診斷新冠肺炎,以AI之“眼”
我們幾乎都有過拿著“片子”等醫(yī)生看的經(jīng)歷。面對黑乎乎的底色上那些幽微泛白的圖像,我們一無所知,虔誠地聽著醫(yī)生吐露的每個字。這是出于對醫(yī)生的信賴,他們憑借專業(yè)學識和經(jīng)驗,用肉眼就能發(fā)現(xiàn)一般人看不出的問題,給出令我們眉頭一松或一緊的答案。
而現(xiàn)在人工智能的引入,可以更好地幫助影像科醫(yī)生做出判斷。
憑借在感染性疾病影像診斷方面的豐富經(jīng)驗,以及此前利用人工智能診斷肺結(jié)節(jié)的研究基礎(chǔ),中核集團核工業(yè)總醫(yī)院開展了“人工智能(AI)診斷系統(tǒng)在新型冠狀病毒肺炎檢測及肺炎鑒別診斷中的應用研究”,將AI技術(shù)結(jié)合到新冠肺炎的CT檢查中,這在業(yè)界相關(guān)研究中屬先行一步。
早發(fā)現(xiàn)、早診斷、早治療可明顯降低新型冠狀病毒感染者危重癥發(fā)生率和死亡率,意義不言而喻。AI的算法,與醫(yī)生的經(jīng)驗相結(jié)合,將為新冠肺炎乃至更多類型的肺炎疾病提供早發(fā)現(xiàn)、早診斷、早治療的高效解決方案。
01 人看不到的,它可以 目前,對新冠病毒感染的診斷主要為流行病學史、臨床表現(xiàn)、影像學檢查、血常規(guī)及核酸/基因檢測。但部分患者缺乏流行病學史、臨床表現(xiàn)不典型、核酸檢測陽性結(jié)果滯后且存在假陰性可能。 按照國家衛(wèi)健委于3月4日印發(fā)的新型冠狀病毒肺炎診療方案(試行第七版),“影像學特征”被列為新冠肺炎疑似病例臨床表現(xiàn)的三條之一。CT檢查在新冠肺炎診斷中起重要作用,在主要疫區(qū)一度作為臨床診斷的主要依據(jù)。 但常規(guī)CT檢查存在早期難以觀察到較隱匿病變,與其它病毒性肺炎、細菌性肺炎難以區(qū)分等不足?!巴ǔ5腃T檢查圖像都是靠人眼來辨別的,通過影像診斷,醫(yī)師對檢查產(chǎn)生的圖像進行觀察,根據(jù)其影像學表現(xiàn),還有醫(yī)師個人經(jīng)驗,做出主觀的判斷?!焙斯I(yè)總醫(yī)院新冠肺炎醫(yī)療救治專家組成員、影像診斷科主任范國華告訴記者,“這肯定是有一定局限性的。主觀的影響因素比較多,而且只能解讀表觀的一些圖像特征?!?/span> 人工智能的分析能力與醫(yī)生的肉眼有什么不同? 范國華說,人工智能可以將視覺影像信息轉(zhuǎn)化為深層次的特征性的信息,而且這些信息是可量化的。獲取的信息越多,診斷起來把握性就更大。人工智能提取的某些特征,如直方圖特征、紋理特征和小波特征等,單憑人的肉眼是無法觀察到的,更不可能量化,但是人工智能可以通過海量信息處理挖掘出來。 利用人工智能技術(shù)建立起的這套智能診斷系統(tǒng),能夠快速識別病灶微觀信息及關(guān)鍵特征,在海量數(shù)據(jù)中篩選、提取該病變的特征性信息,做出疾病診斷,提升CT在新冠肺炎早期診斷及其與其它肺炎鑒別診斷能力,從而改善患者預后、降低危重癥病例發(fā)生率和死亡率。 “一是對于比較早期的病變,肉眼觀察不太明顯的影像學改變,能夠檢測出來;二是定性比較準確,對病變能給出比較準確的診斷;另外整個流程的耗時相對人工能夠大大縮短?!睋?jù)范國華說,一般一個成年人做一次胸部CT檢查會產(chǎn)生四五百幅薄層圖像,靠人工一幅一幅去看很費時費力,但是機器可以在幾秒鐘之內(nèi)將這四五百幅圖像檢測完,而且不存在連續(xù)工作產(chǎn)生疲勞的問題。 02 AI怎么“養(yǎng)成” 利用人工智能技術(shù)對圖像數(shù)據(jù)進行更深層次的分析,具體過程是通過CT掃描獲得數(shù)字化的圖像,然后將圖像數(shù)據(jù)導入軟件系統(tǒng)中進行分析,通過機器的“深度學習”建立模型。對于建立的模型,使用一定數(shù)量的確診病例來驗證其是否可靠,然后用于檢測其他的未知病例。這種人工智能和影像診斷相結(jié)合的技術(shù),此前多用于腫瘤的診斷。 要把這個AI“養(yǎng)大成人”,最終成熟到能夠幫助診斷,喂給它學習和訓練的“養(yǎng)料”就是數(shù)據(jù),比如在核工業(yè)總醫(yī)院的這項研究中是CT檢查產(chǎn)生的圖像數(shù)據(jù)。這些數(shù)據(jù)來自已知的確診病人,由醫(yī)生將其做好標記,然后提供給機器。 在獲取數(shù)據(jù)方面核工業(yè)總醫(yī)院具有優(yōu)勢。