深度丨中科院田捷博士：基于医疗大数据和AI技术的影像组学及其应用丨CCF-GAI

7月9日，正在由中邦谋划机学会（CCF）主办，雷锋网、香港中文大学（深圳）合伙承办的CCF-GAIR 环球人工智能与机械人峰会的第三天，正在另日医疗专场上，田捷博士做了“基于医疗大数据和人工智能的影像组学及其操纵”的中央演讲。

田捷博士，是中邦科学院主动化琢磨所琢磨员、Fellow of IEEE，SPIE，IAMBE，AIMBE，IAPR。其重要从事医学影像分解与生物特质识另外琢磨和操纵的职责。田捷博士的良众学术论文、琢磨成绩，均可睹自邦外里的各学术杂志和学术聚会上，学术论文达上百篇。

田捷：即日我演讲的标题是“基于医疗大数据和人工智能的影像组学及其操纵”。符合中央，本次演讲的中心将缠绕医疗大数据、大数据技巧和人工智能、影像组学来张开。咱们盼望将这些技巧操纵正在临床上，由于不是底子琢磨的，而是走向临床的，因而我举的都是临床的例子。

以邦外里临床专家为主拓荒，注脚影像组学和人工智能以及大数据，对风投和财富界来说都感风趣，这不是看哪个技巧和算法，闭节是看爆发什么样的功效。下面我会着重从操纵的角度来讲它的起色，技巧和手段和操纵。

人工智能技巧现正在通过围棋取得特地直观的普及，然则谋划机下围棋并不料味着谋划机就能够看病，因而医疗正在这一块依旧充满离间性题目。

然而，谋划机人工智能技巧正在医疗上也取得少许操纵，像深度练习正在疾病的诊断以及愈后等等，都有少许典范的操纵。如：

· 2017年，斯坦福大学正在Nature上揭橥一项琢磨申报，证明人工智能皮肤癌诊断精度已达专家水准。

· 2014年，微软愚弄Intelligence Engine明白康健数据，为患者就诊和不测急诊做预备。

· 2015年，IBM分解医学文献和病患诊疗纪录，为患者供给高质料、循证行个别化的诊疗计划。

· 2016年，Google部属DeepMind Health修筑康健危机警觉体系，借助搬动终端推送康健危机警觉，并实时知照大夫。

无论是微软、IBM如故谷歌，他们正在AI以及医疗的深度介入，都为公共掀开了另一扇大门——恰是由于这些大企业的介入才使得AI和医疗正在临床上的操纵赢得打破和范畴化的操纵。

说到医疗大数据，公共最熟识的能够是影像数据，由于其式样模范，容易获取和运用。然则医疗大数据不但限于影像，还蕴涵病理、临床歇养音讯等，唯有将这些音讯调和正在一齐，咱们本事修模，并办理AI医疗的线、影像组学助力智能医疗

自2012年观点提出自此，影像祖学的观点到2014年取得进一步延长，走向临床。影像组学从琢磨走向临床，典范代外即是2014年这篇作品。

从流程看，影像组学即是从医疗大数据中提取数据，愚弄AI手段开采肿瘤音讯，实行临床辅助决议。这个流程和通常大夫读片的进程是类似的，大夫读片是先有影像数据，然后用人眼提取它的形式特质，这个进程咱们称之为诊断看法。

这是一个典范的形式识别、图象治理的机械读取的进程，先由影像数据提取特质，分解修模，给出分类决议。因而整体进程由谋划机做影像识别，人正在做诊断彼此配合来告终。假使让谋划机读取高维音讯，人读机构音讯，毫无疑难，AI辅助大夫读片，就能到达“1+1＞2”的功效。

目前，事实哪一种手段歇养癌症的功效更好，实在就能够基于大数据和AI给出预测评估。如许看病就能实行天性化、智能化，本事把过去望、闻、问、切，形成现正在的智能医疗。就现阶段而言，智能医疗重要是基于大数据、影像组学和人工智能技巧到达辅助诊断、疗效评估和预后预测的功效。

肿瘤的操纵离间重要看如上这张图，这是美邦NIH总结的。1960年-2012年，52年中有200众万的样本大数据。差异颜色的线代外差异的肿瘤，纵坐标是5年天生。

52年来，纵然NIH每年进入的研发经费是300亿美元，美邦人每年看病要花掉4万亿，但肿瘤5年生计率仍旧年华是一条直线。什么乐趣？即是人财两空。

动作比较，这个NIH数据希奇有说服力。赤色这条线年生计率，艾滋原先是号称血液中的癌症，早期弃世率很高，但有了有用要领之后，其有用生计直率线上升。

然则对肿瘤来说，还缺乏少许新技巧和新手段，这个技巧是有能够赢得打破的。当然，目前只是企望值，下面会举少许例子。

这也是为什么NIH花上百亿做研发，美邦人花了4万亿，药厂出了那么众药，不行说无效然则功效不清楚的由来。因而，现正在也有正在道精准医学、基因检测等观点。10年前，就有人先导议论基因检测，正在其孝敬下，固然咱们不行制止有病，但能保命。然而，从上张图片来看，五年生计率仍旧还很低。

