去年十一月，科技部公布首批國家新一代人工智能開放創(chuàng)新平臺名單，提出依托騰訊公司建設(shè)醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺。一年時間過去，騰訊在助力醫(yī)療健康領(lǐng)域數(shù)字化升級的進程中，又邁出了一大步。

醫(yī)療AI上升為國家重點研發(fā)項目

11月18日，騰訊作為牽頭承擔(dān)單位，聯(lián)合中國科學(xué)院自動化研究所、中國人民解放軍總醫(yī)院、中南大學(xué)湘雅醫(yī)院、北京大學(xué)人民醫(yī)院、深圳市人民醫(yī)院等多家單位，正式啟動了2018年國家重點研發(fā)計劃中的“數(shù)字診療裝備研發(fā)專項” ——“基于人工智能的臨床輔助決策支持技術(shù)及其服務(wù)模式解決方案研究”項目。

項目負責(zé)人、騰訊醫(yī)療AI實驗室主任范偉在接受雷鋒網(wǎng)采訪時介紹，項目期間，騰訊將聯(lián)合合作伙伴深度探索基于人工智能的臨床輔助決策支持技術(shù)(AI+CDSS)，構(gòu)建自進化醫(yī)學(xué)知識庫，開發(fā)人工智能問診、分診、診斷和治療的決策支持系統(tǒng)，打造新型醫(yī)療云服務(wù)模式，覆蓋診前、診中、診后的就醫(yī)全流程的解決方案。

范偉以項目重點病種皮膚病切入，介紹基于AI輔助診療的疾病新型服務(wù)模式。

以銀屑病的就醫(yī)為例，診前環(huán)節(jié)患者可進行人機交互，通過患者圖片上傳，進行簡單的問診，對疾病初步評估，結(jié)合互聯(lián)網(wǎng)醫(yī)院平臺，實現(xiàn)智能分診、導(dǎo)診、轉(zhuǎn)診;在診中環(huán)節(jié)，系統(tǒng)可初步幫助醫(yī)生判斷病情，同時給出個性化的治療方案建議，醫(yī)生可通過網(wǎng)絡(luò)會診，為患者作出診斷決定;在診后環(huán)節(jié)，系統(tǒng)可通過預(yù)后評估，預(yù)測病情復(fù)發(fā)概率，并對患者病情進行智能追蹤，在此基礎(chǔ)之上，并通過用藥效果監(jiān)測，實現(xiàn)個性化用藥指導(dǎo)。

項目分為基于醫(yī)療健康數(shù)據(jù)與主訴的分診和問診的人工智能技術(shù)開發(fā)、基于醫(yī)療健康數(shù)據(jù)與主訴的診斷和治療的人工智能技術(shù)開發(fā)、面向臨床路徑與技術(shù)規(guī)范的精準醫(yī)療決策支持研發(fā)、面向臨床決策支持的自進化醫(yī)學(xué)知識庫研發(fā)，以及醫(yī)療健康數(shù)據(jù)智能分析云平臺開發(fā)及新型服務(wù)模式創(chuàng)新五個子課題。

五個子課題分別由騰訊醫(yī)療AI實驗室主任范偉、北京大學(xué)人民醫(yī)院心內(nèi)科副主任王鴻懿、北京301醫(yī)院神經(jīng)內(nèi)科主任醫(yī)師劉若卓、中南大學(xué)湘雅醫(yī)院皮膚科副主任醫(yī)師匡葉紅，以及中國科學(xué)院自動化研究所模式識別國家重點實驗室研究員肖憲負責(zé)。

范偉介紹，未來五個子課題會同時進行。“我們的運作方式是以疾病場景為主，再拆解成每一個課題做什么。只有落到場景里的東西才有價值，否則就變成了一個IT產(chǎn)品。”

“騰訊具有先進的醫(yī)療大數(shù)據(jù)核心技術(shù)優(yōu)勢和先進的人工智能技術(shù)，此次承擔(dān)國家科研重任，將集結(jié)頂尖AI科研資源，解決醫(yī)療核心問題，并整合產(chǎn)學(xué)研醫(yī)用的生態(tài)合作鏈條，帶來一些真正的價值，幫助更多醫(yī)生和患者。”范偉繼續(xù)說道。

