雷鋒網(wǎng)按：從基因檢測(cè)到醫(yī)療大數(shù)據(jù)挖掘，從智能診斷到精準(zhǔn)醫(yī)療，智慧醫(yī)療的實(shí)現(xiàn)并非醫(yī)學(xué)界或科技界，基因組學(xué)或影像學(xué)單方面能夠完成的事情?；驍?shù)據(jù)、影像信息到規(guī)范化大數(shù)據(jù)，是不可斷裂的鏈條。眾所周知，人工智能的價(jià)值數(shù)十年前被發(fā)掘，但迫于實(shí)際條件，醫(yī)療創(chuàng)新先驅(qū)一次又一次經(jīng)歷著突破和失敗。至今，AI醫(yī)療仍處于萌芽階段，但時(shí)代的進(jìn)步賦予了我們新的基礎(chǔ)。今天本文將通過(guò)對(duì)醫(yī)學(xué)界、科技界和產(chǎn)業(yè)界人士的訪談，講述創(chuàng)新者們?nèi)绾卧俅纹鸷?，從全局出發(fā)盤活人工智能醫(yī)療。

2016 年 6 月，自動(dòng)化所中科院分子影像重點(diǎn)實(shí)驗(yàn)室田捷研究員團(tuán)隊(duì)和廣東省人民醫(yī)院放射科合作，采用新興的影像組學(xué)（Radiomics）方法在結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)研究方面取得了重要進(jìn)展。和傳統(tǒng) CT 影像學(xué)評(píng)估相比，影像組學(xué)預(yù)測(cè)模型將術(shù)前淋巴結(jié)預(yù)測(cè)準(zhǔn)確率提高了 14.8%。

早在 2003 年，中國(guó)就啟動(dòng)了第一個(gè)醫(yī)療影像大數(shù)據(jù)研究項(xiàng)目。但因?yàn)楫?dāng)時(shí)數(shù)據(jù)很難做到歸一化，項(xiàng)目以失敗告終。近 15 年過(guò)去了，我們才剛剛正式地有機(jī)會(huì)來(lái)開始做這件事。

——飛利浦大中華區(qū)臨床科學(xué)部高級(jí)總監(jiān)周振宇博士

人工智能大熱的當(dāng)下，金融、醫(yī)療等存量數(shù)據(jù)巨大的行業(yè)，成為了該技術(shù)落地應(yīng)用的首選行業(yè)。除了先行一步的金融，近一兩年來(lái)，BAT、初創(chuàng)公司等也紛紛開始布局人工智能醫(yī)療。

而值得一提的是，在日前由智能醫(yī)療影像平臺(tái)初創(chuàng)企業(yè)匯醫(yī)慧影在北京主辦的 “醫(yī)療人工智能前沿峰會(huì)” 上，雷鋒網(wǎng)通過(guò)對(duì)來(lái)自飛利浦、西門子、一線醫(yī)療工作者、學(xué)界高校、醫(yī)療科技創(chuàng)新、英特爾等醫(yī)療行業(yè)人士的訪談發(fā)現(xiàn)，在盤活人工智能醫(yī)療這件事上，各界對(duì)于智慧醫(yī)療、醫(yī)療普惠的探索，比我們想象中要早很多；業(yè)界內(nèi)的聯(lián)合聯(lián)動(dòng)，也非其他同樣尋求 AI 創(chuàng)新的行業(yè)所能及。

醫(yī)療資源分配不均、政策受阻，AI 為中國(guó)醫(yī)療困境帶來(lái)希望

在當(dāng)前中國(guó)的醫(yī)療市場(chǎng)中，國(guó)家投入巨大，但醫(yī)療資源分配矛盾依舊突出。據(jù)公開數(shù)據(jù)顯示，龐大的醫(yī)療機(jī)構(gòu)體系中，擁有優(yōu)質(zhì)醫(yī)療資源的醫(yī)院僅占衛(wèi)計(jì)委醫(yī)療總數(shù)的 0.1%。

大量的病人來(lái)自基層，但數(shù)量極少的三甲醫(yī)院門庭若市。事實(shí)上，病人對(duì)基層的不信任不在于設(shè)施，而是人。據(jù)統(tǒng)計(jì)，目前我國(guó)基層醫(yī)院誤診率較高，醫(yī)學(xué)影像領(lǐng)域誤診次數(shù)達(dá)到每年 5700 萬(wàn)次；醫(yī)院總體而言，腫瘤誤診率達(dá)到 60%。更不用說(shuō)早年。

