英特尔联合三甲医院 借助AI在临床上做了一次落地

英特尔和浙江大学附属第一医院、德尚韵兴图像科技深度合作,在临床诊断中做了一次实践落地。

李竞择 2017/06/14 16:27 | 评论(3)A+
来源:界面新闻

作为人工智能第一梯队的“队员”,英特尔和苹果、Google、微软相同,都在将主要精力投入到这一领域中。

去年,英特尔先后收购深度学习和神经网络芯片与软件领域的领导厂商Nervana、计算机视觉公司Movidius以及人工智能服务提供商Saffron,结合技术和产品整合优势,尝试提供更为全面的人工智能组合。

在人工智能与医疗健康的结合中,英特尔和浙江大学附属第一医院、德尚韵兴图像科技深度合作,在临床诊断中做了一次实践落地。界面新闻记者来到现场,亲历了AI辅助临床诊断这一过程。

5月25日下午4点半,在浙江大学附属第一医院超声医学科排队就诊的人数依旧不少,就诊室墙边摆放着一套基于超声声象的甲状腺结节良恶性辅助诊断系统。

主任医生告诉界面新闻:“这套系统主要是解决人工诊断准确率低的问题,目前在我院使用了三个多月。”

在此之前,排查甲状腺结节的良恶性需要借助医疗设备拍片,随后进行人工诊断,而后者在三甲医院的准确率为60%~70%,到了基层医院准确率会变得更低。

英特尔与德尚韵兴图像科技的工程师表示,这套系统未来的市场定位是基层医院,它能迅速帮助基层医院提高诊断水平。

就在讲解过程中,一名中年妇女测试的数据已同步并显示到了屏幕中,主任医生介绍到,通过深度学习,系统能在检测后给出甲状腺结节的一切信息,例如绿色区域便是动态监测出结节的位置,而红色的部分显示是恶性结节。

“相比之前的诊断方式,这套超声声象甲状腺结节良恶性辅助诊断系统更直接了”主任医生告诉界面。

作为合作伙伴,德尚韵兴图像科技的负责人胡海蓉女士表示,目前这套系统还处于试点阶段,已经通过脱敏技术将近两万名病患的信息录入到系统并开始自动学习,预计将在下半年开始商用,截至目前试点的医院超过了十家。

对于医生与患者来说,借助人工智能诊断病患是一种新的方式,根据一名实习医生的反馈,最开始对这种系统抱有怀疑态度,甚至不敢使用,担心出错。但是体验后发现,真的特别好用。同时他也提到患者对这种诊疗方式并没有抵触,迫切希望自己能得到更为准确的结果。

2010年孔德兴便开始研究人工智能与深度学习如何能应用到医疗健康领域,作为浙江大学特聘教授以及项目落地牵头人,他表示,依托英特尔至强融合TM处理器架构平台,团队从甲状腺结节筛查入手,探索人工智能在临床辅助诊断带来的变化。

在这套系统成型前,他曾考虑从核磁与CT入手,虽然这两种诊断方式的结果显示更清晰,但是售价较高且存在一定副作用,让患者在就诊时存在犹豫。随后他将方向转为超声,发现费用是降下来了,但是诊断难度变高了。

确定超声的方向后,孔德兴曾尝试过将其应用在肝癌和乳腺癌的诊断中,但发现效果并不太好。之后他选择了同样是常见的高发肿瘤——甲状腺癌,基于超声的甲状腺便成了其深入研究的方向。

在这套系统的搭建过程中,孔德兴总结了几点结论。

首先基于人工智能的诊疗目前只能是辅助,虽然一线的医生已经意识到AI能够帮到他们提高效率,免去重复工作,但AI不是万能的。接下来这套系统还依旧在数据的收集、分类、标记以及速度上下功夫,目前系统的诊断率在85%以上,超过了三甲医院60%的诊断率。

其次,人工智能落地到临床,对精准度和速度都有要求,孔德兴在这一过程中对神经网络架构做了改良。他把数学的概念引用到了深度学习网络架构中,保证数据判断的速度,同时系统也加入了网络是检查,会对数据做二次核实,保证诊断的精准度。

第三,人工智能还停留在辅助阶段,做最终诊断的依旧是医生,还不存在导致医生下岗的问题。

同时他也提到,人工智能在超声上的应用并不多见,但是超声的技术能直接帮到医生落地做决策,在超声影像领域,国内的人工智能并不比美国差。

对于大众关心的病患数据隐私问题,胡海蓉给出了答复。

在深度学习之前,所有数据会进行脱敏,即对某些敏感信息通过脱敏规则进行数据变形,实现敏感隐私数据的可靠保护,其中包含了如身份证号、手机号、卡号、地址等个人信息。数据录入后,深度学习会停留在本地进行,并没有上传到云端,保证了安全性。

对于在试点医院收集到的新数据,他们会征得各家医院的答复,才会选择录入到系统,做为数据样本。

在市场选择上,德尚韵兴图像科技负责人胡海蓉女士告诉界面,接下来这套诊断系统将会推出单机版和网络版,推荐基层医院使用单机版,网络版虽有延时但数据库会实时更新。同时她也提到二者的准确率是一样的。

虽然目前系统的对外售价还没有最终确定,但是这款产品会主要面向基层医院,后续也将在研发上持续投入,提高诊断率。

接下来,会根据试点医院给出的反馈做出一些调整,包括但不限于:

不同的医院和医生对数据的判断完全不同,在拿到数据前确保是规范数据;

在接下来的版本中加入超声报告,在诊断后给出直观的数据分析;

尝试将超声应用于其他病患的诊断。

来源:界面新闻

新闻报料

商务合作

更多专业报道,请点击下载“界面新闻”APP

分享 评论 (3)
推荐阅读