产学研结合 AI影像赋能精准医疗

“精准医学时代，医学成像的挑战在于如何从影像中提取更多有效的特征，实现从定性到定量的转换。” 中华医学会放射学分会影像大数据与人工智能工作委员会主任委员张惠茅教授在日前举办的飞利浦ISD/ISP平台落地发布会上，阐述了人工智能在临床诊断、数据分析方面发挥的重要作用。

8月24日，中国首个“飞利浦星云医学影像人工智能平台”落地吉林大学白求恩第一医院，院长华树成表示，通过和飞利浦的合作，利用放射科的大数据，进行挖掘和推动应用转化后，会将AI影像在具体临床场景下的科研及其成果转化经验推广至全院其他科室，并逐步辐射医联体中的医院，让AI医疗走入长春境内的多数医院，实现医疗服务质量的提升。

据了解，飞利浦此次推出的是一个类似于共享平台性质的AI医疗科研平台。这一平台的运行模式为“开放式的本地创新生态系统”，即飞利浦该平台与本地医疗机构合作，共同推动AI在医疗疾病领域的科研及应用。飞利浦大中华区首席执行官何国伟先生表示：“我们的目标是从中国健康医疗系统的痛点和需求出发，将全球领先的创新资源与本地临床情境紧密契合，积极构建‘产、学、研’结合的‘本地生态系统’，推动‘人工智能+’的跨界融合发展，助力中国实现AI医疗的‘突破式创新，促进优质医疗资源均质化’。”

精准医学，影像先行

医学影像里包含的影像组学是研究前沿热点领域之一，其概念由荷兰学者Lambin于2012年首次提出，其思想来源于肿瘤异质性。实体肿瘤在基因、蛋白质、细胞、微环境、组织和器官层面上表现出的空间与时间的异质性，使病理学和分子学等有创检测方法结果的准确性及代表性受到限制。医学影像可全面、无创、定量观察肿瘤整体形态，对肿瘤的发展过程和治疗反应随时进行监测，从而为肿瘤异质性问题提供了可靠的解决方案。

影像组学强调的深层次含义是指从影像（CT、MRI、PET等）中高通量地提取大量影像信息，实现肿瘤分割、特征提取与模型建立，凭借对海量影像数据信息进行更深层次的挖掘、预测和分析来辅助医师做出最准确的诊断。影像组学可直观地理解为将视觉影像信息转化为深层次的特征来进行量化研究。随着影像组学应用的逐渐推广，目前在肿瘤的良恶性鉴别和分级以及预后方面的研究受到极大的关注。

此次飞利浦发布的“星云医学影像人工智能平台”，包括“飞利浦星云三维影像后处理平台(IntelliSpace Portal，以下简称ISP)”和“飞利浦星云探索平台(IntelliSpace Discovery，以下简称ISD)”两个部分。

ISP主要支持临床影像诊断，涵盖放射学的多个临床领域，包括心脏病学、肿瘤学（肝、肺、乳腺、前列腺等）和神经学，内有八十多项应用，能实现不同品牌、不同种类影像设备的图像融合，提供多模态影像的高级可视化处理和疾病影像特征挖掘、病灶的纵向追踪及高级特征描述功能，辅助临床医生基于影像，做出快速、精准的临床诊断决策，规划个体化治疗方案，跟进疾病治疗。

ISD是业界第一个具备从人工智能模型训练到人工智能产品临床试用的医用平台，不仅可以帮助科研机构自行快速开发算法和工具，还可以调动第三方医疗科技资源，通过平台共建、联合创新，实现科研成果向临床应用的快速转化。据介绍，飞利浦与柏视医疗开展临床合作，致力于将鼻咽癌放疗靶区规划算法在 ISD 中实现临床流程整合。该算法不仅采用了先进的图像分割、增强技术，还采用了 Markov 人工神经网络算法来提升靶区预测的准确性，把原来 4 小时的放疗手动规划时间缩短到了几分钟之内，其准确性可以达到资深放疗科医生的规划水平。

据了解，目前飞利浦临床科学团队已经利用该平台已经包括瑞金医院，协和医院，盛京医院，天坛医院，华西医院等十多家三甲医院开展了肿瘤、神经领域医学影像研究，覆盖CT/MR/PET等多种成像模态，取得了良好的效果。