騰訊醫(yī)療AI實驗室的四大探索

從科研到應(yīng)用，騰訊已有良好的實踐結(jié)晶。2017年騰訊推出的首款將人工智能技術(shù)運用在醫(yī)學(xué)領(lǐng)域的產(chǎn)品“騰訊覓影”，輔助醫(yī)生篩查食管癌、肺結(jié)節(jié)、糖尿病視網(wǎng)膜病變、結(jié)直腸腫瘤、乳腺癌等疾病，已經(jīng)與全國100余家三甲醫(yī)院達成合作，累積輔助醫(yī)生閱讀醫(yī)學(xué)影像超過1億張，服務(wù)超百萬患者。

而2017底成立的騰訊醫(yī)療AI實驗室則致力于探索醫(yī)療與AI的深度結(jié)合，在基礎(chǔ)科研方面深鉆自然語言理解、醫(yī)學(xué)知識圖譜、深度學(xué)習(xí)、視頻分析、多模態(tài)分析等基礎(chǔ)技術(shù)，并構(gòu)建醫(yī)學(xué)知識引擎、醫(yī)療推理引擎、臨床輔助診斷引擎、問診對話引擎等智能AI引擎。

項目啟動會上，作為騰訊醫(yī)療AI實驗室主任，范偉也介紹了過去一年多里騰訊醫(yī)療AI實驗室探索的幾個核心醫(yī)療問題。

運動障礙相關(guān)疾病的評估

首先是運動障礙相關(guān)疾病的評估。范偉介紹，醫(yī)生每隔一段時間就要對帕金森病人進行評估，讓病人做一套動作然后對其進行評分，整個過程需要大約半個小時。為了節(jié)省時間提高醫(yī)生的工作效率，代替人工量表提出更加科學(xué)客觀的評價標(biāo)準，騰訊醫(yī)療AI實驗室聯(lián)合華山醫(yī)院的王堅教授開發(fā)了一套基于視頻捕捉技術(shù)的評估系統(tǒng)。

這套系統(tǒng)可以通過視頻捕捉技術(shù)識別患者身上的關(guān)鍵點，并引入人體動力學(xué)模型，形成運動場，評估患者的運動功能。比如，人類手上有21個關(guān)節(jié)點，系統(tǒng)通過時序分析，可以把運動頻率、幅度分析出來，跟醫(yī)生的打分進行關(guān)聯(lián)。

其中有很多的技術(shù)挑戰(zhàn)，首先要解決的就是數(shù)據(jù)量不足。通常來說，研究人員只能搜集到一兩百例數(shù)據(jù)，對于模型訓(xùn)練來說是遠遠不夠的。為了解決這個問題，騰訊醫(yī)療AI實驗室通過增強現(xiàn)實技術(shù)生成了一個手的模型，利用這只“手”產(chǎn)生更多的數(shù)據(jù)用于模型訓(xùn)練。

騰訊醫(yī)療AI實驗室和華山醫(yī)院共同做了一個實驗：讓專家對來自近200例患者的1000多段視頻打分，形成共識分，然后對機器進行訓(xùn)練。訓(xùn)練完后再讓機器對不同嚴重程度的受試者打分，并與專家共識分進行匹配，數(shù)據(jù)顯示評分結(jié)果的一致性非常接近。

評估以外，帕金森病作為一種慢性疾病，還需要醫(yī)生不斷隨訪，跟蹤病情的發(fā)展。為此，華山醫(yī)院與騰訊醫(yī)療AI實驗室合作，推出了一套居家環(huán)境下的視頻分析方法：讓病人用手機拍攝運動視頻通過APP上傳，由算法引擎進行自動評估。

用類似的方法，騰訊醫(yī)療AI實驗室還和香港大學(xué)深圳醫(yī)院杜啟峻教授合作，通過視頻捕捉技術(shù)分析腦癱患者的步態(tài)，初篩出適合手術(shù)的病人。

