本文内容基于孔德兴教授医学人工智能高峰会会上报告,未经授权,禁止转载。
现阶段我国高端医疗设备主要依赖进口,核心技术仍受制于人。由于人口基数大,优质医疗资源有限,导致看病难、看病贵的现象普遍存在。
习近平总书记在2016年“科技三会”上曾指出:“我国很多重要专利药物市场绝大多数被外国公司占据,高端医疗装备主要依赖进口,成为看病贵的主要原因之一,而创新研发集中体现了生命科学和生物技术领域前沿新成就和新突破,先进医疗设备研发体现了多学科交叉融合与系统集成。”
基于此现状,国家提出健康中国,智能诊疗的理念。国务院发布的《新一代人工智能发展规划》、《关于推进分级诊疗制度建设的指导意见》等文件指出:推进人工智能,大数据等现代科技在健康领域的应用,精准配合分级诊疗制度建设。 智能诊疗即利用现代科学技术、结合现代医疗设备和生命科学手段对疾病实行精准诊疗与治疗的技术与实践。其主要特征是精准化、定量化、远程化、自动化、智能化,期待实现早发现、早诊断、早治疗、治得好、低成本等目标。
智能诊疗,超声人工智能是个切入口
超声诊疗,无毒无害、无创、无辐射、简便灵活、实时、费用低;应用广泛,几乎所有医院都有超声,县级医院以上有CT,而更大的医院才有核磁,由此可见超声具有独特的基层普适性。 以肝癌为例:超声是肝癌的首选筛查方式,是最佳的随访手段,影像检查占比高达69%,可实现连续实时动态获得肝癌图像。
同时超声在治疗方面表现突出,超声介入引导下的的肝脏微创手术被十几个国际指南推荐为肝癌的一线治疗方法。在各国的微创的手术引导手段中,超声引导占比都超过70%。
但超声同样具有缺陷,其诊断效能低,良恶性鉴别诊断难,具有同病异像、异病同像的问题。肝癌超声诊断准确率<45%。图像不标准、精度不高、对比度低、严重依赖于医生的经验,误诊率较高,且目前成熟医生缺口较大。
超声技术的发展
从50年代的A超到如今的AI超,超声技术不断迭代,随着科学和技术的发展,不断给疾病诊疗带来更多信息和可能。
1945年,Fireatone和Simons发明超声波及超声回波示波器; 1949年,A型超声仪问世,并获得脑室超声波形;
1951年,Widl和Reid研制手动接触式B型扫描仪,观察离体组织中肿瘤和活体脏器,并实现机械扫描、电子直线扫描和电子扇形扫描等;
1954年Hertz和Edle研制出超声心动图仪,主要用于心脏疾病的诊断,尤其可用于观察心脏瓣膜的活动;
1957年,连续式D型超声问世,并发展出从频移信号中诊断心脏瓣膜病技术;
1964年,Kein研制出多普勒超声。
90年代,实现二位彩色血流图像叠加在黑白的B型图像上,可以在显示动态心脏黑白图像的同时,显示动态多普勒血流的彩色图像在心脏内的分布。
2009年,超色弹性成像(E超)问世,实现血管内超声弹性成像,组织超声弹性成像,超声内镜弹性成像等。并出现三维、四维超声、超声造影等新技术。
近年来,随着人工智能等相关技术的进步,成像同时实现自动诊断的“AI-超”应运而生。 超声作为浅表器官、腹部、心脏等部位最常用的疾病诊断手段,地位举足轻重;而由于其天然的缺陷,实现高清、高分辨、标准化、三维立体化、智能化扫描及智能化诊断,成为迫切的发展需求。 基于此,数理超声学逐步发展起来,把数学技术和医疗装备结合起来,从原始信号入手,力求做出分辨率更好,智能化程度更高标准化程度更高的智能化医疗装备。
数理医学的概念
