每日最新頭條.有趣資訊

做乳腺AI,這家公司是認真的

摘要:中國有多少專業的乳腺x線X光閱片醫生?不到100人!

中國的優質醫療資源到底有多稀缺?在從事乳腺x線智能診斷系統研發之前,依圖醫療醫學產品總監林強的感受從未如此強烈。

乳腺x線X光檢查操作簡單,價格相對低廉,易於接受,診斷準確率較高,是乳腺癌早期機會性篩查及早期發現的有效措施。多個醫學指南均推薦乳腺癌高危人群25歲後每隔1-3年進行X光篩查,而一般人群40歲後也需要間隔1-2年進行一次篩查,直到75歲。粗略算來,需要進行乳腺x線X光篩查的女性群體達到數億,而資深的閱片醫生卻常年處於極度稀缺狀態。

「當前中國專業從事乳腺x線X光的閱片醫生僅有100餘人,而其中堪稱資深的高年資醫生僅有50出頭」,接受媒體採訪時,乳腺x線智能診斷系統合作研發者,復旦大學腫瘤醫院放射診斷科主任彭衛軍教授透露,「有經驗的資深醫生和沒有經驗的低年資醫生對於同一份影像的標註結果差異可以達到30%,甚至更高,但培養一名資深的閱片醫生,至少需要5-10年的時間。」

如何滿足數億名中國女性潛在的乳腺癌x線X光篩查需求? 答案只能是人工智慧。

此次東方放射大會上,依圖醫療與復旦大學腫瘤醫院放射診斷科主任彭衛軍教授團隊攜手展示了雙方共同研發的乳腺x線智能診斷系統。


這套AI系統依據國際最新乳腺癌診療指南及國內專家共識,以復旦大學附屬腫瘤醫院萬量級,帶有病理確診數據的病例為基礎,經由專業醫師標註團隊和權威專家層層把關,可以在秒級內實現腺體分型,可疑病灶檢出,徵象識別,智能BI-RADS分級等功能,並一鍵生成結構化報告,為閱片醫生提供一站式解決方案,其臨床性能已接近資深的專業乳腺x線X光閱片醫師,並仍然在臨床真實環境中不斷「摸爬滾打」,敏感性與特異性持續更新。

何以解憂?唯有AI

看似簡單的乳腺X光閱片,為何專業人才如此稀缺?

「與動輒100張,200張的胸部CT影像相比,乳腺X光只有MLO和CC兩個體位的4張圖片,想要將4張平面的影像圖片從2D還原成3D乳房組織結構,不僅要求讀片醫生有著紮實的解剖學功底和疾病知識,還要具備足夠的太空想像力,將2D的影像結果還原成3D的乳房組織結構,並在3D的乳房組織結構中找出病灶,並精確定位」,彭衛軍教授表示,「這一成長過程非常漫長,豐富的臨床經驗,高水準的帶教醫師,足夠多的病例缺一不可,年輕醫師成長並不容易。」

同時,與歐美女性更多偏向脂肪型乳腺不同,中國女性的乳房超過50%是緻密型,脂肪較少,要在緻密的影像中找出微小的腫塊、鈣化點、或者結構扭曲,需要他們睜大雙眼,反反覆復在並不明顯的影像中尋找。

技術難度之外,閱片醫生的體力負擔和精神壓力也常常被忽略。

「歐美的醫生可能一天看20個患者的X光片子就已經很了不起,而在中國,這一個數字至少是50,而需要審片簽字的副教授一天看上100人,甚至150人的X光片都是家常便飯,時間緊,任務重,還不能遺漏任何病灶,體力和精神都長期處於高壓之下」,彭衛軍教授透露,「而人工智慧系統則有望大大提升病灶檢出的速度與精度,將醫生從繁重的機械性勞動中解放出來,從事真正具備創新意義的工作。」

基於臨床真實數據開發 更「中國」

隨著醫療人工智慧在全球範圍內的興起,針對乳腺、胸部CT、宮頸癌、眼底疾病等多個領域的公開數據集越來越多,而且範圍越來越廣,從影像數據到標註結構,甚至演算法與AI模型都一應俱全,稍作修改投入臨床並不困難,為何至今國內能夠具備臨床應用價值的仍然鳳毛麟角?

林強表示,公開數據集的出現在一定程度上促進了醫療AI行業的繁榮,但公開數據集的先天不足限制了其臨床價值,如人種不同、數量較少、影像品質較差、標註不規範等,導致根據歐美公開數據集做出來的AI模型能夠在實驗室跑出非常優異的成績,達到95%,甚至99%,但臨床應用價值非常有限。

為了獲取最高品質的乳腺X光影像數據,依圖醫療合作伊始就與國內乳腺領域的頂級醫療機構——復旦大學腫瘤醫院進行合作,利用萬量級的帶有病理結果的影像數據進行AI模型的構建,其產品性能高度符合中國女性乳腺特點,能夠迅速在臨床落地並進行快速的迭代更新。

而在標註層面,林強透露,為了確保標註品質,研發團隊在標註開始前花費了大量精力進行專業標註工具及標註品質管理體系的開發,每一位進入標註團隊的醫師都是要經曆數輪考核,每一份影像數據都要經過多位專家的共同盲標,接受全程監管,每一個有爭議的標註點都需要權威專家親自審核,而所有的標註行為全部在5M專業屏上進行,可謂奢華。

「可以說,這款乳腺X光AI代表著國內同類產品的最高水準」,彭衛軍教授頗為自豪的表示,「從臨床需求調研,模型構建,數據標註等各個層面,其水準有目共睹,而在經過多中心臨床試驗的考驗及國家監管機構的審批後,落地臨床價值將能得到真正意義上的釋放。」


獲得更多的PTT最新消息
按讚加入粉絲團