該院是蘇州市新冠病毒感染的定點救治單位,專設有感染性疾病科、發(fā)熱門診和隔離病房,可以提供豐富的病例資料。 核工業(yè)總醫(yī)院現(xiàn)有高端CT設備5臺,開設新型冠狀病毒肺炎檢查專用CT兩臺,醫(yī)院具有完善的PACS(圖像存檔與傳輸系統(tǒng))及圖像處理工作站。PACS系統(tǒng)作為應用在醫(yī)院影像科室的信息系統(tǒng),主要任務就是把日常產(chǎn)生的各種醫(yī)學影像包括磁共振、CT、超聲、X線等圖像,以數(shù)字化的方式海量保存起來,對于在各種影像設備間傳輸數(shù)據(jù)和組織存儲數(shù)據(jù)具有重要作用。此前,該院已應用人工智能輔助診斷系統(tǒng)開展肺結(jié)節(jié)篩查、檢測及診斷工作。 人工智能檢測肺結(jié)節(jié) “樣本量越大、標準化數(shù)據(jù)越多越好。隨著研究的進行,要增大樣本量,單個醫(yī)院數(shù)據(jù)獲取有限,需要協(xié)調(diào)開展多中心研究,以擴大樣本量?!狈秶A表示。 “獲取大樣本標準化的影像數(shù)據(jù)是一個難點”,范國華表示。做CT檢查時,各家醫(yī)院使用的機器設備、掃描參數(shù)等不盡相同。但做大樣本分析,要求所有的影像數(shù)據(jù)都是規(guī)范和標準的。 把影像數(shù)據(jù)交給機器前,需要對數(shù)據(jù)進行標記,所以數(shù)據(jù)的精確標記對于人工智能應用具有重要影響。 “再就是對病灶的精確分割,分割得越精確越好,這也是一個難點。”他說。 03 希望能早一點實際應用 計算機技術(shù)與影像診斷的結(jié)合并非偶然。近年來“人臉識別”成為生活里的熱門詞匯,其背后就是計算機視覺技術(shù)的發(fā)展。通過深度學習技術(shù),只要給機器提供一個圖片數(shù)據(jù)集,讓它去尋找圖片之間的聯(lián)系,最終就能形成一個相關(guān)性網(wǎng)絡。用在醫(yī)學影像上,就可以讓機器來分析確診病例的影像具有的而健康人影像上沒有的特征,這些特征不僅可能是肉眼發(fā)現(xiàn)不了的細節(jié),也可能根本不是按照人類的邏輯來歸納的。 “在人工智能研發(fā)應用方面,我國與世界先進國家基本處于同一水平,某些方面還處于領(lǐng)先地位?!狈秶A說,“對于人工智能應用于影像診斷,目前基本是醫(yī)院根據(jù)自己的特點、優(yōu)勢及興趣在做一些相關(guān)的工作。” 肺炎檢測 范國華說,開展這方面研究的出發(fā)點是為臨床診斷提供一些幫助,探索較早的較準確的診斷方法?!巴ㄟ^深度的信息挖掘,尋找不同的致病微生物之間產(chǎn)生的肺部炎癥有什么差異。找到差異,就能為臨床提供比較準確的影像診斷,有助于臨床早做相應的處理?!?/span> 該研究自今年2月開始,按照課題規(guī)劃預計一年時間完成,大概明年1~2月可投入臨床使用?!澳壳耙堰M行CT掃描技術(shù)的優(yōu)化包括數(shù)據(jù)獲取標準化方面的工作,同時收集相關(guān)病例的影像學資料、臨床資料、實驗室檢測資料等,隨后利用這些數(shù)據(jù)進行建模。”范國華說。 項目完成后如果新冠肺炎疫情已經(jīng)過去,這項成果還有用嗎?他對此表示:“我們希望能夠盡早實際應用。疫情之后這套診斷系統(tǒng)主要還是應用于肺炎的檢測及鑒別診斷。不同的致病微生物都可能引起肺部的炎癥,以后在這方面可以做一些類似的工作,將研究成果應用于某些需要關(guān)注的肺部炎癥?!贝送馑€談到,項目是“邊做邊完善”的,在研究過程中會有一些階段性成果產(chǎn)生。 核工業(yè)總醫(yī)院的這項研究走在業(yè)界相關(guān)研究的前列,但作為項目負責人的范國華,態(tài)度很冷靜:“這套診斷系統(tǒng)還在研究過程當中,目前處于研究初期,還牽涉到后續(xù)的很多工作,能達到的水平還要看以后工作開展的情況?!?/span> 盡管盛贊人工智能的優(yōu)勢,范國華認為機器還不能完全代替人的角色。對于“假如人工智能診斷錯誤是醫(yī)生還是人工智能設備的責任”的問題,他答道:“這肯定是人作為責任的主體,人工智能給出的診斷結(jié)果最終需要專業(yè)醫(yī)生把關(guān),出具的影像診斷報告是由影像專業(yè)醫(yī)生審核簽字。目前來講,人工智能參與的診斷,機器本身甚至機器的生產(chǎn)廠家都不可能來承擔這樣的責任。人工智能診斷系統(tǒng)作為輔助診斷的一個手段,最終還是需要我們?nèi)藖戆殃P(guān)?!?/span> 作者:李春平 責編:王宇翔 審校:連敏