|
現(xiàn)代醫(yī)療面臨最大的問題，仍然是醫(yī)療資源極度缺乏,。 「世界經(jīng)濟(jì)論壇估計,，我們需要至少300年的時間才可以培養(yǎng)出足夠多的醫(yī)護(hù)人員滿足現(xiàn)在發(fā)展中國家的醫(yī)療需求?！?Jeremy Howard,，Enlitic公司的創(chuàng)始人說道,。
為了解決「醫(yī)療資源極度缺乏的難題」,，Howard作為世界最頂級的數(shù)據(jù)科學(xué)家,，他選擇利用人工智能為醫(yī)生創(chuàng)造一個強(qiáng)有力的醫(yī)療助手，為此他創(chuàng)辦了Enlitic公司,。 Enlitic,，2014年8月份成立，總部位于美國的舊金山,，被MIT技術(shù)評論選為「全球最智慧的50家」之一,。這家公司利用深度學(xué)習(xí)來幫助醫(yī)生更快速、更準(zhǔn)確,、更方便地來進(jìn)行疾病診斷,，它的數(shù)據(jù)來源種類繁多，包括醫(yī)療影像,、醫(yī)生記錄,、結(jié)構(gòu)化的實(shí)驗(yàn)室數(shù)據(jù)等醫(yī)療數(shù)據(jù)。作為首家將深度學(xué)習(xí)和醫(yī)療大數(shù)據(jù)相結(jié)合的公司,，Enlitic的成立標(biāo)志著在世界范圍內(nèi)病患可以大規(guī)模地享受到深度學(xué)習(xí)給醫(yī)療領(lǐng)域帶來的變革,。 目前，Enlitic主要用于放射科的疾病診斷,，與傳統(tǒng)方法相比,，Enlitic診斷更快速、更準(zhǔn)確,、花費(fèi)更少,。舉個例子，一位患者做了肺部CT掃描,，Enlitic會通過「讀」CT掃描來估測這位患者患有肺癌的可能性,，并尋找病情相似病患的治療方法和治療結(jié)果。醫(yī)生可以根據(jù)Enlitic比較的結(jié)果來決定是否讓病人做活檢,，如果需要做活檢,，那么活檢能夠提供更準(zhǔn)確的信息，大大降低誤診的可能性,。如果不需要做活檢，Enlitic能夠幫助患者省去一大筆開銷,，還能緩解他們的焦慮程度,。 Enlitic數(shù)據(jù)來源繁多,，既包括CT掃描、MRI等醫(yī)療影像,，又包括臨床記錄,、病理或放射學(xué)報告、實(shí)驗(yàn)室數(shù)據(jù),、患者報告的結(jié)果等等 2014年,，Jeremy Howard在TED進(jìn)行了「The wonderful and terrifying implications of computers that can learn」主題演講中表示：「深度學(xué)習(xí)是深受大腦啟發(fā)的算法，它沒有理論上的局限性,。你給的數(shù)據(jù)越多,、計算時間越多，那么深度學(xué)習(xí)可以得出出更好的結(jié)果,?！?/p> 將深度學(xué)習(xí)引入到疾病診斷中去？這個想法并不稀奇,，此前在我們這不是「星際迷航」的劇照,，這是未來AI讀片的現(xiàn)場！丨奇點(diǎn)猛科技的文章中,，全美最大放射科分發(fā)云平臺Imaging Advantage 2016年宣布和麻省理工學(xué)院（MIT）,、哈佛醫(yī)學(xué)院（Harvard Medical School）、馬薩諸塞州綜合醫(yī)院(MGH)宣布合作,，將致力于人工智能分析X光片,，判斷疾病的潛在區(qū)域。在其他領(lǐng)域中,，比如說個性化推薦和自動駕駛功能,，深度學(xué)習(xí)已經(jīng)成為革命性的力量。但對于關(guān)乎生命安全的醫(yī)療領(lǐng)域來說,，深度學(xué)習(xí)的結(jié)果容不得一絲差錯,，診斷結(jié)果的準(zhǔn)確性是成敗與否的關(guān)鍵。而Enlitic公司對其診斷結(jié)果的準(zhǔn)確性極其自信--Enlitic檢測肺癌的精確度要高于人類專家50%,。 在醫(yī)療影像中,，肺癌是最難診斷癌癥之一。