- 醫(yī)療健康人工智能應(yīng)用案例集
- 張學(xué)高 胡建平
- 2253字
- 2021-12-17 23:13:47
(九)早期食管癌輔助診斷關(guān)鍵技術(shù)及新型服務(wù)模式應(yīng)用平臺
應(yīng)用單位:安徽醫(yī)科大學(xué)第一附屬醫(yī)院
涉及科室:消化內(nèi)科和內(nèi)鏡中心
疾病種類:早期食管癌
案例簡介:早期食管癌輔助診斷關(guān)鍵技術(shù)及新型服務(wù)模式應(yīng)用平臺,目前已經(jīng)在安徽醫(yī)科大學(xué)第一附屬醫(yī)院落地應(yīng)用。該產(chǎn)品在單個醫(yī)療機構(gòu)內(nèi)部屬于應(yīng)用項目,但是在省-市-縣三級醫(yī)療機構(gòu)影像學(xué)輔助診斷模式應(yīng)用方面尚屬于探索階段。該產(chǎn)品使用了卷積神經(jīng)網(wǎng)絡(luò)、支持向量機、灰度共生矩陣、并行計算技術(shù)等相關(guān)人工智能技術(shù),應(yīng)用于消化內(nèi)科和內(nèi)鏡中心,疾病種類包括早期食管癌。通過該平臺建設(shè),可用于醫(yī)院臨床,對早期食管癌進行在線篩查和輔助診斷,并對早期食管癌醫(yī)學(xué)影像大數(shù)據(jù)進行研究、開發(fā)與應(yīng)用,探索基于神經(jīng)網(wǎng)絡(luò)、支撐向量機等新一代人工智能技術(shù)的信息系統(tǒng)在早期食管癌醫(yī)學(xué)影像輔助診斷中的應(yīng)用,探索面向于各類醫(yī)療機構(gòu)和人群的基于醫(yī)學(xué)影像大數(shù)據(jù)的新型醫(yī)學(xué)服務(wù)模式及其相關(guān)技術(shù)體系,促進優(yōu)勢醫(yī)療資源尤其是專科優(yōu)勢資源的下沉。
1.案例背景

圖3-20 案例背景
食管癌是常見的消化道惡性腫瘤(圖3-20),全世界每年約有30萬人死于食管癌。我國是世界上食管癌高發(fā)地區(qū)之一,如太行山、秦嶺地區(qū)、閩粵交界、湖北、山東、甘肅、江蘇、陜西等地,每年約15萬人死于食管癌,男性多于女性,發(fā)病年齡多在40歲以上。食管癌典型的癥狀為進行性咽下困難,先是難咽干的食物,繼而是半流質(zhì)食物,最后水和唾液也不能咽下。早期(Ⅰ期)食管癌患者手術(shù)切除后總的5年生存率為80%~90%,甚至在90%以上,腫瘤局部區(qū)域達到晚期(Ⅲ和Ⅳ期)的患者5年生存率則不到15%。通過對食管癌的早期篩查能大大提高患者的治愈率和存活率。
當(dāng)今,以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)是全球的熱點。在過去的五年里,基于深度學(xué)習(xí)的語音識別的準(zhǔn)確度從95%提升到97%左右,從95%到97%看上去只提高了2%,但實際上是把錯誤率降低了40%,這是巨大的進步。在很多領(lǐng)域,它的認(rèn)知水平正在超越人類,創(chuàng)造巨大的經(jīng)濟和社會價值。
2.案例亮點
分析當(dāng)前國內(nèi)外對早期食管癌輔助診斷關(guān)鍵技術(shù)和平臺的構(gòu)建,傳統(tǒng)的流程主要是:首先提取區(qū)別于正常圖片的異常顏色及紋理信息,然后根據(jù)提取到的特征信息,利用經(jīng)典的分類算法識別診斷出存在異常病變的圖片。紋理提取方法主要包括灰度共生矩陣、局部二值模式(LBP)、Gabor特征等。然而,食管癌圖片因醫(yī)院拍攝設(shè)備、拍攝醫(yī)生個人手法的差別、癌癥病理圖片的不同時期及種類的多樣性,導(dǎo)致單一或者幾種聯(lián)合的紋理提取方法,并不一定能很好地表達區(qū)分出正常和癌癥圖片。同時,在設(shè)計區(qū)分性的特征提取方法時,往往要求算法設(shè)計者有很強的醫(yī)學(xué)背景知識,這極大地提高了使用計算機輔助醫(yī)學(xué)診斷的應(yīng)用門檻。
