題演講，基于中國醫(yī)療AI的實踐經(jīng)驗，提出了聯(lián)結(jié)工業(yè)界與學術(shù)界的、全棧全譜醫(yī)學影像創(chuàng)新的新思路。
MICCAI 協(xié)會是國際公認的醫(yī)學影像計算（MIC）和計算機輔助介入（CAI）領(lǐng)域的頂級綜合性學術(shù)組織，每年秋天的MICCAI 學術(shù)年會聚集了全球醫(yī)學影像領(lǐng)域的專家與會。
會議內(nèi)容反映了醫(yī)學影像領(lǐng)域的最新成果，代表了學科發(fā)展的新方向，具有國際公認的學術(shù)地位和影響力。
今年的MICCAI會議于9月18-22日在新加坡召開，沈定剛教授是本屆大會三個特邀主題（Keynote）演講者之一。
會后，雷峰網(wǎng)與沈定剛教授進行了一次對話，圍繞轉(zhuǎn)變研究思維、打破圈層利益等方面提供了諸多寶貴意見，并分享了公司及學院的最新建設(shè)成果。
他表示，MICCAI的三個主題演講中，會包含MIC和CAI兩個方向，另一個則是探討更為宏觀的主題，如今年的AI倫理、公平性等。
三個主題演講會由不同方向的學者來進行推薦，然后召開會議進行確定，并最后由一位專門的主席（區(qū)別于大會程序主席）來進行邀請。
邀請沈定剛教授的學者，是法國雷恩大學的Pierre Jannin教授。
他在設(shè)計和開發(fā)用于神經(jīng)外科的圖像引導手術(shù)系統(tǒng)方面擁有約20年的經(jīng)驗，是國際計算機輔助外科學會（ISCAS）的秘書長，并在多個期刊擔任副主編和審稿人。
2018年，Pierre Jannin教授當選為MICCAI Fellow。
據(jù)雷峰網(wǎng)(公眾號：雷峰網(wǎng))了解，此次演講籌備近3個月時間，由上科大、聯(lián)影智能等十多個人的團隊共同參與。演講主題的關(guān)鍵詞是“全棧全譜“，這其中包含了沈定剛教授對學科發(fā)展的深遠思考。
他表示，許多學術(shù)研究僅零散地用于醫(yī)學影像的某個環(huán)節(jié)，并不會從整體上對臨床工作流帶來明顯的提升。只有從全棧全譜角度將AI方法組合起來，從掃描前、掃描中、掃描后全流程來研究和開發(fā)醫(yī)學影像AI，才有可能真正帶來臨床工作流的革新。
“打個比方，一個疾病的診療流程是一根繩子。你在前端的圖像分割、分類上做的很好，給繩子增加了5%向上的力，但是這股力傳導到繩子末端已經(jīng)損耗殆盡。所以，如果只關(guān)注其中的一個點，最后將整條繩子動起來的概率非常低。”
所以，沈定剛教授希望學者們用“由點成線”的思維來考慮問題，把很多全棧全譜的“線”堆積起來構(gòu)成“面”，解決真正的臨床問題，也就是“點-線-面”的思路。
“在AI時代，我們更應(yīng)該考慮一個問題的整體解決方案，而不是其中的一個點。有人鉆得很深、鉆了一輩子，但是要回頭想想，這對于解決臨床問題有什么好處。可以說，大多數(shù)是沒有多大好處、多大用的東西。因為臨床需要的，是一大批AI工具?！?/p>
如何做到這一點，關(guān)鍵在于把所有的AI工具標準化、模塊化，進行組合、快速開發(fā)新的產(chǎn)品。這就需要學者、產(chǎn)業(yè)界人士學會共享，從解決臨床問題的思路出發(fā)。
對于青年學者，沈定剛教授建議他們多去綜合性的大型實驗室里，學會從全局的視角看問題。
“做圖像分割的同學，思考自己的工作如何給后面分類的同學提供幫助、彼此扶持，這樣才能得到綜合性的訓練?！?/p>
