達摩院懸壺,看醫療 AI 如何濟世

視覺計算發表於2020-04-07

5.png

阿里達摩院,並不專為抗疫而生。

甚至連馬雲都可能預料不到,這個機構這麼快就展現出及時的作用。

抗疫正當時,不論是與浙江疾控中心合作的基因檢測平臺,將疑似病例基因分析時間縮至半小時,還是率先在鄭州“小湯山”應用的 CT 影像系統,達摩院、掃地僧,都成為阿里 AI 抗疫的代表性標籤。

而且影響力還在幾何級擴散,據阿里統計,截止到 3 月 31 日,達摩院 CT 影像 AI 已在浙江、河南、湖北、上海、廣東、江蘇、安徽等 16 個省市近 170 家醫院落地,已診斷 34 萬臨床病例。

隨著疫情全球擴散,這個出自阿里達摩院、代表中國 AI 技術前沿的抗疫系統,也在進一步承擔起“One world,One Fight”的作用。

但也別神話了達摩院和背後的掃地僧——外界只看見了他們的動能速度,而不知道他們之前為此積累的勢能和高度。

這把抗疫寶劍,之前已磨礪整整 4 年。

“掃地僧”帶隊,達摩院如何 4 年磨一劍?

6.png

阿里巴巴集團副總裁、達摩院高階研究員華先勝

達摩院醫療 AI,源自 2016 年,由時任阿里巴巴 iDST 副院長的華先勝帶隊打造。

對於華先勝,外界不陌生。

他出自黃岡中學,2001 年北大數學系博士畢業,之前在微軟工作 14 年,直到被老領導“阿里雲之父”王堅挖角,開啟阿里在 AI 視覺研發和落地方面的探索。

但即便已是 2016 年,人工智慧如何在醫療領域發揮作用並不太清晰,只是華先勝堅信:人工智慧進入醫療健康領域,是一個必然的事情。

他回憶說:“醫療健康領域存在的不平衡問題比較多(醫患供需不平衡,醫保供需不平衡,醫患知識不平衡等),AI 應該能為全民健康的問題發揮重要作用。”

7.png

正是這樣的預判,才逐漸演變出了抗疫期間的達摩院醫療 AI。

當時也是醫療 AI 的爆發點,大量創業者與資本玩家湧入。目前發展勢頭不錯的推想、體素等,都在 2016 年創立。

一直深耕視覺領域的依圖,也在同年釋出肺癌影像智慧診斷系統,開闢了醫療業務線。

作為視覺智慧領域深耕多年的專家,華先勝團隊從肺部 CT 影像開始切入醫療 AI,很快就做出成績。

2017 年 7 月,達摩院正式成立前夕,他們交出了一份“賀禮”——在國際權威的肺結節檢測大賽 LUNA16 上打破世界紀錄,憑藉 89.7% 的平均召回率(在樣本資料中成功發現結節佔比的比例)奪冠。

8.png

華先勝說,這項工作“當時只道是尋常”,沒想到直接為阿里達摩院新冠肺炎的 CT 自動診斷系統打下了基礎。

那次破紀錄之後,達摩院醫療 AI 的研究範圍進一步擴大,在肝結節、心血管、骨科、病理等方面均取得了進展。

其中代表性的成果有:

2018 年 12 月,達摩院 AI 從近百支隊伍中脫穎而出,在全球 LiTS(Liver Tumor Segmentation Challenge,肝臟腫瘤病灶區 CT 影像分割挑戰)獲得兩項第一。

2019 年的 EMNLP BB task 關係抽取世界大賽,達摩院 AI 獲得了第一名。同年,按照鹿特丹(Rotterdam)國際比賽標準,達摩院 AI 的全自動心臟冠脈中心線提取超越了現有的業界最好成績,相關論文被國際頂級醫學影像會議 MICCAI 2019 提前接收。

技術持續突破下, 達摩院醫療 AI 團隊在 Nature 子刊、CVPR 等頂尖學術期刊與會議上,發表了不少的論文,加上國際、國內專利,超過了百篇,也給達摩院醫療 AI 系統在臨床診斷和醫學研究上大規模應用,提供了支撐。

如果這樣回顧,自然又是一個“大牛帶隊”、“順風順水”的傳奇往事。

但華先勝說,各種辛苦,做過才知。醫療 AI,不是一個單兵作戰就能搞定的領域。

達摩院醫療 AI 一路走過來,這些技術突破、業務落地背後,坑踩得一個都不少。

醫療 AI,只有技術可不夠

大道理其實也簡單:想要打造好的 AI 系統,高質量的資料集是關鍵。

然而對於醫療 AI 來說,這從來不是一個簡單的事情。

醫療影像資料質量參差不齊,標準化程度低、人工標註難度大、資料敏感度高等行業性難題,導致 AI 在醫學上的學習和應用面臨諸多挑戰,從而難倒了諸多英雄好漢,甚至還是一些巨頭公司的短板。

