聚焦「肺结节」和「尘肺病」,医疗领域上演「读片」人机大战

近日,人工智能产业收到了大家的广泛关注,国家也出台了一系列的政策指导性文件,对人工智能的发展做出了重要的方向指引。2017 年 7 月 8 日,国务院印发《新一代人工智能发展规划(国发〔2017〕35 号)》,将人工智能列为未来新的重要经济增长点;2017 年 12 月 14 日,工业和信息化部印发《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》,《计划》提出,力争到 2020 年,一系列人工智能标志性产品取得重要突破,在医疗等重点领域形成国际竞争优势,人工智能和实体经济融合进一步深化,产业发展环境进一步优化。文件中更是明确指出,要大力发展「医疗影像辅助诊断系统,推动医学影像数据采集标准化与规范化,支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发,加快医疗影像辅助诊断系统的产品化及临床辅助应用」。



 

与此同时,知名人工智能专家、美国斯坦福大学吴恩达教授和阿德莱德大学放射科 Luke Oakden-Rayner 博士也是开展隔空互怼,对于 AI 在医疗影像领域的应用前景开展了激烈探讨。(请参考:吴恩达的最新研究是否严谨?Nature论文作者撰文质疑AI医疗影像研究现状


在此背景下,为了更好展现人工智能在医疗健康领域的应用成果,2017 年 12 月 17 日,在 2017 中国康复产业发展论坛上,中国康复技术转化及发展促进会组织了一场人工智能影像读片的的人机大战,来自杰杰科技的智能机器人「小杰」、西格玛医生的「助手小码」和多位国内知名的医疗专家进行了直接对决。


在活动筹备期,主办方将比赛题目定在了「肺结节」读片和「尘肺病」读片两个领域,并向人工智能的各家企业和各大医院的专家广发英雄帖,邀请参赛。与专家们的积极报名不同,多家知名企业在联络后均由于时间仓促或者活动冲突为由,婉拒邀请。最后,杰杰科技和西格玛医生两家企业主动申请迎战,才成就了这场精彩的活动。


比赛的第一个主题,是尘肺病鉴定。尘肺病是由于在职业活动中长期吸入生产性粉尘(灰尘),并在肺内潴留而引起的以肺组织弥漫性纤维化(瘢痕)为主的全身性疾病。根据国家卫计委的数据,尘肺病数量占全国职业病首位,超过 72 万名患者,本次比赛的参赛选手包括由包头钢铁职业病医院的贺永平教授和呼和浩特市疾控中心放射科的都伟教授组成的人类专家战队,与机器人「小杰」和国家安全生产监督管理总局职业安全卫生研究中心放射科王峥教授组成的人机混合战队。比赛规则设置为两支战队分别就 100 张数字 X 射线胸片(Digital Radiography,简称 DR 片)进行评估,对每张 DR 片是否为尘肺病进行判断,是则在答题卡标记为阳性,否则标记为阴性。



 机器人小杰对 100 张 DR 片进行判定


经过紧张的角逐,机器人小杰只花了 24 秒就完成了对 100 张片子的初筛,经过王峥教授的复核,共使用 12 分 09 秒完成了 100 张 DR 片的鉴定。人类专家战队在现场的高压力下,也只花了 14 分 35 秒完成了 100 张 DR 片的鉴定,平均每张片只花了 8.75 秒。而精准度上,人机混合战队以 91% 稍胜人类专家战队。

 


王峥教授正在复核机器人小杰的初筛结果

 


人类专家战队的两位专家正在紧张的进行鉴定


这一轮比赛结束后,前来观战的煤炭总医院副院长曾庆玉教授和首都医科大学附属北京友谊医院放射科主任贺文教授对比赛结果意犹未尽,对比赛过程进行现场复盘和点评。曾庆玉教授更是现场出题,在未提前通知的情况下,拿出 20 张自己从医院拷过来的 DR 片对机器人小杰进行考核。虽然精准度还有差距,但是小杰一个阳性都没有漏掉的出色表现也是赢得了曾庆玉教授和贺文教授的一致表扬。

 


煤炭总医院副院长曾庆玉教授现场进行读片过程复盘和点评

 


曾庆玉教授和贺文教授与杰杰科技的团队现场进行交流


北京友谊医院放射科主任贺文教授表示:人工智能读片的技术,在当前的市场上,有很大的应用前景。但是当前的技术依旧不够成熟,对「单任务的」、「规定好明确目的」的表现很不错,这是一个令人鼓舞的结果。但是对一个完整性的、综合的、结果不可预知的「病例上」,人工智能还是存在着不少局限性,需要继续去成长。贺主任也表示,「至于人工智能会不会最终取代医生,这个其实不用去探讨。摩托车能取代人走路吗?当然不会,AI 仅仅是一个工具而已,至于能不能产生意识,这应该是一个哲学的问题。」

 


