懸壺濟世、救死扶傷是每一個醫(yī)者的心愿,得到準(zhǔn)確的診斷和悉心的治療也是每一位患者的心愿和早日康復(fù)的重要因素。但由于醫(yī)療資源緊張、醫(yī)患比例不均使得很多患者得不到有效的診斷和及時的救治。同時醫(yī)院中擁擠冗長和低效也讓醫(yī)患雙方的訴求得不到滿足。
而人工智能作為下一波技術(shù)浪潮,將新的技術(shù)和生產(chǎn)力帶入到醫(yī)療特別是醫(yī)學(xué)檢測方面,給滿負(fù)荷運轉(zhuǎn)的醫(yī)療系統(tǒng)帶來了新的動力。AI的加入,不僅能將最簡單的診治技術(shù)帶入到技術(shù)所能觸及的每個角落為醫(yī)療資源短缺的地區(qū)送來及時的技術(shù)補充,同時也將從繁重的重復(fù)勞動中解放醫(yī)生,成為醫(yī)生有力的助手,使得他們可以將智慧和精力投入到疑難診治和疾病研究中去。本文的兩個案例介紹了基于計算機視覺的方法,檢測皮膚癌和白內(nèi)障的工作,將醫(yī)生的經(jīng)驗轉(zhuǎn)化成AI算法的識別技術(shù),更高效準(zhǔn)確的進(jìn)行檢測。
用AI診斷皮膚癌
斯坦福大學(xué)一個研究團隊提出了根據(jù)皮膚圖片來診斷皮膚癌罹患概率的新方法,雖然這并不是第一個能自動識別皮膚病變的算法,但在深度學(xué)習(xí)的幫助下它卻是目前為止最為穩(wěn)定可靠的方法!
皮膚病研究專家覺得這是一件十分令人興奮的事情,計算機識別和檢測能夠達(dá)到人類專家的水平,意味著在這在這一細(xì)分領(lǐng)域的檢測效率能得到大幅的提高。這項研究的目的在于為每一個擁有智能手機的人都提供準(zhǔn)確高效的醫(yī)療服務(wù)。參與這項研究的Andre Esteva表示這樣的技術(shù)可以拓展現(xiàn)有的醫(yī)療服務(wù)范圍,減緩醫(yī)療資源緊缺的矛盾。
首先通過ImageNet的數(shù)據(jù)對模型進(jìn)行了預(yù)訓(xùn)練。隨后研究人員利用目前最大的皮膚癌分類數(shù)據(jù)集(包含2000病歷進(jìn)13萬張病變圖片)對模型進(jìn)行的進(jìn)一步的調(diào)整的改進(jìn),最后得到了一個可以檢測輸入皮膚圖像中是否含有皮膚癌的神經(jīng)網(wǎng)絡(luò)模型。
在對比研究中,算法和21個得到認(rèn)證的皮膚科專家的診斷結(jié)果進(jìn)行了一一對比。他們需要從數(shù)以百計的從未見過的皮膚科病例圖像中判斷哪些是需要進(jìn)一步診斷的,哪些是良性的。最終結(jié)果表明,計算機和專家的表現(xiàn)難分伯仲,比如,計算機同樣和醫(yī)生一樣準(zhǔn)確的也可以分辨出角質(zhì)形成細(xì)胞癌——最常見的人類皮膚癌,和稱之為脂溢性角化病的皮膚良性增生。但這一項目在真正用于臨床診斷之前還需要經(jīng)受更嚴(yán)峻的考驗。研究人員表示,目前還沒能讓算法區(qū)分出難以分辨的脂溢性角化病和黑色素瘤”。
皮膚科醫(yī)生對于病情的診斷完全基于視覺的信息。目前還不清楚計算機能否與醫(yī)生在臨床環(huán)境中表現(xiàn)的一樣優(yōu)異,臨床上他們可以通過對病變做物理檢查、閱讀病人的病史,同時還可以通過觸摸診斷患者的病情。
“如果這個算法可以被實踐證明有效,那會是對醫(yī)學(xué)界的一個巨大的顛覆。醫(yī)療系統(tǒng)大多都是不需要醫(yī)生面診的人,如果計算機能成功應(yīng)對這些病例,就可以讓醫(yī)生更迅速高效的面診有需要的病人?!盠eachman說。
這一技術(shù)還可以集成到手機APP中,只要擁有智能手機就可以進(jìn)行方便的皮膚癌檢測:
真正的將最前沿的技術(shù)帶到了每一個需要它的人手中
雖然有可能并不是所有皮膚科專家都?xì)g迎人工智能進(jìn)入他們的領(lǐng)域,肯定會有一些人害怕機器搶走他們的工作,同時有很多人對計算機的能力持懷疑態(tài)度,尤其是針對不夠穩(wěn)定的在線診斷應(yīng)用軟件。但另一方面,也會有醫(yī)生認(rèn)為新科技的應(yīng)用讓他們有時間去開拓更先進(jìn)的領(lǐng)域,把時間留給更需要處理的疑難雜癥,把效率留給更多需要幫助和治療的人們。讓我們把時間和經(jīng)歷花在尚未解決的問題上,而把我們已知算法處理的事物留給電腦。
用AI檢測白內(nèi)障,幫助患者重見光明
既然AI可以用在皮膚癌的診斷上,那么同樣是醫(yī)學(xué)圖像的檢測是不是也能被AI搞定呢?基于AI的圖像檢測技術(shù)可以解決那些醫(yī)護人員短缺地區(qū)的診斷檢查問題,研究人員們于是將目光轉(zhuǎn)到了在廣泛存在的白內(nèi)障診斷上。
從前偏遠(yuǎn)地區(qū)的白內(nèi)障(包括兒童的先天性白內(nèi)障,會導(dǎo)致失明)檢查只能由下鄉(xiāng)的醫(yī)生完成,頻率和覆蓋范圍都不夠,患者往往的不到及時的診斷遺漏了最佳的治療時機。
來自中山大學(xué)的眼科專家Haotian Lin和同事們希望利用AI 解決這一問題,為更多的人送上準(zhǔn)確方便的眼科檢查技術(shù)。但當(dāng)他們在解決這一問題的時候他們面臨著一個需要解決的問題——數(shù)據(jù)!
