人工智能首页 > AI资讯 > 正文

医疗人工智能认知

2019-05-25 阅读888次

  “这是一个电影片段,大家有谁看出演员的步态有问题?“在5月22日于昆明举行的腾讯全球数字生态大会智慧医疗专场上,腾讯医疗人工智能研究院院长范伟博士以一个提问开启了他的演讲。

  “实际上他左臂的摇动频率和幅度比正常人要小,后来被诊断患有帕金森。”范伟继而解答道,这位演员正是曾出演热门科幻喜剧《回到未来》的Michael J. Fox,确诊帕金森病时他刚满30岁。

  帕金森病“破坏力”大 早期就诊 面临 “两道坎”

医疗人工智能认知

  中国帕金森病患者有400余万人,约占全球的50%。在范伟看来,帕金森病给社会和家庭带来的影响不可估量。“帕金森病患者一年差不多要花费3万, 占有些家庭总收入的48%。”尽管如此,比财力消耗更令人难以承受的,是由疾病带来的行动不便,无法自理。“帕金森病分4级,1、2级能够自理,3、4级不能自理,包括简单的吃饭、上洗手间都不行。家里一个护工都不够,有的要2个。”因此,在有帕金森病患者的家庭,疾病未使患者“瘫痪”之前,可能已经让整个家庭陷于“瘫痪”。

  事实上,如果能够早发现早诊断早治疗,再加上科学有效的疾病管理,将能够有效延缓、控制帕金森病的病程。但这并非易事,范伟介绍道,“在我国,75岁以上的老人帕金森患病率高达10%,但发病初期就诊率只有3.75%。”帕金森病的早期诊断和全程管理至少面临着“两道坎”:

  一是医患比例“跷跷板”的长期失衡。在我国,帕金森病患者数量众多,但与之相对应的帕金森专病医生却只有1000多名,而随着人口老龄化的日益严重,医患数量失衡的情况还将持续拉大。

  二是传统的帕金森病评估方式不仅耗时耗力,还具有很强的主观性。不像测量糖尿病、高血压等慢病可以通过仪器设备进行量化检测,帕金森病主要的评估方式要更为“简陋”,医生通过人工观察的方式,根据患者完成指定动作的流畅程度进行打分和综合病情评定。“目前在临床环境下做一次评估,医生需要30-40分钟,专家通过肉眼去观察,给不同的动作评分。因为人的肉眼主观判断能力有区别,不同的专家给相同的人评估结果可能不一样。”

  面对帕金森病的这两道坎,范伟博士带领的团队的目标就是要通过AI技术将运动功能评估变成一种量化客观的标准,通过产品化落地去帮助医生更加有效地管理更多的患者。另外,除了帕金森病之外,还有很多疾病跟运动能力评估相关,例如脑瘫、脊柱侧弯、脑卒中、多发性硬化症等。缺少客观测量的工具和手段,目前是医学上的一个盲点。对此,范伟博士的思路是找到一套适用多种疾病的客观可量化运动评估方法,用AI技术的能力去推动医学解决盲点。

  超越认知 三大技术 首创实现 帕金森评估 可量化

  “测量一切可测之物,并把不可测的变为可测。”通过引用伽利略的一句名言,范伟提出了在运动功能方向上探索的灵感,“有些事物不能直接测量,你要想办法测量。把能够测量的测准,这是科学的基本原则”。就像温度计、血压计、血糖仪可以变成日常监测设备一样,人工智能技术的加入,让范伟“超越认知”的想法变为可能。范伟博士介绍,在视觉方面,人眼能够识别大概是每秒24帧,但人工智能应用是60—240帧,在声音的采样上,人耳是20千赫,而人工智能应用要大于44千赫。

  范伟博士所在的腾讯医疗人工智能研究院通过与华山医院神经内科王坚教授团队合作,以视频分析技术为基础通过分析录制的患者规定动作视频做MDS-UPDRS评分。由于患者的运动功能评估本身就非常耗时,也就造成数据采集的低效。为了解决训练数据少的问题,范伟博士团队创造性地引入了AR技术生成模式训练数据,可以在短时间内将训练数据扩充数千倍。视频数据的标注更加耗费人工,为了解决标注问题,技术团队引入了虚拟传感技术,在生成模拟数据时自带标注点,再将带标记的模拟数据融合到患者拍摄的肢体运动视频上面实现同步运动。这样就突破了人类数据标注的极限,大大提高工作效率,也降低了项目研发的成本。

