0
| 本文作者： 郭瑞嬋 | 2022-10-18 11:35 |
近日，2022年醫(yī)學(xué)人工智能大會(huì)（CMAI 2022）暨第二屆“中國(guó)醫(yī)學(xué)學(xué)術(shù)期刊發(fā)展”高端論壇召開。
本次高峰論壇邀請(qǐng)了多位頂尖醫(yī)院的放射科主任及人工智能技術(shù)的權(quán)威專家，雷峰網(wǎng)《醫(yī)健AI掘金志》作為本次大會(huì)的支持單位全程參與報(bào)道。
大會(huì)上，首都醫(yī)科大學(xué)附屬北京佑安醫(yī)院醫(yī)學(xué)影像中心主任李宏軍教授以《醫(yī)學(xué)影像在醫(yī)療大數(shù)據(jù)中的作用與價(jià)值》為主題作了分享，著重介紹“AI+”影像基因組學(xué)的發(fā)展與應(yīng)用。
會(huì)后，雷峰網(wǎng)《醫(yī)健AI掘金志》與李宏軍教授進(jìn)行了一次對(duì)話。李宏軍教授表示，影像組學(xué)反映了疾病的外在表型特征，基因組學(xué)反映了疾病的內(nèi)在的微觀分子特征，一內(nèi)一外的數(shù)據(jù)模型結(jié)合，才能夠較全面反映疾病生理病理演變過(guò)程，實(shí)現(xiàn)精準(zhǔn)診療的效果。
他認(rèn)為，醫(yī)學(xué)影像AI經(jīng)歷近10年的發(fā)展，瘋狂投入和研發(fā)的時(shí)期已經(jīng)過(guò)去，現(xiàn)正處于理性階段。在這個(gè)階段，主要有兩個(gè)表現(xiàn)：
一是對(duì)數(shù)據(jù)的標(biāo)準(zhǔn)化提出了更高的要求；
二則是影像基因組學(xué)設(shè)計(jì)理念得到推廣，即基于影像數(shù)據(jù)特征與個(gè)性化疾病相關(guān)的多元異構(gòu)數(shù)據(jù)特征相結(jié)合，實(shí)現(xiàn)多模型融合，全面客觀反映疾病的病理生理過(guò)程。
目前，更多AI模型都是僅基于單一的影像組學(xué)數(shù)據(jù)特征建立。以影像基因組學(xué)模型融合理念為指導(dǎo)，醫(yī)學(xué)影像AI的發(fā)展歷程已經(jīng)經(jīng)歷了第一步，即基于醫(yī)療影像單一數(shù)據(jù)的模型；
第二步將是醫(yī)療影像組學(xué)與多源異構(gòu)數(shù)據(jù)融合模型；
第三步則是醫(yī)療影像基因組學(xué)與多源異構(gòu)數(shù)據(jù)模型融合建立的AI產(chǎn)品。第二步和第三步的模型研發(fā)進(jìn)程均為剛剛起步，尚處于科研階段。
在談及醫(yī)學(xué)影像AI的發(fā)展時(shí)，李宏軍教授特別提到醫(yī)工結(jié)合和多學(xué)科交叉融合對(duì)產(chǎn)品落地的重要作用。
“前期AI為什么得不到很好的應(yīng)用，主要原因是生物醫(yī)學(xué)工程學(xué)科學(xué)家在建立模型的時(shí)候沒(méi)有緊密地和醫(yī)院醫(yī)生結(jié)合，對(duì)醫(yī)療數(shù)據(jù)的同質(zhì)化沒(méi)有標(biāo)準(zhǔn)化統(tǒng)一的要求，對(duì)病灶分割精確度也沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，從數(shù)據(jù)的采集到處理過(guò)程當(dāng)中都沒(méi)有一個(gè)標(biāo)準(zhǔn)化的規(guī)范體系和技術(shù)體系。”