我們都知道數(shù)據(jù)對于深度學(xué)習(xí)系統(tǒng)十分重要,對于神經(jīng)網(wǎng)絡(luò)來說就如火箭的燃料般重要。如果數(shù)據(jù)充足算力強勁的情況下,我們很有可能可以通過訓(xùn)練網(wǎng)絡(luò)來解決特定的問題。但在有限的數(shù)據(jù)條件下,深度學(xué)習(xí)還能取得良好的效果嗎?
一篇DeepMind的研究啟發(fā)了研究人員們的思路,該研究演示了機器學(xué)習(xí)算法如何在有限的信息(最小化的初始信息)指導(dǎo)下開始學(xué)習(xí),在一系列街機游戲中擊敗專業(yè)的人類玩家。受到這項研究的啟發(fā),Haotian Lin和他的同事提出一個新的想法,創(chuàng)造一個可以自己從臨床數(shù)據(jù)庫中挖掘兒童的白內(nèi)障數(shù)據(jù)的AI。
通過和來自西安電子科技大學(xué)的Xiyang Liu教授團隊合作,他們創(chuàng)建了一個叫做CC-Cruise的AI項目,它可以診斷先天性白內(nèi)障,預(yù)測疾病的嚴(yán)重程度,并給出治療建議。CC-Cruise在之前提到的數(shù)據(jù)上進(jìn)行訓(xùn)練。
三種數(shù)據(jù)
訓(xùn)練過程
研究員做了五次測試以驗證CC-Cruiser的準(zhǔn)確率。第一次,在計算機模擬的醫(yī)療條件下,這個AI項目可以以98.87%的準(zhǔn)確率來區(qū)分出病人和健康的成人,以93%以上的準(zhǔn)確性估計疾病嚴(yán)重程度的三項指標(biāo)——晶狀體混濁區(qū)域、密度和位置,以97.56%的準(zhǔn)確率給出相應(yīng)的治療建議。
研究團隊希望這個平臺最終能幫助那些沒有眼科專家的醫(yī)院來進(jìn)行白內(nèi)障診斷,所以第二次他們和三個醫(yī)療條件不是很發(fā)達(dá)的醫(yī)院合作,對來自中國兒童的57張眼部圖像進(jìn)行了一項臨床試驗。測試結(jié)果表明CC-Cruiser同樣表現(xiàn)良好:98.25%的識別準(zhǔn)確率,超過92%的三項指標(biāo)估計和92.86%的治療建議的準(zhǔn)確性。
另外,研究人員希望研究低質(zhì)量的眼病圖像對CC-Cruiser診斷結(jié)果的影響,于是他們進(jìn)行了第三次實驗測試。他們隨機從網(wǎng)上下載了53個眼病圖像,并利用CC-Cruiser進(jìn)行測試,它仍然達(dá)到了很高的精確度。但是研究人員并沒有就此停止測試,第四次他們又進(jìn)行了三次“大海撈針”一樣的測試,這個算法每次都能從300例正常眼睛圖像中成功找出三張白內(nèi)障圖像。
最后,為了模擬真實世界的使用,他們直接讓算法和三位醫(yī)師一起臨床診斷50個病人,這三位醫(yī)師分別是眼科專家、有經(jīng)驗的眼科醫(yī)生和沒經(jīng)驗的眼科醫(yī)生,結(jié)果表明計算機和專家的水平不相上下。
在這次測試中,也許是訓(xùn)練圖像數(shù)量不足的原因,算法確實出現(xiàn)了很少的幾次誤診,所以林醫(yī)生希望建立一個更大的數(shù)據(jù)集以改進(jìn)它的性能。他們計劃建立一個協(xié)作云平臺來實現(xiàn)這一目標(biāo),但林強調(diào),這項技術(shù)并不能保證100%正確率的最佳治療方案,醫(yī)生應(yīng)該充分利用機器的建議來補充他們自己的判斷以識別和防止?jié)撛诘恼`診情況。
自動化檢查過程
所以,CC-Cruiser不可能迅速的取代眼科醫(yī)生。 林說,“尤其是在一個關(guān)鍵技術(shù)上——人與人的交流和有效的互動,這是治療中不可或缺的,讓機器來模擬人類的情感是非常有挑戰(zhàn)性的。醫(yī)生和患者之間面對面的互動將是人類智慧的最后堡壘”。研究小組希望,通過進(jìn)一步的臨床試驗,非??漆t(yī)院可以使用這個算法確定病情后將病人送到專科治療中心。病人也可以選擇先讓算法來為自己診斷,如果對診斷結(jié)果存在疑慮的話再去找專家。”林補充說:“人工智能的最終目標(biāo)是結(jié)合人類的能力利用它,使世界變得更美好?!?/p>
-
AI
+關(guān)注
關(guān)注
87文章
29456瀏覽量
267777 -
計算機視覺
+關(guān)注
關(guān)注
8文章
1690瀏覽量
45883
原文標(biāo)題:更高效的檢測!計算機視覺在皮膚癌和白內(nèi)障診斷的應(yīng)用
文章出處:【微信號:thejiangmen,微信公眾號:將門創(chuàng)投】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論