英特尔与三甲医院 借AI在临床上做了次落地

【2018-01-17】

  英特尔和三大医院临床上借用的AI失败了

  作为人工智能顶级“团队参与者”,英特尔像苹果,谷歌和微软一样,将精力集中在这一领域。去年,英特尔收购了深度学习和神经网络芯片和软件的领导者Nervana,计算机视觉公司Movidius和人工智能服务提供商Saffron,以提供更全面的人工智能产品组合,并结合技术和产品积分。在人工智能与医疗健康相结合的情况下,英特尔与浙江大学附属第一医院的德兴云兴成像技术在临床诊断方面进行了深入的合作。接口记者来到现场,亲眼目睹了这一过程的AI辅助临床诊断。 5月25日凌晨4点半,浙江大学附属第一医院超声医学科就诊的病人还是比较多的。诊所墙上放置了一个良性和恶性的基于超声成像的甲状腺结节辅助诊断系统。医生主任告诉界面消息:“这个系统主要是解决人工诊断精度不高的问题,目前在我院用了三个多月。在此之前,甲状腺良恶性结节的调查需要医疗设备的拍摄,其次是人工诊断,而后者在三甲医院,准确率达到60%〜70%,以至于基层医院的准确性会降低。英特尔和德胜云兴图像技术工程师表示,该系统未来的市场定位是基层医院,它可以快速帮助基层医院提高诊断水平。刚才解释过程中,一位中年女性的测试数据已经同步化,显示在屏幕上,主治医师通过深入的学习介绍,系统可以在甲状腺结节检查后给出所有的信息,如绿色区域是动态监测结节的位置,红色部分显示恶性结节“与以前的诊断相比,甲状腺结节良恶性辅助诊断系统的超声成像更直接,”首席医生告诉接口,尚德影像技术部门负责人胡海荣女士说,系统仍处于试运行阶段,近2万名患者信息通过减敏技术进入系统,开始自动学习。六个月开始商业化,截至目前试点医院超过十个。对于医生和病人来说,用人工智能来诊断病人是一种新的方法,最初是基于实习生的怀疑,最初对这样的系统持怀疑态度,甚至害怕使用它来避免错误。但是经过这个经验发现真的特别好用。同时他也提到病人与治疗方式没有冲突,渴望得到更准确的结果。 2010年孔德兴开始研究如何将人工智能和深度学习应用于医疗保健领域,浙江大学杰出教授和项目登陆的领导者,他表示,依托英特尔至强融合处理器架构平台,该团队从甲状腺结节筛查找出人工智能在临床上所带来的变化。在整形系统之前,他考虑从磁共振和CT开始。虽然两者的诊断结果都比较清楚,但价格较高,有一些副作用让病人犹豫了一下。后来他转向超声,发现成本下降,但诊断困难增加。确定超声的方向,孔德兴曾试图将其应用于肝癌和乳腺癌的诊断,但发现效果不是很好。他选择癌症之后往往是高发甲状腺癌,超声为主的甲状腺成为其进一步研究的方向。孔德兴在这个制度的建设过程中得出了一些结论。首先,基于人工智能的诊断和治疗只能是一个辅助手段,虽然一线医生已经意识到AI可以帮助他们提高工作效率,消除工作重叠,但AI不是万能的。下一个系统仍然在数据采集,分类,标记和速度上下功夫,目前的系统诊断率达到85%以上,超过了三甲医院诊断率的60%。其次,人工智能落地到门诊,准确性和速度要求,孔德兴在神经网络架构的过程中得到了改进。他引用数学的概念来深入学习网络体系结构,以确保数据判断的速度,同时系统也加入网络进行检查,数据将进行第二次验证,确保诊断的准确性。第三,人工智能还停留在辅助阶段,最后的诊断依然是医生。没有导致医生裁员的问题。同时他也提到人工智能在超声中的应用很少,但是超声技术可以直接帮助医生做出决定。在超声成像领域,国内的人工智能并不逊于美国。针对公众对患者数据隐私问题的关注,胡海荣做了答复。在深入研究之前,所有的数据都会被脱敏,对敏感信息敏感,通过对数据变形的脱敏规则,实现敏感和私密数据的可靠保护,包括身份证号码,电话号码,卡号,地址和其他个人信息。数据录入,深入学习将留在本地,不上传到云端,确保安全。对于试点医院收集的新数据,他们将被要求回答每家医院,然后选择作为数据样本进入系统。在市场的选择上,德胜影像技术负责人胡海荣女士告诉接口,那么诊断系统将推出单机版和网络版的基层医院推荐使用单机版虽然在线版本的延迟,但数据库将被实时更新。她还提到两者的准确性是一致的。虽然目前国外的价格体系还没有最终确定,但是这个产品将主要用于基层医院,后续还将不断投入研发来提高诊断率。接下来,将根据试点医院的反馈进行调整,包括但不限于:不同的医院和医生对数据做出完全不同的判断,在获得数据之前确保数据是规范的;在下一个版本中超声波报告在诊断后给出直观的数据分析;尝试将超声波应用于其他患者进行诊断。