李宏軍教授從2014年開始即在北京佑安醫(yī)院牽頭建立重大傳染病影像學(xué)的標(biāo)準(zhǔn)大數(shù)據(jù)庫(kù)，與企業(yè)合作主導(dǎo)傳染病診療的AI產(chǎn)品的開發(fā)。其中，有三項(xiàng)AI開發(fā)工作已顯現(xiàn)出成果。
李宏軍教授與深圳智影醫(yī)療合作建立的肺結(jié)核病原學(xué)和醫(yī)療影像融合AI模型，以及耐藥性肺結(jié)核桿菌AI模型，已經(jīng)獲得三類證，并應(yīng)用到全國(guó)400多家醫(yī)院中，各項(xiàng)指標(biāo)獲得美國(guó)NIH計(jì)算機(jī)信息中心評(píng)價(jià)達(dá)到國(guó)際標(biāo)準(zhǔn)參數(shù)要求。
此外，他還與推想醫(yī)療成功合作研發(fā)了針對(duì)新冠肺炎的AI模型，與匯醫(yī)慧影成功研發(fā)了AI肺炎病原體三級(jí)分類輔助診斷產(chǎn)品。
盡管國(guó)內(nèi)已有30余款A(yù)I產(chǎn)品拿到了三類證，但企業(yè)們?nèi)绾位钕聛?lái)依然是重要的命題。當(dāng)前，全球一級(jí)市場(chǎng)投資熱情下降，醫(yī)學(xué)影像AI企業(yè)融資遇冷，正面臨生存挑戰(zhàn)。
在與醫(yī)工科打交道的過(guò)程中，李宏軍教授發(fā)現(xiàn)，業(yè)界都已意識(shí)到醫(yī)工結(jié)合的重要性，在研發(fā)方向上和模型建立方面不存在大問(wèn)題，但由于融不到資金，企業(yè)顯得心有余而力不足。
李宏軍教授指出，目前國(guó)內(nèi)針對(duì)醫(yī)學(xué)影像AI產(chǎn)品還沒(méi)有統(tǒng)一的收費(fèi)項(xiàng)目，無(wú)法收費(fèi)也打擊了醫(yī)院采買AI產(chǎn)品的積極性。他呼吁，針對(duì)醫(yī)學(xué)影像AI產(chǎn)品，相關(guān)部門應(yīng)盡快出臺(tái)鼓勵(lì)政策，成熟的產(chǎn)品可以納入醫(yī)保的收費(fèi)項(xiàng)目中，讓AI企業(yè)找到一條自身造血的出路。
從北京佑安醫(yī)院的實(shí)踐來(lái)看，國(guó)內(nèi)已有不少成熟的AI產(chǎn)品應(yīng)用到臨床中。李宏軍介紹，北京佑安醫(yī)院放射科部署了包括頸部、心血管、肺部、肝臟以及科研平臺(tái)等AI產(chǎn)品，在肺結(jié)節(jié)篩查、心血管、頸部動(dòng)脈和肝臟影像方面，對(duì)AI的使用率幾乎是100%。
“特別是在冠脈成像和血管重建方面大大節(jié)約了我們的時(shí)間，過(guò)去我們做一個(gè)肝臟血管的重建，一個(gè)大夫需要坐25~30分鐘去勾畫，現(xiàn)在一鍵就能瞬間成像?！?/p>
李宏軍教授對(duì)醫(yī)學(xué)影像AI的發(fā)展表露了十足的信心，其申請(qǐng)的科技部重點(diǎn)研發(fā)和國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目等大部分科研項(xiàng)目都與AI相關(guān)。
同時(shí)，他擔(dān)憂正在遭遇融資和商業(yè)化困境的企業(yè)，“越是在最艱難的時(shí)候挺過(guò)來(lái)、活下來(lái)，就是一種偉大?！?/p>
以下為李宏軍教授大會(huì)演講的全部?jī)?nèi)容，雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))《醫(yī)健AI掘金志》做了不改變?cè)獾木庉嫼驼怼?/strong>
李宏軍：我是李宏軍，來(lái)自于首都醫(yī)科大學(xué)附屬北京佑安醫(yī)院。