沈定剛教授曾擔任MICCAI 2019的大會主席。在他的推動下，華人在世界學術(shù)舞臺上的影響力越來越大。
從論文而言，2019年，亞洲的錄取文章比例已經(jīng)達到37%（美洲為36%，歐洲為26%），超過了美洲，而這些錄取的文章里，絕大多數(shù)（150篇左右）來自于中國。
他做了幾件事情，將審稿人的數(shù)量擴充至1300人左右，并實行了一個非常好的策略：
首先，讓MICCAI 2019的六十多位領(lǐng)域主席，每人至少推薦一定數(shù)量的專家；
其次，在MICCAI上，華人擔任領(lǐng)域主席的數(shù)量通常非常少，沈定剛教授做的一點改變是，提升華人擔任領(lǐng)域主席的比重，將原先13.8% (MICCAI 2018) 的比例提升到了今年的43.5%，有三十位領(lǐng)域主席是華人。
因此，MICCAI對國內(nèi)醫(yī)療AI領(lǐng)域很大的一個貢獻在于，不光把年輕的學者作為領(lǐng)域主席推在全世界面前，同時也把中國在醫(yī)學影像AI方面的工作推向全世界。
然而，隨著會議的最佳論文以及青年學者中華人的身影越來越多（本次大會審稿人的名單詳見閱讀原文），也引發(fā)了沈定剛教授的擔憂。
他認為這不是一個好現(xiàn)象。
因為某一個國家或地區(qū)的學者占據(jù)重要的地位后，會形成一個個小的文化圈子和利益圈子，論文就會出現(xiàn)投機取巧或打“人情分”的現(xiàn)象。
在一些極端情況下，MICCAI審稿的雙盲機制也會失效，這是他不愿意看到的事情。
沈定剛教授表示，“我希望國內(nèi)的人在MICCAI這個領(lǐng)域里做得越來越好，也希望大家相互支持，給年輕人更多機會，但是這不應(yīng)該成為學術(shù)牟利的跳板，而是保持純粹的學術(shù)初心，為醫(yī)學、為患者做切切實實的事情。”
目前，沈定剛教授任職于上?？萍即髮W和聯(lián)影智能，他分享了各自的進展。
8月，國家科技創(chuàng)新2030-“腦科學與類腦研究”重大項目首批項目陸續(xù)開題。
其中，由上?？萍即髮W生物醫(yī)學工程學院創(chuàng)始院長沈定剛教授指導的“嬰幼兒腦發(fā)育隊列” 重大項目與“上?？萍即髮W-兒童青少年發(fā)育隊列建設(shè)子課題”于近日正式開題。
“嬰幼兒腦發(fā)育隊列”項目，由上科大生物醫(yī)學工程學院研究員、副教授、博士生導師、嬰幼兒腦發(fā)育影像實驗室主任張寒牽頭；
“上?？萍即髮W-兒童青少年發(fā)育隊列建設(shè)子課題”由上科大生物醫(yī)學工程學院研究員、副教授、博士生導師、助理院長王乾負責。
項目對標國際最高水平，將基于聯(lián)影醫(yī)療最新科研型3.0T磁共振系統(tǒng)，進行涵蓋嬰幼兒和兒童青少年這兩個重要年齡段的腦智發(fā)育研究。
沈定剛教授將其稱之為一個“歷史性”的現(xiàn)象。
“現(xiàn)在廣泛應(yīng)用于腦科學研究的磁共振機器，就是由美國的腦計劃研究帶動起來。所以在國家重大前沿科研項目中，既要研究解決腦科學領(lǐng)域的眾多科學問題，也應(yīng)該以此帶動國內(nèi)相關(guān)技術(shù)和產(chǎn)業(yè)的發(fā)展，讓高端影像設(shè)備企業(yè)有更多的打磨機會?！?/p>
兩個項目/課題中，上?？萍即髮W將與復旦大學附屬兒科醫(yī)院、上海師范大學、西安交通大學、上海大學等機構(gòu)緊密合作。