心血管疾病診斷與手術(shù)規(guī)劃

心腦血管疾病方面，騰訊醫(yī)療AI實驗室推出了居家環(huán)境下的12導(dǎo)心電檢測平臺。用戶采集自身心電圖數(shù)據(jù)通過APP上傳到騰訊的服務(wù)引擎后，系統(tǒng)會結(jié)合12導(dǎo)聯(lián)心電信號以及患者輸入的年齡、性別和癥狀信息，綜合判斷潛在異常并提供給遠端標(biāo)注的醫(yī)生，供醫(yī)生在此基礎(chǔ)上做進一步診斷。目前，該平臺已經(jīng)能夠判斷正常、噪聲、房性早搏、心房顫動、室性心搏、T波倒置等6大類狀態(tài)。該平臺的推出，一方面讓用戶減少了等待時間，另一方面也幫助醫(yī)生縮短了診療時間，減小了漏診和誤診的概率。

此外，騰訊醫(yī)療AI實驗室在椎動脈夾層、心臟病的診斷，以及心臟介入手術(shù)的規(guī)劃方面也做了許多探索和嘗試。

癌癥放療規(guī)劃

癌癥放療方面，騰訊醫(yī)療AI實驗室剛剛推出了一項新的技術(shù)。放療是癌癥治療的常用手段之一，也是成本相對較低的一種治療方式。但是放療也存在一定風(fēng)險，如果操作不當(dāng)放療射線會對病人造成極大危害。因此每一個放療方案都需要嚴格畫靶，確認放療射線的靶向位置和劑量，及其穿透路線，避免傷及正常的組織器官。

每一位病人每次放療前都需要拍300-400張CT，傳統(tǒng)方法完全依賴腫瘤醫(yī)生在患者的醫(yī)學(xué)影像上手動標(biāo)識器官和腫瘤，效率十分低下。騰訊醫(yī)療AI實驗室的最新技術(shù)可以通過3D函數(shù)分析CT影像，自動標(biāo)記器官和腫瘤，整個過程只需0.12秒。

耳石癥診斷及治療

最后是耳石癥的診斷。耳石癥又稱為良性陣發(fā)性位置性眩暈，是指頭部迅速運動至某一特定頭位時出現(xiàn)的短暫陣發(fā)性發(fā)作的眩暈和眼震。正常情況下耳石是附著于耳石膜上的，當(dāng)一些致病因素導(dǎo)致耳石脫離，這些脫落的耳石就會在內(nèi)耳內(nèi)被稱作為內(nèi)淋巴的液體里游動，當(dāng)人體頭位變化時，這些半規(guī)管亦隨之發(fā)生位置變化，沉伏的耳石就會隨著液體的流動而運動，從而刺激半規(guī)管毛細胞，導(dǎo)致患者發(fā)生強烈性眩暈。

騰訊醫(yī)療AI實驗室與復(fù)旦大學(xué)附屬眼耳鼻喉科醫(yī)院李華偉教授合作，基于深度學(xué)習(xí)網(wǎng)絡(luò)，提出了一套以瞳孔為關(guān)鍵點的檢測方法，希望提高診斷精度。

醫(yī)療AI落地仍面臨三方面挑戰(zhàn)

騰訊醫(yī)療AI實驗室的探索給了我們很多驚喜，但同時也應(yīng)該看到，醫(yī)療AI落地的道路上仍然有許多困難需要克服。

首先，技術(shù)方面，無論數(shù)據(jù)的搜集、標(biāo)注還是利用，都是一個不小的難題。解決不了這個問題，醫(yī)療AI只能是無源之水。

算法的“黑盒子”問題也值得重視。如果一個模型完全不可解釋，那么它在很多領(lǐng)域的應(yīng)用就會因為沒辦法給出更多可靠的信息而受到限制。這也是為什么在深度學(xué)習(xí)準確率這么高的情況下，仍然有一大部分人傾向于應(yīng)用可解釋性高的傳統(tǒng)統(tǒng)計學(xué)模型的原因。

其次，標(biāo)準方面，“人機大戰(zhàn)”和準確率之外我們也需要尋找一套更加科學(xué)的評估標(biāo)準，同時避免過擬合風(fēng)險。

最后，政策監(jiān)管方面，無論國內(nèi)國內(nèi)都還在不斷摸索中前行。

千里之行，始于足下。“基于人工智能的臨床輔助決策支持技術(shù)及其服務(wù)模式解決方案研究”項目的啟動，讓騰訊和行業(yè)在醫(yī)療AI落地的道路上又朝前邁進了一大步。這讓我們有理由相信，路途中的一切挑戰(zhàn)和困難都是可以克服。