今天，從4個(gè)方面和大家共同分享醫(yī)學(xué)影像在醫(yī)療大數(shù)據(jù)中的重要作用與應(yīng)用價(jià)值，包括醫(yī)學(xué)影像學(xué)的發(fā)展，醫(yī)學(xué)影像學(xué)的數(shù)據(jù)內(nèi)涵，醫(yī)學(xué)影像在大數(shù)據(jù)的應(yīng)用價(jià)值，醫(yī)學(xué)影像大數(shù)據(jù)的挖掘與利用。
首先是醫(yī)學(xué)影像學(xué)的發(fā)展。
近30年來(lái)，醫(yī)學(xué)影響技術(shù)的飛速發(fā)展，從最早的X透視到數(shù)字DR、CT、核磁共振、PET-CT、PET-核磁，催生了臨床醫(yī)學(xué)的二級(jí)學(xué)科醫(yī)學(xué)影像學(xué)的飛速發(fā)展，在為臨床提供循證醫(yī)學(xué)證據(jù)方面扮演了重要角色。
隨著診查技術(shù)手段的出現(xiàn)、診查能力的提升，以及多模態(tài)影像數(shù)據(jù)的綜合利用，大大地提升了臨床診斷的準(zhǔn)確率、符合率，對(duì)療效的評(píng)估和預(yù)后的管理都發(fā)揮了重要的價(jià)值和作用。
醫(yī)學(xué)影像學(xué)作為臨床醫(yī)學(xué)的二級(jí)學(xué)科，在近30年來(lái)逐步完整完善，發(fā)生了質(zhì)的變化，從單一學(xué)科的診斷，到多學(xué)科、多模態(tài)、多部位的數(shù)據(jù)綜合利用、綜合預(yù)測(cè)并做出客觀評(píng)估。
消化神經(jīng)、心血管、泌尿、生殖、頭頸、骨肌、呼吸這一系列的系統(tǒng)理論體系指南和標(biāo)準(zhǔn)，都是由西方醫(yī)學(xué)專家利用醫(yī)學(xué)影像技術(shù)建立起來(lái)的。
唯獨(dú)傳染病這個(gè)獨(dú)立病人群體的影像學(xué)理論體系指南和標(biāo)準(zhǔn)，是由我們中國(guó)放射學(xué)專家?guī)ьI(lǐng)團(tuán)隊(duì)所建立起來(lái)的，在重大傳染病的影像學(xué)理論體系、指南和標(biāo)準(zhǔn)方面，為世界的醫(yī)學(xué)影像學(xué)方面作出了重要的貢獻(xiàn)。
近年來(lái)，人工智能的概念，以及AI算法的升級(jí)，帶動(dòng)整個(gè)醫(yī)學(xué)影像學(xué)進(jìn)入了一個(gè)新階段。
包括興趣區(qū)的選定、分割與圖像處理減少了圖像的干擾體素，算法效率得到了提高，使結(jié)果更加精準(zhǔn)。
在冠脈樹的提取方面，AI對(duì)全局結(jié)構(gòu)的理解、有效信息的補(bǔ)償，以及對(duì)弱信號(hào)斷裂的修復(fù)，能夠達(dá)到最有效果的生成，主動(dòng)去除和修復(fù)偽影，全方位三維立體地展示整個(gè)冠脈圖像的形態(tài)。
血管的完整性也得到了很好的顯示，多重模型的融合有效修復(fù)斷裂并延長(zhǎng)血管；動(dòng)靜脈的預(yù)測(cè)技術(shù)，以及動(dòng)靜脈交匯點(diǎn)的識(shí)別和分離技術(shù)，都能夠更加精準(zhǔn)、全面的顯示冠脈血管的形態(tài)和真實(shí)長(zhǎng)度。
通過(guò)計(jì)算機(jī)的深度學(xué)習(xí)，加上傳統(tǒng)的算法，使檢測(cè)的模型完成了初步的概念和命名，特別是在利用心肌分割來(lái)修正初步命名的結(jié)果。
在病灶檢測(cè)方面，達(dá)到病灶精準(zhǔn)、無(wú)縫的混合，使弱特征集聯(lián)提取、難發(fā)現(xiàn)斑塊的識(shí)別和量化情況得到了有效的解決。
在病灶分類識(shí)別方面，使多維圖像實(shí)現(xiàn)綜合分類準(zhǔn)確分類，使弱監(jiān)督、無(wú)監(jiān)督的分類信息增益，實(shí)現(xiàn)數(shù)據(jù)樣本全自動(dòng)進(jìn)行病灶分類識(shí)別。
醫(yī)學(xué)影像數(shù)據(jù)的內(nèi)涵是什么？
醫(yī)學(xué)影像數(shù)據(jù)的內(nèi)涵，從組織、骨骼、血管向器官方面的發(fā)展和延伸，從病灶的大小、形態(tài)、位置與周圍組織之間的關(guān)系，到對(duì)病灶的定量、定性，這都是一系列數(shù)據(jù)的充分利用和技術(shù)的催化，使我們從形態(tài)的判斷發(fā)展到對(duì)疾病病灶的定量定性，這是一個(gè)革命性的技術(shù)進(jìn)步。
此外，從病灶的局部發(fā)現(xiàn)，向疾病的全面評(píng)估，也是我們?cè)谟跋窦夹g(shù)飛速發(fā)展的背景下所發(fā)生的一個(gè)新變化。
我們從發(fā)現(xiàn)局部發(fā)生巨大的病變，到整體冠脈全方位綜合評(píng)估來(lái)進(jìn)行定量、定性，為臨床既提供了局部病灶定量，又提供了整體的、全面的冠脈病理、生理變化，為臨床的整體干預(yù)、制定客觀治療方案提供了全面的真正醫(yī)學(xué)證據(jù)信息，從傳統(tǒng)的形態(tài)學(xué)診斷，向功能影像學(xué)和分子影像學(xué)的診斷過(guò)渡。
在單位組織器官內(nèi)，當(dāng)形成占位病變的時(shí)候，病變往往處于晚期或者中晚期，那么在臨床前期機(jī)體功能代謝發(fā)生異常的時(shí)候，我們通過(guò)影像技術(shù)的手段去推測(cè)和評(píng)估病變，勢(shì)必將對(duì)早期預(yù)警以及療效評(píng)估和預(yù)后管理方面起到重要的價(jià)值和作用。
除了對(duì)于冠脈形態(tài)學(xué)的影像診斷，還可以對(duì)于冠脈的功能變化，也能夠進(jìn)行客觀的分析，來(lái)判斷冠脈血管的病理生理功能變化。比如說(shuō)，冠脈周圍的脂肪組織分析，以及血管濃度梯度的分析等等。
除了發(fā)現(xiàn)冠脈與器質(zhì)性病變之外，功能型改變的一些指標(biāo)，也能夠?yàn)榕R床既提供形態(tài)學(xué)變化的診斷依據(jù)，又提供了功能型變化的醫(yī)學(xué)證據(jù)。
基于影像，除了滿足臨床的診斷治療需求之外，還要應(yīng)用于科研。
在科研方面，我們建立了縱向研究的大數(shù)據(jù)隊(duì)列，從大數(shù)據(jù)隊(duì)列當(dāng)中進(jìn)行數(shù)據(jù)的同質(zhì)化、標(biāo)準(zhǔn)化，通過(guò)深度學(xué)習(xí)發(fā)現(xiàn)疾病的機(jī)制和演變規(guī)律，以及早期預(yù)警指標(biāo)體系的建立，這對(duì)疾病的早期預(yù)警預(yù)測(cè)和治療方案的制定，以及預(yù)后的評(píng)估都有重要的價(jià)值和臨床意義。這些技術(shù)和方法已經(jīng)部分應(yīng)用在臨床實(shí)踐中，并收到了很好的應(yīng)用效果。
那么，醫(yī)學(xué)影像學(xué)數(shù)據(jù)的真實(shí)臨床價(jià)值如何？
我們首先要了解整個(gè)疾病發(fā)生發(fā)展的過(guò)程：每個(gè)疾病的發(fā)生都要經(jīng)過(guò)基因異常，細(xì)胞表達(dá)的生物分子異常，新陳代謝異常和器官結(jié)構(gòu)的異常這三步棋。
基因異常，也就是正常細(xì)胞發(fā)生了基因異常。在這個(gè)時(shí)候，基因組學(xué)會(huì)發(fā)生相應(yīng)的數(shù)據(jù)特征的變化，在細(xì)胞開始增殖，甚至形成癌前期病變，形成癌灶的時(shí)候，在影像組學(xué)方面會(huì)出現(xiàn)可疑性的數(shù)據(jù)特征。
在晚期的時(shí)候，形成了癌灶，出現(xiàn)了轉(zhuǎn)移，甚至死亡，在這一階段往往是既有新陳代謝的異常，又有器官結(jié)構(gòu)的異常。這一時(shí)期是“亡羊補(bǔ)牢”，及時(shí)診斷和治療的收效是非常小的，患者的收益也是非常小的。
為了提高患者的生存效益，我們要在細(xì)胞表達(dá)的生物分子異常，甚至是基因異常的階段，進(jìn)行數(shù)據(jù)特征的深度挖掘、提取，在早期對(duì)疾病進(jìn)行預(yù)測(cè)預(yù)警，這樣勢(shì)必對(duì)提高病人的生存質(zhì)量，延長(zhǎng)其生命具有重要的價(jià)值。
每一個(gè)疾病的發(fā)生和發(fā)展，都不是單一數(shù)據(jù)的表現(xiàn)變化，而是多組學(xué)的變化。
比如說(shuō)，我們的影像組學(xué)，要與臨床數(shù)據(jù)特征，蛋白質(zhì)組學(xué)、基因組學(xué)、代謝組學(xué)、社會(huì)組學(xué)等等多元數(shù)據(jù)模型融合，才能夠全面、客觀的反映個(gè)體性的疾病發(fā)生和發(fā)展，以及預(yù)后評(píng)估，做出診療。
為了實(shí)現(xiàn)多元異構(gòu)數(shù)據(jù)的有效融合，要建立縱向研究隊(duì)列的大數(shù)據(jù)，并進(jìn)行多中心數(shù)據(jù)均質(zhì)化與過(guò)濾等等，以對(duì)數(shù)據(jù)質(zhì)量進(jìn)行控制，才能夠保證我們?cè)跀?shù)據(jù)模型當(dāng)中得到接近真實(shí)世界的數(shù)據(jù)。
以肺部感染為例，我們?cè)谛螒B(tài)學(xué)上，為了驗(yàn)證影像學(xué)的特征，一定要進(jìn)行解剖和病理，驗(yàn)證影像學(xué)的發(fā)生、發(fā)展和結(jié)局，并且要意識(shí)到在同一器官多病原體感染的這種現(xiàn)象。
在免疫低下或缺陷的情況下，往往會(huì)出現(xiàn)多病原體同時(shí)感染。比如說(shuō)，既有真菌感染，又有巨細(xì)胞病毒感染。我們通過(guò)解剖和病理的交叉驗(yàn)證，要知道哪一種病原體感染是目前患者的主要矛盾，需要臨床上亟待去干預(yù)的。
所以要透過(guò)現(xiàn)象看本質(zhì)，要抓住影像表現(xiàn)的特征，與臨床數(shù)據(jù)、實(shí)驗(yàn)室數(shù)據(jù)綜合預(yù)測(cè)預(yù)警。
以HIV感染相關(guān)認(rèn)知障礙的研究方向?yàn)槔?，在臨床可逆轉(zhuǎn)期時(shí)，因?yàn)闆](méi)有發(fā)生形態(tài)學(xué)的改變，我們無(wú)法做出形態(tài)學(xué)的診斷。
我們通過(guò)深度學(xué)習(xí)的辦法研究發(fā)現(xiàn)，HIV神經(jīng)元損傷是“先軸索，后髓鞘”的神經(jīng)損傷機(jī)理新學(xué)說(shuō)，突破了傳統(tǒng)的神經(jīng)元損傷機(jī)理“先髓鞘，后軸索”的學(xué)說(shuō)，這一成果重新塑造了HIV神經(jīng)元損傷機(jī)制學(xué)說(shuō)。
那么在傳染病防治學(xué)領(lǐng)域內(nèi)，我們目前也開展了HIV相關(guān)神經(jīng)認(rèn)知障礙方面的深度研究——基于HIV感染靈長(zhǎng)類恒和猴的透明腦技術(shù)模型，以及影像基因組學(xué)技術(shù)的模型而開展。
這樣的話，我們從形態(tài)影像學(xué)、功能影像學(xué)、分子影像學(xué)，到透明腦的高通量3D可視化的成像方面，進(jìn)行了一個(gè)全長(zhǎng)軸、全鏈條的完整數(shù)據(jù)鏈的系統(tǒng)研究。
這是我們腦成像的集行為學(xué)，形態(tài)影像與分子影像的一個(gè)融合，來(lái)反映出不同功能腦區(qū)和基因表達(dá)之間的關(guān)聯(lián)，這樣更有效地分析腦區(qū)在臨床時(shí)期所發(fā)生的病理、生理變化和數(shù)據(jù)特征，來(lái)對(duì)HIV腦組織損傷的不同臨床階段進(jìn)行預(yù)警預(yù)測(cè)。
那么在HIV感染靈長(zhǎng)類模型透明腦技術(shù)方面，我們進(jìn)行高通量的3D可視化成像，與中科院的深圳腦院研究院對(duì)靈長(zhǎng)類的混合模型進(jìn)行有效的結(jié)合，這樣來(lái)實(shí)現(xiàn)對(duì)神經(jīng)元的3D可視化成像，了解神經(jīng)元損傷的結(jié)果進(jìn)行定量和定性,那么我們能夠更好地去理解神經(jīng)元損傷的一些機(jī)制和變化。
第二個(gè)案例是針對(duì)H1N1甲型流感肺炎影像學(xué)多元異構(gòu)數(shù)據(jù)的交叉融合。
我們通過(guò)多模態(tài)的數(shù)據(jù)分析進(jìn)行交叉驗(yàn)證，來(lái)驗(yàn)證基于臨床分期以病原病理為基礎(chǔ)的影像學(xué)分級(jí)診斷模式——不管這個(gè)疾病在任何一個(gè)臨床分期來(lái)就診，我們都可以通過(guò)形態(tài)學(xué)的診斷來(lái)作出判斷。
加上深度學(xué)習(xí)和AI的融合，這樣避免了人為的診斷，我們能夠更加高效、快速、精準(zhǔn)地通過(guò)AI來(lái)實(shí)現(xiàn)對(duì)甲型流感肺炎的分級(jí)診斷。
案列三是COVID-19病理影像特征的關(guān)聯(lián)機(jī)制驗(yàn)證。
在第一時(shí)間，我也親自解剖了三具新冠肺炎患者捐獻(xiàn)者的尸體，讓我們通過(guò)解剖尸體和病理組織分析來(lái)驗(yàn)證病灶的大小、形態(tài)、位置，以及在早期、進(jìn)展期、重癥期不同階段，它的影像學(xué)變化和病理變化的關(guān)聯(lián)性，來(lái)尋找這個(gè)疾病發(fā)生、發(fā)展的演變規(guī)律，為在任何一個(gè)臨床時(shí)間節(jié)點(diǎn)給臨床提供一個(gè)干預(yù)的客觀證據(jù)。
接下來(lái)，是醫(yī)學(xué)影像學(xué)大數(shù)據(jù)的挖掘與有效利用。
醫(yī)學(xué)影像學(xué)大數(shù)據(jù)價(jià)值的深度挖掘，包括三個(gè)方面。
第一個(gè)方面是管理智能化，對(duì)于數(shù)據(jù)庫(kù)的管理實(shí)現(xiàn)智能化、流程化、程序化，避免因?yàn)閼T例、人為因素所導(dǎo)致的數(shù)據(jù)誤差；
挖掘智能，包括病灶的自動(dòng)分割以及特征的自動(dòng)提取；
分析應(yīng)用智能，是通過(guò)對(duì)特征的分析以及統(tǒng)計(jì)模型的訓(xùn)練，從而實(shí)現(xiàn)對(duì)個(gè)性化病案的預(yù)測(cè)，且對(duì)于療效的評(píng)估、生存的預(yù)后曲線顯示都發(fā)揮了重要的臨床作用。
我們要想做好正確的、客觀的、科學(xué)嚴(yán)謹(jǐn)?shù)木C合臨床評(píng)估，就必須要有一個(gè)規(guī)范、標(biāo)準(zhǔn)的數(shù)據(jù)信息集。
以肝癌為例，我們要建立一個(gè)研究隊(duì)列，通過(guò)研究隊(duì)列，包括臨床隊(duì)列和社區(qū)隊(duì)列來(lái)采集相關(guān)的原始數(shù)據(jù)，包括流行病學(xué)、家族遺傳病史、臨床癥候?qū)W、檢驗(yàn)學(xué)、影像學(xué)、病理學(xué)等等這些信息。
對(duì)于這些多元異構(gòu)數(shù)據(jù)信息進(jìn)行聚合，建立模型進(jìn)行處理，然后才能夠篩查出來(lái)新的預(yù)警指標(biāo)體系、替代指標(biāo)體系，產(chǎn)生對(duì)機(jī)制的解釋，發(fā)現(xiàn)新的藥物干預(yù)靶點(diǎn)，以及療效評(píng)估和預(yù)后評(píng)估。這些都是臨床大數(shù)據(jù)樣本數(shù)據(jù)信息的重要臨床價(jià)值和作用。
核心關(guān)鍵問(wèn)題是影像多元異構(gòu)數(shù)據(jù)的質(zhì)量控制，沒(méi)有有效的質(zhì)量控制，就不可能建立一個(gè)正確的模型，也不可能訓(xùn)練出來(lái)一個(gè)很好的臨床象征。
因此，我們從制定方案開始，到參與研究人員的培訓(xùn)，質(zhì)控計(jì)劃，質(zhì)控指標(biāo)，督導(dǎo)整改，指標(biāo)復(fù)查，專項(xiàng)梳理和持續(xù)改進(jìn)，通過(guò)這樣一個(gè)閉環(huán)管理模式，來(lái)實(shí)現(xiàn)對(duì)于醫(yī)療大數(shù)據(jù)的質(zhì)量控制。
我們建立大數(shù)據(jù)，并引入人工智能技術(shù)，在AI的輔助下，進(jìn)行深度學(xué)習(xí)的大數(shù)據(jù)分析，這樣勢(shì)必將提高我們的工作效率，提高我們的臨床效能，能夠及時(shí)、高效地受益患者。
在此基礎(chǔ)上，影像大數(shù)據(jù)深度利用，包括對(duì)基因組學(xué)的研究。
因?yàn)閭鹘y(tǒng)形態(tài)影像學(xué)的診斷模式已經(jīng)不能夠滿足精準(zhǔn)醫(yī)學(xué)治療條件的要求，所以我們將無(wú)創(chuàng)深度學(xué)習(xí)放射組學(xué)技術(shù)與基因組學(xué)技術(shù)，整合成放射基因組學(xué)技術(shù)，并與AI結(jié)合，形成了一個(gè)非傳統(tǒng)的數(shù)據(jù)分析技術(shù)模式和臨床應(yīng)用模式，來(lái)實(shí)現(xiàn)對(duì)疾病的無(wú)創(chuàng)精準(zhǔn)治療。
下面這個(gè)模型，就是基于CT、MRI、PET的多模態(tài)影像，與DNA基因組學(xué)、核酸代謝組學(xué)，蛋白質(zhì)組學(xué)等等進(jìn)行交叉驗(yàn)證，發(fā)現(xiàn)它們的關(guān)聯(lián)性，交叉驗(yàn)證，最后得出一個(gè)新的對(duì)綜合預(yù)測(cè)的替代指標(biāo)體系，對(duì)疾病進(jìn)行定量、定性。
影像基因組學(xué)與AI結(jié)合，是形態(tài)影像學(xué)的發(fā)展和延伸，它的好處主要是能夠提高我們的工作效率，解決肉眼看不見的疾病，并且能夠?qū)崿F(xiàn)在沒(méi)有癥狀沒(méi)有體征的情況下也能夠診斷疾病，提升篩查與診斷的精準(zhǔn)度，提升治療效果的評(píng)價(jià)指標(biāo)，對(duì)于提升我們的治療效能發(fā)揮了重要的作用。
傳染病影像基因組學(xué)的研究方向方面，同樣也需要數(shù)據(jù)的有效采集，包括ROI的選取，相關(guān)基因組學(xué)模型的融合交叉驗(yàn)證，進(jìn)行融合模型的分析。這對(duì)機(jī)制通路的解釋，生存率的評(píng)估，精神分級(jí)診斷的實(shí)現(xiàn)，或者是對(duì)疾病的預(yù)測(cè)，都發(fā)揮重要的價(jià)值和作用。
傳染病放射影像學(xué)基因組學(xué)，它是基于圖像信息與基因組學(xué)信息，蛋白質(zhì)組學(xué)信息的宏觀表型假設(shè)，但單純的大量高通量特征偏離了生物學(xué)的意義。
因此，影像組學(xué)和基因組學(xué)的融合，從生物學(xué)的意義方面，包括基因組學(xué)，影像組學(xué)，局部的病理組學(xué)，以及最原始的生物標(biāo)志物表達(dá)等等這些信息的融合，才能夠全面反映整體的生物學(xué)臨床意義，才能夠全面客觀的反映疾病的特征。
也因此，我們前期的AI僅僅是基于影像與數(shù)據(jù)特征對(duì)疾病進(jìn)行預(yù)警預(yù)測(cè)，要想實(shí)現(xiàn)精準(zhǔn)診療是不可能的，它是偏離了生物學(xué)的意義。
在傳染病影像基因組學(xué)與AI結(jié)合的同時(shí)，我們也在傳染病防控方面進(jìn)行了靶向探針合成的研究。
第一項(xiàng)靶向探針合成研究，我們針對(duì)HBV乙肝病毒相關(guān)的肝纖維化的早期診斷方面，合成靶向HSC的光學(xué)和MR雙模探針體外及體內(nèi)試驗(yàn)驗(yàn)證。
第二項(xiàng)，我們就肝癌診療一體化的探針合成進(jìn)行研究，體外與體內(nèi)實(shí)驗(yàn)驗(yàn)證了探針對(duì)纖維化、對(duì)肝癌都有較好的效果，最終將實(shí)現(xiàn)診斷和治療一體化的診療模式，減少病人的周轉(zhuǎn)環(huán)節(jié)，高效地提升患者的生存質(zhì)量，延長(zhǎng)其生命，具有重要的價(jià)值和臨床意義。
最后，進(jìn)行概括總結(jié)：
對(duì)于個(gè)性化的疾病，要想實(shí)現(xiàn)精準(zhǔn)診療，診斷必須先行，沒(méi)有精準(zhǔn)的診斷，治療是盲目、無(wú)效的。
宏觀影像和微觀分子水平數(shù)據(jù)特征可視化的有效結(jié)合，才能夠全面客觀地反映疾病的生理、病理以及不同臨床分期的全程變化。
對(duì)于疾病的早期預(yù)警，是我們一致夢(mèng)寐以求的目標(biāo)，只有早期預(yù)警診斷，才能夠使病情逆轉(zhuǎn)和治愈，此外對(duì)于預(yù)后評(píng)估、臨床的干預(yù)措施，也是發(fā)揮重要的價(jià)值和作用。
多元數(shù)據(jù)所蘊(yùn)含的信息量要遠(yuǎn)遠(yuǎn)大于單一的臨床數(shù)據(jù)信息。多元異構(gòu)數(shù)據(jù)的結(jié)合融合，模型的融合，通過(guò)深度學(xué)習(xí)能夠?qū)崿F(xiàn)對(duì)于疾病的一致解釋，以及預(yù)警指標(biāo)體系的替代指標(biāo)體系的建立，才能夠?qū)崿F(xiàn)對(duì)疾病的綜合預(yù)測(cè)。
最終，我們所有的工作都將受益于我們的患者，謝謝！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。詳情見轉(zhuǎn)載須知。
