醫(yī)學(xué)影像+人工智能漸行漸近數(shù)據(jù)處理難題待解
人工智能+醫(yī)學(xué)影像正在成為現(xiàn)實(shí)。
9月6日，香港中文大學(xué)宣布，該校研究團(tuán)隊(duì)利用人工智能影像識別技術(shù)判讀肺癌及乳腺癌，準(zhǔn)確率分別達(dá)到91%及99%，識別過程只需30秒至10分鐘。近日，騰訊也發(fā)布AI醫(yī)學(xué)影像產(chǎn)品騰訊覓影，通過將醫(yī)生多年積淀的病例圖片與AI結(jié)合，騰訊覓影篩查一個(gè)內(nèi)鏡檢查用時(shí)不到4秒，早期食管癌的篩查準(zhǔn)確率高達(dá)90%。目前，該項(xiàng)技術(shù)已在中山大學(xué)附屬腫瘤醫(yī)院、廣東省第二人民醫(yī)院、深圳市南山區(qū)人民醫(yī)院啟動(dòng)臨床預(yù)實(shí)驗(yàn)。
人工智能將迎來爆發(fā)式增長，數(shù)據(jù)易于獲取的行業(yè)會率先進(jìn)入人工智能時(shí)代。招銀國際一機(jī)器學(xué)習(xí)工程師告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者，人工智能醫(yī)療影像可節(jié)省醫(yī)生在處理數(shù)據(jù)、分析病理方面花費(fèi)的大量時(shí)間。
人工智能+醫(yī)學(xué)影像自2016年來逐漸受到資本熱捧。推想科技、圖瑪森維、雅森科技等人工智能影像分析與診斷服務(wù)的企業(yè)相繼獲得千萬元融資。放諸全球，IBM斥資10億美元收購了醫(yī)療影像處理公司Merge，將其技術(shù)整合進(jìn)沃森系統(tǒng)。
千億市場
據(jù)國金證券調(diào)查，目前我國影像市場規(guī)模達(dá)到2000多億元，省會城市的影像中心規(guī)模在250億-300億，縣級市影像中心規(guī)模300多億。
由于中國信息化建設(shè)較晚，醫(yī)療影像方面落后美國。醫(yī)學(xué)影像數(shù)據(jù)共享度較低，正逐漸向電子信息化邁進(jìn)。上述機(jī)器學(xué)習(xí)工程師告訴記者，臨床需求及云技術(shù)的普及加速了醫(yī)學(xué)影像智能化。
CHIMA數(shù)據(jù)顯示，2015年我國醫(yī)院PACS系統(tǒng)（醫(yī)學(xué)影像存檔與通信系統(tǒng)）建設(shè)水平50%-60%，遠(yuǎn)低于美國幾乎100%的水平。
PACS系統(tǒng)是指影像歸檔和通信系統(tǒng)。簡單說就是醫(yī)院影像科檢測數(shù)據(jù)通過PACS系統(tǒng)保存到服務(wù)器，根據(jù)實(shí)際需求可進(jìn)行圖像分割、特征提取、定量分析、對比分析等。
根據(jù)人工智能的不同路徑，影像智能分析市場可分兩類：一類是以IBM沃森系統(tǒng)、百度醫(yī)療大腦為代表的提升影像診斷效率的智能系統(tǒng)，通過大量患者電子數(shù)據(jù)累積，對醫(yī)院影像診斷分析；另一類是幫助醫(yī)生提高影像診斷精準(zhǔn)度，通過對醫(yī)學(xué)影像數(shù)據(jù)的深度解讀分擔(dān)醫(yī)生工作量。
無論哪種類型，都需要讓機(jī)器學(xué)習(xí)海量數(shù)據(jù)。上述機(jī)器學(xué)習(xí)工程師認(rèn)為，庫卡機(jī)器人驅(qū)動(dòng)器維修，隨著云技術(shù)的普及，機(jī)器人維修，以華潤萬里云為代表的云端影像信息系統(tǒng)企業(yè)在市場上涌現(xiàn)，提高了患者信息的存儲效率。