正在诊疗进程中咱们浮现，基因极度未必会酿成肿瘤，这中央有5-20年的暗藏期。假使能正在诊断医疗的进程中，应用到新技巧和新措施，能够会对肿瘤诊疗起到闭节效用。

现阶段而言，基因极度实在曾经有一系列的手段来检测，但不料味着能看病。正在这个空档期，假使能用AI大数据、影像组学来琢磨、描摹和量化，就很有能够大大提升五年生计率。

现正在的影像技巧是从宏观到微观，先有布局影像再到功用影像、分子影像，它的精模范正好是基因病理。而从底子琢磨来说，恰好是从微端到宏观，当正在基因组、卵白组、代谢组都搞未必的时间，又回到生物医学，运用剖解布局。因而一个是从微观到宏观，另一个则是从宏观到微观，假使将二者维系到一齐，就有能够举行肿瘤的诊疗。这也是整体影像组学的切入点。

下面通过少许例子注脚影像组学、大数据和人工智能，正在疗效评估、辅助诊断、预后预测方面，邦外里的起色。正在这块我要很骄横的说，邦内始末改进盛开三十年，巨额科研经费的进入，大夫的发愤，医工的维系，正在技巧上、手段上、功效上，跟海外是同步的，以至某些手段比海外略有超前。从这点上说，也给VC和企业家带来时机。

平常来说，假使要做靶向歇养，大夫须要通过穿刺、活检等进程来取得病人的基因类型，然则这一进程因为涉及脑袋穿刺，危机很大。因而，医疗界公共就正在商量说能不行无须穿刺，拍片来办理。能够有人会感到天方夜谭，然则斯坦福大学做到了。

他们凭据AI技巧将其分类为高危机、中危机、低危机，并将其和生计期挂钩，通过美邦TCCI数据库做检索，就能明白基因类型是什么，从而以此为依照决策用哪种靶向药。这正在临床上特地有效，由于整体进程无需穿刺，只是凭据磁共振数据猜度基因类型来确定靶向歇养。

下面我思先容广东省邦民病院刘教练团队此前正在巨子医学杂志《Journal of Clinical Oncology》公告的作品。暂且不道这篇作品的学术造诣，咱们先来看它的临床旨趣，特地庞大。由于AI技巧唯有跟临床挂钩才有价格，始末企业家的转化本事变因素娩力。

平常来说，大夫正在歇养结直肠癌的时间，会对淋巴举行盲目清扫，而清扫的结果会使70%的淋巴不会挪动。为什么大夫要清扫呢？由于假使不清扫，淋巴挪动的会更疾。究竟上，邦外里的大夫城市接纳这种要领。

假使看CT片，咱们只可看到机构音讯，其反应的音讯很小，只可取得百分之二三十的概率，切掉自此70%是阴性，被误切了。假使用人工智能的手段，凭据500余例的临床病理和影像数据，提取特质，修模分解后，前端数据预测的切确率能够到达正的70%。

换句话说，大夫正在做手术之前能够有70%的操纵告诉病人要不要挑选做淋巴清扫，能够把过去的误清扫从70%低落到30%。因而这也是这篇作品能正在顶级巨子杂志上公告的由来。

正在此，该案例运用了13万张皮肤癌的照片来做修模，此中2000张是有病理且含精模范的。值得小心的是，这个修模里边的大数据气力。

咱们再来看疗效评估的案例。美邦每年花4万亿美元琢磨新技巧、新手段，但肿瘤的诊断并没有赢得很好的功效，因而咱们须要对差异肿瘤的疗效举行评估。

正在这个案例中，实在数据量并不大，唯有48例。正在这些直肠癌患者始末新辅助放化疗之后，始末众模态磁共振酿成成像数据，正在其底子上提取众模态影像特质，愚弄人工神经搜集手段修筑模子，结尾结果证明，该手段功效很好，实行了直肠癌新辅助放化疗功效的定量化精准评估。

