腾讯医疗AI LAB负责人范伟:我们从来没有想过替代医生-深度-知识分子

腾讯医疗AI LAB负责人范伟:我们从来没有想过替代医生

2019/07/18
导读
腾讯AI将如何助力医学诊断,尤其是解决帕金森等一类复杂神经系统疾病诊疗这一人类面临的巨大挑战。

b/3j/zsfz1563355029.7285854.png


采访 / 徐可 张谦 

撰文 / 徐可


  


看上去这是一个中国普通家庭的日常:孙大爷和老伴忙着包饺子,当孙大爷正准备把包好的满满一盘饺子放进冰箱时,他的身体却突然在冰箱前定住了,动弹不得,他告诉老伴,“帮我忙,我转不过身子了。”老伴伸出沾着面粉的手,把他的身体往一侧拉,老孙的脸上显露出无奈和无助的神情,而老伴似乎已经习以为常。


老孙是一位帕金森病患者,患病已经24年。帕金森病是一种中枢神经系统的退行性疾病。在中国,像老孙这样的患者还有300万。据专家估计,还有200万农村地区的潜在帕金森病患者,从未有机会得到确诊。在中国治疗帕金森病的专科医生,仅有1000多人,主要聚集在一线城市的三甲医院里。


国家老年疾病临床医学研究中心(华山)帕金森病主要研究者、复旦大学附属华山医院神经内科主任医师王坚教授说:“帕金森病人脑子里缺少了多巴胺这种递质,出现了一系列缓慢、僵硬、颤抖的症状。医生对病情严重度的评估,都是靠人为打分。从一级到四级,人为的打分,主观性太大,而且不精准。”


2018年,腾讯医疗AI实验室和王坚教授团队合作研发了“帕金森病运动功能智能评估系统”,这是全球首个通过视频运动捕捉分析技术,实现帕金森病AI辅助诊断的技术。


在腾讯医疗AI实验室负责人范伟看来,这套系统的开发可以帮病人节省时间,提供临床的金标准。


这位拥有清华大学本科学位、哥伦比亚大学博士学位的计算机科学家,领导着腾讯AI医疗实验室30多人的团队。除了帕金森病,该团队还负责研发多种运动相关疾病的辅助诊疗系统。近日,《腾云》和腾讯科协对范博士进行了采访。言谈中,范博士对各种疾病了如指掌,俨然一位医生,而不仅仅是AI科学家。他也反复强调,“我们做的产品是一个医疗产品,不是IT产品。



AI如何助力帕金森病诊断?


腾讯作为医疗影像学方面的国家新一代人工智能开放创新平台,通过2017年推出的“腾讯觅影”产品辅助医生筛查食管癌、肺结节、糖尿病视网膜病变、结直肠肿瘤、乳腺癌等疾病,已经与全国100余家三甲医院达成合作,累积辅助医生阅读医学影像超过1亿张,服务超百万患者。


在助力医疗健康领域数字化升级的进程中,腾讯医疗AI实验室更进一步,深度探索基于人工智能的临床辅助决策支持技术(AI+CDSS),构建自进化医学知识库,开发人工智能问诊、分诊、诊断和治疗的决策支持系统,打造新型医疗云服务模式,覆盖诊前、诊中、诊后的就医全流程的解决方案。


范伟以帕金森病的诊断为例指出,人工智能技术具有广阔的应用空间。


实际治疗中医生每隔一段时间就要对病人进行评估,让病人做一套动作,典型的动作比如:拇指和食指分开到最大幅度再进行对指,然后对其稳定性进行评分。设想一下,通过计算两个指头的快速对指次数,来判断病人是否患有帕金森病。机器和人眼,谁更容易疲劳?谁又能准确地下结论。更不用说,每次诊断都要花去医生30~40分钟。对于1:3000的医患比来说,节约的每一分钟都弥足珍贵。


范伟说,这套“帕金森病运动功能智能评估系统”能通过视频捕捉技术识别患者身上的关键点,并引入人体动力学模型,评估患者的运动功能。系统通过时序分析的方法,对运动频率、幅度、速度等指标进行量化分析,再跟医生的打分进行关联。


总体思想就是用AI的手段,把原来医学界使用多年的主观性MDS-UPDRS指标,变成客观可量化的新标准来提高帕金森病的评估效率和精确性。而这一技术革新的灵感正是来自于伽利略的一句名言的引导,“测量一切可测之物,并把不可测的变为可测!


d/7y/zsfz1563355233.7620172.png

腾讯医疗AI实验室研发的“帕金森病运动功能智能评估系统”


