首創(chuàng)醫(yī)學(xué)圖像密集標(biāo)注技術(shù)Visionome

據(jù)了解，目前國(guó)內(nèi)醫(yī)學(xué)人工智能發(fā)展仍面臨優(yōu)質(zhì)數(shù)據(jù)提取困難、現(xiàn)有數(shù)據(jù)標(biāo)注方法效率低等一系列問(wèn)題，同時(shí)許多疾病患病率低，不同學(xué)科數(shù)據(jù)特征迥異，導(dǎo)致現(xiàn)有人工智能算法通常難以應(yīng)對(duì)跨學(xué)科場(chǎng)景。如何利用一流醫(yī)療人才團(tuán)隊(duì)與海量循證醫(yī)療數(shù)據(jù)的優(yōu)勢(shì)，突破僵局，建立中國(guó)特色的醫(yī)學(xué)人工智能發(fā)展模式？中山大學(xué)中山眼科中心林浩添教授提出了醫(yī)學(xué)人工智能“樂(lè)高”計(jì)劃，以標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)注模式、提高數(shù)據(jù)標(biāo)注效率、建立醫(yī)療數(shù)據(jù)區(qū)塊鏈等作為切入點(diǎn)，進(jìn)行戰(zhàn)略部署。該計(jì)劃通過(guò)將醫(yī)學(xué)數(shù)據(jù)轉(zhuǎn)化成可以拼插組合的“樂(lè)高”模塊，打通不同疾病學(xué)科的數(shù)據(jù)異質(zhì)性壁壘。作為醫(yī)學(xué)人工智能“樂(lè)高”（Visionome技術(shù)）計(jì)劃的首個(gè)研發(fā)成果，Visionome技術(shù)成功實(shí)現(xiàn)了人工智能進(jìn)行跨學(xué)科、多病種應(yīng)用，證明了醫(yī)學(xué)人工智能“樂(lè)高”計(jì)劃的高度可行性。目前，團(tuán)隊(duì)已與數(shù)十家醫(yī)院建立合作，加快推進(jìn)醫(yī)學(xué)人工智能“樂(lè)高”計(jì)劃的跨學(xué)科應(yīng)用。

林浩添介紹，具體來(lái)說(shuō)，醫(yī)學(xué)圖像密集標(biāo)注技術(shù)Visionome是一種基于解剖學(xué)和病理學(xué)特征對(duì)醫(yī)學(xué)圖像進(jìn)行密集標(biāo)注的方法。與傳統(tǒng)圖片級(jí)分類標(biāo)注方法相比，Visionome技術(shù)可多產(chǎn)生12倍標(biāo)簽，而這些標(biāo)簽訓(xùn)練出來(lái)的算法顯示了更好的診斷性能。基于此技術(shù)，團(tuán)隊(duì)訓(xùn)練出可準(zhǔn)確識(shí)別多種眼前段病變的裂隙燈圖像智能評(píng)估系統(tǒng)，可應(yīng)用于大規(guī)模篩查、綜合分診、專家級(jí)評(píng)估、多路徑診療建議等多個(gè)臨床場(chǎng)景。不僅在回顧性數(shù)據(jù)集中表現(xiàn)出眼科專家級(jí)別的診斷水平，在前瞻性數(shù)據(jù)集中也表現(xiàn)出色。最新研究成果“Dense anatomical annotation of slit-lamp images improves the performance of deep learning for the diagnosis of ophthalmic disorders”于2020年6月22日發(fā)表于《自然》雜志的子刊《自然生物醫(yī)學(xué)工程》（Nature Biomedical Engineering，IF=17.135），并進(jìn)入臨床轉(zhuǎn)化應(yīng)用。

