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。

“解放”影像科医生:IBM携手厦门二院建医学智能影像联合实验室

技术产业 HIT 1069浏览 评论

来源:HIT专家网     记者:孙鹏

“目前,我们的绝大部分医生把大量精力都放在很多简单重复的工作中。”厦门二院医学影像科主任郭岗教授表示,该院影像科平均每天接诊600-700位患者,每位患者可能产生的几十张甚至上千张的检查影像片,医生人工处理每个患者平均耗时10-15分钟,600、700位患者则需要170多个小时,如果按照每位医生每天工作8小时测算,至少需要21个人连续工作才能完成任务。

在现阶段,人工智能与医疗的结合点最早也最广泛的体现在医学影像上,业内的普遍共识是,在医疗AI领域,AI+医学影像是“破冰”的突破点。日前,在以“架构 人机同行”为主题的IBM Systems创行者高峰论坛上,IBM面向医疗行业推出了基于其认知系统的AI集成解决方案,并正式宣布携手厦门市第二医院(以下简称:厦门二院)共建医学智能影像联合实验室。

需求导向:IBM与厦门二院实现资源互补

“医生每天在脑力的强大压力下容易疲劳,正是因为这些疲劳,也很容易造成对片子的漏诊或误诊,导致引起一些不必要的医患关系问题。”郭岗表示,常见病、多发病要占到影像科60%—70%的工作量,这些常见病、多发病的影像表现特征非常明显,在诊断上困难不大,这部分患者也是最容易介入人工智能技术的地方。郭岗还举例说明了AI应用在医学影像的必要性,比如,在体检中心体检,参检的100人中实际有有95人正常,5人异常。按照传统的做法,医生会把100个人的检查结果逐一察看,但如果有一个训练成熟的人工智能机器,就可以快速地先将95个正常的片子筛查出来直接打出报告,这样医生就可以把有限精力放在5个异常的患者身上,既提升了诊断效率,也提高了医生对患病人群的关注度。

11

厦门市第二医院医学影像科主任 郭岗

“人工智能在不同行业都有不同行业特点,我们在前期也做了调研工作,IBM的AI基础构架,包括硬件系统、计算速度、平台、算法、模型等都非常好,在数据安全方面,IBM也对我们做出了郑重承诺,同时,我们在互相做调研时,对某些问题的看法也高度一致,通过以上几个方面我们决定选择IBM。”郭岗说。

IBM全球副总裁、IBM中国系统开发中心总经理谢东表示,在面向行业的解决方案中,IBM作为IT厂商能够提供平台和技术服务帮助行业专家使用AI平台和训练AI模型。“我们自己并不具有行业经验,我们并不知道哪里是真正的病灶,所以要引入行业专家,这个层面一定要合作。”谢东说。

实际上,正是临床实际需求和技术的进步,才给影像科医生带来了更多的选项。简单来说,IBM需要行业经验,厦门二院需要技术,基于共同的目标,实现资源的优势互补是共赢的合作。于是双方开始通过联合实验室开发人工智能平台和解决方案,先期通过辅助筛查手段为影像医生减轻负担。

“IBM做人工智能、认知计算的最大方向是希望和行业有很深的结合,我们希望从医疗行业的行业需求里解决行业的痛点。”IBM大中华区硬件系统部Linux系统技术总监徐宁表示,实际上,IBM在医疗行业主要做两件事:第一件事是希望把医生“解放”出来。一直以来,医生大量的时间被浪费在一些重复性劳动上,专业医生应该将更多精力放在创造性的工作中,如果只是做重复工作,对于医生本身的能力或整个医疗行业的发展五太多好处;第二件事是如何提高医生能力或帮助其学习使用新技术。人工智能在医疗行业现在主要还是图像识别工作,未来是否能通过某些综合信息做同病搜索。“这些角度都可以对专业人士有比较大的帮助。”徐宁说。

IBM医疗AI解决方案的核心:“平台+服务”基础架构

谢东在接受媒体采访时表示,IBM认知系统面向医疗AI的解决方案的核心是围绕“平台+服务”的基础架构。“平台本身涵盖软件、硬件,服务则是一座桥梁。”谢东说。

谢东表示,“服务”就是要把解决方案应用在具体行业场景中,这就需要行业内的专业人员与技术人员有很好的沟通,服务就是两者间架起来的沟通桥梁,这样才能切实针对每个行业的每个具体问题找到最合适的人工智能方法、模型、框架。“而真正要做模型训练时,这就要发挥‘平台’的功力,要算的快,大量数据的时候要吞吐量。”谢东表示,硬件层面是基于全新一代Power服务器,在数据I/O处理速度、连接GPU速度等方面均有了大幅提升,所以在AI环境中可发挥出超强的硬件平台优势。

