古羅馬醫學家蓋倫曾說:醫學是一門博深的科學,又是一門偉大的藝術。在醫療科技逐漸從藍海駛入紅海的當下,要將這門不確定的藝術輸出為確定性的解決方案,需要付出什么?
平安智慧醫療智能影像負責人呂傳峰并不急于給出答案。在他看來人工智能技術要真正實現價值,光有算法并不夠,而是用人工智能的方式最大程度地復制醫學的藝術性。
共識和默契
從人類文明誕生起,人類就在追求治療疾病的方法,從一開始充滿魔幻色彩的神學之說,到現代醫學的起源,醫學經歷滌蕩的數千年歷史。但就在這百年間,現代醫學飛速向前,確立了現代臨床醫學的主流地位。
現代臨床醫學從來不像任何一門學科,其不確定性和復雜性是來自全方位的挑戰:從患者的角度,相同的疾病發生在不同人身上,臨床表現可能大相徑庭;從醫生的角度,不同的醫生對相同的臨床表現又會有不同的理解和判斷;從醫學發展來說,現代醫學逐漸過渡到生物-心理-社會醫學模式,學科滲透交叉,為疾病提供了更廣闊的治療方向。
有人感慨,“醫學是一種不確定的科學和充滿變數的藝術”。正因為對醫學復雜性的認知,敬畏感和謙卑是醫療團隊能夠深入醫學腹地達成的共識。
平安智慧醫療技術團隊是一支由平安集團首席醫療科學家謝國彤領銜、6位人工智能領域專家組成的研發團隊。“1+6”的團隊模式并沒有特別之處,但當專家們與醫學的復雜性和藝術性相碰撞時,這支“羽林軍”才展示出真實的醫療科技底色。
讓“黑匣子”說話
呂傳峰表示,AlphaGo在下棋方面能夠很輕松打敗人類棋手,而在醫療影像上我們所做的不是打敗人類,而是盡可能的模擬醫生的思維。
醫療的特殊性不僅僅在于輸出結果,導出結果的過程同樣重要,謝國彤曾強調平安智慧醫療的定位是做醫生助手。那么醫生憑什么信任助手?
首先雙方要有共同的語言和思維模式。而人工智能就像一個黑匣子,往往只輸出結果,無法給予解釋,基于此,模擬醫生的臨床思維就變成雙方調頻到一起的共同語言。
在上海市靜安區健康驛站,市民體驗OCT眼底疾病篩查系統
在醫療影像上,“我們不斷地跟專家溝通、討論,去拆解他怎么讀片子。”呂傳峰對這個過程稔熟于心。“醫生看片子第一步會從全局看問題,再分不同區域看,每個區域看完之后,最后再全局看一看。”模型會一遍遍模擬這個過程,并花上極大的力氣與醫生反復地溝通交流,來調優模型。
在時間的棧橋上回望過去,有太多的酸甜苦辣值得細細品味。
以呂傳峰帶頭研發的OCT眼底疾病篩查系統為例,該系統由美國光視和平安智慧醫療聯合打造。在研發過程中,呂傳峰和團隊為了提高模型精確度,通過數據增量的方法來擴充樣本量。但呂傳峰發現,當增量樣本超過一定量之后,模型精度卻陷入了停滯。
到底是哪里出了問題?算法大牛們即便磕下了好幾座世界第一的獎杯,依然無法解開這個難題。
學海無涯、知識無界,他們請教到當時合作的上海市五官科醫院眼科專家王敏主任。王敏憑借多年的臨床經驗,一眼便識別出數據增量中的樣本問題。人的眼底大概有10層結構,他指出,那些增量數據其實只復制某一層病灶的樣本,盡管量大,但特征一直固定在某一層,限定了模型對病灶的理解。
怎么理解呢?
就好像食客要吃一桌子滿漢全席,餐館只上了108道佛跳墻,盡管數量達到了,但是菜品完全不夠......
