醫(yī)生已經(jīng)成為全球自殺率最高的職業(yè)。而近幾年來，AI技術(shù)的引入則為整個(gè)醫(yī)療健康行業(yè)帶來了曙光。

醫(yī)生已經(jīng)成為全球自殺率最高的職業(yè)。根據(jù)2018年由醫(yī)師基金會(huì)發(fā)布的報(bào)告顯示，有多達(dá)78%的受訪醫(yī)生表示偶爾會(huì)感到精神萎靡——這個(gè)數(shù)字比2016年的調(diào)查高出4%。此外，醫(yī)生的自殺率已經(jīng)達(dá)到普通群體的2倍。據(jù)估計(jì)，在美國每年有300到400名醫(yī)生因此而失去生命。這是相當(dāng)可怕的一個(gè)數(shù)字。

我們知道，引發(fā)醫(yī)生產(chǎn)生焦慮的原因有很多，比如門診壓力、醫(yī)療事故問題、醫(yī)患關(guān)系緊張等等，每個(gè)問題單獨(dú)拿出來都是一個(gè)非常棘手的課題。尤其是在我國醫(yī)療資源分布不均的大環(huán)境下，所有的問題也被加倍放大。而近幾年來，AI技術(shù)的引入確實(shí)為整個(gè)醫(yī)療健康行業(yè)帶來了曙光。

具體地，AI在醫(yī)療健康行業(yè)中的應(yīng)用包括了醫(yī)療機(jī)器人、智能藥物研發(fā)、智能診療、智能影像識(shí)別、智能健康管理等方向。其中，智能診療和智能影像識(shí)別是最核心的兩大應(yīng)用場景，而后者也是AI與醫(yī)療結(jié)合最成熟的領(lǐng)域。

據(jù)《醫(yī)療影像的市場圖譜和行業(yè)發(fā)展分析》報(bào)告指出，預(yù)計(jì)到2020年中國醫(yī)學(xué)影像市場規(guī)模將達(dá)6000億至8000億左右。這樣的市場機(jī)會(huì)引來了諸多科技企業(yè)的爭相進(jìn)入，包括騰訊、阿里巴巴以及一批又一批的醫(yī)療AI創(chuàng)業(yè)公司。醫(yī)準(zhǔn)智能正是其中的活躍者之一。

提高醫(yī)生閱片準(zhǔn)確率和診斷水平

作為國內(nèi)在AI醫(yī)療影像領(lǐng)域最早的實(shí)踐者，醫(yī)準(zhǔn)智能的核心團(tuán)隊(duì)早在2014年就開始了相關(guān)研究，并在2017年正式成立公司。多年來，醫(yī)準(zhǔn)智能一直專注于AI輔助醫(yī)療影像診斷，并已經(jīng)推出了兩款產(chǎn)品——肺結(jié)節(jié)智能檢測系統(tǒng)和乳腺鉬靶智能檢測系統(tǒng)。

據(jù)醫(yī)準(zhǔn)智能首席AI官王子騰日前在接受記者采訪時(shí)介紹，醫(yī)準(zhǔn)智能肺結(jié)節(jié)智能檢測系統(tǒng)在短短18秒的時(shí)間里就能智能檢測300-500張CT，并且3mm以上的結(jié)節(jié)檢出率達(dá)到了99%，假陽性率控制在平均每個(gè)患者2個(gè)以內(nèi)；在磨玻璃結(jié)節(jié)檢出上，精準(zhǔn)率也達(dá)95%以上，結(jié)節(jié)定位能夠精準(zhǔn)到肺段。

醫(yī)準(zhǔn)智能肺結(jié)節(jié)智能檢測系統(tǒng)界面示例

呼吸道及肺部病癥如今成了普遍問題，而肺癌也是發(fā)病率最高的癌癥。據(jù)統(tǒng)計(jì)，在我國三甲醫(yī)院平均每天接診的肺部患者有400人左右，由于肺部拍片是斷層掃描，醫(yī)生要檢查一個(gè)完整的肺部，需要看數(shù)百張的成像數(shù)據(jù)，通過肉眼識(shí)別用時(shí)大概在半小時(shí)左右?！耙?yàn)獒t(yī)生要觀察和判斷片子中的每一個(gè)點(diǎn)，定位每一個(gè)病灶的位置，并且測量大小、看良惡性，最終還要寫成報(bào)告?！蓖踝域v解釋道。

而借助于肺結(jié)節(jié)智能檢測系統(tǒng)，不僅可以幫助醫(yī)生在10幾秒時(shí)間里實(shí)現(xiàn)快速檢測，同時(shí)還能直接輸出一個(gè)電子報(bào)告供醫(yī)生進(jìn)行二次審核。不僅操作簡單，還節(jié)省了大量的時(shí)間。

