医疗AI研发，我们有哪些既有履历和路径可循？近日，专访了中日友好医院副院长崔勇教授，他是中国人群多维度皮肤影像资源库项目（CSID）项目发起人兼专家组组长，同时参与了皮肤AI运用的研发，从皮肤病学专业这个小切口进入，以其为样本，磋商医疗AI研发的个中奥妙。
运用处景聚焦提高基层诊断能力
为什么要研发一款AI产品？研发成功后能否落地推广？崔勇认为，AI很火，但在一片火热中更要对这些问题保持理性思考。
“我们来看看它可能是什么。”崔勇拿出智好手机，打开他参与研发的AI皮肤运用，用连接在手机上的便携式皮肤镜，对动手部的一颗深色丘疹拍了一张照片，图像上传至云端后，这款AI产品很快给出赞助诊断结果：良性，可信度98%；前3位最可能疾病包括，色素痣（可信度43%）、血管瘤（可信度43%）、皮肤纤维瘤（可信度14%）。点开每一项可能疾病，都有详细的疾病特色及诊断先容。
2018年，我国皮肤疾病门诊量约2.4亿人次，但皮肤病专科年夜夫仅有2.8万人，与巨大就诊需求比较，皮肤科医疗资源严重不敷。同年，崔勇联手互联网公司完成的一项针对1000名各级医院皮肤科年夜夫的在线调查显示，三甲医院年夜夫对皮肤肿瘤良恶性诊断的精确率均匀约为70%，而基层医院仅约为30%。崔勇说，常见病易误诊，皮肤肿瘤易漏诊，罕见病不认识，这便是我国基层皮肤病诊断面对的严厉现实。
“我国皮肤肿瘤的发病率以每年3%~5%的速率增长，个中玄色素瘤的5年生存率仅48%，而美国、日本分别达到93%和67%。除治疗药物疗效存在种族和遗传背景差异外，我国对付玄色素瘤的早期诊断不敷是紧张缘故原由。同时，我国有银屑病患者700万人，白癜风患者1400万人，对这些疾病的病程评估手段不敷，缺少科学的防控辅导，严重影响患者身心康健。”崔勇说，CSID专家组研发皮肤AI的初心，便是从高去世亡率的疾病、高发病率的慢病入手，切实赋能基层年夜夫，提高他们对付这些皮肤病的诊疗水平。
崔勇的构想远不止于此。“随着AI赞助诊断覆盖病种的增加、互联网技能的遍及发展、覆盖全国的专科医联体培植，未来完备可以此为根本构建新型远程皮肤病学模式。”崔勇表示，他们研发的皮肤AI已在现实运用中取得了不错表现，投入基层医院利用半年来，赞助诊断了很多早期皮肤肿瘤，目前已开始预备向国家监管部门正式报告医疗东西容许证。
多维度影像大数据是研发根本
算法和数据是AI研发的两大要素。可靠算法价值千金，优质数据更是千金难买。
皮肤病学是依赖形态学直不雅观特色建立的学科，皮肤影像已经成为皮肤病赞助诊断和动态评估的主要手段。海量且高质量的皮肤影像数据是AI研发的根本，但长期以来，我国皮肤影像数据一贯处于“孤岛林立”的状态。任何一家医院积累的数据，其广度、丰度、深度都远远不敷以支撑AI开拓。
2017年，崔勇、孟如松等牵头，联合我国皮肤病学界专家团队、互联网及数据技能团队，协同启动了CSID。截至目前，CSID已覆盖全国2000多家医院，基于相对标准的规范，网络了30多万组多维度皮肤影像资源。崔勇说：“多维度也是我们创造的一个观点，特指每一组数据资源都来自针对同一处皮损的多种皮肤影像技能，包括皮肤拍照、皮肤镜、皮肤CT、病理影像等，只有这样才能得到完全的皮肤病表型特色。”
“数据标注是AI研发的另一个关键环节。”崔勇说。针对皮肤影像数据的深度学习会受到非皮损区域信息的影响，滋扰核心信息的读取，因此须要专业职员（紧张是专业年夜夫）对目标区域进行标注，更好地建立特定区域影像信息与疾病之间的对应关系。“将标注区域的诊断结果见告AI，AI在大量重复学习图像共性特点的根本上，通过算法建立自己的诊断思路，这个过程就相称于将专家的诊断履历传授给AI。”
据悉，为了实现数据标注的规范化，项目组制订了皮肤病分类分级标准并申请专利，将皮肤病分为皮肤肿瘤和非皮肤肿瘤，将皮肤肿瘤分为良性、恶性、交界性3类，每一类又分为多个不同层级。“有了分类分级标准才能对影像数据进行规范标注，基于神经网络模式对标准化皮肤影像大数据进行深度学习，才能使AI具备对特定皮肤病作出分级分类判断的能力。”崔勇说。
研发和运用都离不开专家牵引
目前，崔勇参与研发的皮肤AI已进入2.0版本，能判断17种皮肤肿瘤的详细类型，皮肤肿瘤良恶性识别率达91.2%，疾病类型识别率达81.4%。“这两个数字已经远远赶过三甲医院皮肤科年夜夫的均匀诊断水平，如果能在基层进行遍及推广，将大大提高基层皮肤科年夜夫的诊断水平。”崔勇先容，除了用于皮肤肿瘤赞助诊断的AI产品外，基于CSID项目的皮肤AI，还包括针对白癜风、银屑病的两款慢病管理AI，“前者为面向年夜夫的医用级AI，后两者可以供应给年夜夫、患者分别利用”。
2018年，国家远程医疗与互联网医学中央皮肤科专委会、中国医学装备人工智能同盟皮肤科专委会联合牵头，建立了包括全国400家各级医院的皮肤影像中央网络。“这为AI的运用推广打下了组织根本。”崔勇说，通过多维度皮肤影像剖析管理系统上传皮肤影像，基层年夜夫可以在AI的帮忙下出具影像检讨报告，实现基层检讨、上级诊断。
“依托复旦大学附属西岳医院医联体，皮肤AI运用跑了一圈数据，3个月韶光里，基层年夜夫共调用了3000多次AI，赞助做出了1万多份影像报告。”崔勇表示，对付构建新型远程皮肤病学模式而言，培养具备闇练利用皮肤影像设备能力的基层医务职员是必由之路。CSID依托全国皮肤影像中央网络已经构建了教诲和能力认证平台，已培训并认证基层医院皮肤科年夜夫3000多人。
回顾皮肤AI运用的研发进程，崔勇认为，专家主导、技能协同、成本融入，该当是医疗AI研发的可循模式。AI研发的方向和方案，产品的推广体系培植，都应由医学专家从临床需求的角度出发来把握，影像数据库和影像标注的质量掌握，也必须依赖专家的辅导来完成，“专家团队的缺少是目前海内不少AI公司的共同短板”。
不久前，崔勇参与研发的皮肤AI运用成为国家卫生康健委统计信息中央评出的“医疗康健人工智能运用落地最佳案例”之一。崔勇说，CSID正在为其他医学AI的研发供应可参考的协同模式。（刘志勇）