人工智能（AI）正在深刻變革醫(yī)療診斷

據(jù)麥姆斯咨詢介紹，人工智能（AI）正在深刻變革醫(yī)療診斷。最新的研究成果表明，人工智能軟件可以針對皮膚、眼睛、耳朵、肺、乳房等部位的各種疾病，實現(xiàn)基于圖像的快速、準確的診斷。人工智能技術(shù)的發(fā)展可以實現(xiàn)自動化診斷和分診，更快地處理以加快轉(zhuǎn)診過程，尤其是對于急診情況，可以釋放專家資源，在任何地方提供最佳的準確性和更廣泛的適用性。這將是具有深遠影響的開創(chuàng)性發(fā)展。毫不意外，很多創(chuàng)新廠商正順勢而為，爭先恐后把握人工智能技術(shù)的發(fā)展紅利。

英國知名研究機構(gòu)IDTechEx在本報告中研究了這一趨勢，全面考量了健康醫(yī)療領(lǐng)域的數(shù)字化和人工智能應(yīng)用趨勢。本報告概述了針對皮膚、眼睛、心臟、乳房、腦、肺、血液、遺傳疾病等各種病癥的基于人工智能的最新診斷技術(shù)。這些診斷技術(shù)所使用的數(shù)據(jù)源非常豐富，包括皮膚鏡圖像、眼底圖像、OCT、CT、CTA、超聲心動圖、心電圖、乳腺造影、病理切片以及低分辨率手機圖像等。本報告還篩選并重點介紹了尋求利用這些技術(shù)進步來實現(xiàn)診斷和分診過程自動化的創(chuàng)新廠商。

突破性技術(shù)

大量資金正流向開發(fā)人工智能工具的初創(chuàng)公司和大公司的研發(fā)團隊，以基于從RGB圖像到CT掃描、ECG信號、乳腺造影和病理切片等眾多數(shù)據(jù)源，加速和/或改善各種疾病的檢測和分診。最新的研究表明，與經(jīng)過培訓(xùn)的專家和專業(yè)人員相比，人工智能軟件可以更快、更經(jīng)濟、更準確地完成這些任務(wù)。

現(xiàn)在這種趨勢正在不斷升溫，因為，（1）數(shù)字化醫(yī)療的數(shù)據(jù)源正在迅速增加，提供了豐富的算法訓(xùn)練來源，并且，（2）人工智能算法尤其是經(jīng)過訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)技術(shù)的進步，使軟件能夠解決過去無法完成的任務(wù)。

本報告概述了許多此類進展，并突出介紹了那些正在把握機遇的重點廠商。此外，本報告還特別概述了兩類具體的病例：眼科疾病和皮膚疾病。

眼科疾病

糖尿病視網(wǎng)膜病變是一種影響眼睛的并發(fā)癥。來自印度的研究人員近期表明，人工智能軟件可以準確地解讀視網(wǎng)膜眼底成像照片，從而使大規(guī)模篩查計劃能夠檢測出糖尿病視網(wǎng)膜病變。這種軟件經(jīng)過訓(xùn)練可以進行多種二元分類（binary classifications），為每個患者分配風險等級。其算法基于超過14萬張圖像進行了訓(xùn)練和調(diào)整，使搭載該算法的設(shè)備的靈敏度和選擇性，能夠比肩并超越訓(xùn)練有素的人工專家。該軟件的靈敏度和選擇性分別達到92.1%和95.2%。

顯然，該應(yīng)用有巨大的商業(yè)前景，許多廠商正在尋求該領(lǐng)域的人工智能應(yīng)用。例如來自美國愛荷華州的IDx，該公司也設(shè)計并開發(fā)了一款檢測糖尿病視網(wǎng)膜病變的算法。IDx的人工智能系統(tǒng)的靈敏度和特異性分別達到87%和90%。早在2017年，它就在美國的10個不同地區(qū)，對900名患者進行了測試。

IDx人工智能診斷系統(tǒng)

光學(xué)相干斷層掃描成像（OCT）是眼科診所非常常見且有效的測試方法，它可以生成眼底組織的高分辨率（5 um）3D地圖，但需要專家分析才能解讀。OCT現(xiàn)在是最常見的成像檢查之一，僅在2014年，美國醫(yī)療保險人群就進行了535萬次OCT掃描。如此大的檢查數(shù)據(jù)量在處理和分診時會造成積壓，在緊急情況下可能會導(dǎo)致治療延遲，危及病患。

