騰訊實現AI輔助帕金森(sēn)病診斷：我(wǒ)們從來沒有想過替代醫生(shēng)

——轉自騰訊

        采訪/ 徐可 張謙

        撰文/ 徐可

        看上去(qù)這是一(yī)個中(zhōng)國普通家庭的日常：孫大(dà)爺和老伴忙着包餃子，當孫大(dà)爺正準備把包好的滿滿一(yī)盤餃子放(fàng)進冰箱時，他的身體(tǐ)卻突然定住了，動彈不得，老伴伸出沾着面粉的手，把他的身體(tǐ)往一(yī)側拉，老孫的臉上顯露出無奈和無助的神情，而老伴似乎已經習以爲常。

        老孫是一(yī)位帕金森(sēn)病患者，患病已經24年。帕金森(sēn)病是一(yī)種中(zhōng)樞神經系統的退行性疾病。在中(zhōng)國，像老孫這樣的患者還有300萬。在中(zhōng)國治療帕金森(sēn)病的專科醫生(shēng)，僅有1000多人，主要聚集在一(yī)線城市的三甲醫院裏。

        2018年，騰訊醫療AI實驗室和國家老年疾病臨床醫學研究中(zhōng)心（華山）帕金森(sēn)病主要研究者、複旦大(dà)學附屬華山醫院神經内科主任醫師王堅教授團隊合作研發了“帕金森(sēn)病運動功能智能評估系統”，這是全球首個通過視頻(pín)運動捕捉分(fēn)析技術，實現帕金森(sēn)病AI輔助診斷的技術。

        在騰訊醫療AI實驗室負責人範偉看來，這套系統的開(kāi)發可以幫病人節省時間，提供臨床的金标準。

        範偉，騰訊醫療AI實驗室負責人。哥倫比亞大(dà)學計算機博士，國際知(zhī)名機器學習專家，2019 全球最有影響力醫療人工(gōng)智能TOP100專家之一(yī)。

        AI如何助力帕金森(sēn)病診斷？

        在帕金森(sēn)病常規治療中(zhōng)，醫生(shēng)每隔一(yī)段時間就要對病人進行評估，讓病人做一(yī)套動作，典型的動作比如：拇指和食指分(fēn)開(kāi)到最大(dà)幅度再進行對指，然後對其穩定性進行評分(fēn)。機器和人眼，誰更容易疲勞？誰又(yòu)能準确地下(xià)結論？更不用說，每次診斷都要花去(qù)醫生(shēng)30~40分(fēn)鍾。

        上述 “帕金森(sēn)病運動功能智能評估系統”能通過視頻(pín)捕捉技術識别患者身上的關鍵點，并引入人體(tǐ)動力學模型，評估患者的運動功能。總的來說就是用AI把原來醫學界使用多年的主觀性MDS-UPDRS指标，變成客觀可量化的新标準來提高帕金森(sēn)病的評估效率和精确性。

        這其中(zhōng)面臨的最大(dà)技術挑戰就是數據量不足。和醫學影像學可用于大(dà)量人工(gōng)标注的數據相比，通過視頻(pín)記錄的運動相關疾病的數據通常樣本量很少，研究人員(yuán)往往隻能搜集到一(yī)兩百例數據，這對于模型訓練來說遠遠不夠。爲了解決這個問題，騰訊醫療AI實驗室通過AR及自動融合技術生(shēng)成帶标記點的仿真數據，在短時間内将訓練數據集擴充了數千倍，實現了對于數據采集和标注極限的突破。

        此外(wài)，爲了提升這套系統的評估能力，範偉博士領導的研究團隊還創造性地研發了細粒度動作評估模型(Fine-grained Model)，實現了對頻(pín)率等動作指标進行精細量化測量；建立多通道深度卷積神經網絡模型（MC1D-CNN），解決了數據采集，動作切割的挑戰；采用多模态全方位運動評估技術（Fusing-Net），超越單模型性能，大(dà)幅提升打分(fēn)一(yī)緻性。

        騰訊醫療AI實驗室和華山醫院共同做了一(yī)個實驗：讓專家對近200例患者的1000多段視頻(pín)打分(fēn)，形成共識分(fēn)，然後對機器進行訓練。訓練完後再讓機器對不同嚴重程度的受試者打分(fēn)，并與專家共識分(fēn)進行匹配，數據顯示評分(fēn)結果的一(yī)緻性非常接近。

        在過去(qù)的半年多時間裏，他們積累了上百個臨床試驗樣本。未來還将和英美的頂尖醫院合作，進一(yī)步擴大(dà)樣本數量。爲了提高診斷的準确性，也将對帕金森(sēn)病開(kāi)展分(fēn)項評估的研究。

        “從事醫療人工(gōng)智能對我(wǒ)改變最大(dà)。”

        範偉從事大(dà)數據和人工(gōng)智能相關領域的應用研究已經20多年，曾經服務過銀行業、電信運營商(shāng)的客戶，和各種各樣的數據打過交道。“别人問我(wǒ)醫療是什麽，我(wǒ)說醫療是科學、技術，是人文、倫理、法規，一(yī)言難盡。”

        他坦陳，醫療業是他經曆過的所有行業中(zhōng)最複雜(zá)的，而醫療人工(gōng)智能對他的改變也最大(dà)。首先，醫療的數據有很多合規性和倫理方面的要求。如果數據獲取是非法或者不合規的，那麽結果也是不合規的。其次，醫療的臨床實驗都是随機對照實驗（RCT），這意味着數據是不可預先設置的，需要按照醫療的流程去(qù)找真實世界裏的合規數據做測試。最後一(yī)點，也是最重要的，醫療AI不能僅追求平均和最好的結果，關鍵是要保證最壞的結果也是人可以接受的。

        “有人說30年之後不需要醫生(shēng)。這是不會發生(shēng)的，我(wǒ)們從未想過替代醫生(shēng)。” 範偉說。

        騰訊AI醫療實驗室目前研究的很多病都跟運動相關，除帕金森(sēn)，還有腦癱、脊柱側彎，以及歐美較爲多發的多元性硬化症等。團隊分(fēn)布在矽谷、北(běi)京和深圳，實驗室也在與國内知(zhī)名三甲醫院、醫生(shēng)、政府通力協作，發揮騰訊的技術優勢，把技術真正做紮實，讓它的有效性、安全性做到極緻。

        在範偉看來，醫療有很多細分(fēn)領域可以突破。在診療、疾病管理和康複環節，通過技術手段可以大(dà)大(dà)提高現有醫療系統的效率和效果，這些都是騰訊AI醫療實驗室希望進入的領域。

        “我(wǒ)們的目标就是在現有醫療環節中(zhōng)，尋找那些通過技術手段能夠讓醫生(shēng)獲益最大(dà)的部分(fēn)去(qù)實現，因爲你幫助了醫生(shēng)，就是幫助了病人。”

【本文原載于騰訊《騰雲》雜(zá)志(zhì) （Tenyun）070期】