一旦被診斷為晚期肺癌,，80%-90%的患者將會面臨死亡,。但如果發(fā)現(xiàn)及時，那么患者的生存率將會提高十倍,。Enlitic第一次將深度學(xué)習(xí)用于胸部CT圖像來自動檢測肺癌結(jié)節(jié),，并且檢測準(zhǔn)確度要高于胸部放射科專家小組50%，并且假陰性率為0，而人類專家的假陰性率則為7%,。除此之外,，Enlitic還能為其是否會發(fā)展為惡性腫瘤的危險程度進(jìn)行評級。 公眾可以查看Enlitic的測試結(jié)果,，并且NIH支持建立的肺癌圖像數(shù)據(jù)庫聯(lián)盟（Lung Image Database Consortium,，LIDC）承認(rèn)Enlitic檢測結(jié)果的透明性。 與此同時,，Enlitic在骨折檢測上也取得了突破性的進(jìn)展,。 對于放射科醫(yī)師來說，「骨折」非常常見但一直缺乏可靠的診斷方法,，而且錯誤的診斷可能會導(dǎo)致不適當(dāng)?shù)墓趋烙?，給患者留下一輩子的骨骼對齊問題。傳統(tǒng)骨骼CT的像素在4x4 至4,000x4,000之間,，這大大限制了計算機(jī)視覺技術(shù)的應(yīng)用,。Enlitic在「骨折檢測」上達(dá)到了0.97 AUC（AUC是預(yù)測建模精度的最常用的方法），頂尖的放射科專家為0.85 AUC,，傳統(tǒng)計算機(jī)視覺方法為0.71 AUC,。并且，高精確度的前提下,，Enlitic對骨折診斷的速度非?？欤M(jìn)行上千個CT檢測的所需要的時間比人類醫(yī)生進(jìn)行一次CT檢測的所需的時間還要少,。 「自從倫琴的X光線應(yīng)用于醫(yī)學(xué)后,，我們還沒有見過放射科有如此大的提升」。Rodney Sappington說,，他是Enlitic放射科的副總裁,。 看到這，大家可能會覺得熟悉,，Enlitic和IBM的Watson 在醫(yī)療領(lǐng)域的應(yīng)用有些相似,，兩者都是利用海量的醫(yī)學(xué)數(shù)據(jù)來幫助醫(yī)生進(jìn)行疾病診斷，那么兩者的區(qū)別在哪里,？ 對此,，Jeremy Howard在2015年接受IDG采訪中表示：「Enlitic和Watson有著非常相似的目標(biāo)--都是利用計算機(jī)來改善現(xiàn)有醫(yī)療水平，讓人們擁有更健康的生活,。但Enlitic與IBM Watson朝著不同的方向前進(jìn)：Watson通過吸收海量的醫(yī)學(xué)書籍和期刊文獻(xiàn)來試圖構(gòu)建有意義的聯(lián)系,。而Enlitic吸收海量的醫(yī)療數(shù)據(jù)，包括病患的就診記錄,、報告,、醫(yī)學(xué)影像以及無窮盡的基因組數(shù)據(jù)。Enlitic通過『閱讀』無數(shù)案例來掌握區(qū)分健康身體和疾病身體的能力?！?/p> 深度學(xué)習(xí)算法是基于類似人腦的神經(jīng)網(wǎng)絡(luò)來創(chuàng)造更深入的抽象視覺輸入,。雖然說深度學(xué)習(xí)和生物視覺很相似，但是它是對人腦進(jìn)行了過度簡化,，因此它的能力更有限?！傅壳皝碚f,，即使是世界頂級的算法也不具備『反思』和『思考』的能力，因?yàn)檫@兩種特性不僅僅意味著出色的解決問題的能力,，而且其背后是復(fù)雜的人類意識,。」 Jeremy Howard說,。深度學(xué)習(xí)仍然無法媲美人腦功能,，人們對人工智能是否會替代人類醫(yī)生的恐慌是出于對未來的憂慮，從目前來說,，Enlitic深度學(xué)習(xí)功能是「增強(qiáng)智能」的體現(xiàn),，「放射科醫(yī)師和Enlitic結(jié)合診斷的準(zhǔn)確率要遠(yuǎn)遠(yuǎn)高于Enlitic本身。Enlitic診斷的結(jié)果是比放射科醫(yī)師的準(zhǔn)確率高,，但是人和機(jī)器的結(jié)合會將診斷的準(zhǔn)確率提高到前所未有的高度,。」 