4月21日上午,全球范围内首次开发出的B型主动脉夹层人工智能自动分割方法在2018血管创新论坛上发布。
这一由汇医慧影联合中国人民解放军总医院(北京301医院)血管外科联合发布的主动脉人工智能研究云平台AORTIST2.0,在B型主动脉夹层手术的精准测量、预后预测、随访管理等方面取得了突破性进展。对于汇医慧影来说,这亦是一次突破,其AI应用首次“走出了”影像科,开始临床科室的应用,同时也从诊断环节突破至参与到临床治疗决策,从聚焦提升效率走向精准治疗。
2018血管创新论坛以理念创新、技术创新为主旨,聚焦大数据人工智能等新一代信息技术在医疗领域的创新运用,探讨以大数据、人工智能等技术创新在血管外科的场景应用落地。
工信部信息化软件服务业司谢少锋司长在本次论坛上表示:要推进智慧医疗健康需要以人民为中心,把人民对于美好生活的向往作为目标,强化数据开放数据安全等方面加强合作,一是推动医疗健康数据的开放共享与综合利用,顺应新技术、新业态发展的趋势,构建统一、全面、互联互通的医疗健康大平台,实现数据、资源共建共享,消除数据壁垒,畅通部门需行业之间的数据共享通道。二是在健康信息技术企业、医疗部门合作,强化供给侧和需求侧的对接力度,以需求为导向推进大数据人工智能技术,在医疗技术深入广泛的应用,推进技术成果转化和产业的升级。三是切实保障医疗健康数据的安全,强化医疗健康数据身份管理和安全体系建设,通过标准的实施安全的防范,确保医疗健康数据的安全。大数据人工智能和医疗健康领域的深度融合,有利于优化资源配置、整合社会的力量、实践医疗健康效益的最大化。对推动技术进步、实现弯道超车,增进人民福祉全面建设小康社会具有重要的意义。
“随着人工智能上升至国家战略,算法、算力和大数据得到快速发展。近年来,人工智能在病情监控、疾病预警、用药监控、个性诊断、精准治疗、智慧养老等方面均有突破。尤其在微创诊疗方面,人工智能赋予医学科研和临床极大的想象力。”清华大学生物医学学院副院长廖洪恩教授做了主题为《人工智能在医用图像与微创诊疗领域新进展》的分享。廖教授认为:对于AI,其实我们应该更关注机器的效益和人的效能和认知的方面共赢的提升,不是说完全取代医生,更多的是成为一个互补的模式,在我们的这一种诊断、导航甚至有一些医疗相关的领域里,应该是长期高度配合协作,最终为了实现精准的个性化医疗。
作为领先的医学影像人工智能公司,汇医慧影提供一整套医学影像数据分析挖掘和医学影像智能辅助诊断服务,已经落地700多家医院,其基于深度学习的智能辅助诊断系统已在数百家医院应用,基于影像组学、机器学习、大数据等技术的大数据智能分析云平台已经落地300多家医院。
在2018血管创新论坛上,汇医慧影联合中国人民解放军总医院(北京301医院)血管外科发布了主动脉人工智能研究云平台AORTIST2.0。AORTIST全称为“Artificial intelligence Online Research platform Targeting Individualized aortic Stent-grafting Therapy”。
据介绍,双方在合作长达一年时间后,在B型主动脉夹层手术的精准测量、预后预测、随访管理等方面取得了突破性进展。据301医院血管外科主任郭伟称,这是全球范围内首次开发出的B型主动脉夹层人工智能自动分割方法。对于汇医慧影来说,这亦是一次突破:其AI应用首次“走出了”影像科,开始临床科室的应用,同时也从诊断环节突破至参与到临床治疗决策,从聚焦提升效率走向精准治疗。
主动脉夹层是主动脉疾病中最为凶险、复杂的疾病。随着医疗设备和手术器械的升级,人类已经可以用血管腔内修复的方式治疗主动脉疾病,实现了主动脉手术从巨创到微创的转变。主动脉疾病微创治疗的主要问题也开始从如何更安全的完成手术,向如何更有效地治疗疾病转变。如何对主动脉解剖参数进行精准测量以降低手术并发症发生率,如何实现对主动脉疾病患者预后预测以制定个体化治疗方案和随访计划成为了血管外科医生更加关注的问题。
