古罗马医学家盖伦曾说:医学是一门博深的科学,又是一门伟大的艺术。在医疗科技逐渐从蓝海驶入红海的当下,要将这门不确定的艺术输出为确定性的解决方案,需要付出什么?
平安智慧医疗智能影像负责人吕传峰并不急于给出答案。在他看来人工智能技术要真正实现价值,光有算法并不够,而是用人工智能的方式最大程度地复制医学的艺术性。
共识和默契
从人类文明诞生起,人类就在追求治疗疾病的方法,从一开始充满魔幻色彩的神学之说,到现代医学的起源,医学经历涤荡的数千年历史。但就在这百年间,现代医学飞速向前,确立了现代临床医学的主流地位。
现代临床医学从来不像任何一门学科,其不确定性和复杂性是来自全方位的挑战:从患者的角度,相同的疾病发生在不同人身上,临床表现可能大相径庭;从医生的角度,不同的医生对相同的临床表现又会有不同的理解和判断;从医学发展来说,现代医学逐渐过渡到生物-心理-社会医学模式,学科渗透交叉,为疾病提供了更广阔的治疗方向。
有人感慨,“医学是一种不确定的科学和充满变数的艺术”。正因为对医学复杂性的认知,敬畏感和谦卑是医疗团队能够深入医学腹地达成的共识。
平安智慧医疗技术团队是一支由平安集团首席医疗科学家谢国彤领衔、6位人工智能领域专家组成的研发团队。“1+6”的团队模式并没有特别之处,但当专家们与医学的复杂性和艺术性相碰撞时,这支“羽林军”才展示出真实的医疗科技底色。
让“黑匣子”说话
吕传峰表示,AlphaGo在下棋方面能够很轻松打败人类棋手,而在医疗影像上我们所做的不是打败人类,而是尽可能的模拟医生的思维。
医疗的特殊性不仅仅在于输出结果,导出结果的过程同样重要,谢国彤曾强调平安智慧医疗的定位是做医生助手。那么医生凭什么信任助手?
首先双方要有共同的语言和思维模式。而人工智能就像一个黑匣子,往往只输出结果,无法给予解释,基于此,模拟医生的临床思维就变成双方调频到一起的共同语言。
在上海市静安区健康驿站,市民体验OCT眼底疾病筛查系统
在医疗影像上,“我们不断地跟专家沟通、讨论,去拆解他怎么读片子。”吕传峰对这个过程稔熟于心。“医生看片子第一步会从全局看问题,再分不同区域看,每个区域看完之后,最后再全局看一看。”模型会一遍遍模拟这个过程,并花上极大的力气与医生反复地沟通交流,来调优模型。
在时间的栈桥上回望过去,有太多的酸甜苦辣值得细细品味。
以吕传峰带头研发的OCT眼底疾病筛查系统为例,该系统由美国光视和平安智慧医疗联合打造。在研发过程中,吕传峰和团队为了提高模型精确度,通过数据增量的方法来扩充样本量。但吕传峰发现,当增量样本超过一定量之后,模型精度却陷入了停滞。
到底是哪里出了问题?算法大牛们即便磕下了好几座世界第一的奖杯,依然无法解开这个难题。
学海无涯、知识无界,他们请教到当时合作的上海市五官科医院眼科专家王敏主任。王敏凭借多年的临床经验,一眼便识别出数据增量中的样本问题。人的眼底大概有10层结构,他指出,那些增量数据其实只复制某一层病灶的样本,尽管量大,但特征一直固定在某一层,限定了模型对病灶的理解。
怎么理解呢?