数理医学(Mathematical Medicine)是一门数学、物理学、大数据科学、信息论、计算机科学与医学相交叉的学科,不仅可以重构人体内部组织器官、病灶区等的几何形状,各种组织、血管等的相对位置,以及各种解剖信息的定量描述,并且可以预测各种疾病的发生与演化,刻画疾病
等的发生机理,揭示医学学科的内在规律,从而帮助医生制定准确的医疗方案,达到为患者造福的终极目标。
在国际上率先提出“数理医学”的概念的是浙江大学求是特聘教授孔德兴,其一直致力于数学和医学的交叉研究,他主导编著的数理医学方面的第一本专著《数理医学》,于2020年在科学出版社出版。
超声影响智能诊断系统的产学研探索
由孔教授担任首席科学家的浙江德尚韵兴医疗科技有限公司,从2013年起,将数学和超声结合起来用于辅助诊断,设计构建了核心算法并进行了相关临床实践。研制出一种新型集合深度学习算法,自主研发轻量化、独立性高、可跨平台的网络框架DE-Light,可实现静态、动态超声影像
分析。通过数学方法与人工智能结合,将黑箱白化,赋予结果可解释性同时强化泛化能力。基于该算法研发的超声机器人(Demetics-超声诊断机器人),进行辅助阅片诊断的同时,还可以自动模拟医生的手法实施超声检测动作,缓解了超声医生短缺的困境,并可减少超声医生工作负担。
超声影像智能诊断系统在甲状腺结节、胎儿的先心病检查、乳腺结节、肝肿块检测、宫颈癌前病变检测、女性盆底功能障碍性疾病方面的应用表现亮眼。
其中,甲状腺结节超声诊断,临床研究表明准确率比三甲医院临床医生平均水平高15-25%。国家卫健委于2018年举办全国首届超声读片大赛上,主治以上级别的医生们对于病例的诊断正确率为74.46%,而德尚韵兴团队DE-机器人仅用时1分36秒即完成诊断,且准确率高达90%。 该系统还成功实现了胎儿心脏超声三血管分割,自动探测胎儿心脏超声三血管(肺动脉、主动脉、上腔静脉)
超声影响智能诊断系统临床实践表现
超声影响智能诊断系统如何真正助力分级诊疗
德尚韵兴团队进行了智能分级诊疗方面的探索,并摸索出一套西湖模式,成功进行实践。即将人工智能诊断技术下放至基层,为百姓提供智能检查服务,通过诊断将病人分为:确诊人群、随访人群和灰色区域人群,确诊人群需前往医院做进一步治疗,随访人群(健康人员也属随访人群)
定期检查即可,灰色区域人群的检查结果不能确定,将发往上级医院由医生来进行“人机会诊”。
在现今国家存在15万的超声医生缺口现状下,这种模式利用人工智能对人群进行了预分流,满足了人们的检查需求,也真正缓解了困境和医生的工作压力。 最后,孔德兴教授进行寄语,呼吁将数学与医疗装备结合,实现我国自主的高端医疗设备创新发展!
作者介绍
孔德兴教授
浙江大学求是特聘教授
孔德兴,浙江大学求是特聘教授、博士生导师;浙江大学应用数学研究所所长,浙江大学理学部图像处理研发中心主任,浙江大学附属第一医院双聘教授;国家卫生健康委员会《国家医学图像数据库》项目工作小组副组长;国家药监局医疗器械审评中心-中国生物医学工程AI平台技术专家
组组长;中国医学装备人工智能联盟专家委员会成员;兼任:中国人民解放军总医院(北京301医院)、中国人民解放军医学院客座教授、中国人民解放军国防科技大学客座教授、英国Northumbria University客座教授等职。
内容基于孔德兴教授医学人工智能高峰会会上报告 和义广业整理报道,转载请注明来源 作者:俞利平,肖宇辰
医疗器械、新材料、人工智能;
一定技术壁垒