Yitu Ni Hao, akciğer kanserinde yapay zeka yeniden başlıyor
Xin Zhiyuan bugün
Xinzhiyuan Raporu
Editör: Zhang Qian
[Xinzhiyuan Kılavuzu] Sichuan Üniversitesi Batı Çin Hastanesi ve Yitu Medical, ilk yerli akciğer kanseri klinik bilimsel araştırma akıllı hastalık kitaplığını ve dünyanın ilk akciğer kanseri multidisipliner akıllı tanı sistemini geliştirmek için işbirliği yaparak, yapay zekayı klinik bölümlere getiriyor ve yapay zeka tıbbi bakımı oluşturuyor Daha fazla hayal gücü.
AI yine en yüksek ölüm oranına sahip olan akciğer kanserinde.
15 Haziran'da, Sichuan Üniversitesi Batı Çin Hastanesi ve Yitu Medical ortaklaşa ilk yurtiçi akciğer kanseri klinik araştırma akıllı hastalık kitaplığını geliştirdi (bundan böyle " Akciğer Kanseri Tür Bankası ") Ve dünyanın ilki Akciğer Kanseri Multidisipliner Akıllı Tanı Sistemi .
Akciğer kanseri hastalığı veritabanı, akciğer kanseri hastalarının görüntüleri, patolojileri, genetik testleri ve tıbbi kayıtları gibi çok boyutlu verileri içerir ve verileri entegre etmek için AI kullanır. Akciğer Kanseri Multidisipliner Akıllı Tanı Sistemi, hastalık kütüphanesine dayanır, klinik kılavuzlara göre yönlendirilir ve Batı Çin tıp uzmanlarının bilgeliğini, nodül taraması ve her tür akciğer kanseri lezyonunun kapsamını sağlamak için birleştirir.
Mevcut AI tıbbi görüntüleme sisteminden farkı, akciğer kanseri çok disiplinli akıllı tanı sisteminin kapsamlı tanı için çok disiplinli klinik bilgileri entegre etmesi, kliniğe tıbbi görüntülemeyi getirmesi ve ayrıca AI tıbbi tedavisi için daha fazla hayal gücü yaratmasıdır.
Kısa bir süre önce IBM Watson Health, personelinin% 50 ila% 70'ini işten çıkararak yapay zeka tıbbi bakımını bir kez daha sorguladı. Yitu Medical Başkanı Ni Hao, Xinzhiyuan da dahil olmak üzere medyaya verdiği röportajda Watson'ın birinci sınıf bir yapay zeka şirketi değil, AI medikalinin temsilcisi olmadığını ve işten çıkarmaların endüstri için iyi olduğunu söyledi.
Üç ana sorunu çözün: metin verisi dönüştürme, karmaşık görüntü çıkarma ve veri standardizasyonu
Akciğer kanserinin ölüm oranı ne kadar yüksek?
Sichuan Üniversitesi Batı Çin Hastanesi Dekanı Li Weimin şu verileri verdi:
Çin, yılda yaklaşık 830.000 akciğer kanseri vakası ile dünyadaki akciğer kanseri vakaları ve ölümlerinin sayısında ilk sırada yer almaktadır ve bu, ülkedeki kanser vakalarının% 20,5'ini oluşturmaktadır;
Her yıl akciğer kanserinden yaklaşık 620.000 ölüm gerçekleşmekte olup, ülkedeki kanser insidansının% 27,2'sini oluşturmaktadır ve en yüksek ölüm oranına sahip kanserdir.
Akciğer kanseriyle mücadelenin anahtarı erken teşhis ve standartlaştırılmış tedavidir. AI teşhisi, erken teşhiste rol oynamaya devam ediyor ve araştırma büyük önem taşıyor.
