自動閱片寫報告，AI輔助診斷讓醫(yī)生患者都受益
閱片是影像科醫(yī)生的一項常規(guī)工作內(nèi)容，需要非常專業(yè)的知識，但同時也是一項機械、繁瑣的工作。醫(yī)生需要對影像資料進行分析對比，然后書寫診斷意見或進一步檢查的建議，重復(fù)的工作無形中占用了大量的時間，降低了醫(yī)療效率。醫(yī)生疲憊不堪，病人也因為排長隊而叫苦不迭。
面對這種情況，計算機和醫(yī)學(xué)領(lǐng)域的研究人員都在考慮：如果能夠讓“全能”的人工智能幫助醫(yī)生閱片，自動診斷寫報告，豈不是能節(jié)省大量的時間，讓醫(yī)生和病人都受益？
目前已經(jīng)出現(xiàn)了不少AI自動診斷的成果，不僅能做出準確的判斷，還比人類更快：“啄醫(yī)生”——便捷高效的閱片機器人：啄醫(yī)生”——由四萬余塊260核芯片組成的“超級計算機”，將超算技術(shù)與人工智能結(jié)合，學(xué)習(xí)了10萬多套肺片，在短時間內(nèi)，迅速達到了有15年臨床經(jīng)驗的影像科醫(yī)生的閱片水平。
閱片機器人圖片來源：央視《機智過人》——2017-12-22
CheXNeXt——基于神經(jīng)網(wǎng)絡(luò)的X光診斷算法：
去年年底，吳恩達的斯坦福團隊發(fā)布了一個基于深度神經(jīng)網(wǎng)絡(luò)CheXNeXt的X光診斷算法，該算法可以自動診斷14種疾病。在其中10種疾病的診斷上，AI的表現(xiàn)與放射科醫(yī)生旗鼓相當(dāng)，還有一種疾病的診斷效果甚至超過了人類。并且，這個AI診斷算法的診斷速度是人類的160倍！
算法用胸片生成熱圖，顏色越暖的部分，對疾病診斷越有價值圖片來源：CheXNeXt：Deeplearningforchestradiographdiagnosis
吳恩達團隊還針對這個算法開發(fā)了一個名為XRay4All的手機應(yīng)用，只要給胸片拍個照，AI就能夠自動診斷。
動圖來源：量子位
VISPI——生成閱片報告的自動醫(yī)學(xué)圖像解釋系統(tǒng)：
計算機輔助醫(yī)學(xué)圖像視覺感知和解釋（computeraidedmedicalimagevisualperceptionandinterpretation）這項研究一直在進行中。但是，由于缺少經(jīng)過注釋的圖像報告樣本和能夠充分提取并利用局部特征的生成模型，尤其是缺少能夠提取相關(guān)聯(lián)的語義特征的生成模型，之前嘗試過的種種方法得到的效果總是不盡如人意。
不過，在經(jīng)過不斷地創(chuàng)新和實驗后，最近一個叫做VISPI的自動醫(yī)學(xué)圖像解釋系統(tǒng)，首次嘗試了利用疾病定位來生成X射線圖像報告，在疾病分類、定位和報告生成方面都取得了不錯的效果：
VISPI生成的報告草稿：有穩(wěn)定的輕度心臟肥大，無明顯的肺血管充血。主動脈彎曲穩(wěn)定，無急性肺實變，無大量積液及氣胸。
VISPI首先預(yù)測并將疾病定位為語義特征，然后生成報告。下圖是VISPI的工作流程：
VISPI首先通過對胸部疾病進行分類和定位來注釋X光圖像（a），然后生成相應(yīng)的語句，構(gòu)建整個報告（b）。其中，c顯示了用于生成報告的AttentiveLSTM的結(jié)構(gòu)（AttentiveLSTM基于編碼器-解碼器結(jié)構(gòu)）。
具體步驟如下：
- VISPI的分類模塊以一個121層的密集卷積神經(jīng)網(wǎng)絡(luò)（DenseNet）為基礎(chǔ)，將最后的全連接層替換為一個維度為M的新層（M指疾病的數(shù)量）。
- 應(yīng)用Grad-Gams（Gradient-weightedClassActivationMapping，梯度加權(quán)類激活映射）對疾病進行熱圖定位。
- 如果在X光片中未發(fā)現(xiàn)活動性胸廓疾病，則根據(jù)綠色虛線框中所示的原始X光片，由AttentiveLSTM直接生成報告。否則（如紅色虛線框所示），裁剪出一個帶有局部疾病的子圖像，生成異常描述，而原始的X光片則用來生成報告中的正常描述。
