發(fā)布日期：2017-02-10
人工智能是醫(yī)生的好幫手，這點大家都不陌生了。目前已經(jīng)出現(xiàn)了很多用于篩查和輔助決策的醫(yī)療機器人，比如說IBM的Watson，Deepmind的AIphaGo，二者均建立在大數(shù)據(jù)上。然而，對于罕見病來說，很難獲得高質(zhì)量的數(shù)據(jù)，這就引發(fā)一個問題：在罕見病的篩查和輔助診斷中能否應(yīng)用人工智能呢？
受到2015年谷歌DeepMind發(fā)表論文的啟發(fā)，中國中山大學中山眼科中心的80后眼科醫(yī)生林浩添和他的同事萌生出想要創(chuàng)建一個人工智能平臺來挖掘他們在先天性白內(nèi)障的臨床數(shù)據(jù)，進而達到篩查和輔助診斷的目的。他們聯(lián)合西安電子科技大學劉西洋教授利用ILSVRC 2014（ImageNet Large Scale Visual Recognition Challenge of 2014）的冠軍模型來建立識別先天性白內(nèi)障的深度學習模型（該模型被認為在圖像識別領(lǐng)域占主導地位，可用于訓練和分類），取名為CC-Cruiser。本次研究成果于2017年1月30日發(fā)表在Nature Biomedical Engineering期刊上【2】。
林浩添
之所以選擇先天性白內(nèi)障（congenital cataract）作為本次研究對象，因為這種疾病會導致失明和視力損傷，多在出生前后即已存在，或在兒童期內(nèi)罹患，在我國發(fā)病率為0.05%。此外，它作為一種典型的罕見病，集合慢性和急性疾病的特點，適合測試案例。
訓練CC-Cruiser的圖片集，研究者采用了來自中國衛(wèi)生部兒童白內(nèi)障計劃（CCPMOH）例行檢查的一部分圖片，包括410幅不同嚴重程度的先天性白內(nèi)障兒童患者的眼部圖像，476幅正常兒童眼睛圖像。所有圖片均由兩名有經(jīng)驗的眼科醫(yī)師獨立地進行分類和描述，第三名眼科醫(yī)師對分歧案例提供咨詢。這三名人類醫(yī)師是沒有接觸過CC-Cruiser的。
完成訓練后，CC-Cruiser基本具備三個功能：
篩查患有先天性白內(nèi)障的患者 對患者進行危險評估，評估主要有三個指標：晶狀體的不透明面積、深淺和位置 協(xié)助眼科醫(yī)師進行治療決策
研究者對CC-Cruiser進行了5次測試。在計算機模擬測試中，CC-Cruiser篩查先天性白內(nèi)障患者的準確率為98.87%。在危險評估功能中，三個指標（不透明面積、深淺和位置）判斷的準確率為93.98%, 95.06% 和95.12%。在輔助決策，給眼科醫(yī)師提供建議的準確率為97.56%。
為了進一步探討CC-Cruiser的通用性和實用性，研究者選擇三家非眼科的醫(yī)院進行測試，兩家醫(yī)院在廣州市，一家在清遠市。因為研究者希望CC-Cruiser最終幫助的對象就是這些缺乏現(xiàn)場眼科醫(yī)生的醫(yī)院。在57幅兒童眼部圖片中，篩查的準確率為98.25%。危險評估的三項指標（面積、深淺、位置）的準確率分別100%, 92.86% 和 100%。輔助決策的準確率為92.86%。
圖為CC-Cruiser與人類醫(yī)師的比較測試
在和人類眼科醫(yī)師的比較測試中，CC-Cruiser表現(xiàn)也非常出色。專家小組包括3名眼科醫(yī)師，一名擁有十年經(jīng)驗的眼科專家、一名已經(jīng)完成眼科臨床培訓和具體培訓的主管醫(yī)生，以及一名完成理論學習并開始臨床實踐的新手醫(yī)生。在50例圖像中，CC-Cruiser找出了所有先天性白內(nèi)障患者。而三名眼科醫(yī)師在第3例圖片上都犯了錯誤——誤將圖片的高光區(qū)域診斷為先天性白內(nèi)障。在危險評估和輔助決策中，CC-Cruiser表現(xiàn)也不錯，對所有需要進行手術(shù)的患者都給予了正確的治療建議。因此，研究者認為CC-Cruiser可以稱得上是一個“合格的眼科醫(yī)生”。
