每日最新頭條.有趣資訊

挑戰肝癌AI輔助診斷 這群年輕人初戰告捷

新農合體檢發現肝功能異常,體檢報告到患者手裡卻「遲到」5個月,再去醫院複查,患者已是肝癌晚期。近日,這起發生在如東縣袁莊鎮讓人匪夷所思的事件,引起廣泛關注。

早期肝癌發現率不高,病情進展迅猛,有人說,肝癌是一種具有「中國特色」的惡性腫瘤。據世界衛生組織發布的《全球癌症報告》顯示,2018年全球新發肝癌人數約為84萬人,中國佔比55%,其中,只有不足20%的患者能活過5年。

與此形成強烈對比的是早期肝癌治癒率,倘若患者在發病早期及時治療,肝癌治癒率高達80%以上。因此,肝癌的早期篩查診斷成為破題關鍵,但這並不簡單。

沉默的殺手

作為常見的惡性腫瘤之一,肝癌常被稱為「沉默的殺手」。

這是因為肝癌早期癥狀不明顯,患者沒有特別明顯的疼痛或癥狀,容易受到忽視。同時,由於肝臟強大的「代償」功能,只要有30%~40%的肝臟是完好的,就可以保證機體的正常功能。

當肝癌用你看得到的方式,告訴你它的存在時,已經晚了。「曾經有病人因牙齦長了個大瘤子前來就診,手術切除後做活檢,卻發現原來是肝癌轉移,作為罪魁禍首的肝臟,居然只有一顆極小的腫瘤」,這樣的病例並不少見。

由於患者知識的局限性,大量患者就診時都是出現癥狀的晚期腫瘤,且大部分患者不能進行切除手術。北京清華長庚醫院院長董家鴻院士曾在中國肝癌領導力論壇上指出,就診的時候可以手術的病人,不到25%,所以手術應用很有限。

惡性度高、病情進展快,治療難度大、療效比較差,一般晚期肝癌患者診斷後的生存時間僅為3-6個月。大部人發現肝癌時,就意味著生命即將結束,這或許就是肝癌令人恐懼之處。

事實上,想要早期發現肝癌並不難,只需抽血進行肝功能、血清甲胎蛋白(AFP)及肝臟彩超檢測,就能發現「蛛絲馬跡」,但篩查手段並非完美落地。

福建孟超肝膽醫院東南肝膽健康大數據研究所常務副所長郭鵬飛表示,中國80%的肝癌患者,與肝炎病毒感染相關,缺乏定期檢查的意識,導致肝癌確診周期過長。同時,由於基層醫生和影像科醫生經驗能力不一,在實際臨床工作中,漏診往往無法避免。

臨床對於腫瘤的判斷以及影像報告的準確性,主要依賴於醫生的知識經驗積累。不同的醫院不同的醫生,有可能給出不同的解讀結果,同質化醫療的可及性也是國家、行業亟待解決的難題。

如今,人工智慧技術被廣泛應用在各行各業,醫療健康領域更是重要應用場景之一。業界認為,在提升醫療水準、推動醫療同質化、助力優質醫療資源下沉和癌症早篩早診等方面,AI或將成為一味濟世良藥。

一鳴驚人的突破

5月8日,坐在福州開往北京的高鐵上,李津辰仍有些心潮澎湃,不時與身邊同伴討論比賽細節,雖然他所在的福大(福州大學)-零氪科技團隊剛剛榮膺「2019數字中國創新大賽-肝癌影像AI診斷」桂冠,並斬獲最佳商業潛力獎。

零氪首席科學家劉曉華博士(左二)

AI技術團隊:李津辰 羅祥鳳 羅翔

時間倒回2018年底,李津辰獲知作為數字中國建設峰會的核心賽事,本次大賽聚焦大數據、人工智慧等新一代信息技術,含金量不言而喻。而《大數據醫療-肝癌影像AI診斷》賽題,與他所在的零氪AI團隊探索方向不謀而合,團隊認為「機會來了」。