因此，對(duì)于國(guó)家出臺(tái)的分級(jí)診療方案，實(shí)施起來(lái)也有難度。不管是三甲醫(yī)院的醫(yī)生下基層，還是遠(yuǎn)程醫(yī)療，這還是需要優(yōu)秀醫(yī)生貢獻(xiàn)時(shí)間，所以都解決不了根本問(wèn)題——優(yōu)秀醫(yī)生資源缺乏，服務(wù)效率不高。

與此同時(shí)，英特爾醫(yī)療和生命科學(xué)集團(tuán)李亞?wèn)|稱，此外在中國(guó)，人口老齡化與慢性病增長(zhǎng)的趨勢(shì)驅(qū)動(dòng)了市場(chǎng)對(duì) AI 更大的需求。因此，AI 成為醫(yī)療創(chuàng)新的必由之路——讓產(chǎn)品化人工智能來(lái)賦能，讓優(yōu)秀醫(yī)生的能力可復(fù)制。

這是一個(gè)藍(lán)海市場(chǎng)，也是一個(gè)充滿溫情的事業(yè)。

多年來(lái)智慧醫(yī)療的最大抵抗力

事實(shí)上，中國(guó)早在 1984 年 10 月，原教育部副部長(zhǎng)、東南大學(xué)校長(zhǎng)韋鈺院士就創(chuàng)立了東南大學(xué)生物科學(xué)與醫(yī)學(xué)工程系，該系正是在 2006 年 8 月成立的生物科學(xué)與醫(yī)學(xué)工程學(xué)院的前身。而生物科學(xué)與醫(yī)學(xué)工程學(xué)院的創(chuàng)立，其科學(xué)研究及學(xué)生培養(yǎng)方向就是瞄準(zhǔn) 21 世紀(jì)主導(dǎo)學(xué)科——生命科學(xué)與電子信息科學(xué)，強(qiáng)調(diào)這兩個(gè)學(xué)科的交叉與滲透。

飛利浦大中華區(qū)臨床科學(xué)部高級(jí)總監(jiān)、接受中國(guó)最早醫(yī)工雙學(xué)士改革教育的周振宇博士向雷鋒網(wǎng) (公眾號(hào)：雷鋒網(wǎng)) 講述他那一代人探索智慧醫(yī)療的歷程時(shí)表示，“生命學(xué)工程系，最早是進(jìn)行醫(yī)工雙學(xué)位的培養(yǎng)，學(xué)生們都需要先去學(xué)工科，然后再學(xué)醫(yī)。在那個(gè)時(shí)候，我們就想創(chuàng)建這樣的影像方面的大數(shù)據(jù)平臺(tái)了?！?/span>

據(jù)了解，在 2003 年，中國(guó)啟動(dòng)了第一個(gè)醫(yī)療影像大數(shù)據(jù)研究項(xiàng)目，周振宇博士也參與了其中。但在那個(gè)年代，項(xiàng)目雖然獲得了高達(dá) 500 萬(wàn)人民幣的資金支持，但最終還是失敗了。因?yàn)?，算法?wèn)題已經(jīng)成熟，但還存在許多無(wú)法克服的挑戰(zhàn)：設(shè)備成像的質(zhì)量，數(shù)據(jù)，以及計(jì)算機(jī)能力的滯后等。

在今天英偉達(dá)、英特爾等半導(dǎo)體廠商的加入下，CPU\GPU\FPGA 等的補(bǔ)足讓計(jì)算處理能力有了長(zhǎng)足的進(jìn)步。但是，如斯坦福大學(xué)醫(yī)學(xué)物理部主任、終身教授邢磊指出，數(shù)據(jù)不集中不規(guī)范是目前智能醫(yī)學(xué)發(fā)展的最大障礙之一。因?yàn)闃?biāo)準(zhǔn)、系統(tǒng)兼容性和互通性而導(dǎo)致的數(shù)據(jù)歸一化問(wèn)題，至今任然存在。這也是為什么，匯醫(yī)慧影希望打造跨設(shè)備互聯(lián)的醫(yī)療影像云平臺(tái)。

邢磊教授表示，對(duì)于醫(yī)學(xué)影像與病例病史等資料的整合，從而做出綜合的智能分析決策，現(xiàn)在尚處于非常原始的階段。

“現(xiàn)在醫(yī)院對(duì)病人進(jìn)行系統(tǒng)的綜合的智能分析決策做得還非常不夠，比如今天一名病人的核磁結(jié)果來(lái)了，就分析一下，但實(shí)際上，這名病人也許在十年前也留下了相關(guān)的核磁、CT 及病例病史等結(jié)果，這些歷史數(shù)據(jù)是否能夠整合呢？如有了全面的智能分析決策之后，效果會(huì)好的多?！?/span>