4項(xiàng)臨床任務(wù)準(zhǔn)確率達(dá)到了眼科專家水平

團(tuán)隊(duì)使用Visionome數(shù)據(jù)集，進(jìn)一步研發(fā)了可針對(duì)多種眼前段疾病，進(jìn)行多區(qū)域識(shí)別和分類的裂隙燈圖像智能評(píng)估系統(tǒng)。該系統(tǒng)可完成4項(xiàng)臨床任務(wù)：包括大規(guī)模篩查，即對(duì)眼前段圖像進(jìn)行正常/異常判斷，準(zhǔn)確率高達(dá)98.54%；綜合分診，即定位眼前段圖像病變所在解剖部位，平均準(zhǔn)確率為93.75%；專家級(jí)評(píng)估，即針對(duì)特定解剖部位描述多項(xiàng)病理體征，準(zhǔn)確率均在為79.47%以上；多路徑診療建議，即綜合上訴診斷結(jié)果及患者自報(bào)告的癥狀等信息，進(jìn)行診療方案建議。上述模型準(zhǔn)確率均在外部驗(yàn)證中達(dá)到了眼科專家水平。

林浩添介紹，通俗來(lái)說(shuō)，對(duì)于應(yīng)用在病人身上，只要在眼科拍攝一張圖片采集數(shù)據(jù)，即可立刻診斷出病灶，初步排查出超過(guò)5種眼表疾病。

此外，評(píng)估系統(tǒng)還具備舉一反三的診斷能力。據(jù)介紹，團(tuán)隊(duì)同時(shí)使用了20種系統(tǒng)未學(xué)過(guò)的眼病進(jìn)行測(cè)試，包括眼科十大急癥及其他復(fù)雜眼病如圓錐角膜，虹膜囊腫，視網(wǎng)膜母細(xì)胞瘤等，系統(tǒng)在大規(guī)模篩查場(chǎng)景中達(dá)到了84.00%的準(zhǔn)確率。說(shuō)明Visionome在密集分割的同時(shí)讓算法得到了舉一反三的診斷能力，具有跨?？谱R(shí)別多病種的潛力。

推動(dòng)成果轉(zhuǎn)化讓人工系智能成為接地氣的“醫(yī)生”

使用者通過(guò)在Visionome診斷系統(tǒng)中上傳眼前段圖像，即能一次獲得多個(gè)部位的全方位診斷，與傳統(tǒng)的人工智能算法相比，Visionome系統(tǒng)可生成更加全面、精細(xì)、具體的報(bào)告，真正讓醫(yī)學(xué)人工智能應(yīng)用揭開(kāi)神秘的面紗，成為一個(gè)接地氣的“醫(yī)生”。據(jù)介紹這不僅為罕見(jiàn)病學(xué)科等數(shù)據(jù)難以積累的醫(yī)學(xué)人工智能應(yīng)用打開(kāi)了突破口，同時(shí)也進(jìn)一步為人工智能算法層面跨病種應(yīng)用打通了壁壘。

目前，團(tuán)隊(duì)已與萬(wàn)靈幫橋醫(yī)療器械（廣州）有限責(zé)任公司合作將該研究成果投入臨床應(yīng)用轉(zhuǎn)化階段。未來(lái)雙方將以院企合作的形式，在促進(jìn)高新技術(shù)成果孵化、培育與產(chǎn)業(yè)化落地等方面開(kāi)展持續(xù)深入合作，積極助力醫(yī)學(xué)AI產(chǎn)業(yè)化發(fā)展。

此外，由于醫(yī)療健康數(shù)據(jù)是患者的生物密碼，數(shù)據(jù)隱私與數(shù)據(jù)安全尤為重要，因此傳統(tǒng)的醫(yī)療健康數(shù)據(jù)囿于技術(shù)限制，僅能分散下沉于各個(gè)醫(yī)院，形成數(shù)據(jù)孤島。醫(yī)療信息的傳遞、共享和數(shù)據(jù)安全是下一戰(zhàn)略布局面臨的首要問(wèn)題。目前，團(tuán)隊(duì)以區(qū)塊鏈技術(shù)優(yōu)勢(shì)與醫(yī)療健康數(shù)據(jù)傳輸共享技術(shù)相結(jié)合作為切入點(diǎn)，基于區(qū)塊鏈開(kāi)放共識(shí)、不可篡改、易于追溯等特點(diǎn)，進(jìn)行醫(yī)療健康區(qū)塊鏈技術(shù)的戰(zhàn)略布局。