目前,，「數(shù)據(jù)」是制約Enlitic發(fā)展的最主要因素之一,。 「深度學(xué)習(xí)通常需要兩種數(shù)據(jù)：大量的數(shù)據(jù)，或是優(yōu)質(zhì)的數(shù)據(jù),。當(dāng)然,，最理想同時擁有這兩種數(shù)據(jù)。因?yàn)楫?dāng)機(jī)器通過圖像去了解這個世界時,，拍攝的角度,、光線、世界本身的復(fù)雜性和多變性都要求算法吸收大量的數(shù)據(jù),。相對而言,，因?yàn)獒t(yī)療影像的拍攝通常是受約束的，拍攝的角度,、掃描儀會有固定的顏色,、人體解剖結(jié)構(gòu)也大體相似，所以醫(yī)療影像的多變性比較小,。但我們也使用了我們能接觸到的所有數(shù)據(jù)」,， Jeremy Howard說。 一開始，Enlitic利用美國肺疾病篩查試驗(yàn)（National Lung Screening Trial）的公共數(shù)據(jù)來發(fā)展他們肺結(jié)節(jié)的「探測儀」,。但是,，數(shù)據(jù)缺乏仍然是他們最頭疼的問題。為此,，他們和澳大利亞公司Capitol Health進(jìn)行合作,。Capitol Health是澳大利亞放射科服務(wù)的提供商，它可以為Enlitic提供它所需的數(shù)據(jù),，并且可以為Enlitic提供臨床驗(yàn)證的機(jī)會,。但Enlitic現(xiàn)有深度學(xué)習(xí)方法并不適用于大型3D醫(yī)學(xué)影像，比如3D的CT和MRI圖像,，「我們?nèi)孕枰_發(fā)核心算法來解決這個問題」 Jeremy Howard說,。 「想要讓人工智能在醫(yī)療護(hù)理和放射科領(lǐng)域釋放更多潛力，我們需要更多的數(shù)據(jù)分享,?！笶liot L. Siegel 說，他是馬里蘭大學(xué)（University of Maryland School ）醫(yī)學(xué)院的教授,。他認(rèn)為在很大程度上,，醫(yī)學(xué)數(shù)據(jù)因?yàn)殡[私的顧慮而被限制分享，以致很多醫(yī)療服務(wù)提供商無法接觸到數(shù)據(jù),。同時,，一些醫(yī)療機(jī)構(gòu)仍然把患者的數(shù)據(jù)看成它自己的專有資料，并且害怕承擔(dān)分享數(shù)據(jù)的風(fēng)險,。 「我們都想要保護(hù)隱私和數(shù)據(jù)的安全性,，但是我認(rèn)為隱私和安全在臨床研究上被過度夸大和過度闡釋了。因此一些醫(yī)院害怕承擔(dān)分享數(shù)據(jù)的風(fēng)險,，即使分享數(shù)據(jù)無論是從患者的角度出發(fā)還是從醫(yī)學(xué)研究上都是極其重要的,。我們應(yīng)該在立法上有些改進(jìn)，能夠讓醫(yī)療機(jī)構(gòu)知曉他們能夠以安全可靠地方式分享數(shù)據(jù),?！?/p> 「我們一直在探索利用最先進(jìn)的技術(shù)來為人類謀求福祉，比如說利用深度學(xué)習(xí)給醫(yī)療帶來激進(jìn)的突破,。」 Peter H. Diamandis,，Enlitic的顧問，奇點(diǎn)大學(xué)的聯(lián)合創(chuàng)始人,，「Enlitic的技術(shù)可以釋放現(xiàn)有資源的力量,，并且它能給成數(shù)十億的人口帶來他們目前所缺乏的醫(yī)療護(hù)理，這對發(fā)展中國家來說是極其重要的,，能夠有力地推動醫(yī)療資源的民主化,。」 參考文獻(xiàn)： http://www./abstract/9573/deep-learning-diagnostic-healthcare-the-future http://www./archive/rt0516p12.shtml http://www./press-release-10272015.html |
|
|