其中首先要解决的技术挑战就是数据量不足。和医学影像学可用于大量人工标注的数据相比,通过视频记录的运动相关疾病的数据通常样本量很少,研究人员往往只能搜集到一两百例数据,这对于模型训练来说远远不够。为了解决这个问题,腾讯医疗AI实验室通过AR及自动融合技术生成的带标记点的仿真数据,在短时间内将训练数据集扩充了数千倍,实现了对于数据采集和标注极限的突破。


另外,在此项目中,范伟博士领导的研究团队还创造性地研发了细粒度动作评估模型(Fine-grained Model),实现了对频率等动作指标进行精细量化测量;实现了多通道深度卷积神经网络模型(MC1D-CNN),解决了数据采集,动作切割的挑战;采用了多模态全方位运动评估技术(Fusing-Net),超越单模型性能,大幅提升打分一致性。


腾讯医疗AI实验室和华山医院共同做了一个实验:让专家对近200例患者的1000多段视频打分,形成共识分,然后对机器进行训练。训练完后再让机器对不同严重程度的受试者打分,并与专家共识分进行匹配,数据显示评分结果的一致性非常接近。


帕金森病作为一种慢性疾病,还需要医生不断随访,跟踪病情的发展。为此,腾讯医疗AI实验室还与华山医院合作,推出了一套居家环境下的视频分析方法:让病人用手机拍摄运动视频通过APP上传,由算法引擎进行自动评估。大大节省了病人排队就诊的时间和流程,也具有向医疗不发达地区推广的潜力。


k/o7/zsfz1563355406.5475107.png


在过去的半年多时间里,他们积累了上百个临床试验样本。未来,除了扩大和国内医院的合作范围,还将和英美的顶尖医院合作,进一步扩大样本数量。为了提高诊断的准确性,也将对帕金森病开展分项评估的研究。


“从事医疗人工智能对我改变最大”


范伟从事大数据和人工智能相关领域的应用研究已经20多年。从美国哥伦比亚大学博士毕业后,就加入了IBM,在那里工作了十多年,开发了IBM的实时交易数据挖掘系统。之后被派驻回国。


在华为工作几年后加入腾讯。从事医疗人工智能研发已近五年。在中美高科技公司工作的这些年间,他曾经服务过银行业、电信运营商的客户,和各种各样的数据打过交道。


“银行业的变革,运营商的变革,医疗的变革,我的命比较好,都赶上了。所以学了很多东西,蛮有意思的。”范伟说,自己高中时代就想过当医生,后来阴差阳错去了清华,直到2014年有机会进入医疗领域,他毫不犹豫地抓住了这一转型的机会,“也算是圆了一个梦。


“别人问我医疗是什么,我说医疗是科学、技术,是人文、伦理、法规,一言难尽。


o/j6/zsfz1563355505.4018085.png


他坦陈,医疗业是他经历过的所有行业中最复杂的,而医疗人工智能对他的改变也最大。以前服务运行商和银行业客户,最重要把握两点,第一技术要牛,第二要懂得企业的痛点。而医疗行业的复杂度要高很多:


首先,医疗的数据有很多合规性和伦理方面的要求。如果数据获取是非法或者不合规的,那么结果也是不合规的。


其次,医疗的临床实验都是随机对照实验(RCT),这意味着数据是不可预先设置的,需要按照医疗的流程去找真实世界里的合规数据做测试。


最后一点,也是最重要的,医疗AI不能仅追求平均和最好的结果,关键是要保证最坏的结果也是人可以接受的。


因为医疗行业面对的是不同的个体。即使是同一种病,在不同的人身上的表现可能不一样,不同个体的感受也可能不一样。从业者要了解这个行业里包括技术和法规在内的所有事情,对人的部分也要有足够了解,才可以把医疗做好。这些都跟传统AI有显著的不同,对于高科技公司挑战也很大


“运动相关疾病是一个百宝箱”


据范伟说,腾讯AI医疗实验室目前研究的很多病都跟运动相关。帕金森只是其中的一种。此外,还有脑瘫、脊柱侧弯,以及欧美较为多发的多元性硬化症等。


他举例说,有些脑瘫病人可以通过手术纠正。但是需要先对患者做步态分析,以判断其是否符合手术条件。步态分析实验要求一个病人在步态实验室里做上半天时间。从时间成本计算,在大医院做步态分析非常昂贵。


研究团队引入视频分析的方法,帮助医生判定病人是否适合做手术,这样可以大大降低医疗成本。针对儿童脊柱侧弯也可以提前进行手术治疗,通过视频步态分析,进行筛查。


blob


范伟说,运动相关类疾病是一个百宝箱,很多种疾病都会反映在运动功能的异常上。就连心脏病这种常见病,也会反映在病人的步态和微表情的变化上,如果在病人发病之前,通过AI的方法检测微表情变化,就可以帮助医生去及时发现问题,挽救生命。


