“从4月初开始并行运行，短短3个多月，小儿骨龄临床诊断5000多例，从读片到出骨龄报告仅需不到30秒，平均绝对误差仅为0.43年，诊断准确率达98%。”在日前举办的2018中国医院协会信息网络大会上，上海交通大学附属儿童医院院长于广军在介绍“CHBoneAI-人工智能辅助骨龄检测系统”时，给出了这样一组数字。
CHBoneAI-人工智能辅助骨龄检测系统，是上海交通大学附属儿童医院与卫宁健康科技集团股份有限公司（下称卫宁健康）等联合开发的一个人工智能项目。该项目曾在2017年8月举行的“医疗场景AI创业赛”中，夺得骨龄场景组冠军，并于同期申请专利。
“我们在业内最早有这个想法，最早完成算法并申请专利，因为医院对数据要求非常严谨，所以一直没有做报道。”卫宁健康人工智能实验室负责人陈旭告诉健康界，公司还将在多个医学领域进行人工智能的探索，“人工智能将是卫宁健康的‘新能源’，在公司中占据非常重要的战略地位”。
这意味着，作为一家传统的HIT厂商，卫宁健康正式向业界宣告，发力人工智能。
上海交通大学附属儿童医院院长于广军
辅助骨龄检测
7月初，上海交通大学附属儿童医院通过HIMSS（门诊）7级。出身医学影像的评审专家、宣武医院信息中心主任梁志刚，对上海交通大学附属儿童医院的人工智能应用给予两个字的评价：惊艳。人工智能辅助骨龄检测，是项目之一。
在谈到开展此项目的初衷时，上海交通大学附属儿童医院影像科主任杨秀军介绍，基于人工视觉的影像学骨龄评估，无论图谱法还是计分法，都非常机械、费时、主观因素影响大，而且各家参照标准不一、标准图谱准确性及人群适用性存疑，致使其技术效率低下，医师之间、医院之间的判断结果误差很大。
同时，影像医师尤其儿科影像医师缺口大，个体工作负荷重，从机械、繁重的骨龄影像读片中解放出来的愿望强烈。另外，不同于成人综合性医院，儿童医院骨龄检测需求大，每个工作日近百例骨龄DR读片、比对和骨龄匹配，连骨龄图谱书籍都因过度翻阅、耗损，需要时常更新；而一些综合性医院因受检者不多、图谱更新慢等客观因素，评估骨龄难免不够精准。
因此，无论儿童医院还是成人综合性医院，都迫切希望借助人工智能实现骨龄评估自动化。不同于其他需在生物-心理-社会等多模态医学模式下“先定位后定性、结合临床下结论”的影像医学服务，骨龄评估的诊断思路及过程仅限于生物医学模式，特别适合AI开发。
2016年，用AI辅助骨龄检测的想法，由此诞生。
上海交通大学附属儿童医院影像科主任杨秀军
接到杨秀军的诉求，曾掌舵申康中心“医联工程”、对医疗信息化有深刻理解的于广军丝毫没有犹豫，项目立刻启动。于是，上海交通大学附属儿童医院与上海交大生物医学工程学院教授王乾团队合作，由后者进行模型构建。2017年初，医院与卫宁健康合作，因为后者“IT人员技术能力强，更容易进行产品化”。“产品初步形成后，再由医院确认质量。”于广军说，“这样就形成了一个PDCA循环，医院、高校、企业各司其职，按照各自优势进行配合。”
该检测骨龄采用的方法是，首先利用腕部骨关节骨龄特征区域进行深度学习，再将骨龄影像特征与临床大数据（人口统计、检查报告等）融合训练骨龄评估模型。这种方法的优势在于能有效抓住关键部位的深度特征，同时融合了基于临床大数据的影像组学方法。“CHBoneAI– 人工智能骨龄检测系统”在医院PACS/RIS上线1年多时间后，正式 “并行运行”，并开始临床应用。至此短短3月余，AI骨龄评估临床应用已5000余例，从读片到输出骨龄诊断报告仅需不到30秒、仅“读”骨龄更是实现亚秒计，不仅大大节省了时间，而且平均绝对误差仅0.43年，诊断准确率达98%。
在成果转化方面，该算法已整合到PACS中，极大方便了医师的操作。在实际操作中，算法先从PACS中自动获得骨龄X片，并识别其中的各项骨龄参数，再将各项骨龄参数和最终的骨龄判断结果发送给RIS，RIS将这些参数整合进入报告模板，并与患儿RIS登记年龄比较，以确定骨龄提前还是延后，最后出具最终的骨龄报告。
之所以仍在并行运行，于广军介绍，是因为该项目仍面临很多待解问题，如质量与安全的评价与监管、法律责任的界定、收费问题等。
杨秀军透露，中国医学影像人工智能产学研用联盟儿科专委会即将成立，届时将在北上广等多地开展多中心验证，目标是建立符合中国儿童特点的图谱和数据库。
上海交通大学附属儿童医院在“AI+”上进行了诸多探索，除骨龄检测外，还有智能预检、罕见病临床决策支持系统、智能后勤（转运机器人、人脸识别防黄牛）等。
在介绍选择AI项目的经验时，于广军提了三点：一、选择临床痛点需求，而不是伪需求或弱需求；二、选择技术成熟的领域，比如影像领域，规则明确，技术成熟；三、要选择工程化、集成能力强的合作方。“我们一方面希望对方具备强大的科研能力，一方面也具备丰富的医疗信息化实施的行业经验。”而卫宁健康，显然符合这样的标准。
于广军说：“一路走来，我们与卫宁健康在人工智能辅助检测骨龄方面取得了令人满意的成果，不仅极大提升了儿科影像医生的工作效率，同时为儿科影像的学科发展，中国健康儿童大样本骨龄数据库的建立逐渐打下基础。”
卫宁健康人工智能实验室负责人陈旭
“核能级”新能源
陈旭告诉健康界，医工交叉是卫宁健康的一大优势，卫宁人工智能实验室的算法人员和产品部门的资深开发工程师紧密配合，前者专注底层算法的基础技术研究，后者把研究成果工程化、产品化，同现有产品深入融合，进而落地到医院，服务于患者。
卫宁健康人工智能实验室于2017年正式成立，汇集40多位国内外顶尖大学的优秀人才，利用当前人工智能领域热门的深度学习技术，以患者医疗过程相关的各类就诊、检查信息为基础，根据疾病构建专病数据中心，完成对临床数据的快速分析处理。目前已在骨龄检测、眼底视网膜病变、胸片领域的医学影像人工智能识别和筛查上取得一定突破。
作为一家传统HIT企业，卫宁健康做人工智能有何优势？陈旭认为优势有两个。
首先，卫宁健康有大量的医院客户，能第一时间感知这些医院的各类需求，并及时给出反馈。其次，医院的各种数据最终会汇集在数据集成平台上，这为医疗信息化供应商卫宁健康开展研究提供了海量、多模态的数据。
陈旭把人工智能比喻为一种“新能源”，且是“核能级”资源，在未来将发挥不可估量的潜能。“我们可以用这样的核能去建基于信息化的核电站，在此基础上，垂直做各种应用。并且通过公司的业务产品，借互联网模式延伸辐射面。”
陈旭强调，人工智能将为卫宁健康提供源源不断的能源，在卫宁健康的版图中将占据非常重要的战略地位。
评论
发表评论