而在软件层面,IBM新近推出的PowerAI、BlueMind颇具优势。“当我们训练一些模型时,现在简单的方法是把数据‘送’进去调参数,调试时到底怎么收敛,收敛的是不是快,哪一组参数是对的、哪一组模型是对的,笨办法是一个一个试,但这不是工程化的方式,我们要更自动化的方法。”谢东表示,比如,在IBM推出的BlueMind系统中有“超算搜索”,它能在系统中让机器自动帮助训练不同模型,调试不同参数,然后用辅助手段选出最好的参数。

同时,在这个过程中,人的参与必不可少,通过不断给系统补充新知识帮助其调整,从而大幅提升系统的质量。“这跟人去简单训练相比不一样,速度更快,以前是一周、十天,现在一两天就出来了。”谢东表示,“同时这个过程中,还要给它很多新建议,加完参数后,往哪些方向调,对模型数据有没有进一步的修改,这是一个工程化的方式,用的就是一系列的完善方法,包括完善的人机对话以及在各个环节上的工具,所以是‘平台+服务’。”

2

IBM全球副总裁、IBM中国系统开发中心总经理 谢东

谢东表示,除展现模型外,同时要注意数据的采集、清洗、标注等在训练时如何做到更快更准。在训练完后,模型在应用中如何进行预测,要考虑未来新数据不断地把模型更新,整个生命周期不断演进。这都是这个平台需要解决的,IBM面向用户有完整成熟的方案,同时兼顾了易用性。

此外,谢东还特别强调了解决方案的技术领先性和开放性。技术的领先性体现在三个层面,一是各种各样的硬件加速优势明显,二是模型训练方法的先进性,三是有应对针对高性能计算、大规模集群的超强解决方案。

在开放性方面,IBM致力于将开源社区中更多的新技术、新神经元网络以及各种新的训练模型、新的框架等融入到开放的集成环境。“这样的架构设计既保证了现在能让行业用户很快能用到人工智能技术,而且形成规模后,系统能够平滑扩容,可用最快速度得到最准结果。”谢东表示,“基于这些理念和目标,我们设计了现在的人工智能集成的解决方案,特别是针对行业的解决方案。”

智能医学影像联合实验室未来可期

郭岗表示,现在影像医生面临的困境就是工作量大,但是补充的医务人员远远不够,所以造成医生出报告慢,这也是医院面临的普遍难题。因此,此次双方合作主要有两个目标,一是提高看病的效率,二是提高看病的准确率。“我们的系统同时具有速度和专家的水平,这是我们即将实现的。”郭岗表示,目前,厦门二院与IBM正展开第一阶段的合作,主要聚焦普通X线胸片的AI解决方案,初步实现了为影像医生减负增效的目标。

对于联合实验室下一阶段的主要工作,郭岗表示,在继续完善普通X光片的基础上,再针对 CT 、磁共振以及不同的科研项目搭建人工智能平台。“接下来更多的挑战,包括现在比较热门的肺部小结节也是AI深度学习的内容,目前来讲,联合实验室在前期已经做了普通X光片的深度学习,接下来在CT、磁共振的科研平台进一步合作,这也是成立实验室的宗旨,一定要把它做活,而且必须是不同背景的人,既要有IBM的科学家,也要有我们的临床医生专家,这两群人的碰撞融合,才能碰出真正智能化的东西,这也需要一个漫长的过程,同时充满了挑战。”郭岗说。

4

IBM大中华区硬件系统部Linux系统技术总监 徐宁

徐宁表示,此前到现在的一个阶段,双方主要针对普通X光片等二维图像的开发出了人工智能平台,而包括医疗界和深度学习领域目前更多关注的是三维影像的识别。“包括三维图形怎么标注,这是一个难点。三维图像的好处就是比较直观,还可以做相应的的测量工作,下一步,我们是希望在三维上能够有一些突破。”徐宁说。

人工智能是否能取代影像医生?这一话题在业内的讨论声一直不绝于耳,郭岗也给出了自己的理解。“每一个新技术都具有革命性,很多人也在问,AI出来以后放射科的医生去哪儿,其实不用问这样的问题,人工智能并不是把医生替代,而是让医生工作效率更高,能帮助医生在有限的工作时间里做更多更有意义的事。”郭岗说。

【责任编辑:孙鹏】

 

您必须 登录 才能发表评论!