隨著深度學(xué)習(xí)的興起流行以及深度網(wǎng)絡(luò)強大的學(xué)習(xí)擬合能力,在該平臺的構(gòu)建中,我們利用深度卷積神經(jīng)網(wǎng)絡(luò),通過級聯(lián)多層卷積感知器,充分提取到圖片各種低級、高級的紋理顏色特征。在平臺輔助診斷的過程中,主要分為四步:流視頻及圖片預(yù)處理、食管判別模型、病變判別模型、癌癥判別模型。因拍攝手法、醫(yī)療設(shè)備不同,導(dǎo)致不同醫(yī)院的影像圖片大小、光照、色差不盡相同。因此在食管判別模型輸入時,需要對流視頻及圖片進行預(yù)處理,主要包括去光照、歸一化色差、歸一化圖片大小等。食管判別模型和病變判別模型,均是二分類問題。類間距離較大,可通過經(jīng)典的深度卷積網(wǎng)絡(luò)來解決。癌癥判別模型則主要用于找到病變區(qū)域,使用深度多示例網(wǎng)絡(luò),圖片分割為多個patch(圖像塊),通過求取最大響應(yīng)的patch概率值來表征病變區(qū)域。最大響應(yīng)的patch概率值越大,那么為病變圖片的風(fēng)險越高(圖3-21)。
3.應(yīng)用成效
從構(gòu)建該平臺的科學(xué)性方面來說,一方面是通過卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí),構(gòu)建自主學(xué)習(xí)并優(yōu)化的輔助診斷算法,另一方面是改變了傳統(tǒng)的圖片特征提取和學(xué)習(xí)方式,采用流視頻和圖片結(jié)合的方式實時采集檢查中的動態(tài)圖像,以確保能夠最大限度地采集特征信息,最后是通過該平臺構(gòu)建面向省、市、縣三級醫(yī)療機構(gòu)醫(yī)學(xué)影像輔助診斷確診模型以促進醫(yī)聯(lián)體新模式建立和優(yōu)質(zhì)醫(yī)療資源下沉。
該平臺在建立和訓(xùn)練時,訓(xùn)練及對標(biāo)數(shù)據(jù)超過20萬張正常食管照片和確認(rèn)食管癌的照片和特征數(shù)據(jù)。平臺在安徽醫(yī)科大學(xué)第一附屬醫(yī)院運行近1年,該院消化內(nèi)科和內(nèi)鏡中心效率得到了明顯提高,同時對消化內(nèi)科和內(nèi)鏡中心臨床科研工作有了極大的促進作用。

圖3-21 案例亮點
此外,該平臺在對圖像數(shù)據(jù)進行篩查時,所有的數(shù)據(jù)都是存儲在醫(yī)院內(nèi)部的,且在構(gòu)建輔助診斷模型時,所有的圖像數(shù)據(jù)都是經(jīng)過脫敏處理的。尤其是在省、市、縣三級醫(yī)療機構(gòu)醫(yī)學(xué)影像輔助診斷確診平臺的應(yīng)用過程中,各醫(yī)療機構(gòu)的患者隱私數(shù)據(jù)都必須經(jīng)過脫敏處理方可進行相互的學(xué)習(xí)、指導(dǎo)和交流。
4.專家點評
消化內(nèi)科主任醫(yī)師陳熙:“該模型和平臺在醫(yī)院的應(yīng)用,能夠提高早期食管癌的檢出率,對于臨床的治療和醫(yī)生的自我學(xué)習(xí)都有很大的幫助,早期食管癌的及時確診,不僅能夠很好的提高患者術(shù)后存活率,同時能夠減少患者術(shù)后并發(fā)癥的可能性,對患者生活質(zhì)量的提高有很大幫助。同時,面向省、市、縣三級醫(yī)療機構(gòu)醫(yī)學(xué)影像輔助診斷確診平臺的應(yīng)用,對于省級醫(yī)療質(zhì)控管理和診斷水平的提高都有極大的幫助,對于優(yōu)質(zhì)醫(yī)療資源的持續(xù)下沉有極大的推動作用。”
中國科學(xué)技術(shù)大學(xué)徐冬教授:“人工智能在臨床的應(yīng)用是近年開展較為深入的工作,尤其是人工智能在醫(yī)學(xué)影像中的創(chuàng)新應(yīng)用,對于提高醫(yī)療診治水平和改善患者服務(wù)都有重要的意義。人工智能在臨床中的應(yīng)用,需要醫(yī)院管理者、臨床醫(yī)護人員、科學(xué)工作者和患者共同參與,需要不斷地深入學(xué)習(xí)和融合,并不斷地拓展其他應(yīng)用,對于構(gòu)建健康醫(yī)療大數(shù)據(jù)平臺、提高醫(yī)療服務(wù)水平都有很好幫助。”
推薦閱讀
- 康復(fù)治療指南
- 腦小血管病磁共振診斷與臨床
- 臨床研究專病結(jié)構(gòu)化數(shù)據(jù)集:眼底病
- 腫瘤生物治療學(xué)(第2版)
- 康復(fù)醫(yī)學(xué)
- 臨床研究專病結(jié)構(gòu)化數(shù)據(jù)集:輔助生殖子代
- 水治療康復(fù)指南
- 醫(yī)學(xué)臨床“三基訓(xùn)練”技能圖解醫(yī)師分冊(全新彩版)
- 內(nèi)科臨床穿刺操作手冊
- 12周癌癥康復(fù)管理:營養(yǎng) 運動 心理
- 高血壓性腦干出血外科治療
- 檢驗與臨床的溝通:生化案例分析100例
- 社會康復(fù)學(xué)
- 林蘭五十年臨證經(jīng)驗傳承精粹
- 臨床檢驗一萬個為什么:遺傳檢驗分冊