DeepMind（谷歌）展示了一種基于3D OCT圖像自動進行分診處理的算法。他們的算法設(shè)計具有一些獨特的功能。它包括兩個階段：（1）分割網(wǎng)絡(luò)和（2）分類網(wǎng)絡(luò)。分割網(wǎng)絡(luò)輸出標記的組織分割圖。基于分割的圖像，第二網(wǎng)絡(luò)輸出50多種眼部疾病的診斷概率，并提供轉(zhuǎn)診建議。第一部分分割網(wǎng)絡(luò)在877張人工分割的圖像上進行了訓(xùn)練，第二部分分類網(wǎng)絡(luò)在14884張確定診斷和轉(zhuǎn)診決策的訓(xùn)練組織圖上進行了網(wǎng)絡(luò)訓(xùn)練。該數(shù)據(jù)庫是目前全球最好的醫(yī)療眼科數(shù)據(jù)庫之一。

DeepMind如何幫助眼科疾病的診斷

這種兩步設(shè)計的優(yōu)勢在于，當OCT設(shè)備或圖像清晰度發(fā)生變化時，只需要重新訓(xùn)練第一部分即可。這將有助于提高算法的通用性。而對于端到端的訓(xùn)練網(wǎng)絡(luò)，整個網(wǎng)絡(luò)都需要重新訓(xùn)練。

DeepMind證明，它們的人工智能算法在轉(zhuǎn)診建議方面的表現(xiàn)達到或超過了視網(wǎng)膜疾病專家的水平。其轉(zhuǎn)診決策的錯誤率為5.5%，甚至超過或比肩那些除了OCT，還有眼底圖像和患者病歷參考的專家。此外，在轉(zhuǎn)診急診病例時，其人工智能在選擇性和敏感性方面擊敗了所有視網(wǎng)膜專家和驗光師。顯然這還只是人工智能顯露身手的第一步，卻是真正打開應(yīng)用大門的重要一步。

皮膚疾病

德國海德堡大學(xué)（University of Heidelberg）的研究人員證明，經(jīng)過訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)（該研究基于谷歌Inception v4 CNN架構(gòu)），可以基于皮膚鏡檢查圖像識別黑色素瘤。他們的研究表明，當靈敏度設(shè)置為與人類臨床醫(yī)生相當?shù)乃綍r，該軟件算法的特異性比人類臨床醫(yī)生高10%。該軟件算法可在63.8%的特異性下實現(xiàn)95%的高靈敏度。

這是令人鼓舞的結(jié)果，表明此類診斷可以利用人工智能算法實現(xiàn)自動化。事實上，多家公司正在皮膚科疾病領(lǐng)域探索。例如，來自荷蘭的SkinVision公司，該公司正嘗試利用相對較低質(zhì)量的智能手機照片來提供皮膚癌的風險等級。他們利用來自多個國家的3.1萬用戶超過13.1萬張照片進行了算法訓(xùn)練。訓(xùn)練圖像的風險等級，由皮膚科醫(yī)生標注。研究表明，該算法檢測惡性腫瘤的靈敏度為95.1%，特異性為78.3%。數(shù)據(jù)結(jié)果還不錯，但特異性還有待提高，因為它可能會為部分患者帶來不必要的恐慌。

SkinVision利用人工智能檢測皮膚癌的智能手機APP

當然，商業(yè)案例不僅僅局限于癌癥檢測。Haut.AI是一家來自愛沙尼亞的公司，該公司提出利用照片來跟蹤皮膚動態(tài)并提供建議。例如，它們的人工智能算法可以僅利用匿名用戶的眼角照片，來提供簡單且準確的生理年齡預(yù)測。其深度神經(jīng)網(wǎng)絡(luò)基于8414張標記真實生理年齡的匿名高分辨率眼角照片進行了訓(xùn)練。對于年齡在20至80歲之間的特定人群，其人工智能算法預(yù)測結(jié)果的平均絕對誤差為2.3年。

Haut.AI利用眼角照片預(yù)測生理年齡

當然，該領(lǐng)域還有更多的初創(chuàng)公司。有些公司專注于健康診斷，而另一些公司則尋求利用人工智能來打造量身定制的護膚方案和產(chǎn)品推薦。每個目標功能的市場路徑以及監(jiān)管壁壘，自然會有所不同。

本報告概述了人工智能在一系列醫(yī)療診斷中的最新技術(shù)和應(yīng)用，還篩選并討論了在該領(lǐng)域?qū)で笊虡I(yè)化的各廠商的最新進展。此外，本報告還全面審視了數(shù)字醫(yī)療的大趨勢，詳細介紹了相關(guān)生態(tài)系統(tǒng)，并提供了數(shù)字醫(yī)療各個方向的關(guān)鍵趨勢、機遇和前景，包括：遠程醫(yī)療、遠程病患監(jiān)控、數(shù)字治療/醫(yī)療器械/軟件即設(shè)備、糖尿病管理、消費者基因檢測、護理智能家居以及診斷中的人工智能等。