除了上?？萍即髮W生物醫(yī)學工程學院創(chuàng)始院長的身份，沈定剛教授還是聯(lián)影智能的聯(lián)席CEO。
他表示，目前聯(lián)影智能的產(chǎn)品已經(jīng)多達40+個，產(chǎn)品已經(jīng)部署上千家醫(yī)院，銷售額上億元。
以下為沈定剛教授大會演講的內(nèi)容節(jié)選。
近年來，醫(yī)療 AI 在全球范圍內(nèi)迎來了極大的發(fā)展，越來越多的業(yè)內(nèi)頂尖學者投身醫(yī)學影像 AI 領(lǐng)域，從 2018 年起，MICCAI 接收和發(fā)表的醫(yī)療 AI 相關(guān)文章數(shù)量也顯著增長。這一點從 MICCAI 被高頻研究的關(guān)鍵詞中可以窺見。
MICCAI 文章中的高頻詞
然而許多學術(shù)研究僅零散地用于醫(yī)學影像的某個環(huán)節(jié)，并不會從整體上對臨床工作流帶來明顯的提升。
只有從全棧全譜角度將 AI 方法組合起來，從掃描前、掃描中、掃描后全流程來研究和開發(fā)醫(yī)學影像 AI，才有可能真正帶來臨床工作流的革新。
此外，很多算法只能從影像中識別單一病灶或疾病，但在臨床中醫(yī)生卻需要同時檢查所有可能存在的疾病并出具報告。
另一方面，臨床診斷往往不僅使用一種模態(tài)，而是結(jié)合多種模態(tài)完成檢查。因此，我們需要從全譜（即多模態(tài)）的角度研究如何診斷疾病。
針對復雜多樣的臨床問題，在產(chǎn)業(yè)實踐中，我們通過產(chǎn)學醫(yī)融合創(chuàng)新的方式，進行全棧（貫穿成像、篩查、隨訪、診斷、治療的疾病診療工作流）和全譜（覆蓋X-ray、CT、MR、PET、PET-CT 等多模態(tài)）的醫(yī)學影像 AI 研究，開發(fā)了通用的全棧全譜技術(shù)模塊。這些通用模塊像魔方組件一樣，經(jīng)過不同的排列組合，快速高效地形成不同的產(chǎn)品與解決方案，為臨床帶來實際價值。
以肺癌為例，全球每年新增肺癌患者 220 萬例，因肺癌死亡 180 萬例。肺癌診療也面臨篩查覆蓋人群少、效率低，隨訪流失病人多，診療難度大等痛點。針對這些痛點，我們構(gòu)建了全流程的肺癌智能健康管理全棧 AI，包括健康評估、篩查、診斷、治療、預后、隨訪等功能，通過 AI 賦能臨床為肺癌患者帶來福音。
肺癌智能健康管理全棧 AI 首先聚焦低劑量 CT 重建，減少了 30%-70% 的輻射劑量，提升了成像質(zhì)量，幫助醫(yī)生提高 8%-15% 的肺結(jié)節(jié)檢出率，該技術(shù)已獲 FDA 認證。
基于低劑量 CT 圖像，構(gòu)建多任務(wù)、多尺度深度神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了氣管和肺實質(zhì)的分割和標注，并定位、分類和分割結(jié)節(jié)，實現(xiàn)肺結(jié)節(jié)篩查與診斷，該產(chǎn)品已獲中國 NMPA 三類證，在中國應(yīng)用于 800 余家醫(yī)院，實現(xiàn)日篩查患者 5 萬余人。
在隨訪環(huán)節(jié)，通過配準引擎將隨訪患者在不同時間的多幅影像進行解剖結(jié)構(gòu)匹配和病灶匹配，自動量化結(jié)節(jié)變化。該隨訪系統(tǒng)已在 600 余家醫(yī)院使用，月使用量 150 萬余次。
