Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

3D打印、人工智能打开肿瘤精准诊疗的“黑匣子”

当前,随着人工智能与医疗产业的加快融合发展,医疗人工智能已经成为一种解放临床生产力的重要工具。它不仅让医生们从机械重复的工作中释放出来,也让全球各地的患者享受到“人机合一”的规范化医疗服务。

尤其是在讲究循证医学的肿瘤学领域,人工智能正让人们获得更准确的诊断、更规范的治疗、更安全的微创手术以及更短的手术时间,也让医生面对癌症这一医疗难题时更有信心。正如ALGOL语言和计算机科学的“催生者”艾伦·佩利曾经提到的:“在人工智能上花一年时间,足以让人相信上帝的存在。”

如何让外科肿瘤手术更精准?

一直以来,在肿瘤学领域,要有足够的证据支持开刀手术才是正确的选择。但在实战之中,医生难以对眼前的病灶进行横向比较,当他们根据经验感觉这是可以切除的,那么就动手了。

在这一过程中,由于无法对所有病变组织附近的血管都进行精确定位,也无法精细地区分癌变部位与正常部位的边界,医生只能在手术之后,通过观察患者后续的表现而得知手术进行的成败。

吴文韬博士曾是华西医院的一名神经外科医生,谈起手术经历,他也十分感概:“过去骨科医生做骨瘤手术时,只能在手术中凭着感觉去切,由于医生们在影像上看到的显著边界是由造影剂产生的,而在实际操作时,肉眼是分辨不出来边界的。就观察而言,明显隆起的地方必然是肿瘤,但是周边许多看似健康骨头,内部也早已被肿瘤侵犯的。从表面上,我们看不出来任何的差别。”

“原来的骨科医生就只能尝试性的切除一段,然后取切缘组织送去术中冰冻病理检查。这个过程需要花费半个小时,待半个小时后发现,这个切缘还有残余的肿瘤细胞,骨科医生就再往外切一点——如此这样一步一步的往下切。”

“你可以想像,第一,每次切一点,送去冰冻就要等半个小时,这个时间消耗是非常大的。第二骨创面的出血量大,难以止血。如果手术时间长,造成了各种各样的渗血以及蒸发,会让这个病人出现非常大量的失血和血液浓缩,甚至导致肺栓塞等并发症。所以,传统骨科肿瘤手术的手术时间一般是在十个小时,出血量一般是在一万多毫升。这类手术只能在华西这样的大院做,普通医院根本不敢接。”

那么,如果我们能够对骨头组织进行精确区分与勾画呢?前沿科技便在这里派上了用场。

当前沿科技介入手术治疗

人工智能在医学中早已有了非常广泛的应用,我们能够看到面向各类癌症的AI技术从基层出发提高早期癌症的发现率,并已取得显著效果。但对于缺乏早癌筛查的中国,仍有大量患者需要通过手术的方式获取治疗。

所以,吴文韬博士选择加入百洋智能科技,担任首席医疗官,尝试运用人工智能、3D打印、VR等技术辅助癌症治疗。

“肿瘤治疗是一场拉锯战。术前规划,术中操作,术后康复,每一个环节都对癌症治疗至关重要。而百洋拥有集成千万医学数据的Waston for Oncology(Watson肿瘤解决方案)为肿瘤治疗提出解决方案及方案来源,符合循证医学,能够对肿瘤治疗制定个性化方案。其最新开发的百洋智能影像解决方案(简称:BïSO)则可帮助医生在术前进行规划,可对神经、骨科等手术进行术前手术计划,术中定位导航,并在手术结束后进行疗效评估。”这些技术能够颠覆性的改变外科医生手术质量。 

“以骨瘤切除手术为例,通过BïSO的CT-MR多模态影像融合术前辅助系统,我们可在术前通过分析影像了解肿瘤的范围,判断肿瘤组织与正常组织的边界,精确判断了手术的切除范围。图像上的灰色和紫色部分是手术导板。当BïSO 对患者骨头进行扫描后,便可通过3D打印技术迅速生成相应的手术导板。现有技术之下,这一导板的个性化精准设计,针对骨头契合的位置,大大减小外科医生的手术难度。”

