赵泓维作者

联影智能AI入驻火神山、雷神山医院,分析肺段以搜寻新冠病毒特征

自疫情拉响警报以来,科技战疫力量纷纷涌入武汉,临时搭建的火神山医院、雷神山医院既是疫情防控的中枢所在,也是十年来医疗科技力量从蓝图走向现实的试炼场。

人工智能技术在此次防疫战之中应用非常广泛,从基于知识图谱的居民自省自查,到医疗影像的辅助,再到疾病预防中心的大数据监控,其中均不乏人工智能的身影。

联影智能的AI系统则聚焦于影像科,火神山医院、雷神山医院、武汉同济、协和、中南医院等一线战场早已部署完成了针对于新冠病毒的uAI新冠肺炎智能辅助分析系统,战疫初期5-10分钟的CT阅片现已缩短为1分钟,大部分影像报告的撰写工作已经转交给了AI这位不知疲倦的助手。

同时,部分影像科技师的任务也交予人工智能处理。以“智能之眼”为例,该系统360度人体全动捕捉、自动生成3D人像功能,能够让影像科技师无需频繁出入隔离间调整患者体位,便可远程完成扫描。而对于每日工作超过12小时的影像科技师而言,不仅感染风险因此减小,其中带来的体力节省同样弥足珍贵。

所有的研发与优化始于2020年春节的第一天,团聚之时,逆行者已悄然上路。

战疫前夕,上海成为联影研发根据地

大年初一,没有往日的串门,也没有热闹的团年饭,数位联影智能员工自发联系了武汉的新冠肺炎定点医院,主动了解影像科医生的需求,并希望能为之提供帮助。 

情况比想象中的还要严重。由于剧增的医疗需求,许多患者即便来到了医院,也因缺乏护士的指导和医生的救治而在门诊等地焦急等待。

影像科的情况稍微好一些:隔离间内,身穿厚重防护服的医生有条不紊地为患者摆正姿势进行CT照片;隔离间外,负责影像分析的医生防护相对轻松,但却需要长时间集中精力,用以寻找数百层影像之中的可疑“白点”。

武汉同济医院:一位影像科医生还未脱下防护服便睡着了

与医生初步沟通之后,他们发现同济医院影像科的需求没有那么复杂。从两个方面来谈,一是物资缺乏,医院过去没有进行大量的防护服储备,物资的调度又需要时间;二是患者太多,医生希望能够在患者患病初期就将其诊断出来,但即便很多医生通宵达旦的工作,仍有数不清的患者影像需要审阅。联影智能公司COO詹翊强告诉动脉网,“我们的人工智能应该可以很好地解决第二个问题。”

确立目标后,联影团队多次前往上海公共卫生中心,这里聚集了上海一流的医学科研力量,收纳了上海大部分新冠肺炎病例。在这里,联影智能在已有的“AI+CT”技术之上,依托于联影集团自研“天眼”CT,开始了针对性的研发。 

2月8日,联影第一版“AI+CT”新冠肺炎智能辅助分析系统正式完成,在最初的版本之中,这款软件能够精准识别微小病变并自动勾勒;运用深度学习算法对肺部CT影像进行分割、自动为医生生成报告等,贯穿诊断到治疗全流程。

“除了提高效率之外,人工智能也能帮助医生提高诊断的准确性。在实际之中,部分患者感染早期便查出存在流行病史,有明显临床指征,但可能没有足够的核算试剂盒让他做检测,也可能初次核酸检验呈阴性。这种情况下,我们希望能够用CT手段进一步确定患者情况。但在实际诊断之中,早期新冠患者肺部CT影像中常常会出现小的磨玻璃影,这些容易被医生所忽视的地方恰恰是AI所擅长的。” 

 磨玻璃影勾画图 

“其次,AI可以帮助医生评估病人的病程并优化医疗资源。当前在新冠肺炎高发地区,医疗资源(如核酸检测设备、病床等)还很紧张——我们需要辅助医生将确诊健康或已经治愈的人们尽快送出去。” 

“要确诊患者的情况,一种主要手段是用试剂盒进行反复检测;但鉴于CT和核酸检测在检验效果上的互补性,CT影像诊断已被列入《卫健委新冠肺炎诊疗指南(第五版)》中。引入CT影像,除了可以提高诊断的准确性,还可以观察病灶是否发生变化,比如毛玻璃病灶是否被吸收。就后者而言,AI能够定量地对病灶进行分析,直观比较患者多次CT影像之中病灶的变化,这比过去仅用肉眼眼辨别、比较要精准很多。”

