中国首个坚持原创严肃内容的健康医疗信息化新媒体
最新消息:欢迎您,亲爱的读者!您可以通过QQ号或新浪、腾信微博账号直接在评论处登录,发表评论并选择转发到微博、QQ空间。

人工智能“试水”甲状腺超声影像识别:初试结果比医生更准确

技术产业 HIT金子 10038浏览 1 Comment

来源:HIT专家网        作者:朱小兵  许艳艳

日前,在针对甲状腺结节的超声影像识别和诊断的人机“大战”中,机器人DE大获全胜。这让浙江大学应用数学研究所所长孔德兴教授和他的团队感到振奋。

浙江大学应用数学研究所所长 孔德兴教授

浙江大学应用数学研究所所长 孔德兴教授

他们的机器人DE与某著名三甲医院超声医学科的医生们举行了针对超声影像的甲状腺结节良恶性甄别的比赛。该院超声医学科派老、中、青三位代表(年轻的具有两年工作经验、中年的具有中级职称、老年的具有高级职称),对同样一帧超声图像,三位医生先看,看完以后给出结果,然后机器人再给出结果,最后去做活检。从抽取的34个样本准确度结果而言,医生的准确率是63.4%,而机器人DE准确率高达85.7%。

孔德兴,复旦大学理学博士、哈佛大学博士后,现为浙江大学求是特聘教授、博士生导师、浙江大学应用数学研究所所长、浙江大学理学部图像处理研发中心主任;兼任中国人民解放军总医院(北京301医院)客座教授、国防科技大学客座教授、浙江省数理医学学会理事长、中国兵工学会应用数学专业委员会副主任等职。

致力于推动数理医学

运用数学、物理学、信息科学、数据科学等多学科知识,解决医学(尤其临床医学)中的重大临床需求问题,攻克凝练出的关键科学难题,是孔德兴教授目前的研究兴趣之一。

自2008年以来,孔德兴一直致力于数学和医学的交叉研究,在国际上率先提出“数理医学”的概念。“不同于数字医学偏向信息科学,数理医学不仅能够提供医学数据可视化、定量化的分析方法和处理工具,而且能够帮助医生发现内在的规律,这在研究疾病的病理、发病机制及其演化规律等方面都有十分重要的意义。”孔德兴教授说。

交叉学科的发展,离不开各学科专家们的努力。孔德兴教授牵头组织的浙江大学跨学科交叉研究平台,让各学科带头人齐聚一堂:医学专家讲医学方面的需求,数理专家介绍他们从事的研究课题及研究成果,计算机方面的专家则侧重于探讨相关软件的开发等工作。

多学科的交叉,催生了诸多新成果。孔德兴教授举例,射频消融术,是目前一种常用的肿瘤介入治疗手段,但是现有的三维可视化平台有如下的局限性:交互操作依赖人工判识,分割算法冗长繁杂、耗时长,呼吸运动影响定位精度,复杂热场仿真不准确,术后评估未能与真实消融区适形匹配等。“将数理医学运用到射频消融术中,我们成功地完成了肝表、血管及肿瘤的精确定位、布针方案设计以及精准导航技术,实现了从依靠经验的射频消融到精准的射频消融质的飞跃,并在北京301医院、浙大一院等著名医院得到成功应用。”孔德兴教授介绍道。

超声机器人:辅助而非替代

2016年上半年,在与临床专家联合研究超声引导射频针时,AlphaGo战胜韩国棋手给孔德兴教授带来启发:基于医学大数据,能否让计算机从超声图像上自动识别肿瘤,然后判断肿瘤良恶性?

以甲状腺结节为例,在判断其良恶性时,医生也难免会出现偏差。孔德兴及其合作者建立了包括超声影像、病理数据在内的超过24000个样本的数据库,同时在英特尔公司支持搭建的计算环境中,采用深度学习算法,研发出DE超声机器人。

据孔德兴教授介绍,他们在传统的卷积神经网络算法基础上,针对甲状腺超声影像数据的特点对算法进行了改进和优化,并利用所获得的大样本对计算机进行训练。其准确度,经过与临床医生团队进行比对实测,明显占优。

这一针对甲状腺的超声影像大数据智能识别成果,一旦推广应用,并将这一思路延伸到其他疾病专科,意味着通过现代计算机技术,基层医院可以借鉴使用大型医院著名医生的医术,无疑与国家当前力推的分级诊疗政策不谋而合。

孔德兴教授认为,这将在甲状腺结节检测与诊断方面帮助年轻医生对比学习,帮助其快速成长,缓解超声科医生不足的局面。此外,如果将此机器人应用于超声科检查,医生做复核,也将极大地节约医生的时间和精力。

针对HIT专家网提出的“未来,智能、聪明的机器人是否会让医生产生依赖心理”的问题,孔德兴教授坦言:“我们的确也和临床专家探讨过这个话题。这点担心大可不必,毕竟医生要承担法律责任,因此在做决断时还是很谨慎的。智能医疗软件系统更多只是提醒医生,特别是当医生比较疲劳的时候。科技手段对于医生更多是辅助,而非替代。”

动态数据处理的难点

对计算机的训练,不仅依赖足够大的样本量,也有赖于算法。孔德兴教授透露,甲状腺结节超声影像的智能识别算法已申报四项国家发明专利。

不同于标准化数据(譬如CT、核磁等),超声影像能够在动态过程中捕捉病灶。从信息处理的方式来说,静态处理方式只能看水平面上的相关性和信息,忽视了同样有特点、特征的上下层信息。在这方面,孔德兴教授的团队弥补了这一缺陷。

“不同的医生在超声检测中的移动速度和压力都不一样,如何处理非标准化数据是一个关键。现在的算法大部分是针对静态数据的,我们利用医院静态数据和病理数据开发了这套系统,并在浙大一院超声医学科和西湖区留下街道社区服务中心进行试点,效果非常好。静态有4张图,动态可能就有20张,信息更丰富,也更准确。”目前,关于动态影像的核心算法已经完成,正处于产品开发阶段。

提及未来规划,孔教授表示,未来一方面会着重研发线下版,即超声机器人。“算法是机器人的大脑,现在已经做出来了,而且在用,病人躺着,连续扫描做个动态图像,马上可以出结果。未来将会持续训练,做出一个拥有医生经验的超声机器人。在疾病病种方面,不只局限于甲状腺结节,还会有乳腺、颈动脉斑块、肝癌等。”另一方面是线上版,即云服务平台。线上版的诊断系统将会更多应用于基层医院,造福更多患者。

【责任编辑:谭啸】

 

您必须 登录 才能发表评论!

网友最新评论 (1)

  1. 这项技术成果若利用到病理与CT等影像诊断中将大有作为
    sjg03171年前 (2016-10-26)