人工智能助力科技戰(zhàn)“疫”

屈一平

2020年，新冠肺炎疫情蔓延，成為全球公共衛(wèi)生問題。在7月10日舉辦的世界人工智能健康云峰會上，中國工程院院士李蘭娟告訴記者，在疫情防控當中，AI（人工智能）在公共衛(wèi)生、疫情研判、基因檢測、藥物研發(fā)、互聯(lián)網醫(yī)院等發(fā)揮了重要作用。

在眾所周知的AI影像應用于新冠肺炎病毒數據之后，近日，醫(yī)學影響分析領域權威期刊《IEEE醫(yī)學影像會刊》刊載了一篇針對新冠肺炎病毒CT影像噪聲數據的研究，可提升從噪聲標簽中訓練病毒病灶分割AI模型的精度，進一步提高AI智能技術在臨床應用中的價值。

不僅如此，記者在調查中發(fā)現(xiàn)，在新冠肺炎疫情的特殊條件下，AI解決了院內救治與防控的一些問題，其中，肺部AI產品助力多省市進行科技戰(zhàn)“疫”、AI解決肺部公共衛(wèi)生諸多難題，影響著健康產業(yè)全鏈條。

病毒病灶噪聲：明顯的天花板

一般人都有過這樣的經歷：拿著CT片子咨詢醫(yī)生，黑底上那些泛白的圖像我們看不明白，只能分析醫(yī)生吐露的每個字眼。據權威醫(yī)學雜志《柳葉刀》研究，77%的中國醫(yī)生曾一周工作超過50個小時，而AI的引入可更好地幫助影像科醫(yī)生作出判斷。

湖北省黃岡市中醫(yī)醫(yī)院放射科徐志勇主任告訴記者：“AI影像具備極高的檢出率、精準的分割及量化分析結果，應用在患者隨訪和新冠肺炎病毒復陽檢測工作中，極大地提高醫(yī)生診斷效率。”目前，AI影像評價系統(tǒng)已在湖北、上海、廣東、浙江等十幾個省市的幾十家定點收治醫(yī)院投入使用。

雖然AI可以高效地決策，但其在CT影像診斷應用中仍存在不小的挑戰(zhàn)。因為AI影像分析模型的訓練需要海量、精確的標注數據，但作為一種新型冠狀病毒，其感染病灶的表現(xiàn)復雜多變、病灶大小和位置因為感染的不同階段差異較大，病灶形態(tài)存在不規(guī)則、邊界模糊等現(xiàn)象。

7月21日，商湯科技研究院副院長張少霆告訴記者，一些非專家提供的標注等方法，雖然縮短了標注成本和時間，但結果會導致不精確的標注，即噪聲標簽。此外，由于不同標注者的標注標準不同，在像素級的標注過程中，容易產生噪聲標簽。在噪聲影響下，AI病灶分割的性能存在明顯的“天花板”。

針對這一問題，在今年2到3月，對558例新冠肺炎患者的CT影像進行研究，提出一種新的損失函數、一個新的噪聲“魯棒性”框架和一個新冠肺炎病灶分割網絡模型，增強了AI模型從噪聲數據中的學習能力。

此次公布的研究成果，是商湯科技研發(fā)的SenseCare胸部CT智能臨床解決方案的一部分，它能夠有效降低數據標注的工作量，在低劑量掃描和基層醫(yī)院CT設備上使用能取得良好效果。因此，無論對于診斷還是隨訪，都可以為醫(yī)生準確地定量評估新冠肺炎病毒病灶變化提供支持。

不僅如此，張少霆表示，除了新冠肺炎病毒以外，此次研究提出的網絡模型和噪聲標簽處理方法還具有較強的臨床普適性。例如，在其他新型疾病暴發(fā)初期缺乏高質量注釋數據情況下，也能幫助研究人員在短期內獲得可靠的AI算法模型，快速投入臨床。

肺部AI分析產品助力多科技戰(zhàn)“疫”

事實上，在新冠肺炎疫情暴發(fā)期間，商湯科技技術開發(fā)人員正是在SenseCare胸部CT智能臨床解決方案中，加強了對于新冠肺炎的分析功能，并趕往援助多地醫(yī)院，進行疫情防控。

自新冠肺炎疫情暴發(fā)以來，民航總醫(yī)院的胸部CT影像成為新冠肺炎篩查的主要檢查手段，在醫(yī)院恢復門診后，到門診就診的患者及其家屬都需要接受胸部CT檢查，醫(yī)院放射科的胸部CT拍攝工作量大幅上漲，相比于去年同期檢查量翻倍，每天需要檢測200人次以上。