Bununla birlikte, akciğer kanserinin AI teşhisi sürecinde genellikle aşağıdaki üç problemle karşı karşıyadır:
1. Metin veri dönüştürme sorunu. Klinik dil, doğal dil kategorisine aittir ve tıbbi ifadenin benzersiz gramer yapısına ve anlambilimsel özelliklerine sahiptir.Belirli tıbbi varlıkları tanımlamak nispeten kolaydır ve tam bilgi analizi ve çıkarımı için hazır bir sonuç yoktur.
2. Tıbbi görüntü çıkarmanın karmaşıklığı. Tıbbi görüntü verileri, zengin içerikli ancak karmaşık çıkarıma sahip tipik bir "yüksek boyutlu verilerdir". Manuel yorumlama kullanılırsa, iş yükü ve tutarlılık son derece zayıftır ve on binlerce büyük veriyi işlemek imkansızdır. Raporlara dayalı olarak çıkarılırsa, birçok bilgi gözden kaçar. .
3. Veri standardizasyon sorunları. Terminoloji, açıklama yöntemleri ve diğer yönler açısından, klinik veriler, yüksek kaliteli veriler haline gelmek için kapsamlı bir şekilde standartlaştırılmalıdır. Klinik çalışma yoğunluğu yüksektir. Bazı verilerin eksik açıklamaları ve yanlış ayarları vardır. Kalite yönetimi işi karmaşıktır.
Yukarıdaki üç soruna yanıt olarak, Yitu Medical üç karşı önlem sağlar:
1. Tıbbi terim ontoloji yapı teknolojisi ile doğal anlamsal anlayış teknolojisini birleştiren bağımsız araştırma ve geliştirme Tıbbi anlamsal analiz algoritması , Tam tıbbi bilgi elde etmek için.
Örneğin, bir doktor aşağıdaki teşhisi verirse, akciğer kanseri hastalığı veri tabanı onu bilgi çıkarma mantığı ve bilgi çıkarma ağ mimarisine böler. (Aşağıdaki şekil)
Sol üst lobda orta derecede diferansiye adenokarsinom (papiller adenokarsinom + müsinöz adenokarsinom). Viseral plevranın invazyonu, çevreleyen akciğerler fokal alanda kronik inflamasyon ve karbon tozu birikimi gösterdi İmmünohistokimya adenokarsinom hücrelerini gösterdi: ALK-V (+, FISH tespiti önerilir).
Bu etki, klinik bilgilerin kapsamının% 95'i aşması ve önemli bilgilerin kapsamının% 99,5'i aşmasıdır; otomatik ekstraksiyon doğruluk oranı% 98'dir ve manuel incelemeden sonra kapsamlı doğruluk oranı% 99,3'e ulaşır.
2. Derin sinir ağına dayalı bağımsız araştırma ve geliştirme Görüntü yapılı çıkarma modeli , Lezyon tipi, lezyon boyutu, anatomik konum ve görüntüleme işaretleri gibi görüntü teşhisinin temel içeriğini kapsamak, lezyon ikiye katlama süresinin otomatik olarak hesaplanması ve çıkarılmasını gerçekleştirmek ve görüntülerin yüksek boyutlu bilgi ekstraksiyonunu daha da sağlamak.
Zamanla lezyonun boyutu ve yeri değişecektir.Derin öğrenme yoluyla, haritaya göre, akciğerin lobları ve segmentleri 3D modellere bölünür ve ardından lezyonun yeri ve boyutu değerlendirilir.
3. Veri standardizasyonu sorunu için Yitu, ontoloji inşa yöntemine dayalı olarak Sichuan Üniversitesi Batı Çin Hastanesi ile ekip oluşturdu. Çin tıbbi terminoloji veri tabanının oluşturulması , Metin yapılı çıkarma modeli, ifadelerin normalleşmesini sağlamak için terim veritabanı ile entegre edilmiş ve mantıksal muhakemeye dayalı hata düzeltmeyi gerçekleştirmek için rafine bir kalite kontrol modeli oluşturulmuştur.