基因數(shù)據(jù)、影像信息到規(guī)范化大數(shù)據(jù)，是不可斷裂的鏈

所以，當(dāng)數(shù)據(jù)端的完善成為共識(shí)時(shí)，如何獲取數(shù)據(jù)？什么樣的數(shù)據(jù)才是智慧醫(yī)療實(shí)現(xiàn)的原材料呢？

3 月 28 日，IBM 與國(guó)內(nèi)互聯(lián)網(wǎng)醫(yī)療平臺(tái)百洋醫(yī)藥集團(tuán)簽署戰(zhàn)略合作協(xié)議，旗下百洋智能科技將成為 Watson Health（沃森健康）中國(guó)地區(qū)的戰(zhàn)略合作伙伴。

此前媒體分析稱，百洋的數(shù)據(jù)量正是 IBM 所看重的，因?yàn)?Watson 的能力是基于西方患者數(shù)據(jù)庫(kù)、醫(yī)學(xué)理論得出的循證醫(yī)學(xué)診治，但是，由于種族基因、生活環(huán)境的差異，中西方患者在癌癥疾病的發(fā)病以及治療都存在一定差異。因此，對(duì)于 Watson 而言，成功獲得足夠的中國(guó)醫(yī)療機(jī)構(gòu)的病例病史數(shù)據(jù)，并進(jìn)行循環(huán)的認(rèn)知計(jì)算訓(xùn)練。

事實(shí)上，業(yè)內(nèi)人士指出，IBM 的數(shù)據(jù)瓶頸，并不在于基因差異影響診斷，而是需要數(shù)據(jù)訓(xùn)練做基因檢測(cè)，推動(dòng)精準(zhǔn)醫(yī)療。眾所周知，Watson 也與世界基因治療巨頭 illumina 合作，基于后者最新的測(cè)序儀推測(cè)序結(jié)果的自動(dòng)解及篩選靶向藥物。

同樣，周振宇博士向雷鋒網(wǎng)表示，人類健康問(wèn)題從基因開始，從基因信息、到影像學(xué)信息、到規(guī)范化的大數(shù)據(jù)分析——是一條線的?！叭绻麤](méi)有前期的信息，談智慧醫(yī)療是不完整的。從最基本的基因測(cè)序，到整個(gè)人的健康系統(tǒng)管理，比如慢病管理，整個(gè)概念串在一起才能實(shí)現(xiàn)大數(shù)據(jù)智能診斷和研究?！?/span>

因此，除了在院內(nèi)，據(jù)匯醫(yī)慧影 CEO 柴象飛表示，為了將分散的數(shù)據(jù)統(tǒng)一起來(lái)，匯醫(yī)慧影的云平臺(tái)，也需要與飛利浦、西門子等設(shè)備合作打通。在院外，以飛利浦為例，作為 2017 年 3 大醫(yī)療設(shè)備巨頭率先轉(zhuǎn)型落地的一家，該公司為了統(tǒng)一鏈接基因、影像診斷、診療方案等過(guò)程，把信息的該公司醫(yī)療設(shè)備的轉(zhuǎn)型中，illumina、華大基因是不可或缺的合作對(duì)象。

就華大基因而言，該機(jī)構(gòu)運(yùn)行著國(guó)家的基因庫(kù)，覆蓋面廣泛。周振宇博士透露，未來(lái)華大基因?qū)⒂?1 億樣本用于基礎(chǔ)（理論）研究，5 億樣本用于臨床研究；而飛利浦正計(jì)劃將兩臺(tái)大型影像設(shè)備部署在國(guó)家基因庫(kù)，屆時(shí)將能夠在同一個(gè)地點(diǎn)去采集人的基因信息和影像學(xué)信息 。

高能的是，這個(gè)涉及到整個(gè)數(shù)據(jù)流的讀取、存儲(chǔ)、寫出的工作，會(huì)碰撞出怎樣的效果呢？鄭州大學(xué)第五附屬醫(yī)院教授、黨委書記王新軍博士表示，神經(jīng)影像和基因組學(xué)的完美結(jié)合形成了影像基因組學(xué)，這樣能更加準(zhǔn)確地診斷疾病，或預(yù)測(cè)一些疾病的發(fā)展。