7月20日，民航總醫(yī)院放射科主任朱海峰接受記者采訪表示：疫情反彈時期，一名檢查對象的CT圖像約300—400張，醫(yī)生需要閱覽全部圖像尋找肺炎病灶。盡管CT檢查的工作量增加了，但是醫(yī)生的數量并沒有增加，每位醫(yī)生面臨極大的工作負擔。還有一個情況也非常特殊：早期的肺炎病變，表現(xiàn)為肺部僅有幾個毫米的微小毛玻璃影，醫(yī)生在閱片過程中容易遺漏。

“SenseCare胸部CT智能臨床解決方案的新冠肺炎篩查功能，它會提示肺內可能存在的肺炎病灶。”朱海峰認為，這一系統(tǒng)幫助醫(yī)生在閱片過程中快速鑒別、定位新冠肺炎的疑似病灶，并通過自動計算病灶的大小和范圍及其在肺內的占比，為醫(yī)生提供豐富的量化信息，有效地提升了放射科醫(yī)生的閱片效率，縮短了出具CT報告的時間。即便是面對大量的CT影像，醫(yī)院也可以在第二天準 時出具檢查結果，幫助疫情防控落到實處。

“每天可接診350人次的各種影像檢查，出具診斷報告600多份。”山東青島西海岸新區(qū)人民醫(yī)院放射科主任王其軍告訴記者，通過引入胸部CT智能臨床解決方案，實現(xiàn)對新冠肺炎CT影像的智能化診斷與定量評價，自動篩查疑似患者，醫(yī)院30分鐘內可出具胸部CT報告結果，避免了人群聚集及長時間滯留，降低交叉感染風險。

在張少霆看來，胸部CT智能臨床解決方案可以進行肺結節(jié)的檢測和分析，為影像科醫(yī)生提供豐富的分析，如結節(jié)位置、結節(jié)類型、良惡性等信息，幫助醫(yī)生提高微小結節(jié)檢出能力，提升閱片效率兩倍以上。他認為，基于新冠肺炎病毒的特點及當前醫(yī)療實踐的實際情況，要在提高算法和產品性能上持續(xù)努力，通過聯(lián)合學界開展前沿探索和嘗試，努力加強胸部CT智能臨床解決方案的進一步完善。

AI+公共衛(wèi)生：肺結節(jié)自動篩查超過普通醫(yī)生

新冠肺炎病毒將人們的視線集中在人體肺部，眾所周知，肺癌是全球第一發(fā)病率和致死率的疾病。根據世衛(wèi)組織最新的肺癌統(tǒng)計數據，每年有209萬新發(fā)病例和176萬死亡病例，中國的肺部影像需求每年增長30%，而對應的影像科醫(yī)師數量增長卻僅為4%，有經驗的醫(yī)師則更加稀缺。

值得注意的是，絕大多數肺癌來自亞實性結節(jié)，主要還是依賴像CT斷層掃描這樣的影像手段早期發(fā)現(xiàn)，然而挑戰(zhàn)是：一方面需要篩查疾病的人群非常龐大;另一方面每個肺部結節(jié)CT掃描量很大而且可解釋性又不高。

“我們利用AI開發(fā)‘CT肺結節(jié)輔助診斷系統(tǒng)，能自動對肺部微小結節(jié)進行檢測，判斷結節(jié)的良惡性、位置和大小，以及變化趨勢等。”7月9日，2020年世界人工智能大會上，匯醫(yī)慧影CEO兼創(chuàng)始人柴象飛表示，這一系統(tǒng)在30秒內就可對一個超過500層的CT影像自動判讀，敏感性甚至超過普通醫(yī)生的水平，已在包括山東、河南、北京等超過100家醫(yī)院廣泛應用。

肺結節(jié)篩查之外，公共衛(wèi)生領域還有一項重要工作，就是肺結核的預防和篩查。與肺結節(jié)篩查類似，這項工作的人工閱片存在不少缺陷，比如，不同醫(yī)生讀片存在差異、準確率低、閱片需受專業(yè)訓練等，對于缺乏優(yōu)質醫(yī)療資源的偏遠地區(qū)和基層醫(yī)療機構，問題更突出。

柴象飛認為，利用超過萬例的影像數據建模，借助AI完成的“CT肺結節(jié)輔助診斷系統(tǒng)”中的“DR肺結核輔助篩查系統(tǒng)”，3到5秒內就能判斷出圖像具有肺結核的概率，并快速對高度疑似肺結核的增項區(qū)域標識和標注。

關于AI+公共衛(wèi)生的發(fā)展前景，受訪人士認為，在基層并沒有足夠的醫(yī)生、優(yōu)質醫(yī)療資源的情況下，人工智能在整個防御體系里面會起到越來越大的作用。