“我们从学校出来，本身就比较关注科研这一块儿，更关心的是怎么针对临床的痛点问题去做最核心的技术解决方案。ISD和ISP平台对于我们实际上是非常好的工具，可以帮助我们直接嵌入到医院的环境里去，为我们解决了从数据收集到最终数据输出的整个闭环问题。” 中山大学陆遥教授认为，对一个产品来说，除了核心的科研问题要解决之外，还得有其它的一些辅助的技术进行协助。“比如说，我们的核心技术就是在人工智能这一块儿，但是像图象分割、图象融合这些技术，我们就没有比较好的技术来支持。所以我觉得ISD、ISP确实是给了我们极大的帮助。”

医学影像大数据，助力AI医疗

“我们需要的就是定性到定量的转换工作。借助飞利浦医学大数据的平台，可以很好的把大量的定量临床诊断数据、影像的数据跟一些定性的数据，例如文献、诊断报告等，把它们关联起来，建立一个数学模型，也就是建立一个临床或者症状从定性到定量的量化的数学模型。” 陆遥教授如是表示。

作为飞利浦来说，ISD和ISP的定位更多是影像数据。飞利浦影像研究院院长、大中华区整体解决方案中心临床科学部高级总监周振宇博士在接受健康界采访时表示，“我们几家医院，体量大概是一年产生一百个T的数据，其中90%以上都是来自于影像科，影像科这些数据通过系统，可以把它各个产品，CT、MRI等等，这些都直接能够汇入到我们的ISD、ISP的平台当中。”

与此同时，周振宇博士透露，“飞利浦在ISD，ISP的平台当中，70%的模块是拿到CFDA和FDA认证的。我们以大家最熟悉的肺小结节筛查来说，实际上我们不仅提供这种功能，还有相关的慢阻肺、肺栓塞、肿瘤等等这些其它的功能，共同组建了肺部疾病的解决方案。”

据了解，肺部结节评估系统是“飞利浦星云工作站”肺部疾病一体化解决方案中采用计算机辅助技术帮助医生快速检测肺小结节的一款临床应用。在最新的版本中对肺部小结节的检测算法上进行了再次升级，加入了机器学习的算法，有文献证实，该算法能够在 4mm 到 30mm 结节大小的检测中获得 1%以下的误差率，而且其检测算法的稳定性远远高于放射科医生，从而做到了放射科医生的第二双眼睛，在临床决策上使医生更加有信心。

与此同时，有关结节的细节量化信息也会以结构化报告的形式展示出来，星云工作站专有的一键结节体积提取及高阶结构化报告使得以上能快速传阅纸质或数字化报告。LungRADS 结节分级系统更是将标准化带入了检测结果报告，使病人前后病程的有效对照成为了可能，人性化工作流及更加智慧诊断支持工具同时也涵盖了对低剂量 CT 扫描的支持，方便了体检病人的随访。

事实上，目前国内一些互联网公司也在做AI医疗的平台，有些也是采用开放平台的一个理念，那么飞利浦平台与之有何区别？

对此，飞利浦中国研究院人工智能实验室负责人周子捷博士表示，现在很多的平台都是比较偏向互联网公司平台方的，所以他们会是从IT这块出发。而飞利浦一直做临床，相对更了解在临床这块，智能条件、医生的需求。“在医院集成这方面，我们现在已经解决了我们跟医院之间的问题。这种简单的提升，对于飞利浦来说也是一个挑战，我们的优势还是基于更多临床实验的优势，知道医生真正的需求是什么，怎么去用这个平台。这个平台让医生或者其他这些教授去开发过后，临床医生可以快速地诊断并进行研究。”

人工智能正在开启一个具有变革意义的新时代，当人类将自身的海量数据转化为有意义的洞察，智能化的解决方案将为我们带来主动、精准和个性化的护理，促进人人享有平等的高质量健康医疗服务。然而，目前来看，人工智能还是“刚出生的婴儿”，正如吉林大学白求恩第一医院王海峰副院长所说，随着国家的经济发展，医院的变革与发展，还有医生素质的提升，患者理念的转变和提升，这些多方面结合之后，人工智能才能在医疗领域达到真正理想的状态。