屏幕快照 2019-04-16 下午4.50.43.png

据实际操作统计,通过BïSO的术中定位导航技术,骨瘤手术可缩短至2-3个小时,相应的出血量明显减少,从上万毫升降至2-3千毫升。在这种情况下,患者无需在术后进入ICU,相应的医疗成本也随之减小。

受益方不仅仅是医生与医院,如果医生能在术前便把患者的肿瘤状况以精确的影像方式表现出来,便能更加生动地为患者描述每一种手术方案的操作方式及对应结果。通过这种方式,整个手术过程将更加透明,医患共同决策也将由梦想走向现实。

更为重要的一点在于医疗资源的赋能。过去只有华西医院能进行的复杂肿瘤手术,如今在县级医院也能通过BïSO系统进行,更多的普通患者也将由此重获新生。

结构化报告解决数据标注问题

研究表明,规范化治疗可以有效延长肿瘤患者的5年生存期。如今癌症治疗已经进入“慢病化”时代。但是癌症的规范化治疗在不同地区参差不齐,其中重要的一部分便是影像报告的非结构化。

对于这一问题,BïSO系统整合了基于放射语言和知识图谱体系的影像结构化报告系统,。着力于解决影像科报告不规范不标准问题。

为了方便医生识别与医学生学习,影像结构化报告多采取图文并茂的方式。医生在撰写报告时只需要在有问题的地方进行标注,就可以直接把相应的量化的测量结果导入报告。

屏幕快照 2019-04-16 下午4.50.05.png

同时,这一系统基于影像诊断知识图谱和国际标准放射语言体系,包含了现有医疗体系下的放射诊断思维逻辑,能够自动关联影像数据。比如,当医生勾选“淋巴结转移”选项,系统会自动通过影像的方式表现展示转移情况,并将其植入报告;而对于胃癌,该系统能自动计算分期分型,填入符合国际规范的量化数值,以便于医生准确追踪治疗效果。

无远弗届

截止4月,百洋智能科技推出BïSO系统半年有余,已协助医生完成一千多例神经外科手术,220例骨科手术。而在肝、胰、胆等场景下的相关产品也已成熟,并处于迅速推进之中。

这仅仅是一个开始,在吴文韬博士看来,这套产品仍然不够自动化,还需医生偶尔对其进行校正,而在他的眼中,一个成熟的产品应该实现完全的自动化和智能化,这将是他深入研究的方向。

此外,BïSO系统更大的价值在于提升一、二级医院的外科医生手术能力,并通过其可视化的报告与操作过程为医生提供更为生动的教学影像,从设备与人力两个方向齐头并进。

对于未来,吴文韬认为手术导航以及手术机器人将是医学科技发展的大方向,更为智能化的手术机器人、混合现实在手术中的定位导航都将具备非常大的市场。

而BïSO作为百洋智能医生云平台BSmartD的一部分,未来将与Watson肿瘤解决方案、基因解决方案产生更为深入的联系,或许,我们可以在未来通过AI处理基因信息,为手术制定更为详细的规划。毕竟在人工智能时代下,又有什么是不可能的呢?我们不妨给百洋一点时间。

产业3D打印肿瘤识别知识图谱
相关数据
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

规范化技术

规范化:将属性数据按比例缩放,使之落入一个小的特定区间,如-1.0 到1.0 或0.0 到1.0。 通过将属性数据按比例缩放,使之落入一个小的特定区间,如0.0到1.0,对属性规范化。对于距离度量分类算法,如涉及神经网络或诸如最临近分类和聚类的分类算法,规范化特别有用。如果使用神经网络后向传播算法进行分类挖掘,对于训练样本属性输入值规范化将有助于加快学习阶段的速度。对于基于距离的方法,规范化可以帮助防止具有较大初始值域的属性与具有较小初始值域的属相相比,权重过大。有许多数据规范化的方法,包括最小-最大规范化、z-score规范化和按小数定标规范化。

推荐文章
暂无评论
暂无评论~