从上海市三甲医院、武汉前线医院的使用状况来看,联影智能的新冠肺炎AI系统已经能够以超过90%的准确度检测患者CT影像的疑似病灶,并对其进行勾画(勾画误差<1%)。但是,这仅仅完成了挑战中的第一步,更多的困难接踵而至。 

进军武汉,将AI推上云端

新年以来,全国各省虽已陆续架起层层关卡,但回望武汉,其人员的流动管制严格程度无出其右。 

“如何快速支援武汉,是我们遇到的第一个问题。面对严格的‘封城令’,我们的同事经过多次申请才拿到了进城的通行证。第二个问题是服务器物流的问题。因为疫情,物流的时间比之前长很多。为了能及时向武汉发送服务器,我们的同事亲自跨省驾车,到供应商那里提货,保证装有uAI新冠应用的服务器在第一时间到达疫情最紧急的地方。”

“随后面临的是部署问题。不同于以往,我们必须采取不同的方式对医院进行部署。对于一部分信息化系统比较完善的医院,工作人员可以直接将工作站安装至医院院内,这是一种比较传统的方式。但就方舱医院这类临时搭建的医院而言,它的信息化系统还没有完全建立,又是传染高危地点,我们则依托联影云进行云端部署,将软件参数的调试、影像数据的储存、计算、分析功能全都转移至云端。这样可以很大程度上规避部署工程师的安全风险,也可以让我们算法工程师将最新、最好的模型在第一时间送到前线。” 

云端部署方式有许多优势,但对于联影来说,这个时期采用云端模式可以很大程度上规避工作人员的安全风险。如果是在现场部署,工作人员难免会因医生需求变化而反复调试设备,这需要他们频繁出入各个医院,而云端部署则只需在首次部署时前往医院,有限的工作人员无需在多个医院来回穿梭便可完成调试。 

对于医院而言,这样的模式风险与收益并存。收益来源于便捷,当许多新医院(尤其是基层医院)想要部署时,该模式可以大幅加速部署过程。 

风险则来自于数据安全,直至今日,很多医院依旧只愿意将数据留在医院的机房内,不愿上云管理,这中间的迟疑来源于对数据泄漏的担忧。 

2月11日,联影uAI新冠肺炎智能辅助分析系统率先落地武汉火神山医院,并迅速投入使用。截至2月19日,该系统已在武汉同济医院、武汉协和医院、武汉中南医院、雷神山医院等武汉抗疫一线医院完成安装。

战疫之间,新需求与新发现

如果仅仅是为了提升医生工作效率、降低医院影像科压力,联影智能的人工智能的确交出了令人满意的答卷。但是,医生希望能有一种更为精确的方式,及早发现患者感染与否。 

2月3日,一篇争议核酸肺炎检验与CT检验孰是孰非的文章在业界迅速引发争议,究竟哪一种方式能够更好地判断新冠病毒感染状况,专家学者各抒己见。

武汉同济医院影像科夏黎明主任曾告诉动脉网:“尽管核酸检查是新冠病毒肺炎诊断的金标准,但咽拭子检测只有30-50%阳性率。此外,现有的医疗水平同样一定程度上限制了核酸检验的作用。由于医护人员试剂盒使用经验有限,很难采集到上呼吸道附近的唾液样本,造成患者假阴;如果病人刚患病,样本中病毒载量过低,也可能出现假阴性(漏诊)的情况。此外,PCR 检测方法对实验场地、检验仪器以及操作人员的要求都非常高。在许多基层医院,即便有试剂盒输送,医护人员也可能因为能力限制而无法采集到有效的样本。

“相比之下,CT影像图像清晰度高,能够诊断早期轻微病变,如果当病变局限在咽喉部、气管、支气管时,肺实质与间质病变不明显,此时的胸部CT检查可能就是阴性;另外,新冠病毒肺炎也是一种病毒性肺炎,在这个季节常常也有其它的病毒性肺炎的可能。” 

因此,无论那种方式,都不是十全十美,更好的方法是让两种办法协同。所以,影像科的医生希望CT能够在抗疫之中发挥一些新的作用。 

2月14日湖北首次将临床诊断病例纳入新冠肺炎新增病例,将湖北省内具有影像学特征的疑似病例定义为“临床诊断病例”,但透过CT影像,医生仍不能直接判断患者是否感染新冠病毒。 

那么,AI有可能直接帮助医生通过CT影像直接判断肺炎类别吗?很遗憾,目前为止,市面上的AI产品均不足以完成此重任。不过,联影智能已在后续的数据分析之中发现了一些不易察觉的规律。如今,uAI新冠肺炎智能辅助分析系统已经具备一定程度区分“病毒性肺炎”与“细菌性肺炎”的能力。 

