關(guān)于智能醫(yī)療研究與發(fā)展的思考

涂仕奎 楊 杰 連 勇 黃曉霖 沈紅斌 張麗清 徐 雷

關(guān)于智能醫(yī)療研究與發(fā)展的思考

涂仕奎 楊 杰 連 勇 黃曉霖 沈紅斌 張麗清 徐 雷

我國(guó)拓展智能醫(yī)療技術(shù)有極大潛力。通過采用深度學(xué)習(xí)算法、醫(yī)學(xué)成像和組學(xué)測(cè)序技術(shù)，以及開發(fā)智能芯片，可大大提高疾病診治的精準(zhǔn)水平。國(guó)內(nèi)外有關(guān)智能醫(yī)療的研究，代表了科學(xué)技術(shù)發(fā)展中一個(gè)引人注目的方向。

近年來人工智能的突破性進(jìn)展和移動(dòng)互聯(lián)網(wǎng)的普及，催生了智能醫(yī)療。所謂智能醫(yī)療是通過物聯(lián)網(wǎng)、人工智能等技術(shù)打造的信息高效共享和交換的醫(yī)療信息平臺(tái)。它以病人為本，使醫(yī)療服務(wù)過程的信息互動(dòng)智能化，使手術(shù)過程精準(zhǔn)和微創(chuàng)化。這就像一位具有海量經(jīng)驗(yàn)和精確判斷能力，不知疲倦工作的“超級(jí)醫(yī)生”，可以快速查閱患者的健康檔案，解讀醫(yī)學(xué)影像資料及檢測(cè)數(shù)據(jù)，進(jìn)行精準(zhǔn)診斷。還能依據(jù)患者自身?xiàng)l件提供最佳醫(yī)療方案，精準(zhǔn)和微創(chuàng)地施行手術(shù)，并提供治療后康復(fù)監(jiān)控和疾病復(fù)發(fā)預(yù)警。

有關(guān)診療智能化的國(guó)內(nèi)外研究近況

2017年1月，斯坦福大學(xué)的研究人員開發(fā)了一種深度學(xué)習(xí)算法，在識(shí)別皮膚癌的準(zhǔn)確率上已經(jīng)與專業(yè)的皮膚科醫(yī)生不相上下，相關(guān)的研究論文被英國(guó)《自然》周刊選為封面論文發(fā)表。為了搜集足夠多的訓(xùn)練樣本，研究人員從雜亂的互聯(lián)網(wǎng)圖像數(shù)據(jù)中整理出近13萬(wàn)幅皮膚病變圖像，這些圖像來自2000多種疾病類型。圖像的像素和疾病標(biāo)簽作為深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）的輸入，用于訓(xùn)練學(xué)習(xí)病變?cè)谄つw外觀上的模式，并在新圖像中識(shí)別皮膚癌。在可預(yù)測(cè)的未來，如果智能手機(jī)里能有這樣的皮膚癌檢測(cè)客戶端軟件（APP），那么皮膚科醫(yī)生的專業(yè)診斷服務(wù)就會(huì)變得觸手可及。在同期的《自然》周刊上還有北卡羅來納大學(xué)（UNC）教堂山分校的研究人員開發(fā)的另外一種深度學(xué)習(xí)算法，這種算法在預(yù)測(cè) 2歲前自閉癥高危兒童（有自閉癥的哥哥或者姐姐）是否會(huì)在2歲之后被診斷為自閉癥時(shí)，不僅以 88%的準(zhǔn)確度遠(yuǎn)超基于行為觀察與問卷調(diào)查的傳統(tǒng)方法 50%的準(zhǔn)確度，還打破了傳統(tǒng)方法的瓶頸，可以在兒童12個(gè)月大時(shí)預(yù)測(cè)是否會(huì)在2歲被診斷為自閉癥。

人工智能在醫(yī)學(xué)研究中展露超凡能力，掀起了世界熱潮。我國(guó)有關(guān)人工智能輔助診療的研究，同樣走在世界前列。劉奕志教授領(lǐng)銜中山大學(xué)和西安電子科技大學(xué)的研究團(tuán)隊(duì)，利用深度學(xué)習(xí)算法，建立了全球首個(gè)臨床應(yīng)用的人工智能眼病診療平臺(tái)。它能根據(jù)上傳的圖片，計(jì)算診斷先天性白內(nèi)障等罕見疑難病，并提供治療方案，已達(dá)資深眼科專家水平。此原創(chuàng)成果已于 2017年 2月份作為封面文章發(fā)表在《自然·生物醫(yī)學(xué)工程》上。該項(xiàng)研究表明，針對(duì)人群發(fā)病率只有1%，訓(xùn)練樣本少的先天性白內(nèi)障，人工智能算法一樣可以達(dá)到很高準(zhǔn)確度。預(yù)計(jì)在不久的將來，人工智能會(huì)在罕見疾病的診療上取得更多進(jìn)展。