在放療環(huán)節(jié)，聯(lián)影智能分割引擎可在 0.7 秒左右自動勾畫靶區(qū)，Dice 系數(shù)可達 97%。配備自動勾畫引擎的一體化 CT-linac 放療設(shè)備使得傳統(tǒng)需二十天左右才能完成的首次放療流程縮短至 20 分鐘左右的一站式放療，「精準狙擊」肺癌病灶。
一站式放療已在復旦大學附屬腫瘤醫(yī)院、中山大學腫瘤防治中心、金華市中心醫(yī)院成功應(yīng)用于直腸癌（23mins）、鼻咽癌（29 mins）、乳腺癌（23 mins）及肺癌在線自適應(yīng)（計劃調(diào)整10 mins 45 sec）的病患首次放療中。
在不同模態(tài)的快速低劑量掃描中，以圖像多域映射技術(shù)為基礎(chǔ)可將模糊、偽影或欠采樣的圖像恢復成與全采樣質(zhì)量相當?shù)母咔鍒D像。這些技術(shù)可以應(yīng)用在CT、MRI、PET 等影像的重建任務(wù)中。
如應(yīng)用于 MRI 的 AI 壓縮感知技術(shù) ACS (AI-assisted Compressed Sensing)，在采用百萬級的數(shù)據(jù)訓練后，可在百秒內(nèi)完成全身各部位多序列成像，不僅保持高清影像質(zhì)量，而且極大縮短磁共振掃描時間。此項 ACS 技術(shù)已獲 FDA 認證，并已在 250 余臺磁共振設(shè)備上得到使用。
圖像多域映射也可應(yīng)用于低劑量 PET 重建，聯(lián)影智能研發(fā)的 HYPER-DLR (HYPER Deep Learning-based Reconstruction) 技術(shù)在相同圖像質(zhì)量的情況下，可提升掃描速度近 10 倍。該技術(shù)已賦能 250 余臺 PET 設(shè)備。
ACS 技術(shù)與 HYPER-DLR 技術(shù)
一種有效的人工智能模塊化引擎可有效賦能全棧工作流和全譜的設(shè)備模態(tài)。以聯(lián)影智能的分割引擎為例，在多模態(tài)影像上均可達到秒級精準分割的目標。通過開發(fā)檢測、分割、配準、分類、映射等人工智能技術(shù)模塊，經(jīng)過不同的排列組合可在短期內(nèi)開發(fā)出不同臨床產(chǎn)品。
例如，新冠肺炎期間，我們在兩周內(nèi)快速研發(fā)出貫穿自動掃描、診斷、量化、隨訪全流程的新冠肺炎 AI 產(chǎn)品，并將其落地 320 余家醫(yī)院，幫助醫(yī)生快速掃描與診斷；
我們用 1 個月的時間從無到有，開發(fā)出腦轉(zhuǎn)移瘤檢測軟件，經(jīng)過多中心臨床驗證，在假陽性沒有顯著改變的基礎(chǔ)上，輔助醫(yī)生提升 21% 檢測敏感度，每例平均閱片時間減少了 40%；
在腦卒中輔助診斷中，完成了一站式腦卒中解決方案中四大 AI 系統(tǒng)的開發(fā)（出血、缺血、CTP、CTA)。
基于通用模塊快速開發(fā)的產(chǎn)品
AI 應(yīng)用從研發(fā)到落地的快速轉(zhuǎn)化，離不開技術(shù)模塊的積累和組合，也離不開產(chǎn)學醫(yī)的緊密協(xié)作。
在腦科學領(lǐng)域，我們正通過產(chǎn)學醫(yī)協(xié)作，進行 0-80 歲的全生命周期的腦健康研究，包括 0-6 歲早期腦發(fā)育、大腦老化研究和基于 MR 的分鐘級腦健康篩查。
在早期腦發(fā)育研究上，上海科技大學牽頭承擔了“嬰幼兒腦發(fā)育隊列” 重大項目，是中國腦計劃的重要組成部分。