就好像食客要吃一桌子满汉全席,餐馆只上了108道佛跳墙,尽管数量达到了,但是菜品完全不够……
意识到这个bug,在王敏的建议下,吕传峰带着团队们把病灶分到其他结构层上,模型的精确度以肉眼可见的速度提高了。如果把这样的难题比喻为一个个泥坑,可以说吕传峰和团队在不到一年的时间里翻越了一片无边沼泽地,OCT眼底疾病筛查系统在图像质量评价、病灶检测、急迫性判断3项辅助医疗任务中,样本准确率分别可达99.2%、98.6%、96.7%。
医学的艺术
医学知识就好像一座冰山,一面高耸耀眼,另一面则深埋海里,只有潜水下去才能窥其一二,而越往深处潜去,越发让人感叹冰面下那令人敬畏的塑造力。
吕传峰感慨,“医生诊断是一种艺术”。医学有时候并不是固定的,比如疾病影像征象(征象,是指通过检查来反映出疾病的特征与表现)上,有的医生认为这个征象很重要,有的又认为不重要。在与上海市五官科医院、北京友谊医院的合作过程中,针对眼底并视网膜区域病两位来自不同医院的眼科主任专家就认为重要征象的数量是不一样的。
正因为意识到医学这种不确定性的艺术,模型训练必须“广开言路”,“我们要尽可能多的倾听其他领域内多个专家的建议。”在今年,平安智慧医疗和复旦大学附属眼耳鼻喉科医院、上海交通大学附属第一人民医院、同济大学附属第十人民医院三家医院合作,完成了全球首款OCT眼底疾病筛查系统的多中心临床实验。
吕传峰选的方法并不省力,却直达效果。他相信为了最大程度复刻这门艺术,不仅仅需要和各省市三甲医院广泛合作。在海外,今年平安智慧医疗与香港大学放射诊疗学系医学人工智能实验室达成合作,基于人工智能OCT光学相干断层扫描的视网膜疾病筛查系统进行临床评估。在印度,与当地一家眼科医院也开展了相关临床评估。
“1+6”的团队智慧
吕传峰有超过15年在医疗影像方面的技术研发经验,但曾经也感到过无助,他认为在医疗领域“仅有影像信息,做不了其它事情。”
就像医生诊断,不能仅凭影像信息作出诊断,通常医生需要观察患者、询问患者,甚至在第一眼看到患者时就做出了判断,“医生诊断是一种艺术”,吕传峰逻辑严谨、调理清晰,但这句话他常挂在嘴边。他认为,仅凭影像,医生获取的信息是不充分的。
为了达到信息充分,平安智慧医疗这支由谢国彤领衔、6位专家协作组成的技术团队,才显现出团体作战的智慧。
倪渊是医疗文本处理负责人,她语速极快,思维敏捷,时常给人争分夺秒的感觉。她负责搭建医疗的核心和基石——医疗知识图谱。
通过数据+知识双驱动的方式,促使知识内容和数据相融合,由知识浇灌出医疗知识图谱不仅可解释,更能提供标准化、结构化的医疗知识,能够辅助医生实现分诊导诊、患者教育。
胡岗和孙行智则负责利用知识图谱加一些规则,将医学指南输出为决策知识的决策树。在应用上实现辅助医生诊疗,包括推荐医生用药、治疗方式指导等决策。
李响专注于用AI模型来预测疾病爆发的可能性。而吕传峰则基于医学影像训练模型识别出病灶。
高鹏作为团队中的“铸剑师”,最隐形,却道行高深。他负责源源不断地为各位队友输送最新的技术方法,也提供弹性的训练框架等等,高鹏解决的基本上是团队里最棘手的技术问题。
这样一支精锐的团队互相碰撞、交流、沉淀。从诊前、诊中、诊后,把所有的医疗相关或者是个人健康相关的信息都融合起来。不管是从应用的角度,还是从数据的角度,亦或是从模型的角度,其实都能实现一种互补。
队形背后,是源自平安在医疗保险行业的31年累积,更重要的是,是源自谢国彤对医疗行业深入细微的观察,源自整个团队对医疗行为和医疗知识深深的敬畏感。
他们深知,只有信息充分,模型才能最大程度复制出医疗行为中那些包含不确定性的艺术感,最终输出基于临床思维的最正确结果。
至此,AI医疗才能够真正成为那些基层医院、乡村医生、家庭医生的助手,为落后和贫困地区带去真正基于三甲医院主任医生的医疗智慧。