范伟表示,随着人口老龄化,心力衰竭和脑卒中在中国都很常见,其中心衰是高血压、糖尿病、冠心病、瓣膜性心脏病等心血管疾病的终末阶段。中国每年的心衰病例为1900万,而脑卒中是中国人的第一大杀手,是死亡率最高的疾病。这些慢性疾病不但严重影响个体的生活质量,对家庭也构成沉重的经济负担。在这些领域,AI医疗都大有可为。


腾讯正在探索将AI医疗应用到慢性病管理领域。比如,腾讯AI医疗实验室开发了居家环境下的心电检测平台。用户采集自身心电图数据通过APP上传,系统会结合患者输入的年龄、性别和症状信息,综合判断潜在异常并提供给远端标注的医生,供医生在此基础上做进一步诊断。


目前,该平台已经能够判断正常、噪声、房性早搏、心房颤动、室性心搏、T波倒置等6大类状态。帮助医生缩短了诊疗时间,减小了漏诊和误诊的概率。而不是等病人到了心衰这样严重的程度才去就医。


最近,腾讯与知名药企诺华制药就慢病管理签署了全球战略合作协议,探索用人工智能技术进行疾病早筛,为慢病患者提供全程管理的可能性。


此外,AI医疗还可以用于癌症病人放疗计划的勾画。放疗是癌症治疗的常用手段之一,放疗也存在风险,如果操作不当,放疗射线会对病人造成极大危害。因此每一个放疗方案都需要严格画靶,确认放疗射线的靶向位置和剂量,及其穿透路线,避免伤及正常的组织器官。


每一位病人每次放疗前都需要拍300~400张CT,传统方法完全依赖肿瘤医生在患者的医学影像上手动标识器官和肿瘤,做一次这样的器官勾画,大概需要7天时间。腾讯医疗AI实验室的最新技术可以通过3D函数分析CT影像,自动标记器官和肿瘤,整个过程只需0.12秒。


对医疗AI的未来充满信心


范伟介绍说,腾讯AI医疗团队分布在硅谷、北京和深圳,包括了解中美医疗和监管现状的医学博士等多元化背景的人才。实验室也在与国内知名三甲医院、医生、政府通力协作,发挥腾讯的技术优势,把技术真正做扎实,让它的有效性、安全性做到极致,得到专家的认可。


“像马云所说30年之后不需要医生。这是不会发生的,我们从未想过替代医生。”范伟说。


去年11月,腾讯作为牵头承担单位,联合中国科学院自动化研究所、中国人民解放军总医院、中南大学湘雅医院、北京大学人民医院、深圳市人民医院等多家单位,正式启动了2018年国家重点研发计划中的“数字诊疗装备研发专项”——“基于人工智能的临床辅助决策支持技术及其服务模式解决方案研究”项目。范伟也是这个国家项目的负责人。


在被问到如何看待医疗AI未来的发展时,范伟说,“从五年前进入人工智能医疗领域到现在,对行业的理解越来越深,我了解监管机构和医生怎么想。现在我对医疗AI非常有信心,比五年前的信心要强得多。


他指出,医疗有很多很多细分领域可以突破。在诊疗、疾病管理和康复环节,通过技术手段可以大大提高现有医疗系统的效率和效果,这些都是腾讯AI医疗实验室希望进入的领域。


范伟说,我们的目标就是在现有医疗环节中,寻找那些通过技术手段能够让医生获益最大的部分去实现,“因为你帮助了医生,就是帮助了病人。


范伟简介:


腾讯医疗AI实验室负责人。在加入腾讯之前,曾担任百度大数据实验室主任,华为诺亚方舟实验室副主任。


范伟是哥伦比亚大学计算机博士,国际知名机器学习专家,国际上最早从事机器学习数据挖掘的学者之一,在顶级期刊和会议发表论文超过150多篇,H index=56。工作涉及(按时间顺序)集成学习,boosting,迁移学习,流式学习,稀疏学习,优化,特征构造,深度学习,图像学习,等等。据2017年KDD统计数据发掘领域学术影响力排名,范博士名列世界前5。2019全球最有影响力医疗人工智能TOP100专家之一。


范博士多次获得业界重要奖项。包括KDD/ICDM最佳论文,ICDM数据挖掘竞赛冠军,IBM杰出技术贡献,华为总裁奖,等等。他还是数据挖掘顶级期刊TKDD的主编。


注:文章来源微信公众号“腾云”,经授权转载。


参与讨论
0 条评论
评论
暂无评论内容
知识分子是由饶毅、鲁白、谢宇三位学者创办的移动新媒体平台,致力于关注科学、人文、思想。
订阅Newsletter

我们会定期将电子期刊发送到您的邮箱

GO