曾庆玉教授、贺文教授、王峥教授与杰杰科技团队合影


而现场参赛的包头钢铁职业病医院的贺永平教授更是高兴的表示,他们医院每年需要阅读 10 万有关尘肺病鉴定的 DR 片,并且受限于工作时间、精神状态和专家数量等因素。而人工智能读片技术的发展,将能够大幅帮助他们提高初筛效率,让专家们能够更高效的对尘肺病进行诊断和治疗。


比赛的第二个主题,是肺结节良恶性的鉴定。肺癌是发病率和死亡率增长最快,对人群健康和生命威胁最大的恶性肿瘤。根据国家癌症中心的数据,肺癌是我国癌症发病率和死亡率最高的疾病。而早期肺癌往往表现为肺部结节。因此对于肺部结节良恶性的判断,将对肺癌的早筛早诊具有重要意义。本次肺结节读片人机大战的对战方,分别为中国人民解放军总医院(301 医院)肿瘤内二科的王志宽教授和放射科的吴坚教授组成的 301 战队,北京海淀医院胸外科的黄宇清教授和中国人民解放军 307 医院放射科的田宁教授组成的 307 战队,对战西格码医生的助手小码,就 10 位病人 CT 片的良恶性进行了判断。

 


两组人类专家战队现场读片


在处理速度方面,人工智能还是占了相当大的优势。而在结节检测的敏感性和特异性,以及对病人的肿瘤的良恶性判断上,「助手小码」与两组专家保持了 90% 以上的一致率。对于其中的个别复杂病例,两组专家发表了一些不同的意见,而人工智能的结果处于都在两者专家意见之间,建议后期随访或比对历史影像。而现场参与点评的煤炭总医院副院长曾庆玉教授、首都医科大学附属北京友谊医院放射科贺文教授、中国人民解放军 307 医院肺部肿瘤内科高红军教授 、中国人民解放军 307 医院放射科盛复庚教授,也认为这些病例确实具有较大争议性,并不能单纯靠单一影像结果进行良恶性判断,需要结合病人其他的病历资料,进行综合评价以得到最终结果。

 


点评专家仔细观看读片过程


比赛结束后,西格码医生 CEO、Johns Hopkins 博士陶鹏发表了演讲,结合实例说明了 AI 看片的优点和局限性,获得在场专家的高度共鸣。陶博士以实际案例,说明了其 AI 算法在发现各类结节,包括毛玻璃影、实性结节,尤其在一些很小的连通血管结节、气管内结节及贴壁结节的敏感性。机器可以准确识别直径在 2mm 的结节。他进一步指出,西格码医生意图服务基层,所以使用成本极低(4000 元)的 GPU 插入,通过优化即可在一分钟以内时间处理完成一组 400 多张的 CT 影像。


陶博士同时也坦承了 AI 看片的很多局限性。不同于很多医疗影像 AI 公司所讲述的,陶博士认为一个科学合理的病例判断和后续方案,一定要结合五史一诉、生化检验,才能做出这点也获得在场专家的高度认同。


陶博士进一步指出,目前的 AI 在病灶分割和特征提取(影像组学)中遇到的一些局部问题,及西格码正在进行的一些工作。陶博士认为,在全球范围内,无论 GPS 及 IBM 等巨头,亦或 Enlitic 等新锐,医疗影像 AI 仍在起步阶段,而多种病灶类型的样本标注和结构化报告的繁琐人工,及处理结果的可解释性,给 AI 的进化造成了很大麻烦。


中国人民解放军 307 医院肺部肿瘤内科主任高红军教授则认为,人工智能的确可以帮助医生解决很多问题。对工作本身来说,人脑难免会忘记很多东西,机器计算的速度很快,并且是过目不忘,还可以大量的存贮,这对医生来说有直接的帮助。


「医生要面对的毕竟是鲜活的、有感情、有思维的活体。医术也不是简单的 0,或者 1,可能是 0.5 或者 0.6, 而这 0.5 和 0.6 之间,就是一个医生水平高低的关键。建议年轻的医生不要太过依赖这些工具,要不断的去进步,不断的去思考,不断的提升自己的医术。有一天淘汰你的,绝对不是机器,而是自身的水平。」


高主任还表示,一定要有这种公开性的冲突,在人工智能和人工之间,一定要有不一样的东西存在,让大家去探讨,去评论,我们的医疗水平才能持续的提升。


对于这次人机大战的形式,现场专家、企业与参与者们都给予了充分的肯定,普遍认为在现阶段,需要更多的这种相互的切磋,对人工智能和专家的对接和实际应用场景,都有巨大的价值。而更值得一提的是,在比赛的第二天,在现场观摩的多家投资机构均对投资西格码医生表示出了强烈的兴趣。


中国康复技术转化及发展促进会作为国家级医疗健康技术成果转化和产业化平台,一直致力于搭建产学研一体化平台,未来将举办更多类似的活动,促进健康产业的发展,实践健康中国战略。


本文由机器之心原创出品,版权归作者所有,转载请查看要求,机器之心对于违规侵权者保有法律追诉权。

入门
登录后评论
暂无评论
暂无评论~
返回顶部