從醫(yī)學(xué)成像技術(shù)看智能醫(yī)療

從2016年年底到現(xiàn)在，短短幾個(gè)月時(shí)間，人工智能在醫(yī)學(xué)研究上已經(jīng)取得的進(jìn)展體現(xiàn)了智能醫(yī)療具有造福社會(huì)的廣闊前景。當(dāng)前的突破主要集中在有醫(yī)學(xué)影像等宏觀數(shù)據(jù)的疾病診斷上。醫(yī)學(xué)成像技術(shù)像是智能醫(yī)療這位“超級(jí)醫(yī)生”的眼睛，其“視力”遠(yuǎn)遠(yuǎn)好于人類。它能夠以非侵入的方式，獲得人體內(nèi)部影像。常用的醫(yī)學(xué)成像技術(shù)包括計(jì)算機(jī)斷層掃描成像（CT）、超聲成像、正電子發(fā)射斷層成像（PET）、核磁共振成像（MRI）、彌散張量成像（DTI）等，它們有不同的特點(diǎn)與功能，能完成特定的醫(yī)學(xué)成像任務(wù)。

醫(yī)學(xué)影像是智能醫(yī)療最重要的信息來源之一。以數(shù)據(jù)量為衡量標(biāo)準(zhǔn)，超過 90%的醫(yī)療數(shù)據(jù)來自于醫(yī)學(xué)成像技術(shù)。因此，從醫(yī)學(xué)影像進(jìn)行機(jī)器學(xué)習(xí)，是智能醫(yī)療的關(guān)鍵技術(shù)和熱點(diǎn)領(lǐng)域。據(jù)報(bào)道，谷歌、IBM、百度等數(shù)十家企業(yè)都已開展了基于醫(yī)學(xué)影像的智能醫(yī)療研究。主要技術(shù)路線都是利用深度學(xué)習(xí)等人工智能方法，從大量的醫(yī)學(xué)影像中學(xué)習(xí)知識(shí)和構(gòu)建網(wǎng)絡(luò)，進(jìn)而對(duì)特定病灶做出判斷。

醫(yī)學(xué)影像在臨床應(yīng)用中發(fā)揮越來越重要作用。目前醫(yī)生在許多疑難雜癥和腫瘤疾病的診斷方面，均須分析醫(yī)學(xué)影像讀片報(bào)告的結(jié)果，醫(yī)學(xué)影像的計(jì)算機(jī)輔助診斷技術(shù)可以減輕醫(yī)生讀片和定量化分析的工作量。國(guó)際信息技術(shù)大公司對(duì)這些方面研究的人力與資金投入越來越多。例如，谷歌公司開始探索，利用機(jī)器學(xué)習(xí)來篩查糖尿病性視網(wǎng)膜病變（DR），并在《美國(guó)醫(yī)學(xué)會(huì)期刊》（JAMA）上發(fā)表了研究成果：一種深度學(xué)習(xí)算法能夠解釋視網(wǎng)膜照片中的DR跡象，可能會(huì)幫助醫(yī)生篩查更多的病人，診斷水平超過高年資醫(yī)師的平均水平。國(guó)內(nèi)的信息技術(shù)領(lǐng)軍人物馬云等，也聲稱將投資計(jì)算機(jī)智能診斷的研究。

醫(yī)學(xué)影像分析和三維重建技術(shù)不僅應(yīng)用于輔助診斷，還廣泛應(yīng)用于手術(shù)機(jī)器人和手術(shù)導(dǎo)航，實(shí)現(xiàn)精準(zhǔn)醫(yī)療和微創(chuàng)醫(yī)療。著名的“達(dá)芬奇機(jī)器人”被成功應(yīng)用于心外科、胸外科、泌尿外科等手術(shù)。習(xí)近平主席訪問英國(guó)時(shí)專程參觀了帝國(guó)理工學(xué)院楊廣中教授領(lǐng)導(dