医疗AI研发有哪些路径可循

医疗AI研发有哪些路径可循


纵观世界,人工智能(AI)方兴未艾,医学健康已成为人工智能发展的重要领域。自2018年以来,在中国皮肤病领域已经发布了许多AI产品,并且它们在医学AI研究和开发领域一直很出色。

医学人工智能研发,我们现有的经验和路径是什么?最近,记者采访了中日友好医院副院长崔勇教授。他是中国多维皮肤图像资源库项目(CSID)项目的创始人和专家组组长,并参与皮肤AI应用的研究和开发。小儿科的小切口进入,并用它作为样本来探索医学AI研究和开发的奥秘。

应用场景侧重于提高基层诊断能力

为什么要开发AI产品?成功研发后能否得到推广?崔勇认为人工智能很热,但在炎热的情况下,有必要对这些问题保持理性思考。

“让我们看看它可能是什么。”崔勇拿出他的智能手机并打开了他参与的AI皮肤应用程序。他用手机上的便携式皮肤镜在记者的手上拍了一个黑色的疙瘩。一张照片,在图像上传到云端后,这款AI产品很快就会给出一个辅助诊断:良性,可信度98%;前三种最可能的疾病包括色素痣(43%置信度),血管瘤(43%置信度),皮肤肌瘤(置信度14%)。点击每种可能的疾病,并具有详细的疾病特征和诊断介绍。

2018年,中国的皮肤病数量约为2.4亿,但皮肤科医生的数量仅为28,000。与巨大医疗需求相比,皮肤科医疗资源严重不足。同年,崔勇与互联网公司合作,对各级医院的1000名皮肤科医生进行了在线调查。三甲医院医生诊断良性和恶性皮肤肿瘤的平均正确率约为70%,而基层医院的诊断率仅为30%左右。崔勇说,常见的疾病很容易被误诊,皮肤肿瘤很容易被误诊,而罕见的疾病也不被认可。这是中国原发性皮肤病诊断的严峻现实。

“中国皮肤肿瘤的发病率每年以3%至5%的速度增长。黑色素瘤的5年生存率仅为48%,而美国和日本的生存率分别为93%和67%。除了治疗效果外,还存在种族和遗传效应。除了背景差异外,中国早期诊断黑素瘤是主要原因。同时,有700万银屑病患者和1400万白癜风患者。没有足够的方法来评估这些疾病的病程,也没有科学的预防和控制指导。严重影响患者的身心健康。“崔勇说,CSID专家组皮肤AI的最初发展是从高死亡率疾病和慢性病高发率开始,有效地赋予基层医生改善这些皮肤病的诊断和治疗的能力。水平。

崔勇的愿景远不止于此。 “随着人工智能辅助诊断覆盖率的提高,互联网技术的普及,以及覆盖全国的专科医学协会的建设,未来可以在此基础上建立一种新型的远程皮肤病学模型。”崔勇说,他们开发的人工皮肤在实际应用中取得了良好的效果。它已在基层医院使用了半年,以协助诊断许多早期皮肤肿瘤。它已开始准备向国家监管机构正式申报医疗器械许可证。

多维图像大数据是研发的基础

算法和数据是AI开发的两个主要元素。可靠的算法值得花很多钱,高质量的数据很难买到。

皮肤病学是一门依赖形态和直观特征的学科。皮肤成像已成为皮肤病诊断和动态评估的重要工具。大量高质量的皮肤图像数据是人工智能研究和开发的基础,但长期以来,中国的皮肤图像数据一直处于“孤岛”状态。任何医院积累的数据的广度,丰度和深度远远不足以支持AI开发。

2017年,崔勇和孟如松率先与中国皮肤病专家团队,互联网和数据技术团队合作,共同推出CSID。截至目前,CSID已覆盖全国2,000多家医院,根据相关标准规范收集了30多万套多维皮肤影像资源。崔勇说:“多维也是我们创造的一个概念,特别针对每组数据资源来自各种皮肤成像技术的相同病变,包括皮肤摄影,皮肤磨削,皮肤CT,病理学等,仅在这样,就可以获得完整的皮肤病学表型特征。“

“数据标签是人工智能开发的另一个关键方面,”崔勇说。深度学习皮肤图像数据受非损伤区域信息的影响,并干扰核心信息的读取。因此,需要专业人员(主要是专业医生)来标记目标区域,以更好地确定特定区域的图像和疾病。他们之间的对应关系。 “将标记区域的诊断结果告诉AI。 AI基于大量重复学习图像的共同特征建立自己的诊断思想。这个过程相当于将专家的诊断经验传授给AI。“

据报道,为了使数据标签标准化,项目团队制定了皮肤病学分类和分级标准并申请了专利。皮肤病分为皮肤肿瘤和非皮肤肿瘤,皮肤肿瘤分为三类:良性,恶性和边缘。该课程分为几个不同的级别。 “通过分类和分级标准,图像数据可以标准化,基于神经网络模型的标准化皮肤图像大数据的深度学习可以使AI具有对特定皮肤病进行分类和判断的能力。”崔勇说。

研发和应用与专家牵引力密不可分

目前,崔勇参与研发的皮肤AI已进入2.0版,可确定17种皮肤肿瘤的具体类型。良性和恶性皮肤肿瘤的识别率为91.2%,疾病类型的识别率为81.4%。 “这两个数字远远高于三大医院皮肤科医生的平均诊断水平。如果能够在基层普及,初级皮肤科医生的诊断水平将大大提高。”崔勇介绍,除了使用皮肤肿瘤。除了诊断性AI产品外,基于CSID项目的皮肤AI还包括两种用于白癜风和牛皮癣的慢性疾病管理AI。 “前者是医生的医疗级人工智能。后两者可分别提供给医生和患者。 “。

2018年,国家远程医疗和互联网医疗中心皮肤病委员会和中国医疗设备人工智能联盟皮肤病学委员会共同领导建立了一个皮肤成像中心网络,包括全国400家医院。 “这为人工智能的应用奠定了基础。”崔勇说,通过多维皮肤图像分析管理系统上传皮肤图像,基层医生可以在AI的帮助下发布图像检查报告,实现基层检查和上级诊断。

“依托复旦大学附属华山医院医学会,皮肤AI应用程序运行了一个数据圈。在三个月内,基层医生召集了3000多名AI,并协助制作了1万多张图像报告。“崔勇据说,为了建设一种新型的远程皮肤病模型,它是培养基层医疗的必由之路。有能力使用皮肤成像设备的员工。 CSID建立了基于国家皮肤成像中心网络的教育和能力认证平台。它已在基层医院培训和认证了3,000多名皮肤科医生。

回顾皮肤AI应用的研发过程,崔勇认为,专家领导,技术协同和资本整合应成为医学AI研发的典范。医学专家应从临床需求的角度把握人工智能研发的方向和规划以及产品推广体系的构建。图像数据库的质量控制和图像标注也必须由专家指导完成。 “缺乏专家团队这是中国许多人工智能公司的共同缺点。

不久前,崔勇的皮肤AI应用程序参与了研究和开发,成为国家卫生和健康委员会统计信息中心“医疗卫生人工智能应用登陆的最佳案例”之一。崔勇说,CSID正在为其他医学AI的研究和开发提供协作模型。

20181219-khd.jpg

亲爱的用户,“重庆”客户已经正式修改并升级为“新重庆”客户。为了不影响后续使用,请扫描上面的二维码并及时下载新版本。更优质的内容,更便捷的体验,我们在“新重庆”等着你!