资料显示,主动脉是身体的主干血管,如果出现内膜层撕裂,不能及时的救治,一旦破裂,致死率很高。夹层位只在左锁骨下动脉开口远端以下的部位,没有累及近端的主动脉则为B型主动脉。B型主动脉夹层是一种非常少见但严重的疾病,65%~70%在急性期死于心脏压塞、心律失常等,所以早期诊断和治疗非常必要。
汇医慧影创始人兼CEO柴象飞介绍,301医院和汇医慧影共同设计课题后,医院方提供影像数据、患者临床数据等,汇医慧影则提供人工智能算法、放射组学算法以及后续工程化的算法,平台训练出后,先在小范围内进行验证,并调试准确度,再进行大范围的推广应用。
AORTIST解决了此前B型主动脉夹层手术中的精准测量、预后预测和远程随访三大核心问题。以精准测量为例,B型主动脉夹层手术需要对近远端锚定区直径、破口位置和某些重要的距离信息进行精准测量。基于CTA轴位的手动测量存在误差尤其是主动脉弓部直径测量误差非常大,而且手动测量方式也难以获取长度、距离等信息。在这种情况下,血管外科医生通常需要委托专业人员使用商业软件才能获得精准的解剖参数,但这样信息获取的准确性和及时性却不能保证。
AORTIST云平台在患者主动脉三维重建、分割、中心线提取、破口分析、直径和长度的精准测量方面达成突破。据透露,使用AORTIST云平台,动脉直径测量交并比达到98%,动脉直径误差缩小到1.5mm以内,较常规手动测量精准度提高到50%以上,在10分钟内可以完成对患者锚定区直径、长度、分支动脉间距离的精确测量,效率和准确率大大提升,对医生制定个性化手术方案有极大的帮助。
301医院血管外科主任郭伟教授则表示:影像组学是和大数据、人工智能紧密联系在一起的。大数据不是大量数据,实际上是大数据云数据。医学数据里面更重要的一部分是影像学数据,影像学数据常常是疾病客观反应形式的一种表现,比病人主述、比病历更真实,主动脉疾病非常契合做大数据、人工智能和影像组学。现在做图像的公司很多,但是把它延展成自动化的分割的公司非常有限。基于卷积神经网络最重要的部分就是自动测量,AORTIST2.0可以辅助精准测量。以前绝大部分病人在手术前,是人工手动测量,难点是找到垂直于主动脉中轴的层面,然后选择准确的支架。除此外,AORTIST2.0还提供预案推荐,它是基于大量数据的分析结果,可以改善远期预后结局。
回顾人工智能发展的历程,最早起源于专家系统为主的人工智能,到90年代末期转变为统计学模型。AI渐渐走近人们的视野是从2012开始,这时以数据为驱动的人工智能出现。2016年人工智能技术在各行各业爆发,因此被称为“AI元年”,起因则是AlphaGo的出现。
柴象飞认为,在AI技术落地医疗的场景中,影像和病理是技术最成熟、应用面最广的两块。AI医疗影像在微创诊疗方面,除了能够智能化分析,为诊疗提供新策略,还能实现医学图像智能化分割实现三维知识建模、多模态图像配准为医生提供多维信息、无辐射图像追踪技术为医生减少术中射线伤害等。
在B型主动脉这个问题上,医疗影像虽然已经实现了突破,但还仍然存在着不少挑战。柴象飞提到:“可能主动脉全国的发病也就是10万人,当我们再往A型、B型主动脉瘤细分时,每一个单病种只有几万例的发病人群,所以我们根本没有办法获得几十、上百万例的数据。我们通常只能在几百或者几千个数据集中进行计算,在这过程中如何应对小数据进行人工智能计算,是医学影像目前最需要去提升的能力。”
从医疗行业来看,这个行业的特殊性决定了很多新技术、新东西是不能去“试错”的,因为这很容易就牵扯到生命。同时,尤其是在医学影像这个细分领域里,极具学科交叉能力的创业者会具有比较大的竞争力。创业者不仅需要医学临床的知识、电子计算机知识、数据处理知识、而且需要了解市场、销售、管理的“门道”。
正如柴象飞最后指出的,在医疗影像行业,交叉型人才还非常欠缺,这是制约其快速发展的瓶颈之一。无论产品的开拓、科研的开拓还是商业化的开拓,其实多方的协作,尤其是跨学科人才的培养是至关重要的。在这过程中,无论是商业、技术,还是医学知识,三者缺一不可。
文/健康界