近日，動脈網(wǎng)在杭州舉辦了以“新構造”為主基調的第二屆2018年基層醫(yī)療論壇。體素科技創(chuàng)始人丁曉偉以《AI－醫(yī)生的左膀右臂》做了精彩演講并接受了動脈網(wǎng)的專訪。以下是專訪內容：

丁曉偉：UCLA計算機系研究助理教授，博士（師從奧斯卡獎得主Terzopoulos院士）：交大本科畢業(yè)到UCLA博士（計算機、輔修應用數(shù)學）歷時不到三年，打破UCLA計算機系博士畢業(yè)用時記錄。 前Cedars－Sinai醫(yī)學中心人工智能醫(yī)療部研究員，師從美國最佳醫(yī)生得主，心臟核醫(yī)學奠基人Daniel S． Berman，磁共振成像著名專家Debiao Li。

從醫(yī)學專業(yè)的角度講，為了能夠更好地賦能現(xiàn)有的臨床工作流程，體素科技不是以病種而是以影像協(xié)議來定位產(chǎn)品類型。行業(yè)里很多產(chǎn)品是針對單病種或單一病灶類型研發(fā)的，比如糖網(wǎng)病輔助診斷系統(tǒng)、肺結節(jié)輔助診斷系統(tǒng)等等。體素科技的產(chǎn)品依據(jù)影像協(xié)議來定位產(chǎn)品的。比如說胸部CT解決方案，眼底圖像解決方案，胸部X光解決方案。

以胸部CT解決方案為例，放射醫(yī)生在檢查一份肺部影像時，他還要關注篩查者是否患有肺氣腫、支氣管擴張、肺炎、縱隔病變、胸壁病變，掃描范圍的上腹部病變等胸部疾病。一線放射醫(yī)生希望未來的AI系統(tǒng)可以像醫(yī)生一樣，對胸部疾病進行全面的檢查，而不僅僅是肺結節(jié)的篩查，最后出一份初步的檢查報告。

全病種輔助診斷系統(tǒng)適合用于初診

丁曉偉告訴動脈網(wǎng)，肺癌的發(fā)病率非常高，但是這個高發(fā)病率是與其他的癌癥相比較的，但和其他普通的疾病相比發(fā)病率還是要低很多。

病人如果是初次診斷，一般只知道癥狀和高危因素，到了臨床科室后，醫(yī)生會根據(jù)情況建議患者拍何種片子。放射醫(yī)生在拿到片子前，也不會提前知道拿到的放射肺部影像哪里有問題，也不會假設篩查者患有哪種疾病。

所以按照自然地邏輯，這段是從影像協(xié)議開始。影像協(xié)議是指患者做的胸部CT、眼底照相、冠狀動脈CT等。

對于治療過程中的復診病人，醫(yī)生知道患者的具體病情，醫(yī)生的訴求是監(jiān)測患者的治療效果。這不屬于診斷的范疇，而是管理觀察的范疇。因此，體素科技在產(chǎn)品中加入了相應病灶的前后對比。

對于那些初次診斷沒有結果，復診來確認疾病的患者，此類情況可以以假設某種疾病為前提，因為醫(yī)生之前已經(jīng)懷疑是某種疾病，此次只是來確認。針對這種情況，體素科技的單病種產(chǎn)品和全病種產(chǎn)品都可以覆蓋。

丁曉偉認為，單病種輔助診斷系統(tǒng)用在復診，全病種輔助診斷系統(tǒng)用在初診是比較符合醫(yī)生的工作需求的。

全病種輔助診斷系統(tǒng)對數(shù)據(jù)要求高，但方便后續(xù)打磨

丁曉偉認為，醫(yī)療人工智能行業(yè)不會突然崛起一支特別厲害的隊伍，這需要時間的積累。在創(chuàng)辦體素科技之前，丁曉偉從事醫(yī)學圖像人工智能方面的研究期間幾乎每天都和醫(yī)生一起從事研究工作，對疾病的診斷、治療有一定的了解，雖然不能從業(yè)看病，治療疑難雜癥，但是基礎的醫(yī)學圖像還是可以看懂。很多長時間從事醫(yī)療行業(yè)的研究人員慢慢的都會懂一些醫(yī)療。

基于自己對醫(yī)學影像的理解，丁曉偉團隊在創(chuàng)辦體素科技之處就將公司的主要產(chǎn)品定位在全病種輔助診斷系統(tǒng)。相較于單病種輔助診斷系統(tǒng)，這種定位因為標簽的數(shù)量更多，對數(shù)據(jù)的標注、質量要求非常高。但是這種發(fā)展思路為后續(xù)的產(chǎn)品打磨節(jié)省不少精力。

因為機器學習特別是深度學習的參數(shù)標簽多，就需要在強監(jiān)督的情況下，模型才打磨的好，所以將標簽過于簡化，反而不利于學習，所以系統(tǒng)可篩查的疾病要足夠全。

以肺結節(jié)檢出為例，假如系統(tǒng)只能篩查肺結節(jié)，陽性（有異常）的部分是肺結節(jié)本身，除了肺結節(jié)本身其他的都為陰性（正常）。這對于模型來說反而是非常困難的事情，因為陰性的種類太多了，比如空白部位、血管、其他局部病灶等等。

