早發(fā)現(xiàn)早診斷肺炎疾病，AI給醫(yī)生一雙“火眼金睛”
李春平 本報記者 陳瑜
早發(fā)現(xiàn)、早診斷、早治療可明顯降低新型冠狀病毒感染者危重癥發(fā)生率和死亡率，而AI算法與醫(yī)生經(jīng)驗的結合，將為新冠肺炎乃至更多類型的肺炎疾病提供早發(fā)現(xiàn)、早診斷、早治療的高效解決方案。
“人工智能(AI)診斷系統(tǒng)在新型冠狀病毒肺炎檢測及肺炎鑒別診斷中的應用研究”等6個科研項目，最近獲得來自國防科工局推廣專項和蘇州市應急防治科技專項項目渠道的資助。
挖掘肉眼無法觀察的深層次信息
按照國家衛(wèi)健委印發(fā)的《新型冠狀病毒肺炎診療方案(試行第七版)》，“影像學特征”被列為新冠肺炎疑似病例臨床表現(xiàn)的三條之一。CT檢查在新冠肺炎診斷中起重要作用，在主要疫區(qū)一度作為臨床診斷的主要依據(jù)。但常規(guī)CT檢查也有不足，早期難以觀察到較隱匿病變，且與其他病毒性肺炎、細菌性肺炎難以區(qū)分等。
“通常影像診斷醫(yī)師靠人眼來辨別CT檢查圖像，通過對檢查產(chǎn)生的圖像進行觀察，根據(jù)其影像學表現(xiàn)，還有醫(yī)師個人經(jīng)驗，做出主觀判斷�！毕嚓P項目負責人、核工業(yè)總醫(yī)院影像診斷科主任范國華表示，這有一定局限性，主觀影響因素比較多，而且只能解讀表觀的一些圖像特征。
與醫(yī)生肉眼觀察不同，人工智能可以將視覺影像信息轉化為深層次的特征性的信息，而且這些信息是可量化的。
“利用人工智能技術建立起的這套智能診斷系統(tǒng)，一是對于比較早期的病變，肉眼觀察不太明顯的影像學改變，能夠檢測出來；二是定性比較準確，對病變能給出比較準確的診斷；另外整個流程的耗時相對人工能夠大大縮短。”范國華舉例說，一般一個成年人做一次胸部CT檢查會產(chǎn)生四五百幅薄層圖像，靠人工一幅一幅去看很費時費力，但是機器可以在幾秒鐘之內將這四五百幅圖像檢測完，而且不存在連續(xù)工作產(chǎn)生疲勞的問題。
獲取大樣本標準化的影像數(shù)據(jù)是難點
利用人工智能技術對圖像數(shù)據(jù)進行更深層次的分析，具體過程是通過CT掃描獲得數(shù)字化的圖像，然后將圖像數(shù)據(jù)導入軟件系統(tǒng)中進行分析，通過機器的“深度學習”建立模型。對建立的模型，使用一定數(shù)量的確診病例來驗證其是否可靠，然后用于檢測其他的未知病例。這種人工智能和影像診斷相結合的技術，此前多用于腫瘤的診斷。
要把這個AI“養(yǎng)大成人”，最終成熟到能夠幫助診斷，喂給它學習和訓練的“養(yǎng)料”就是數(shù)據(jù)。
“樣本量越大、標準化數(shù)據(jù)越多越好。但隨著研究的進行，要增大樣本量，單個醫(yī)院數(shù)據(jù)獲取有限，需要協(xié)調開展多中心研究，以擴大樣本量。”范國華說，獲取大樣本標準化的影像數(shù)據(jù)是難點。
做CT檢查時，各家醫(yī)院使用的機器設備、掃描參數(shù)等不盡相同。但做大樣本分析，要求所有的影像數(shù)據(jù)都是規(guī)范和標準的。在將影像數(shù)據(jù)交給機器前，需要對數(shù)據(jù)進行標記，正因如此，數(shù)據(jù)的精確標記對人工智能應用具有重要影響。這意味著要對病灶進行精確分割，“通常分割得越精確越好，但也是一個難點�！狈秶A說。
疫情后將用于肺炎的鑒別診斷
近年來，計算機技術與影像診斷的結合日益密切。范國華說，開展這項研究的出發(fā)點，是為臨床診斷提供一些幫助，探索較早的較準確的診斷方法�！澳壳耙堰M行CT掃描技術的優(yōu)化包括數(shù)據(jù)獲取標準化方面的工作，同時收集相關病例的影像學資料、臨床資料、實驗室檢測資料等，隨后利用這些數(shù)據(jù)進行建模�！狈秶A說，預計該研究在一年左右完成，明年1—2月可投入臨床使用。
如果新冠肺炎疫情已經(jīng)過去，這項成果還有用嗎？
“我們希望能夠盡早得到實際應用�！狈秶A表示，不同的致病微生物都可能引起肺部的炎癥，疫情后這套診斷系統(tǒng)將主要用于肺炎的檢測及鑒別診斷，用于某些需要關注的肺部炎癥。
他同時謹慎表示，系統(tǒng)還在研究過程當中，目前尚處于研究初期，后續(xù)能達到什么水平，還要看以后工作開展的情況。
盡管人工智能有優(yōu)勢，但范國華認為機器還不能完全代替人的角色。