Li Weimin, yukarıdaki yöntemlerle, akciğer kanseri hastalığı veritabanının, bir milyondan fazla klinik belge ve rapor ve on milyondan fazla orijinal tıbbi görüntü içeren 28.000 akciğer kanseri hastasının tam döngü verilerinin çapraz sistem entegrasyonunu tamamladığını duyurdu.
Tıbbi görüntüleme kliniğe gider, algoritmalar en iyi uzmanların bilgi ve deneyimini batırır
Dünyanın en iyi akciğer kanseri türleri veritabanını oluşturmak, Yitu Medical ve West China Hospital arasındaki işbirliğinin ilk adımıdır. İkisi arasındaki işbirliğinin yolu:
Yapay zeka araştırması ve sonuçların dönüşümü klinik çok merkezli deney doğru erken akciğer kanseri taraması için uzman fikir birliği formüle etmek ve sonunda tıbbi görüntülemenin klinik bölümlere gitmesine izin vermek
Akciğer kanseri teşhisi düzeyinde, Yitu Medical'in Başkanı Ni Hao'nun üç nesil tanımı vardır.
İlk nesil, tanıdık görüntü tabanlı lezyon tespiti ve ölçümüdür.
İkinci nesil, lezyonun ayrıntılı açıklamasıdır. Birinci ve ikinci nesil yapay zeka geliştirmede aslında çok erken bir aşamadadır.Ni Hao, Yitu ve West China Hospital tarafından ortaklaşa geliştirilen dolaylı teşhis ve karar verme ürünlerini üçüncü nesil olarak tanımlıyor.
Şu anda yaygın olarak var olan AI tıbbi görüntüleme sisteminden farklı olarak, akciğer kanseri için çok disiplinli akıllı tanı sistemi Resmin karşısında Çeşitli klinik verileri sisteme entegre etmek, kapsamlı çok disiplinli tanı sağlayabilir. Sistem sadece radyoloji departmanındaki doktorlara değil, aynı zamanda klinisyenlere de yardımcı olur ve onlara klinik olarak daha değerli öneriler ve daha değerli sonuçlar sağlar.
Birincisi, hasta merkezli kişiselleştirilmiş genom temelli tanı ve saptamayı gerçekleştirin ve klinik doktorlar için multidisipliner akıllı bir karar verme sistemi oluşturun; ikincisi, mevcut bölümlerin sınırlarını aşabilir ve hastaların uzman düzeyinden yararlanmasına olanak sağlayabilir. MDT ekip hizmeti; üçüncüsü, algoritma, en iyi hastanelerin verilerini ve uzmanların bilgilerini sisteme entegre eder, en iyi uzmanların bilgi ve deneyimlerini batırır ve nihayet onu tabandan hastanelere tanıtır, böylece ülke genelinde her seviyedeki hastaneler faydalanabilir.
Ayrıca Ni Hao, Yitu Medical'in ürün matrisini de ortaya çıkardı.
Ni Hao: IBM Watson birinci sınıf bir yapay zeka şirketi değil ve tıbbi yapay zeka endüstrisini hiçbir şekilde temsil edemez.
"Huaxi Hospital Yitu Medical" akciğer kanseri yapay zeka sonuçları konferansından sonra Ni Hao, aralarında Xinzhiyuan'ın da bulunduğu medya ile özel bir röportajı kabul etti ve IBM Watson tıbbi departmanının işten çıkarılması ve Yitu Medical'in iş modeli hakkında soru soruldu.
Soru: Kısa bir süre önce IBM Watson Health, çalışanlarının% 50 ila% 70'ini işten çıkardı.Bunun önemli nedenlerinden biri ticari gerçekleştirmeyi gerçekleştirmenin zor olması Bu sorun hakkında ne düşünüyorsunuz?