预后预测，这个正在邦度越来越着重。什么每一个看病的城市问这个题目，大夫只是凭着经历和人脑修模，凭着有限的存储量给出预测。像咱们一样说回家该吃什么吃什么，大致三个月或者半年。这个经历决定是不也许的。现正在看用人工智能、机械练习能做到大数据，这个数据，一千个病人提取600众个特质举行定量分解。这个修模的进程，跟通常图片和做图片治理的进程告终类似。先分裂、特质提取，给出预后预测。这个作品的重要作家即是代外，咱们要真正做组学，蕴涵做企业转化、投资，如故要以临床题目为主，要看看办理的临床题目是什么。这是一个典范预后预测的例子。

现阶段，预后预测正在邦内越来越受着重。每一个看病的病人也城市去问大夫这个题目，然而，大夫只可依赖他人脑修模的经历，正在有限的存储量来给出预测。因而，假使用AI大数据、机械练习，能到达什么样的预后预测功效？

该案例中，如图所示，正在1000余例肺癌和头颈癌患者中，咱们提取了病理和影像数据，再凭据强度形式纹理小波等特质修筑标签，举行了定量分解。操纵功效证明，影像组学标签具有明显的预后价格，并与基因明显相干。

究竟上，正在该案例中，应用了前文提及的广东省邦民病院刘教练与中科院主动化合营的琢磨成绩——非小细胞肺癌生计预测。始末操纵后，咱们浮现，影像组学特质比拟古代手段也许更好地预测无病生计期。

针对临床目标对晚期鼻咽癌的放疗后预测精度低的近况，咱们对118例晚期鼻咽癌T1和DCE MR图像做了突出3年年华的随访，并维系970个影像组学特质，和临床病理音讯举行分解，正在此有用预测该类患者的预后，切确度超临床目标的10%。

面临系列临床题目，影像组学采用深度机械练习等手段举行分解琢磨以实行临床辅助决议。而人工智能正在医疗层面的技巧操纵，重要是图像分裂、肿瘤分裂，然后提取特质，特质越众越好，提取特质之后再举行筛选。用谋划机的话说即是降维，用影像组学的话说即是挑选闭节特质。正在此底子上再挑选影像学的标签来到达功效。譬喻肿瘤分解或者预后分解或者辅助诊断。降维、特质提取、分裂，都能够用大度的人工智能新技巧。但片面以为，正在此进程中不是技巧驱动而是题目驱动。

对肿瘤来说，往往再现数千个特质，然后再愚弄机械对其举行降维。正在这此中，共有四类重要特质降维手段：

：从影像大数据原始像素启航，提取高维手工安排特质并举行特质挑选，构修影像特质与临床题目的分类模子。

· CNN模子：正在影像大数据的原始像素的底子上，该模子可自助开采与临床题目相干的影像组学特质，构修影像特质与临床题目的分类模子。

其余，尚有一个紧要的进程，也是临床上的需求须要的，叫模子的可视化。对大夫来说，希奇是外科大夫和内科大夫很忙，影像师能够给他们看片子。不行说咱们算出来什么结果给他举证或者数字，要把模子形成可视化统计分解的直观图。如许对大夫来说看图识字，就明白病人到什么期，该吃什么药换什么药，更简明直观。如图所示，这四个步调是影像学技巧进展最重要的闭节。

结尾来看影像组学闭节技巧的进展趋向，资源平台、辅助诊断体系、共享平台。真正要实行临床操纵，要众病种、众模态、众核心、众参数的数据调和。这内里有一个冲突，数据征采和明确都具有离间性。咱们对病理音讯、歇养音讯、预后音讯的征采如故有离间性的。正在跟病院合营进程中，以及这四五年征采的数据，如乳腺癌、肝癌、胃癌、肺癌突出美邦TCGA数据库，咱们也堆集了良众的经历。

总的来说，有了数据还弗成，得有算法平台，像适才讲的分裂片面，正在后面尚有先容算法平台和集成平台。目前咱们正正在跟广东省邦民病院刘教练修筑影像组学共享平台，盼望公共把用过的影像和模子、软件上传，修筑公共拓荒共享的平台，能够获取数据、模子，能够运用免费的软件，然后发展这方面的琢磨。当然，只是为琢磨供职。我创议公司也能够放上去，先让他们用起来。这四个闭节调和正在一齐才蓄谋义，蕴涵数据上传、模子上传、软件测试。

现正在咱们须要更众人工智能和大数据正在医疗题目上的典范操纵，来拉动财富，拉感人工智能进一步深度操纵。这是相辅相成的，空喊手段，不酿成范畴化、典范操纵，是办理不了题目的。唯有取得外科、内科大夫认可的技巧和临床操纵，本事加倍蓄谋义。