分別用一個正常的胸片和一個出現(xiàn)“心臟肥大（Cardiomegaly）”癥狀的胸片來測試一下VISPI系統(tǒng)的表現(xiàn)：
上圖展示了兩個胸片的診斷報告。第一行顯示了一張正常的胸片，第二張是一個“心臟肥大”的病例（第二行胸片熱圖紅色邊界框中的區(qū)域）。
針對每張胸片，分別提供一份醫(yī)生書寫的報告和一份VISPI系統(tǒng)自動生成的報告。
正常病例：
醫(yī)生書寫的報告內(nèi)容：theheartsizeandcardiomediastinalsilhouettearewithinnormallimits.pulmonaryvasculatureappearsnormal.Thereisnofocalairspaceconsolidation.nopleuraleffusionorpneumothorax.（心臟大小和心臟縱向輪廓在正常范圍內(nèi)。肺血管系統(tǒng)正常。沒有局灶性氣囊鞏固。沒有胸腔積液或氣胸。）VISPI自動生成的報告草稿：thecardiomediastinalsilhouetteandpulmonaryvasculaturearewithinnormallimitsinsize.thelungsareclearoffocalairspacediseasepneumothoraxofpleuraleffusion.therearenoacutebonyfindings.noacutecardiopulmonaryfindings.（心臟縱隔輪廓和肺血管系統(tǒng)的大小在正常范圍內(nèi)。肺部沒有局灶性空氣病胸腔積液氣胸。沒有急性骨性表現(xiàn)。沒有急性心肺表現(xiàn)。）
“心臟肥大”病例：
醫(yī)生書寫的報告內(nèi)容：mildcardiomegaly.mildunfoldingofthethoracticaorta.nofocalairspaceopacity.nopleuraleffusionorpneumothorax.visualizedosseousstructuresareunremarkableinappearance.otherwisenoacutecardiopulmonaryabormalities.（輕度心臟擴大。胸主動脈輕度張開，無局灶性氣隙混濁，無胸腔積液或氣胸，可見骨結(jié)構(gòu)外觀無明顯改變，無急性心肺衰竭。）VISPI自動生成的報告草稿：mildcardiomegaly.thereisnofocalconsolidation.nopleuraleffusionorpneumothorax.thereisnofocalairspaceconsolidation.nopleuraleffusionorpneumothorax.degenerativechangesofthethoracicspine.noacutecardiopulmonaryabnormality.（輕度心臟腫大，無局灶性實變，無胸腔積液、氣胸，無局灶性氣隙實變，無胸腔積液、氣胸，胸椎退行性改變，無急性心肺異常。）
對比醫(yī)生書寫的診斷報告和VISPI自動生成的報告，可以看出，VISPI醫(yī)療解釋系統(tǒng)能夠準確地診斷胸部疾病，并生成語義準確，結(jié)構(gòu)良好的診斷報告。
AI在醫(yī)療診斷領(lǐng)域出色的表現(xiàn)吸引了越來越多的目光，武漢同濟醫(yī)院在2016年就上線試用了AI-DR輔助診斷技術(shù)。短短5個多月，使用AI-DR技術(shù)共診斷X線片8093張。在測試實際病人X線片的過程中，AI-DR于160例病例中發(fā)現(xiàn)了兩例醫(yī)生診斷中遺漏的病灶。
人工智能對大數(shù)據(jù)出色的學(xué)習(xí)能力，讓它可以獲得比人類更豐富的經(jīng)驗。更重要的是，機器不會遺忘，也不會疲勞。在目前醫(yī)療資源緊缺的情況下，AI將能夠把醫(yī)生從專業(yè)但重復(fù)的繁重工作中解脫出來，更專注地攻克醫(yī)療難題；患者也將能獲得更及時的訊息。AI輔助診斷的未來非常值得期待！
對科技知識感興趣的朋友可關(guān)注
@人民郵電出版社，在這里你可以找到豐富的科技資訊和圖書資源。