應(yīng)收盡收、應(yīng)治盡治、不漏一人。
這是目前聯(lián)防聯(lián)控抗擊疫情的關(guān)鍵，而其中的重點(diǎn)則是確診病例和疑似病例的篩查，而AI正在成為疫情防控戰(zhàn)的“新兵種”。
對(duì)此，阿里達(dá)摩院就傳來(lái)好消息，全新的AI診斷技術(shù)可以在20秒內(nèi)準(zhǔn)確地對(duì)新冠疑似案例CT影像做出判讀，分析結(jié)果準(zhǔn)確率達(dá)到96%，大幅提升診斷效率。
那么，這個(gè)如此高效的AI系統(tǒng)背后到底是如何運(yùn)行的？阿里達(dá)摩院又是什么來(lái)頭？
從CT影像成為確診依據(jù)開(kāi)始
據(jù)網(wǎng)易科技《態(tài)度》欄目記者了解，在新冠疫情早期，由于確診案例樣本量少，醫(yī)療機(jī)構(gòu)缺少高質(zhì)量臨床診斷數(shù)據(jù)，核酸檢測(cè)作為病原學(xué)證據(jù)被公認(rèn)為新冠肺炎診斷的主要參考標(biāo)準(zhǔn)。
但隨著臨床診斷數(shù)據(jù)的積累，新冠肺炎的影像學(xué)大數(shù)據(jù)特征逐漸清晰，CT影像診斷結(jié)果變得愈發(fā)重要。
根據(jù)國(guó)家衛(wèi)健委公布的診療方案第五版，臨床診斷無(wú)需依賴核酸檢測(cè)結(jié)果，CT影像臨床診斷結(jié)果可作為新冠肺炎病例判斷的標(biāo)準(zhǔn)。
據(jù)介紹，新冠肺炎患者的CT胸片的影像特征表現(xiàn)為單肺或雙肺多發(fā)、斑片狀或節(jié)段性磨玻璃密度影等細(xì)微變化。
醫(yī)生肉眼分析耗時(shí)為5-15分鐘
有了方法論支撐，那速度怎么起來(lái)？
據(jù)了解，一位新冠肺炎病人的CT影像大概在300張左右，這給醫(yī)生臨床診斷帶來(lái)巨大壓力，醫(yī)生對(duì)一個(gè)病例的CT影像肉眼分析耗時(shí)大約為5-15分鐘。
對(duì)此，人工智能研發(fā)人員開(kāi)始了他們的突擊攻關(guān)。
達(dá)摩院醫(yī)療AI團(tuán)隊(duì)基于當(dāng)前最新的診療方案、鐘南山等多個(gè)權(quán)威團(tuán)隊(duì)發(fā)表的關(guān)于新冠肺炎患者臨床特征的論文，與浙大一附院、萬(wàn)里云、長(zhǎng)遠(yuǎn)佳和古珀醫(yī)院等多家機(jī)構(gòu)合作，率先突破了訓(xùn)練數(shù)據(jù)不足的局限。
具體來(lái)說(shuō)，他們基于5000多個(gè)病例的CT影像樣本數(shù)據(jù)，學(xué)習(xí)訓(xùn)練樣本的病灶紋理，研發(fā)了全新的AI算法模型。
通過(guò)NLP自然語(yǔ)言處理回顧性數(shù)據(jù)、使用CNN卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練CT影像的識(shí)別網(wǎng)絡(luò)，AI可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區(qū)別，最終識(shí)別準(zhǔn)確率高達(dá)96%。
目前的技術(shù)成果是，AI每識(shí)別一個(gè)病例平均只需要不到20秒，大大提高診斷效率，減輕醫(yī)生壓力。此外，AI還能直接算出病灶部位的占比比例，進(jìn)而量化病癥的輕重程度，大幅提升臨床診斷效率。
算法專家徐敏豐表示，“新冠肺炎屬于新病種，疫情爆發(fā)至今仍舊沒(méi)有公開(kāi)的數(shù)據(jù)集，但隨著臨床數(shù)據(jù)的積累，AI算法將在新冠肺炎診斷中發(fā)揮更大的價(jià)值。”據(jù)透露，除了率先落地的河南鄭州小湯山醫(yī)院，上述算法還將在湖北、廣東、安徽等地近100家醫(yī)院落地。
而今天，啟用的河南鄭州小湯山已經(jīng)引入了該算法輔助臨床診斷。
這個(gè)達(dá)摩院是什么來(lái)頭？
2017年10月，阿里巴巴宣布成立達(dá)摩院，未來(lái)三年將投入將超過(guò)1000億人民幣用于基礎(chǔ)科學(xué)和顛覆式技術(shù)創(chuàng)新研究。
在金庸小說(shuō)中，達(dá)摩院代表著武學(xué)機(jī)構(gòu)。“因?yàn)槲覀兿嘈?，未?lái)一定是技術(shù)帶來(lái)利潤(rùn)，未來(lái)市場(chǎng)規(guī)模的取得，是靠創(chuàng)新。”馬云曾說(shuō)道。
我們看到，達(dá)摩院的重點(diǎn)布局是機(jī)器智能、數(shù)據(jù)計(jì)算、機(jī)器人、金融科技以及X實(shí)驗(yàn)室五大領(lǐng)域，相應(yīng)設(shè)置有14個(gè)實(shí)驗(yàn)室，共有近70名海內(nèi)外專家加持。
基于機(jī)器視覺(jué)的醫(yī)療影像分析一直是這支研發(fā)團(tuán)隊(duì)的重點(diǎn)。
早在2017年7月，國(guó)際權(quán)威肺結(jié)節(jié)檢測(cè)大賽LUNA16要求選手對(duì)888份肺部CT樣本進(jìn)行分析，尋找其中的肺結(jié)節(jié)，樣本共包含1186個(gè)肺結(jié)節(jié)，75%以上為小于10mm的小結(jié)節(jié)。
最終，阿里云ET在7個(gè)不同誤報(bào)率下發(fā)現(xiàn)的肺結(jié)節(jié)平均召回率達(dá)到89.7%。
科技本就該以人為本，向善而行。
