公司新闻 > 医拍智能亮相CCR2017:专攻医疗影像领域,“超级神童”显实力

医拍智能亮相CCR2017:专攻医疗影像领域,“超级神童”显实力

2017.10.30 来源:亿欧网

[ 亿欧导读 ] 杨琼博士告诉亿欧,利用智能影像识别技术可以生成一份标准化的影像报告,并将非结构化数据结构化。到目前,医拍智能已经积累了亿级影像处理经验。而其中有很大一部分是肺结节的影像。


"现阶段的AI(人工智能)是一个具有超级潜力的神童,这个小孩将把医生从重复无枯燥地过程中彻底解放出来。医生可以有更多时间用于成长。"

10月13日,医拍智能首席科学家兼联合创始人杨琼博士在第24届全国放射学学术大会上,用一句话表达了自己对AI在医疗机构放射科应用前景的期待。

CCR大会

恰逢迎来八十年华诞的中华医学会第24届全国放射学学术大会(简称CCR)会议于2017年10月12日至15日,在上海世博中心隆重召开。大会由中华医学会、中国医学会放射学分会主办,上海市医学会、上海市医学会放射学会承办。会议聚集了世界一流学者就医学影像在当下最热门、专业程度最高的主题进行演讲及探讨,会议还设置了15场放射学会专委会的学术交流活动。互联网与人工智能论坛在整场活动中极为突出,会议对医学影像人工智能应用环境及模式进入了深度的探讨模式,全场气氛活跃,形成了脑力激荡的情景。

医拍智能团队是目前在人工智能医疗影像领域技术领跑企业之一。大会上,杨琼博士向同行及放射学专家学者展示了医拍智能在胸片、肺部影像、糖网眼科等普筛领域的产品界面及测试能力,介绍了医拍智能的智能CT辅助筛查产品已经可以分辨在特定领域的假阳性等一系列成果。

医拍智能,是一家由医疗影像人工智能技术大牛和医生组成的技术公司。这些技术大牛中,除了先后任职于微软亚洲研究院、欧洲微电子中心、百度深度学习研究院的杨琼博士,还有来自百度系的技术大牛吴诗展(现医拍智能创始人)、原北大人民医院ICU重症科医生、九三学社委员、好大夫在线医学总监杨劲松(现医拍智能首席医学顾问兼联合创始人)、原天津大学信息工程教授刘立博士(现医拍智能联合创始人)。他们在深度学习、大数据分析在CT、核磁、钼靶等领域进行了广泛的技术试验及应用研究,目前已经拥有11项世界及美国专利、30余项中国专利。

杨琼博士告诉亿欧,利用智能影像识别技术可以生成一份标准化的影像报告,并将非结构化数据结构化。到目前,医拍智能已经积累了亿级影像处理经验。而其中有很大一部分是肺结节的影像。

肺结节是指肺内直径小于或等于3cm的类圆形或不规则形病灶,影像学表现为密度增高的阴影部位。可单发或多发,边界清晰或不清晰的病灶。

机器识别肺CT

2016年1月卫计委公布的一组数据显示,2015年中国本国约有429.2癌症新发病例,其中281.4万癌症死亡病例。肺癌作为新发病例高达73.3万例,占整体比例17.1%,死亡病例61万例,占整体比例21.1%。肺癌成为中国恶性肿瘤或因癌致死的最大威胁。而肺部小节是早期筛查是否有肺癌的指标之一。

“医疗环境复杂,我们想要保持在国际上一流的技术水平,需要用十二分的能力来让医疗环境变得更好。”杨琼在回国创业前,在欧洲研究医疗影像,她对亿欧表示,肺结节这样的人工智能识别的算法源代码,在国外甚至是国内都是可以查询到的,源代码的公开是为了促进技术水平的迭代。因此,保证了医院方可以用到更好的人工智能在肺结节等领域的产品,院方也可以提出更加有特殊性的病例,让产品的适应性更强,判断结果更加准确。

医学的特殊性是很多行业都很难理解的,“说到底,人工智能影像识别最终要实现的是智能化将非标数据也能数据化。”杨琼说自己在欧洲微电子中心工作的时候,就已经在研究这些“特殊”的数据,她说不仅仅是病种不同造成的难度系数,国外的片子与国内也不同,甚至因为医院的检测仪器、操作方式的差异,也会对影像结果造成影响,即使源代码公开了,到实际能为复杂环境下的中国医生解决实际问题,还是有很远的路要走。

医学需要更多个性化成长的尝试

在CCR2017的主题演讲中,杨琼提到人工智能能够完成的是任务目标明确的任务,在人类认知比较清晰的领域,在具备较多数据和案例的领域,在需要大量运算和存储的领域。人工智能是可以带给人类极大的帮助的。

但反之,目标存在很大不确定性的任务阶段,则不适合用人工智能去完成任务。尤其是在需要创新的领域,在涉及人类情感及伦理的领域更是需要谨慎。

“现阶段的AI是一个具有超级潜力的神童”。正因为是“孩子”,杨琼认为,这跟一般的发展企业完全不同,医拍智能和合作的医疗机构将AI当成孩子一样,给她设定任务目标,让孩子围绕着用户去做一些任务目标明确的事情,这本身就是需要智慧的事。

同样以肺结节为例,在疾病的判断上,放射科做的事只是其中一个环节,再有就是放射科和临床的结合不够紧密,放射科对应的病症会很多,医拍智能做肺结节的诊断,就只从放射科的肺部影像入手,自然可以提高患者的就医体验。

目前,医拍智能在肺结节筛查上有大量的样本做系统训练,新入驻的医院只需通过少量样本的适应性训练来培养出对医院本身实际需求的应用系统。而目前医拍智能在肺部癌症的筛查技术还只是第一步。眼底、骨科、乳腺、腹部、肝脏、大脑等部分的医疗影像识别还在逐步推进。将这些数据信息整合好,可以进一步打造以医院为单位的个性化智能管理服务。

机器识别胸片

机器识别眼底图

机器识别乳腺核磁

医疗和人工智能的结合还有很大压力,原因主要在于跨界的难度。医学知识的缺乏、数据积累、时间赛跑和技术迭代难度的困难都无处不在。杨琼是医拍智能的首席科学家,当问到她压力的问题时,她如是回答,“困难,不仅是我们这些技术公司,庞大的医疗机构也觉得很难。当我们合作的医院越多,越容易体会到院方的实际需求。这种高预期的压力才是最大的压力,因为在这样的背后,是每一个家庭的健康作为动力。为追求让人们更加幸福的生活,更早的找到可能不幸的因素,从某种程度上说我们掌握着他们未来命运。责任大过天。”