比如此前名震江湖的 IBM 沃森醫療系統,宣稱超過人類醫生的存在,在 2018 年被美國健康醫療媒體 STAT 曝光,其 AI 系統訓練資料量最高的肺癌只有 635 例,而最低的卵巢癌只有 106 例,引起譁然一片。

而且資料難題之外,還有更現實的挑戰:醫療機構不買賬。

9.png

據 2018 年 9 月中國資訊通訊研究院、Gartner 聯合釋出的《2018 世界人工智慧產業藍皮書》,在中國,醫療健康領域的 AI 企業在所有 AI 企業中佔比達到了 22%,在所有垂直行業中佔比最高。

但在醫療 AI 行業火熱的同時,客戶並不怎麼感興趣。

《財經》雜誌在 2019 年 3 月份的報導中就指出,資本捧場,使產品同質化嚴重,送進醫院、無人使用的 AI 醫療產品不在少數。AI 逐漸演變為醫療領域的嵌入品,錦上添花的功效有,雪中送炭的本事無。

作為行業中的一份子,達摩院醫療 AI,繞不開,無法迴避,唯有迎難而上解決問題。

掃地僧如何破局?

華先勝說,如今回顧,大道至簡:“以技術平臺為軸心,聯合產業夥伴打天下”。

對於阿里來說,這不是一個陌生的模式,不論是淘寶、支付寶,還是現在的阿里雲、平頭哥,本質上都是以技術建立平臺,擁抱行業玩家,來推動產業發展。

醫療AI領域,阿里的優勢還更甚,它旗下還有一個在香港上市的公司阿里健康,已經在醫藥電商及新零售、網際網路醫療、消費醫療、智慧醫療等領域深耕多年。

在阿里健康以及眾多醫療行業合作伙伴,比如萬里雲、衛寧健康、古珀科技等的支援下,達摩院醫療 AI 在高質量資料集上不斷訓練最佳化,透過阿里雲推進技術在醫療行業落地的速度,在行業中都處於前列。

所以才有了當前抗疫中的達摩院醫療 AI。

危急關頭,如何一步步見真章?

速度,速度,還是速度。

華先勝說,疫情大面積爆發之初,達摩院醫療 AI 團隊就放棄假期行動起來。

連點成線,覆蓋疫情諮詢、藥物研發、病毒基因分析、臨床診斷等多個環節。

2020 年 1 月 27 日,達摩院連夜研發的智慧疫情機器人。上線後便在全國各地投入使用,很快落地全國 27 個省、直轄市、自治區,免費為 57 座城市撥打 1600 萬通防控摸排電話,摸排超過 20 萬身體異常人群。

2 天后,阿里雲宣佈向全球公共科研機構免費開放一切 AI 算力,以加速本次新型肺炎新藥和疫苗研發。

鍾南山團隊、全球健康藥物研發中心 GHDDI、北京大學、晶泰科技等機構,都成為受益者。

緊接著 2 月 1 日,達摩院醫療 AI 演算法,正式應用於新冠肺炎的病原學檢測。

達摩院與浙江省疾控中心合作,利用演算法將疑似病例基因分析時間縮至半小時,該技術可以避免核酸檢測出現的漏檢情況,同時可以及時檢測到變異病毒。

華先勝解釋:“它每天都在工作,準確率近乎 100%,正進一步推廣到更多地方使用。”

而且 ,達摩院也在進一步最佳化演算法,將時間縮短到了 10 分鐘,進一步提高效率,並在疫區壓力最大的武漢金銀潭醫院上線。

2 月 15 日,達摩院醫療 AI 團隊與合作伙伴一起,基於 5000 CT 影像樣本資料,快速研發出了 CT 影像演算法,在鄭州小湯山上線,可以在 20 秒內對新冠疑似患者 CT 影像做出判讀,並量化病症的輕重程度,分析結果準確率達到 96%。

10.png

至今這套 AI 系統已在浙江、河南、湖北、上海、廣東、江蘇、安徽等 16 個省市的 170 家醫院落地,診斷超過 34 萬臨床病例。

這還不夠,為了全方位抗疫。達摩院醫療 AI 團隊還提供了醫療專業翻譯系統、疫情預測等系統,來為更大範圍、更高層次的抗疫,提供資訊支撐。

同時,疫情全球化蔓延的情況下,達摩院醫療 AI 隨著阿里雲一同出海。

很快,日本知名醫療科技機構 JBC 正式上線阿里雲新冠肺炎 AI 診斷技術,開始向日本醫院提供服務,幫助醫生透過 CT 影像快速進行新冠肺炎篩查。

11.png

並且更多的歐洲國家也在跟進。在華先勝的透露中,先後有 30 多個國家和地區,希望達摩院透過阿里雲提供醫療 AI 支援。

當然,達摩院並非這次全球科技抗疫中的全部。

疫情之下,全球醫療 AI 的多數玩家,都參與到了抗疫之中。比如國內的依圖、推想等公司都推出了相應產品,以自身之長提供解決方案。

國外如谷歌,在美國疫情爆發之時,同樣投入了 1700 名程式設計師,聯合專攻“醫療科技”的兄弟公司 Verily,打造新冠病毒檢測網站。

“掃地僧”華先勝對此怎麼看?