這支主力軍多為85後的團隊中,李津辰和羅翔主要負責肝癌AI診斷方向的探索,不僅擁有技術能力,對肝癌影像的相關醫學知識也有豐富積累。此前負責零氪肺癌診療一體化系統開發的演算法專家羅祥鳳,也作為技術指導,與福州宜星的李保晟以及福大研二學生陳癸旭,一同組建了福大-零氪科技團隊,報名參賽。

「這次比賽不單單是AI演算法的競賽,更需要醫療行業知識的支撐。」李津辰的感悟不無道理。福建醫科大學孟超肝膽醫院院長劉景豐在闡述賽題時提到,「圖像演算法在醫學影像尚無成熟應用,尤其在肝癌CT影像方面面臨挑戰,一是肝癌影像表現多樣,如巨塊型、結節型、瀰漫型和小癌型;二是肝癌伴有複雜肝病背景,如肝硬化、脂肪肝、酒精肝等;賽題訓練集的各種肝癌數據不均衡,增加了判斷難度。」

上述數據難點,給參賽選手造成了不少技術門檻。「數據不但具有多樣性,數據中還混合了增強掃描CT的多期影像數據,不同期的特徵是不同的,」李津辰和隊友發現,以往肺癌AI影像診斷賽題,多為標註病灶信息的數據,但此次賽題出題方提供的數據,並無病灶相關信息,無形中提高了賽題難度,「肝臟良惡性判別的相關研究很少,可以借鑒和參考的資料十分有限。」

因此,誰能對問題有更好的理解,拿出開創性的技術方案,成為比賽焦點與製勝關鍵。

越是困難,越有挑戰的動力。歷時3個多月的賽程,福大-零氪科技團隊針對每一個難點,都提出了特定的解決方案,多種新方案不斷迭代更新。「終於明白什麼是夜以繼日了,周末幾乎都沒有休息,」李津辰笑稱,「線上初賽的緊張感非比尋常,要不斷打磨方案模型,提高準確率,以防被人模仿或超越。」

最終,該隊創新性提出了多尺度聯合投票模型,從1397支參賽隊伍中脫穎而出,在線上初賽中拿到了A、B榜的雙冠,昂首挺入福州分區決賽,並與其餘9支隊伍展開激烈對決後,獲得總決賽的晉級名額。

總決賽上,團隊不但給出了準確率高達90%以上的解決方案,並在真實世界肝癌數據中,驗證了方案具有較高的泛化能力。為了讓方案不單單停留在理論層面,真正應用到臨床實際場景中輔助醫生,團隊還開發了國內首個綜合的肝癌AI輔助診斷系統。

據悉,該系統包括肝臟輪廓分割、病灶檢出病勾勒輪廓、病灶數量信息統計、患者維度良惡性判斷、多期影像對比閱片、結構化診斷報告等功能,對基層醫療機構開展肝癌的早篩早診,輔助提高臨床或影像科醫生診斷效率與能力,幫助患者減少造影劑使用和增強CT拍攝期數等方面,具有現實應用價值。

沒有硝煙的戰場

回到北京,李津辰同團隊小夥伴馬不停蹄地投入到下一階段工作中,激烈的行業競爭,讓他們無暇沉浸在比賽勝利的喜悅中。

根據前瞻產業研究院發布的《2018-2023年中國醫療人工智慧行業市場前景預測與投資戰略規劃分析報告》:目前,國內醫療人工智慧相關企業多達156家,主要集中在輔助診療、健康管理、信息化管理、醫學影像等領域。

媒體調查發現,在AI產品扎堆的影像領域,一個三甲醫院可能同時安裝10餘家AI公司的產品,醫生真正使用的只有一兩家,因為AI找到結節後尚不能輔助診斷,且目前產品多集中在肺結節查找上,同質化嚴重。

