人工智能一线“抗疫” AI影像成为疫情防控的关键力量

人工智能

621人已加入

描述

[ 一般来说一组新冠肺炎病人的CT会产生300多张影像,即便是资深专家,读图+诊断的时间至少需要10~15分钟。 ]

当前新冠肺炎疫情防控进入关键阶段,在与疫情抢时间的进程中,上海“硬核”科技力量也在争分夺秒,提供坚强保障。

伴随第六版新冠肺炎诊疗方案的发布,CT影像成为重要决策依据,由此带来的CT阅片压力也在急剧上升。作为AI医疗最快落地的子领域,AI影像成为疫情防控的关键力量,上海AI企业纷纷推出CT+AI产品,助力一线医护人员抗疫。

抗疫“前哨兵”

伴随疫情的迅速蔓延,各重点防治单位胸部CT量暴涨,部分重点医院日均CT量一度超过1000例,超过平时数倍,如何提升阅片效率成为一大痛点。

据华中科技大学同济医学院附属协和医院凌医生透露,其所在的医院有800张新冠床位,如果一周做3次CT就是2400人次,算上临床常做的其他检查,放射科平均每天接诊400人次,分三班倒每个班上也有上百个病人,工作量大的同时还要保证对这种全新疾病诊断的准确,这使得很多一线医生处于高压和疲劳状态。

“很多轻症病人的肺部影像不典型,一些有肺部基础病变的病人,不同病症互相掩盖,加大了诊断难度。一般来说一组新冠肺炎病人的CT会产生300多张影像,即便是资深专家,读图+诊断的时间至少需要10~15分钟,其中大部分是重复的机械劳动,伤神也耗时。”凌医生说。

除了缓解一线医生的阅片压力,CT影像还扮演着抗疫“前哨兵”的角色。

商汤科技SenseCare肺部AI智能分析产品研发负责人段琦告诉第一财经,新冠肺炎传染力强,大量的疑似患者需要用核酸检测才能确诊,但在实际情况中,试剂盒不足、检测能力不足仍是一大问题,而且试剂盒检测在病情发展初期呈现较高假阴性,临床经常需要反复多次检测才能给出真实结果。

“一线医生在临床中发现,新冠肺炎早期病变,CT影片中表现为边缘模糊的磨玻璃影,且这种早期CT表现往往早于临床症状的出现。但这种早期的磨玻璃影在CT阅片时存在被忽视的可能,且不易被量化。”段琦表示。

让AI影像参与到新冠肺炎病灶定量分析及疗效评价中来,进一步提升评级的效率和准确率,成为一线医生明确且具体的需求。对此上海人工智能公司纷纷成立了专项小组,并迅速完成系统上线和部署。

1月28日,依图医疗上线初版新冠肺炎智能评价系统,并在24小时之内,将该系统部署到了湖北四家疫情防控任务最为紧急的医院,借助这一系统新冠肺炎定量评价的时间从数小时压缩至2~3秒钟,大幅提升了诊疗效率。据依图医疗副总裁石磊透露,目前该系统已在全国十几个省市的几十家医疗机构上线应用。

在合作医院和医疗机构的配合下,商汤科技也在短时间内收集并标注了几千例肺炎数据,快速研发完成高精度的新冠肺炎病灶分割模型。并基于SenseCare智慧诊疗平台的技术架构设计,短时间内便开发完成结合针对新冠肺炎智能分析功能的应用模块升级,驰援到多地医院,并同步开放云端版本以远程的方式驰援湖北一线。

争分夺秒抢研发

能够在如此短的时间内进行产品研发和落地并非易事,人员问题就是首要挑战。

“在交通不便、人员休假的情况下,保质、保量地完成系统上线和部署面临一定的挑战。”石磊告诉第一财经。依图科技在除夕夜启动了项目,当时多名研发人员分散在国内多地,部分人员身处疫区,甚至海外。立项之后,产品、研发等相关部门一百余名同事投入到了工作中,每个部门都制定了日冲刺目标,沟通反馈常常持续到后半夜。

另一大挑战来自样本量问题。医学影像本质上是一个图像识别问题,AI阅片需要大量标注数据支撑来进行机器训练。但新冠肺炎疫情早期,由于确诊案例样本量少,医疗机构缺少高质量临床诊断数据,即便后续拥有大量的新冠肺炎疑似CT数据,依然面临缺乏有效标注的难题。