他很開心,認為這次疫情對於整個行業來說,是一次大練兵。

“很多競爭對手都成了並肩作戰的夥伴。(抗疫)也讓我們與合作伙伴的協同變得更加深入。“

而且更重要的是,經此一疫,醫療 AI 的社會定位、落地推廣和作用發揮,也得到意想不到的市場教育和檢驗。

掃地僧要做一個怎樣的醫療 AI?

答案很簡單:近期幫助人類醫生的 AI,遠期幫助大眾對健康有更強的把控能力的 AI。

眾所周知,抗疫過程中,醫生人手缺少的局面一直存在。

2 月 5 日,國家衛健委公佈的診療方案第五版中,正式將 CT 影像臨床診斷結果作為新冠肺炎病例判斷的標準之一。

雖然這直接加快了新冠肺炎疑似病例的確診速度與準確度,但對於前線醫生來說,卻是不小的負擔。

一位新冠肺炎病人的 CT 影像大概在 300 張左右,每診斷一個病例,影像醫生需要投入大約為 5-15 分鐘時間。一名醫生每天連續不間斷工作 12 個小時,只能診斷大概 72 個病例。

2 月 4 日晚,全國一共有疑似病例 23260 例,追蹤到(新冠肺炎患者)密切接觸者 252154 人……提升臨床診斷效率,成為抗疫期間核心需求之一。

12.png

而達摩院等醫療 AI 機構,就在這樣的險峻形勢中出手,聯合夥伴打造的新冠病毒 CT 影響診斷系統,從上傳資料到得到結果,診斷一個病例平均僅需 20 秒,計算時間最快僅 2 秒。

雖然仍舊需要醫生進一步配合才能夠得到更準確診斷結果,但對效率的提升, 無疑是巨大的。這也是醫療 AI 能夠在抗疫期間得到推廣的原因之一。

因此,華先勝認為,這也會成為醫療系統的常態:AI 助攻,人類醫生提效。

據新華網 2018 年 12 月份報導,中國醫學影像資料的年增長率約為 30%,而放射科醫師數量的年增長率約為 4.1%,而且需求缺口不斷加大。

對於醫療 AI 行業來說, 這是其進一步發展的機會。

“醫療 AI 的價值在抗疫中得到驗證,會對醫療行業和公眾產生深遠的影響。在接下來幾年,將會看到整個醫療行業的數字化和智慧化程度大幅度提升。”華先勝說。

達摩院醫療 AI,早已行動起來了。

阿里達摩院透露,他們打造的醫療 AI 系統,已經落地了 170 家醫院,在北京、上海、廣州、杭州、武漢、鄭州等一線城市之外,也部署到了二三線城市——往往都是醫療資源相對匱乏的地方。

華先勝解釋,二三線城市未來對醫療健康AI的需求應該會更為迫切,用 AI 提升診斷效率和水準在醫療資源缺乏的區域,是當前和未來醫療健康 AI 落地的一個較大的場景。

13.png

然而,要將醫療 AI 應用到更多的場景,進入尋常生活,還有很長的路要走。

不論是獲取更多的醫療資料,還是尋找更加切合的商業模式,以及政策法規的支援等,都是醫療 AI 行業需要解決的問題。

但突發疫情也讓其前景變得更明朗。

正所謂“上醫治未病,中醫治欲病,下醫治已病”。現在,醫療 AI 正在疾病治療中發揮作用。

但華先勝認為,接下來醫療 AI 將會從醫生走向大眾,從高成本走向普惠,從應用於醫療走向應用於健康。

這是阿里健康體系、達摩院醫療 AI 等將要重點發力的方向。

阿里正規化,阿里打法,要再一次在醫療健康領域復刻——成為基礎設施,成為醫療健康行業的數字經濟基礎設施。

它們將長在抗疫號角之下,為不再需要抗疫而生。

在耳熟能詳的武俠江湖中,達摩院代表了武學武德的最高成就,掃地僧更是大隱於寺的大神象徵,並且總能在危難關頭挺身而出。

從這個角度來說,倒與馬雲和阿里的達摩院創立初心,都有呼應。

而且也給新時代的掃地僧、科研人員,工程師們,提供了更大舞臺和機會。

俠之大者,為國為民。


原文連結: https://developer.aliyun.com/article/753641


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69956605/viewspace-2684849/,如需轉載,請註明出處,否則將追究法律責任。

相關文章