舉例來(lái)說(shuō)，膠質(zhì)瘤是在神經(jīng)系統(tǒng)最頑固的疾病，需要手術(shù)放射化療。放射治療是非常有效的，但是會(huì)帶來(lái)放射性壞死的副作用。而放射性壞死過(guò)程中，對(duì)于細(xì)胞是復(fù)發(fā)還是壞死的判斷，光從影像上判斷，現(xiàn)在還是個(gè)難題。因此，基于大數(shù)據(jù)、深度學(xué)習(xí)的影像基因組學(xué)就可以把基因組學(xué)和影像學(xué)的優(yōu)勢(shì)結(jié)合起來(lái)做預(yù)判診斷。

如果僅依靠計(jì)算機(jī)做輔助診斷，那么世界最早在 1959 年便有了相關(guān)技術(shù)，叫 “計(jì)算機(jī)輔助診斷（CAD）”；但是，疾病雖然有共性，但診斷中最主要是每個(gè)個(gè)體發(fā)病的情況不同。周振宇表示，在今天強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)有了進(jìn)一步發(fā)展之下，要實(shí)現(xiàn)計(jì)算機(jī)能夠自我訓(xùn)練的過(guò)程，需要不斷有更多的信息攝入。

未來(lái)的挑戰(zhàn)：特征的尋找

2016 年 6 月，廣東省人民醫(yī)院放射科與自動(dòng)化所中科院分子影像重點(diǎn)實(shí)驗(yàn)室田捷研究員團(tuán)隊(duì)合作，采用新興的影像組學(xué)（Radiomics）方法在結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)研究方面取得了重要進(jìn)展，相關(guān)研究成果已經(jīng)在臨床腫瘤學(xué)頂級(jí)期刊 JCO 上發(fā)表。

據(jù)介紹，影像組學(xué)（Radiomics）是利用數(shù)據(jù)挖掘等信息技術(shù)，從影像、病理、基因等海量數(shù)據(jù)中挖掘提取并量化腫瘤海量特征，解析影像與基因和臨床信息（分型、療效和預(yù)后等）關(guān)聯(lián)的新方法。近年來(lái)影像組學(xué)已成為影像學(xué)領(lǐng)域最受關(guān)注的研究熱點(diǎn)和前沿方向之一。

數(shù)據(jù)顯示，和傳統(tǒng) CT 影像學(xué)評(píng)估相比，影像組學(xué)預(yù)測(cè)模型將術(shù)前淋巴結(jié)預(yù)測(cè)準(zhǔn)確率提高了 14.8%。

只是，這一類 AI 醫(yī)療成果，當(dāng)前在浙江大學(xué)、吉林大學(xué)等附屬醫(yī)院，以及中科院等機(jī)構(gòu)中都陸續(xù)產(chǎn)生，但大部分尚處于科研階段。

眾所周知，基因治療方案的未成熟原因在于，目前人類醫(yī)生尚未能夠發(fā)現(xiàn)太多基因信息與臨床表征之間的聯(lián)系。在工業(yè)界通用類圖像識(shí)別領(lǐng)域，有教機(jī)器分類物體的數(shù)據(jù)庫(kù)：Caltech 101 和 ImageNet。兩個(gè)數(shù)據(jù)庫(kù)的原理是，通過(guò)特征標(biāo)簽，讓機(jī)器讀懂圖像。同樣，在 AI 醫(yī)學(xué)影像領(lǐng)域也會(huì)面臨這樣的問(wèn)題。

吉林大學(xué)第一醫(yī)院放射科張惠茅主任表示，影像學(xué)表征非常多，對(duì)于皮膚病等 2D 圖像的處理還比較順利，但診斷其他的疾病就變得很復(fù)雜?！叭绻荒茏龅匠上瘛D像處理的規(guī)范化，那么拿到這些數(shù)據(jù)也是沒(méi)有用的，也談不上今天的大數(shù)據(jù)智慧醫(yī)療?！?/span>

她表示，如何提取有效數(shù)據(jù)、規(guī)范化管理之后要提取什么樣的數(shù)據(jù)特征才有效，都需要包括臨床、基因組學(xué)、影像組學(xué)，以及設(shè)備商等聯(lián)合起來(lái)，制定出有效的特征，才能讓人工智能醫(yī)療更有效。

當(dāng)然，目前 AI 醫(yī)療創(chuàng)新還面臨著政策監(jiān)管滯后的問(wèn)題，同時(shí)也引發(fā)起一部分人對(duì) “AI 取代論” 的焦慮。但如匯醫(yī)慧影聯(lián)合創(chuàng)始人郭娜所言，

人工智能更重要的是尊重生命，關(guān)愛(ài)生命。

面對(duì)生命的界限，人人都會(huì)屈服。當(dāng)呼吸化為空氣——留給我們的唯有是前行。