大量創業公司湧入影像AI賽道,卻扎堆肺結節影像診斷,原因何在?一位影像AI領域從業者透露,肺結節出產品容易,而新病種攻克難度大。

具體而言,肺結節公開數據最多,很多數據集可以直接下載,而且肺結節影像相對直觀,不管是創業公司還是上市公司,過去兩年都相繼推出類似產品;而新病種研發需要大量深度學習模型訓練,獲取單病種數據難度大,還需要與大量專家合作進行精標註,驗證周期非常長。

同時,如果少了醫生的糾錯與補充,模型迭代也會變慢,最終這些AI產品將被臨床醫生棄用,在醫院「躺灰」。零氪科技聯合創始人兼CTO羅立剛認為,部分醫療AI產品過度重視演算法,而忽視醫生的工作習慣和系統穩定性,「在既定的訓練數據場景中表現良好,但臨床環境更為複雜時,有可能不能滿足臨床需求,只能被擱置。」

人工智慧的核心在於演算法、算力和數據。作為醫療大數據和人工智慧領域的獨角獸企業,零氪科技布局AI輔助診療賦能影像科醫生、服務臨床科室之路,正是基於大數據的深度學習。

「通過將臨床病曆數據標準化和結構化,我們建立了一整套智能化數據處理體系,並由此形成行業領先的數據分析能力,從而將大量臨床數據轉化為應用層級的數據。」因此,羅立剛坦言,一家企業若想研發AI輔診系統,具備處理影像、基因等多模態數據的能力,是必要條件。

此外,作為系統科學,醫學數據邏輯、建模、分層非常複雜和豐富。只有演算法專家和醫學專家深度融合,彼此聽懂各自的「語言」,才能跨過醫療AI的門檻。基於此,像李津辰這樣具有生物醫學和計算機雙重學歷背景的技術人員,在零氪AI團隊比比皆是。

「幾乎每周我們都會到醫院,同臨床醫生溝通討論產品細節,有時增加1個監測指標,就會讓醫生作業系統時更順手,」李津辰舉例道,從臨床需求出發,並在應用場景中不斷打磨更新,團隊秉持著敬畏和尊重之心,讓醫學人工智慧更加務實而有溫度。

不同於市面上一些AI輔診產品,只能做到按照臨床指南、文獻依據,給出某類患者固定的診療建議,零氪AI輔診系統是基於真實的中國病例數據的底層數據和訓練材料,更利於實現在中國人群及臨床個體病例的應用,即針對不同患者的特徵差異,推薦個性化診療方案。

將AI技術應用到肝癌的輔助診斷系統,對於零氪而言是水到渠成。「我們並非在『實驗室』裡,進行純演算法和所謂的『準確率』比拚,而是已經走向臨床實際應用,實現『大數據+AI』的落地,併產生了巨大的學術和臨床價值。」據羅立剛介紹,零氪AI輔診系統已在多家三甲醫院落地應用,每日累計輔助臨床醫生診斷1000例患者以上,準確率達90%,累積服務60萬名腫瘤患者。

未來,零氪AI輔診系統將聚焦單病種下的診療一體化,包括早篩、輔診、治療和方案推薦、療效評估、風險預測、預後分析和患者隨訪等,輔助頂級醫院,提高醫生的診斷效率,賦能基礎醫院,提高醫生的診斷能力,使醫療AI能夠在更多病種的臨床應用場景中落地。

透過數字中國建設峰會的窗口,不難感受到數字經濟正以澎湃之勢,蓄勢中國高質量發展新動能。

而激活數據智能,讓人人皆可享有精準的醫療服務,不僅在於大數據+AI技術的研發應用,更重要的是降低患者漏診風險,提高醫生工作效率,增加醫患溝通時間,讓醫療更高效而有溫度。


獲得更多的PTT最新消息
按讚加入粉絲團