另一款產(chǎn)品，醫(yī)準(zhǔn)智能瞄準(zhǔn)的仍然是醫(yī)療中的一個(gè)棘手難題——乳腺癌。其乳腺鉬靶智能檢測系統(tǒng)是我國首個(gè)乳腺智能檢測系統(tǒng)，據(jù)了解，該系統(tǒng)的病灶檢出率達(dá)到93%，在1個(gè)假陽性前提下，良惡性檢測準(zhǔn)確率達(dá)到94%。

醫(yī)準(zhǔn)智能乳腺鉬靶智能檢測系統(tǒng)界面示例

王子騰表示，目前，這兩個(gè)系統(tǒng)已經(jīng)在全國許多醫(yī)院投入臨床使用，并得到了CFDA（國家食品藥品監(jiān)督管理總局）的認(rèn)證，極大提高了臨床醫(yī)生的閱片準(zhǔn)確率和診斷水平。

讓醫(yī)生一邊看病一邊搞科研

與此同時(shí)，醫(yī)準(zhǔn)智能正在開發(fā)的還有數(shù)十個(gè)產(chǎn)品，不只是乳腺超聲、DR胸片檢測等臨床輔助診斷系統(tǒng)，今年5月醫(yī)準(zhǔn)智能還與IBM一起合作發(fā)布了AI醫(yī)學(xué)科研平臺(tái)——達(dá)爾文智能科研平臺(tái)。

隨著近幾年來技術(shù)的創(chuàng)新和設(shè)備的升級(jí)，據(jù)統(tǒng)計(jì)，醫(yī)療數(shù)據(jù)正在以接近100%的超高速增長，其中有80%的數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)。相比較而言，醫(yī)生的年增長卻只有個(gè)位數(shù)，其中大部分還是基層醫(yī)療從業(yè)人員。因此，數(shù)據(jù)收集與處理正成為制約醫(yī)療與科研發(fā)展的瓶頸。AI與醫(yī)療的結(jié)合將有助于解決這一問題，從數(shù)據(jù)收集、組織、標(biāo)注，到模型的構(gòu)建、訓(xùn)練等端到端的全生命周期，幫助醫(yī)生實(shí)現(xiàn)一邊看病，一邊搞科研。

達(dá)爾文智能科研平臺(tái)正是這一背景下的產(chǎn)物。這是一個(gè)一站式醫(yī)療影像人工智能平臺(tái)，內(nèi)置了Watson Machine Learning Accelerator和醫(yī)準(zhǔn)智能影像組學(xué)雙平臺(tái)，以及醫(yī)準(zhǔn)智能在影像組學(xué)上的深度研究實(shí)踐，支持包括CT/MR/DXR等多種類型的數(shù)據(jù)，具備標(biāo)注工具、特征提取、模型訓(xùn)練以及模型實(shí)施一體化特征。通過Watson Machine Learning Accelerator平臺(tái)，用戶可以直接調(diào)用醫(yī)準(zhǔn)智能的肺部和乳腺智能檢測結(jié)果，快速搭建高精度低假陽性率的肺結(jié)節(jié)和乳腺AI模型，同時(shí)，平臺(tái)還允許用戶根據(jù)具體需求進(jìn)行研發(fā)和調(diào)整，并確保數(shù)據(jù)不出院，最大限度保證數(shù)據(jù)安全可控。

醫(yī)準(zhǔn)智能首席AI官

“過去醫(yī)生自己做研究，因?yàn)槿鄙偌夹g(shù)開發(fā)知識(shí)，就必須把數(shù)據(jù)交給第三方公司進(jìn)行分析。但借助于達(dá)爾文智能科研平臺(tái)，醫(yī)生只要進(jìn)行簡單的拖拽和點(diǎn)擊操作，就可以自主完成從數(shù)據(jù)標(biāo)注到科研模型訓(xùn)練，再到應(yīng)用的全部流程?！?strong>王子騰表示。

比如，在數(shù)據(jù)組織階段，平臺(tái)可以提供自動(dòng)分割功能和標(biāo)注工具，借助AI自動(dòng)進(jìn)行病灶分割和自定義病灶區(qū)域，幫助醫(yī)生進(jìn)行數(shù)據(jù)處理，提升效率；在影像導(dǎo)入到系統(tǒng)后，AI會(huì)自動(dòng)對(duì)影像進(jìn)行一次分割，醫(yī)生可以選擇其中的優(yōu)質(zhì)結(jié)果作為科研素材；此外，醫(yī)生也可以選擇通過標(biāo)注工具對(duì)影像進(jìn)行主動(dòng)標(biāo)注，或者修改AI的自動(dòng)分割結(jié)果作為科研素材。