這種趨勢下，飛利浦、西門子、聯(lián)影等傳統(tǒng)醫(yī)學(xué)影像設(shè)備廠商，因其產(chǎn)品使用普遍，如實(shí)現(xiàn)PACS系統(tǒng)信息化轉(zhuǎn)型，數(shù)據(jù)將實(shí)現(xiàn)在云端實(shí)時(shí)存儲，更容易搶占市場份額。
數(shù)據(jù)處理難題
人工智能應(yīng)用普及的三大推力是深度學(xué)習(xí)為代表的新技術(shù)、計(jì)算力和海量數(shù)據(jù)，前兩者各行業(yè)通用，對醫(yī)療領(lǐng)域來說，數(shù)據(jù)首當(dāng)其沖。
機(jī)器需要更多的學(xué)習(xí)次數(shù)，以得到更準(zhǔn)確的判斷。多次學(xué)習(xí)的基礎(chǔ)是數(shù)據(jù)，醫(yī)療影像需要海量醫(yī)療影像和醫(yī)生的結(jié)果判斷。一位熟悉智能醫(yī)療的投資人士告訴記者，現(xiàn)階段最大的困難是數(shù)據(jù)積累。
咨詢公司IDC預(yù)測數(shù)據(jù)顯示，到2020年全球醫(yī)療數(shù)據(jù)量將達(dá)40萬億GB，每年還將迅速增長，這些數(shù)據(jù)中80％以上是非結(jié)構(gòu)化影像數(shù)據(jù)。
另外，影像數(shù)據(jù)和放射科醫(yī)生增長速度存在不匹配。據(jù)相關(guān)部門和動(dòng)脈網(wǎng)數(shù)據(jù)，美國、中國的影像數(shù)據(jù)年增長率將分別達(dá)到63.1%和30%。但兩國放射科醫(yī)生年增長率僅有2.2%和4.1%。
兩者之間的鴻溝一方面促進(jìn)了人工智能的發(fā)展，同時(shí)也給人工智能存儲及處理海量數(shù)據(jù)帶來巨大難題。上述人士解釋道。
記者注意到，由于醫(yī)療數(shù)據(jù)尚未實(shí)現(xiàn)互聯(lián)互通，國內(nèi)醫(yī)療影像數(shù)據(jù)應(yīng)用還處于起步階段，數(shù)據(jù)格式難以統(tǒng)一。眾多醫(yī)療影像公司以科研合作方式從醫(yī)院獲取影像數(shù)據(jù)，但僅依靠幾家醫(yī)院遠(yuǎn)遠(yuǎn)不夠，擴(kuò)大合作醫(yī)院范圍又會增加醫(yī)療影像公司的成本。
此外，獲取醫(yī)學(xué)影像后，對于病灶識別與標(biāo)注，也是機(jī)器智能化必不可少的過程。通常的做法是醫(yī)療影像公司花費(fèi)較大成本，請影像科醫(yī)生識別病灶并標(biāo)注，高昂的成本讓部分企業(yè)望而卻步。
在醫(yī)學(xué)人工智能領(lǐng)域，IBM沃森一直處于領(lǐng)先。但近期屢遭市場質(zhì)疑的原因之一就是沃森需要特定類型的數(shù)據(jù)持續(xù)進(jìn)行訓(xùn)練，這些數(shù)據(jù)要么非常緊缺，要么難以訪問。資深技術(shù)投資者和風(fēng)投公司SocialCapital創(chuàng)始人ChamathPalihapitiya5月在CNBC上表示，IBM的專長只是通過強(qiáng)大的營銷和市場能力讓消費(fèi)者為并不了解的服務(wù)買單。
為使人工智能更聰明，需要構(gòu)建深度理論學(xué)習(xí)模型。上述投資人士認(rèn)為，在構(gòu)建模型前需定義一個(gè)理論策略去評估、調(diào)試，通過調(diào)整順序，KUKA機(jī)器人示教器維修，學(xué)習(xí)模型會逐步明確及常規(guī)化。