“新冠病毒患者的CT 影像中,磨玻璃较多,而细菌性肺炎CT影像中实性病变较多且经常有胸腔积液的情况。从这一点出发,我们通过处理大量数据,已经能够给出一个肺炎类型的概率结果。在这个特殊时期下的武汉,在排除细菌性肺炎前提下,剩下的病毒性肺炎是新冠肺炎的概率就比较高了。”詹翊强对近期的研究结果进行了简单的总结。 

此外,还有一些有趣的细节同样也值得推敲。“我们的AI辅助分析系统能够将肺部分成不同的肺段,把其中的病灶勾勒出来,计算每一个肺段病灶区的感染比例,从而为诊断感染情况提供参考。”

虽然目前还没有一个区分新冠肺炎和其他病毒性肺炎的明确标准,但是如果AI算法可以精准地计算感染区域在不同肺叶、肺段的分布,通过大数据分析,也许我们能够找到某些鉴别诊断的规律。

另外通过这种精准的量化分析,也有望对新冠肺炎患者进行轻中重病情程度划分,制定个体化的隔离、治疗方案,对紧缺医疗资源的调度以及患者治疗进行一定程度上的优化——这正是人工智能的潜在价值所在。 

疫区影像科的问题不止精准诊断

疫情的特殊性使得社会救援也变得同样特殊。截至2月15日,武汉九个方舱医院已经开放,这里不仅需要诊断的医生,还需要诊断设备以供医生使用。

在过去,医院准备CT机房往往需要一个月以上的时间,对环境也有着非常严格的要求,不仅要有足够的射线屏蔽措施和承重基础,还要考虑到周围的信号干扰等各种复杂问题。

方舱医院作为临时改建的民用场所,并不具备符合要求的现成房间。这个时候,联影的方舱CT“应急放射科”就派上了用场。 

“这个“应急放射科”是联影为方舱医院量身定制的放射科全流程整体解决方案。它包含了独立扫描间、操作间、紫外线消毒装置等一系列必备设施。独立于医院的“箱体式”设计不仅便于快速拆装及运输转移,且插电即用。此外,防水、隔热、四季恒温的设置让它能够在极限环境下应对自如,随时可赶赴疫情现场或抢险救灾第一线。同时,CT均配备了‘天眼智能平台’,无需患者取下口罩,即可智能识别人脸及全身位置信息,实现智能定位和摆位,医生无需与患者接触便可完成扫描。” 

在传统扫描过程中,放射科医生在体位选择、完成患者摆位、确定扫描范围等多环节上都需和患者密切接触。

而“天眼智能平台”可自动定位,实时追踪患者的移动轨迹,动态调整定位方案,让医生无需进入操作间即可进行精准CT扫查,对于每日工作超过12小时的影像科技师而言,不仅感染风险因此减小,其中带来的体力节省同样弥足珍贵。

另外,“天眼智能平台”也缩短了每个CT扫描的时间,减少了病人等待的时间和交叉感染的几率。

通过提高CT设备移动性的方式,再借助于影像平台的远程智能阅片功能,联影能够在疫区迅速赋予方舱医院有效的影像诊断能力,武汉医疗资源短缺、影像科人才缺失的问题也因此得到缓解。 

逆行者不容忘记

回顾整个流程,调研需求、产品研发、设备安装、参数调用虽遇到诸多困难,但联影智能终究挺了过去。在詹翊强面前,更关心员工的安全。 

“武汉本身是一个高危之地,许多员工本身在湖北,他们主动参与到抗疫之中;还有一部分员工虽不在湖北,也自愿跟随设备从外地进入到了疫区中心,他们的牺牲精神真的非常可贵。”

“这里还有一个更大的挑战:在全国各地采取严格隔离措施的情况下,我们的部署队伍一旦去了武汉,就很难再去别的地方;大受影响的物流也导致我们无法尽快将设备送到医院之中,对此我们也启动紧急物流预案,自发运送设备。好在疫情正逐渐得到控制,希望这种趋势能够一直持续下去。”

春意已经慢慢在行道之间蔓延,即便是疫情也不能阻碍生命的延续。科技也有相似之处,每次我们所遭受苦难,都有抱薪者为我们收集经验,撑起抗疫的大旗。医护人员在一线为我们筑起安全线,而科技工作者用通宵达旦为他们锻造利器,抗疫之战中每一份力量,都值得铭记。

*封面和文章图片由受访企业提供。

动脉网
动脉网

专注医疗产业服务平台

产业AI智慧医疗联影智能
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

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)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

假阴性技术

假阳性是指模型因为种种原因将应该分类成特定情况的人/物错误地分类到了其他分类的情况。

推荐文章
暂无评论
暂无评论~