意識到這個bug,在王敏的建議下,呂傳峰帶著團隊們把病灶分到其他結構層上,模型的精確度以肉眼可見的速度提高了。如果把這樣的難題比喻為一個個泥坑,可以說呂傳峰和團隊在不到一年的時間里翻越了一片無邊沼澤地,OCT眼底疾病篩查系統在圖像質量評價、病灶檢測、急迫性判斷3項輔助醫療任務中,樣本準確率分別可達99.2%、98.6%、96.7%。
醫學的藝術
醫學知識就好像一座冰山,一面高聳耀眼,另一面則深埋海里,只有潛水下去才能窺其一二,而越往深處潛去,越發讓人感嘆冰面下那令人敬畏的塑造力。
呂傳峰感慨,“醫生診斷是一種藝術”。醫學有時候并不是固定的,比如疾病影像征象(征象,是指通過檢查來反映出疾病的特征與表現)上,有的醫生認為這個征象很重要,有的又認為不重要。在與上海市五官科醫院、北京友誼醫院的合作過程中,針對眼底并視網膜區域病兩位來自不同醫院的眼科主任專家就認為重要征象的數量是不一樣的。
正因為意識到醫學這種不確定性的藝術,模型訓練必須“廣開言路”,“我們要盡可能多的傾聽其他領域內多個專家的建議。”在今年,平安智慧醫療和復旦大學附屬眼耳鼻喉科醫院、上海交通大學附屬第一人民醫院、同濟大學附屬第十人民醫院三家醫院合作,完成了全球首款OCT眼底疾病篩查系統的多中心臨床實驗。
呂傳峰選的方法并不省力,卻直達效果。他相信為了最大程度復刻這門藝術,不僅僅需要和各省市三甲醫院廣泛合作。在海外,今年平安智慧醫療與香港大學放射診療學系醫學人工智能實驗室達成合作,基于人工智能OCT光學相干斷層掃描的視網膜疾病篩查系統進行臨床評估。在印度,與當地一家眼科醫院也開展了相關臨床評估。
“1+6”的團隊智慧
呂傳峰有超過15年在醫療影像方面的技術研發經驗,但曾經也感到過無助,他認為在醫療領域“僅有影像信息,做不了其它事情。”
就像醫生診斷,不能僅憑影像信息作出診斷,通常醫生需要觀察患者、詢問患者,甚至在第一眼看到患者時就做出了判斷,“醫生診斷是一種藝術”,呂傳峰邏輯嚴謹、調理清晰,但這句話他常掛在嘴邊。他認為,僅憑影像,醫生獲取的信息是不充分的。
為了達到信息充分,平安智慧醫療這支由謝國彤領銜、6位專家協作組成的技術團隊,才顯現出團體作戰的智慧。
倪淵是醫療文本處理負責人,她語速極快,思維敏捷,時常給人爭分奪秒的感覺。她負責搭建醫療的核心和基石——醫療知識圖譜。
通過數據+知識雙驅動的方式,促使知識內容和數據相融合,由知識澆灌出醫療知識圖譜不僅可解釋,更能提供標準化、結構化的醫療知識,能夠輔助醫生實現分診導診、患者教育。
胡崗和孫行智則負責利用知識圖譜加一些規則,將醫學指南輸出為決策知識的決策樹。在應用上實現輔助醫生診療,包括推薦醫生用藥、治療方式指導等決策。
李響專注于用AI模型來預測疾病爆發的可能性。而呂傳峰則基于醫學影像訓練模型識別出病灶。
高鵬作為團隊中的“鑄劍師”,最隱形,卻道行高深。他負責源源不斷地為各位隊友輸送最新的技術方法,也提供彈性的訓練框架等等,高鵬解決的基本上是團隊里最棘手的技術問題。
這樣一支精銳的團隊互相碰撞、交流、沉淀。從診前、診中、診后,把所有的醫療相關或者是個人健康相關的信息都融合起來。不管是從應用的角度,還是從數據的角度,亦或是從模型的角度,其實都能實現一種互補。
隊形背后,是源自平安在醫療保險行業的31年累積,更重要的是,是源自謝國彤對醫療行業深入細微的觀察,源自整個團隊對醫療行為和醫療知識深深的敬畏感。
他們深知,只有信息充分,模型才能最大程度復制出醫療行為中那些包含不確定性的藝術感,最終輸出基于臨床思維的最正確結果。
至此,AI醫療才能夠真正成為那些基層醫院、鄉村醫生、家庭醫生的助手,為落后和貧困地區帶去真正基于三甲醫院主任醫生的醫療智慧。