在這個項目中，上?？萍即髮W與多家大學、醫(yī)院、企業(yè)合作，引入聯(lián)影高端影像設(shè)備和聯(lián)影智能 AI 技術(shù)，共同進行 0-6 歲早期腦發(fā)育研究。
數(shù)據(jù)采集方面突破了傳統(tǒng)鎮(zhèn)定掃描的方式，通過讓嬰幼兒熟悉場地，在睡眠狀態(tài)進行掃描，來最大程度減少掃描影響。
考慮到嬰幼兒對磁共振的噪聲和掃描時長尤為敏感，通過 ACS 技術(shù)可實現(xiàn)快速掃描，節(jié)省 44% 時間，極大提高數(shù)據(jù)采集質(zhì)量和成功率；
通過 MTP 技術(shù)，可實現(xiàn)一次采集產(chǎn)生 16 個對比和 9 個定量映射，取得豐富測量序列；
為了避免嬰兒身體運動而導致掃描結(jié)果不佳，通過穿戴式頭部監(jiān)測儀，可在掃描期間監(jiān)控嬰兒頭部運動并前瞻性調(diào)整梯度，進行運動補償，讓掃描更清晰；
我們還專門定制了嬰兒線圈，給嬰兒帶來舒適的掃描體驗。
在整項研究中，我們采用的技術(shù)均已應(yīng)用于聯(lián)影科研級高端磁共振 uMR 890，這款設(shè)備也已在上?？萍即髮W生物醫(yī)學工程學院裝機，未來 5 年內(nèi)計劃掃描 1000 名研究對象。
伴隨嬰幼兒生長發(fā)育，在不同時間維度上用不同模態(tài)的檢查方式，組合不同的技術(shù)分析手段，可以獲得多種多樣的研究結(jié)果，形成一個橫跨發(fā)育周期的全棧全譜的腦發(fā)育影像研究，再通過專業(yè)量表對孩子進行發(fā)育評估、出具腦發(fā)育健康報告，可全維掌握大腦的生長發(fā)育情況。
在大腦老化研究方面，我們通過 AI 可進行皮質(zhì)分割、阿爾茨海默風險監(jiān)測、隨訪、海馬體萎縮評估、腦小血管疾病評估等，并提供精細的腦健康評估報告。
在阿爾茨海默疾病的診斷上，我們正在開展“基于多模態(tài)醫(yī)學影像智能融合的 AD 早期診斷評價模型研究”，利用 AI 進行 MR 的快速采集，學習 MR 與 CT、與 PET 的表征關(guān)系，生成 PET/CT 圖像，然后利用訓練好的多模態(tài)分類器，進行老年癡呆癥的快速診斷，致力于實現(xiàn)從影像采集到最后診斷在幾分鐘內(nèi)完成。
AI 皮質(zhì)分割、AI 阿爾茨海默風險監(jiān)測、AI 隨訪、AI 海馬體萎縮評估、AI 腦小血管疾病評估
醫(yī)學影像計算（MIC）與計算機輔助介入（CAI）的結(jié)合才是真正的、整合的醫(yī)學影像人工智能（MICCAI）。
MICCAI 研究的內(nèi)容與醫(yī)療元宇宙也十分相關(guān)，不僅體現(xiàn)在輔助診斷，也體現(xiàn)在輔助治療。
在 MIC 方面，我們開發(fā)了腦分割、配準等算法；
在 CAI 方面，我們開發(fā)了智能手術(shù)規(guī)劃、智能手術(shù)導航；在術(shù)后療效評價中，我們也開發(fā)了評估算法。結(jié)合元宇宙新技術(shù)，將為疾病診斷、治療規(guī)劃、術(shù)中導航創(chuàng)建身臨其境的多元感知。
隨著醫(yī)療水平和現(xiàn)代科技的不斷發(fā)展，醫(yī)療 AI 的學術(shù)研究只有真正落地臨床場景才具有價值，希望更多學者能突破邊界，進行更深遠的產(chǎn)學研醫(yī)協(xié)作，共同推動前沿生命科技發(fā)展，造福人類。
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。