  在传统运动功能评估方法中,人眼对与震颤的最小识别粒度是厘米级别的。但是通过上述视频分析技术,系统目前可以识别人眼无法识别的像素级震颤,并做量化分析,突破微小运动测量极限。这一成果远远超出了人类的视觉极限。

  除AI视频分析技术,此次会上范伟博士还首次展示了腾讯医疗人工智能研究院的两项新技术在帕金森评估领域的应用—— 手机 传感器运动评估技术和语音功能分析技术。通过普通智能手机传感器,增加了帕金森病运动功能评测的维度和精度。目前,帕金森运动功能评估不仅支持静止震颤、动态震颤等手部运动功能,也有跺脚和抬脚趾等腿部运动功能,传感器能够高效率地实现全身微小运动的测量。

  在视觉被突破之外,语音功能分析技术则有望突破人的听觉极限。由于帕金森病人的一个常见的症状是语调单一,说话呼吸急促或语音迟滞。为了捕捉和学习这些特征,系统会引导测试者录制一段5-10秒的语音,通过人工智能模型来判断帕金森病人的状态。另外,由于无需购买额外硬件,只需要智能手机就可以完成快速,简单和易用的帕金森病状态的语音评估,从而使日常居家和护理监测成为了可能。

  借助视频分析、手机传感器分析、语音分析这三大评估技术,医生可以更高效地评测帕金森病患者的病情,对患者进行分级,并制定更有针对性的治疗方案,这也为行动不便的患者带来便利。医生可以通过手机与患者互动,便可实现患者的疾病管理,让患者服用最合适的药物、最合适的计量,维护患者运动功能,减少家庭负担。

  除此之外,类似的运动视频分析技术还可以用于其他运动功能评估场景,如:脑瘫患者在手术前的步态分析、脑卒中病人康复期的运动功能评估、足球运动员受伤后的恢复训练中的运动功能状态评测等。

  据范博士透露,该项帕金森病运动功能评估系统已经开始展开国际合作,例如,在英国已经通过合作伙伴Medopad获取到临床试验许可,并逐步展开临床试验。同时在跟某著名国际医院合作的临床实验中,经过与医生团队的对比实验,该系统对于多个运动的评分一致性到达91%,超过了普通医生团队之间的打分一致性。

  截至2019年5月,这套帕金森病运动评估系统已在南京、天津、西安、昆明、贵阳等城市的15家临床机构进行试运行,为帕金森病患者带去福音。在腾讯全球数字生态大会智慧医疗专场揭晓的2018年度中国“ 互联网 +医疗健康”优秀案例获奖案例中,“帕金森病运动功能智能评估”最终成功入选“十大 科技 助力医疗健康创新”优秀案例。

  探索 AI “测量” 疾病 的更多可能

  腾讯医疗人工智能研究院还在多发性硬化症、银屑病、心血管疾病辅助诊断与手术规划、癌症放疗规划、EKG分析等疾病领域展开了丰富的研究与探索。

  以银屑病的就医为例,去年腾讯牵头启动国家重点研发计划中的“数字诊疗装备研发专项”课题研究,腾讯医疗人工智能研究院联合湘雅医院陈翔教授团队,共同研发了以 微信 小程序为平台、基于AI的银屑病辅助诊疗助手,串联皮肤病AI辅助诊疗的全流程,可根据患者皮损照片和线上问答实现自我初筛;在诊中实现病情量化,对病情严重程度进行评分,辅助医生可持续、可量化监控病情变化,跟踪预后效果,及时调整治疗方案。目前银屑病初筛精度已达到93%。

  此外,范伟博士介绍到,团队还利用AI技术实现了头颈部放疗器官的自动勾画,可在 0.12秒内完成器官勾画,而此前医生为一名患者做放疗规划方案通常需要花费7天的时间。这一技术可大大提升放疗医生的工作效率使医患共同受益。


随意打赏