這就給系統(tǒng)造成了困惑，為何都是陰性，長相為何如此不同。體素科技的思路是將陰性的區(qū)域按照病灶類型或者組織類型分類好，這樣系統(tǒng)就會非常清楚，這樣做雖然在設計模型的時候很麻煩，但是后續(xù)調參數(shù)，監(jiān)督這些標簽的區(qū)別反而會簡單很多。

眼底圖像的思路也是一樣的，如果在糖尿病患者人群上只是檢測糖網(wǎng)病，其他的異常很容易被當成假陽性被分類出來。與其這樣不如直接告訴系統(tǒng)各種異常類型分別是什么。

丁曉偉表示，產(chǎn)品定位在全病種輔助診斷系統(tǒng)，不僅符合醫(yī)生的工作流程，在產(chǎn)品研發(fā)方面也相對節(jié)省精力，可以讓系統(tǒng)的表現(xiàn)達到極致。

丁曉偉也強調這種訓練方式也有困難。病種數(shù)量多了以后，病種之間的平衡就很難做好，有些疾病常見、有些疾病罕見，訓練的時候如果用不平衡的數(shù)據(jù)來訓練，效果就不好，會忽略罕見疾病。

另外，疾病之間的關系很難在一個模型中編輯，比如有些是排他的，有些疾病是共存的，有些是交集關系、有些是層級關系，有些又沒有關系，所以做好平衡、處理好各種疾病之間的關系是比較困難的。合并癥的分類還需要研發(fā)過程中醫(yī)生的詳細提示才能對標記進行質控。

體素科技部分成熟的解決方案

基于上文的產(chǎn)品定位思路，體素科技已經(jīng)研發(fā)出胸部平掃CT解決方案、肺癌二次確診、心臟冠脈造影CT解決方案、視網(wǎng)膜全病種解決方案等。

胸部CT解決方案

體素科技正在研發(fā)的胸部非增強CT解決方案同時對各個病種進行分析，生成自然語言報告，并且伴有異常部位的量化分析的。為了行成標準的描述，體素科技產(chǎn)品背后有很多模型要運行，把病灶解剖位置、征象描述、病灶性質、量化信息和臨床上有意義的正常發(fā)現(xiàn)都一起匯報成一段自然語言，其實不是簡單的工程的系統(tǒng)可以完成。

為了更好地診斷肺癌，體素科技同時從微觀和宏觀兩個角度來解決這個問題。癌癥可以從分子尺度分析，也需要從宏觀角度的蛋白質合成之后的病灶問題。

從宏觀角度，體素科技從毫米的量級去描述這個病灶的形態(tài)。在分子角度，體素科技與合作液體活檢研究團隊通過無創(chuàng)抽血進行ctDNA檢測，，把影像征象和基因測序這兩個信息放在同一個語境之下，給出一個肺癌的界定。

在CT上面，惡性腫瘤的敏感度比較高，特異性不高，而ctDNA具有較高的特異性，所以這兩個檢查的特點有機結合，就可以給患者一個早期的二次診斷的確診服務。

心臟冠脈造影CT解決方案

再就是冠心病，人類第一大殺手。在國內，如果家里老人感到胸痛、胸悶，到了醫(yī)院常見的檢查——心臟冠脈CT造影，通過這個 CT 可以看到心臟三個冠脈的狹窄程度，以及造成狹窄的原因。

體素科技Autoplaque提供除普通冠脈CTA后處理工作站的功能外，還提供臨床流程要求之外的量化分析，比如心臟管腔內的一些斑塊的形態(tài)和組成成分。針對心血管疾病，體素科技通過無創(chuàng)檢查，可以提前告訴患者心血管有創(chuàng)檢查的預測結果，提醒他接下來做什么樣的檢查，隨訪的時間區(qū)間是多少。

為了準確預測心臟病的突發(fā)，體素科技針對一個病人心臟的影像上對心臟的脂肪，血管里面幾個狹窄的斑塊等等進行量化，獲得量化指標，再結合病人的臨床信息，譬如生化指標、血液指標，病史、家族史等，預測這個人在未來五年的哪個時間段發(fā)心梗的概率最大。

為了使模型更準確，體素科技在20 家醫(yī)院，隨訪5 萬位病人，通過這些實在的數(shù)據(jù)推理出來。

胸片篩查解決方案

胸部X光不能診斷所有胸肺疾病，但是能發(fā)現(xiàn)一些異常。所以它對一個健康體檢的病人，是不是要入院進行進一步的診斷有比較大的作用。

如果能用它病人的分診和轉診，這樣的定位是非常合理的。所以體素科技在這個領域做了所有的早期病灶類型的初篩。

視網(wǎng)膜全病種解決方案

在眼科領域，體素科技不僅僅篩查糖網(wǎng)病，而是要做視網(wǎng)膜全病種解決方案，還要給出診斷分析報告。目前體素科技的這個產(chǎn)品覆蓋了大多數(shù)的眼病，落地也非常好，受到了美國NIH 大項目的認可，選定選定體素科技的產(chǎn)品在整個洛杉磯郡里面進行實驗。在國內體素科技也在北京三家比較有權威的醫(yī)院眼科里進行臨床實驗。