针对这一问题商汤科技紧急组织非核心疫区多名经验丰富的医生一天半内手动完成了上百例新冠肺炎数据的标注,基于这批数据产生的初步模型、利用自研的半自动标注工具又迅速完成了数千例肺炎数据的半自动标注,并分批次由专家医生进行复核修改。依图科技则发挥了自身在小样本数据、迁移学习等技术方面的储备,迅速完成了病例搜集、标注、算法研发、产品设计等工作。

“在将服务器运送到医院现场进行部署的过程中,工程同事也经受了艰巨的考验。”段琦告诉第一财经。疫情期间,交通受阻,各地高速道路的封闭情况变化较大,这给服务器的物流运输造成了极大的困难。商汤科技在将产品部署到青岛西海岸人民医院的过程中,还遭遇了大雪天气,服务器到达时间比原计划晚了3天,配送更是遥遥无期。

为了能够尽快让前线使用产品,来自上海的技术工程师小分队紧急商量后,傍晚直接赶到青岛顺丰物流集散地,一辆辆货车进行确认,从几万件的包裹里找到服务器已是接近凌晨,随后小分队直接拉上服务器前往医院进行现场部署,次日凌晨三点部署完毕,早上八点又返回医院为医生培训产品使用流程。

进入2月下旬,各地复工复产逐渐迎来人流的返程高峰,由此针对疫情排查、健康人员、疑似患者的筛查以及体检的需求激增。除此以外,周边国家尤其日韩疫情趋势也不容乐观。由于上海、青岛等的特殊地理位置,往来人员和航班较多,这对防控工作也提出了更大的挑战。早期筛查之外,如何在“疗”和“愈”环节发挥AI作用,成为新的攻坚目标。

未来产业化之路

“当前,AI影像的落地应用进展十分迅速,能够辅助一线医生进行肺炎的早筛及定量分析,但核酸作为确诊的金标准仍有不可替代的作用。”段琦强调。

仅靠CT影像进行新冠肺炎诊断仍存在不完善之处,例如仍有一些早期患者,尽管核酸检测呈现阳性,但CT中没有明显征象表现。因此影像AI必须要结合病史、实验室检测、病原学等做全面综合的分析。

事实上,医疗影像是AI在医疗方面应用最快的领域,早在2017年大量公司扎堆涌入,并获得约40亿元高额融资。但行业一直面临高质量数据获取难、数据标注成本高、商业模式不清晰等难题,不少产品在医院落灰,面临C轮死的困境。

一场突如其来的疫情,将AI技术在医疗领域的积累,放到了最严苛的试验场,大大加速了AI场景落地,也给后续的产业化之路提供了新的思路和方向。

段琦认为,经历此次疫情,AI在患者筛查、潜在化学小分子药物和生物大分子药物筛选、流行病学分析等方面也展现出了极大的潜力。最早,很多流行病学的研究已经使用了AI,以预测病毒的扩散速度、感染和死亡人数。尽管预测结果受到当时可获取流行病学的影响,但却为将来的进一步研究提供了很好的参考模型和借鉴。

其中,小分子药物筛选是一个重要方向。借用疾病、蛋白、病毒、基因之间的相互关系,利用AI建立模型,从已上市药物中筛出潜在可使用的药物,包括针对抗埃博拉、抗艾滋病的药物。当前,很多筛选出的药物,已经在临床中使用并取得初步效果。

“目前我们的智慧健康团队除了利用AI做上述化学小分子药物的筛选外,还全心投入到生物大分子药物的研发中。团队利用AI进行痊愈患者的特异性抗体筛选,来帮助医生诊断和治疗。”段琦表示。

除此之外,他认为这次疫情的控制很大程度上源于各地为抗击疫情采取的强有力措施,以政府-医院-社区筑成了严防严控的抗“疫”前线。因此,除了为一线医生提供有AI可依的智能辅助,为各城市各区域提供疾病管理和监测也是今后的重点发展方向。例如,联合区域卫健委积极赋能医疗联合体,助其实现分级诊疗。

“疫情给予中国医疗体系不同环节一次携手作战的机会,所产生的不只是临床经验,还有海量的大数据,配合AI等创新科技的应用,可以不断自我优化。”启明创投主管合伙人梁颖宇表示。

在她看来,中国有望以第一手数据开拓一个不只限于医药研制、病毒译码,还包括民间与各机构的后勤协作模式,进而结合成为一个全新的“卫生防疫产业”,实现中国医疗体系现代化、与科技结合医疗水平的梦想。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分