Ni Hao: Demek istediğim çok açık: Watson hiçbir zaman yapay zeka veya tıbbi yapay zeka sektörünün temsilcisi olmadı, bize göre birinci sınıf bir yapay zeka şirketi değil. Amerika Birleşik Devletleri'nde Watson hiçbir zaman en iyi yetenekleri işe almadı. Watson, pazarda ve markada IBM'in bazı avantajlarını kullanıyor ve ardından bir konsept oluşturdu. Bu sefer bir sorunu var ve aslında tüm sektör için iyi. Sorun, sorunlu sularda balık tutan bazı insanları uzaklaştırmaktır.
Geçmişte, Çin'deki birçok insan yapay zeka konusunda iyi bir anlayışa sahip değildi ve IBM'in yaptığı şeyin kesinlikle iyi olduğunu düşünüyordu, ancak durum böyle değildi. Aslında Watson için tıbbi yapay zeka sektörünü hiç temsil etmiyor, bu sorunlara daha olumlu bir açıdan bakıyoruz.
Soru: Yitu, West China Hospital ile işbirliği yapmayı hiç düşündü mü ve gelecekte nasıl bir iş modeli oluşturacak?
Ni Hao: Belli bir yön seçiyoruz ve yeterince geniş bir ticari alana sahip olduğunu ve bunu nasıl netleştireceğimizi açıkça ortaya koyuyoruz Bu stratejik vizyonumuzun bir testidir.
Sorun şimdi çözülmekte olan devrimci bir şey mi? Bu şey devrim niteliğinde bir şey değilse, kaşıntılı bir nokta yerine gerçekten bir acı noktasını çözüyor mu? Çoğu insan ağrı noktaları ile kaşıntı noktaları arasındaki farkı bilmez. Kaşıntılı noktaların ticari beklentileri yoktur ve ağrı noktalarının ticari beklentileri vardır. Bu yüzden bize göre, sıkıntılı noktalar yeterince açık olduğu ve küçülmek yerine büyüyen bir pazar olduğu sürece, pazar daha da büyüyecek.
Her yıl akciğer kanserine yakalanan yüzbinlerce insan var, aslında çok az, ama taranması gereken çok insan var ve ülkenin teşvik politikası geldikten sonra, hastane bunu kaldıramaz ve sayı onlarca kat daha fazla olabilir. Hastane bunu kaldıramaz, bu yüzden açık bir pazar alanı olduğu yargısına varılabilir.
Aslında bugün girdi-çıktı oranını hesaplamamız gerektiğini sanmıyorum, çünkü tıp endüstrisinin kendisi uzun bir döngü ile karakterize ediliyor. O zaman bir ürün yapmak için sertifika almanız gerekiyor. Ürünü tekrar değiştirirseniz tekrar sertifika başvurusunda bulunmanız gerekir. Birçok şirket Bunu yapmak için böyle bir yetenek yok. Aslında geçen yıl bir grup yapay zeka şirketi elendi.Bizim için bunun net bir geleceğe sahip olduğunu teyit ettikten sonra, Çok detaylı değil hesaplar , Sektörün en iyisisiniz, her şeyden önce hayatta kalabilirsiniz ve sonra harika olabilirsiniz.
Soru: Google, DeepMind vb. Dahil çok sayıda şirket, erken hastalıkların taranması ve tanımlanması için yapay zeka uyguluyor, ancak aslında yapay zeka, özellikle tıbbi tedavide karar vermeye yardımcı olduğunda, opak bir sorunla karşı karşıya. İzlenemez ve anlatılamaz, bu durum çok zahmetli olacak, bu konuda ne tür hazırlıklarınız ve planlarınız var bilmiyorum?
Ni Hao: Derin öğrenme teknolojisine dayalı mevcut modelin açıklanamaz olduğu doğrudur. Ama aslında ürün seviyesinde bir miktar yorumlanabilirlik yaptık, yani bugün neden doktora bu lezyonun% 99 kötü huylu bir olasılıkla kötü huylu olduğunu düşündüğümü söyledim, o zaman neden size böyle bir sonuç verdim? Size kanıt vereceğim,% 99'un makul olduğunu kabul etmesini sağlamak için birçok model yaptık.