然而，光當個“合格醫(yī)生”可不夠。目前中國的罕見病管理比較落后，主要是費用貴，地域比較分散，患者難以享受到專業(yè)高質(zhì)量的護理。中國人口眾多，罕見病管理往往存在漏診或誤診以及不當?shù)闹委煕Q策等問題，這可和一直倡導的“精準治療”目標相距甚遠。為此，研究者將CC-Cruiser搬到了“云”上，用于先天性白內(nèi)障的醫(yī)療服務(wù)管理。
研究者建立了CC-Cruiser的網(wǎng)站(https://www.cc-cruiser.com/version1)，與面向醫(yī)院的Watson機器人不同，普通用戶通過注冊也能接入這個網(wǎng)站。進入網(wǎng)站后用戶可以上傳自己的眼部圖片，網(wǎng)站會立馬給出診斷，診斷結(jié)果包括：是否有病、面積大小、深淺、位置、治療建議（手術(shù)還是隨訪）。同時，網(wǎng)站對那些想要測試CC-Cruiser程序的用戶提供了50例典型案例提供下載，這些案例覆蓋了大部分的臨床情況，正常情況，不需要進行手術(shù)的白內(nèi)障，不同嚴重程度的透明度、應(yīng)接受緊急干預(yù)高危病例。
CC-Cruiser的網(wǎng)站的界面（奇點糕用樣本測試后的結(jié)果）
經(jīng)過用戶同意后，用戶的臨床信息（目前為圖像）和人口信息會上傳到網(wǎng)站，保存到數(shù)據(jù)庫中。如果CC-Cruiser建議患者進行手術(shù)，那么立馬會通知CCPMOH的醫(yī)生進行進一步的確認。為了防止誤診和漏診，每周CCPMOH的醫(yī)生會檢查所有上傳的案例，包括CC-Cruiser判斷為正常和患病的案例。之后，患者可以和醫(yī)生進行溝通，網(wǎng)站提供電子郵件和日間電話服務(wù)，以此確認是否需要進行手術(shù)。
懷著一顆好奇心，奇點糕進入CC-Cruiser網(wǎng)站后，首先用手機照了一張自己眼睛的圖片，結(jié)果為沒病，很安心！然后用網(wǎng)站中樣本測試中的圖片，結(jié)果為有病。又在網(wǎng)上找了一張先天性白內(nèi)障患者的眼部圖片，結(jié)果為有病。緊接著，因為網(wǎng)站對圖片格式?jīng)]有要求，奇點糕腦洞大開地把這篇文章的封面圖片拿去測試了一下，結(jié)果還是有病。最后，奇點糕隨便找了一張驢唇不對馬嘴的圖片，就是下面這張圖片，結(jié)果仍然有病……看來研究者需要對網(wǎng)站上傳的圖片格式有所要求。
林浩添在接受IEEE Spectrum的采訪中表示，醫(yī)生應(yīng)該充分利用人工智能的建議來防止?jié)撛诘腻e誤和補充自己的判斷，但同時，對于治療來說，醫(yī)生和患者之間的互動交流是必不可少的，對于機器來說，想要模仿人的情感是非常具有挑戰(zhàn)性的。醫(yī)生和患者之間的互動將是人類智慧的最后一個堡壘。
該研究團隊希望，在進一步的臨床試驗中，非眼科醫(yī)院的醫(yī)生可以使用該程序來篩查患者并將患者送到專業(yè)的醫(yī)療中心。患者最終也可以利用它。正如AI不僅可以理解為Artificial Intelligence，也可以理解為Augmented Intelligence，即擴增智慧。林浩添認為，人工智能的最終目標是利用它，與人的能力相結(jié)合，創(chuàng)造一個更美好的世界。
參考文獻：
【1】http://spectrum.ieee.org/the-human-os/biomedical/diagnostics/ophthalmologists-vs-ai-its-a-tie
【2】Erping Long, Haotian Lin, Zhenzhen Liu,Xiaohang Wu, Liming Wang, Jiewei Jiang, Yingying An, Zhuoling Lin, Xiaoyan Li,Jingjing Chen, Jing Li, Qianzhong Cao, Dongni Wang, Xiyang Liu, Weirong Chen& Yizhi Liu.An artificial intelligence platform for the multihospitalcollaborative management of congenital cataracts. Nature Biomedical Engineering[J]doi:10.1038/s41551-016-0024
來源：奇點網(wǎng)