“當(dāng)然，平臺(tái)的產(chǎn)出不會(huì)只停留在科研階段。根據(jù)醫(yī)生的科研結(jié)果，平臺(tái)還能幫助醫(yī)生逐漸進(jìn)行產(chǎn)品的迭代和升級(jí)，最后與產(chǎn)業(yè)中的企業(yè)合作，實(shí)現(xiàn)科研成果的產(chǎn)業(yè)化落地?！?strong>IBM中國系統(tǒng)開發(fā)中心技術(shù)解決方案總監(jiān)崔瑋強(qiáng)調(diào)說。

IBM中國系統(tǒng)開發(fā)中心技術(shù)解決方案總監(jiān)崔瑋

無IA，不AI

在IBM看來，隨著AI進(jìn)入規(guī)?；a(chǎn)和應(yīng)用，數(shù)據(jù)管理難題會(huì)越來越凸顯，比如數(shù)據(jù)攝取和準(zhǔn)備的周期太長，多元數(shù)據(jù)的難以聚合，如何將處在不同基礎(chǔ)架構(gòu)孤島中的數(shù)據(jù)流動(dòng)起來，以及如何安全地管理和保護(hù)數(shù)據(jù)，確?？勺匪菪裕?shí)現(xiàn)全球可訪問和協(xié)作等等?！霸谶@背后，基礎(chǔ)架構(gòu)的支撐會(huì)變得越來越重要。”IBM大中華區(qū)系統(tǒng)部存儲(chǔ)系統(tǒng)總經(jīng)理吳磊表示。

IBM大中華區(qū)系統(tǒng)部存儲(chǔ)系統(tǒng)總經(jīng)理吳磊

舉例來說，在此次醫(yī)準(zhǔn)智能與IBM的合作中，醫(yī)準(zhǔn)智能主要提供高效領(lǐng)先的AI算法驅(qū)動(dòng)，而IBM提供的則是強(qiáng)大算力和數(shù)據(jù)管理的支持。如果分解開來看，達(dá)爾文智能科研平臺(tái)實(shí)際上是IBM Power、Spectrum Scale、IBM Watson Machine Learning Accelerator的端到端IA組合——即由OpenPOWER服務(wù)器提供超強(qiáng)算力，與Distributed Deep Learning相結(jié)合提供強(qiáng)大的線性擴(kuò)展能力；由Spectrum Scale為集群化的AI平臺(tái)提供穩(wěn)定、高效和安全的數(shù)據(jù)平臺(tái)支持；由Watson Machine Learning Accelerator作為開放性AI平臺(tái)的代表，為上層應(yīng)用提供可靠的平臺(tái)支持。

其中，Spectrum Scale雖然是個(gè)“新瓶”，裝的卻是“老酒”。據(jù)吳磊介紹，它之前的名字叫做GPFS（General Parallel File System）——通用并行文件系統(tǒng)。如果追溯的話，這個(gè)系統(tǒng)的發(fā)展歷史已經(jīng)有25年之久。此前，IBM打敗國際象棋冠軍卡斯帕羅夫的深藍(lán)計(jì)算機(jī)和后來在智力競賽節(jié)目Jeopardy中戰(zhàn)勝了兩名前人類冠軍的Watson，它們基于的都是這個(gè)系統(tǒng)。

“隨著AI進(jìn)入規(guī)?；a(chǎn)和應(yīng)用，它就需要與企業(yè)業(yè)務(wù)進(jìn)行融合，在這一過程中，數(shù)據(jù)成了核心。而每個(gè)數(shù)據(jù)都需要載體，包括計(jì)算力、存儲(chǔ)性能、網(wǎng)絡(luò)吞吐量等等，只有這樣，數(shù)據(jù)流通才能完成。比如，IBM的創(chuàng)新存儲(chǔ)產(chǎn)品可以幫助企業(yè)部署一個(gè)治理平臺(tái)，把用于AI 模型的數(shù)據(jù)統(tǒng)一起來，讓它們從離散到聚合，從離線到在線，從靜止到流動(dòng)，形成端到端的數(shù)據(jù)管道，實(shí)現(xiàn)企業(yè)數(shù)據(jù)隨時(shí)隨地存儲(chǔ)，隨時(shí)隨地獲取?！?/p>

“因此，IBM一直堅(jiān)信‘無IA，不AI’，我們希望能夠通過高效、可靠而開放的現(xiàn)代化架構(gòu)，助推AI不斷向企業(yè)、產(chǎn)業(yè)延伸和落地?！?strong>吳磊表示。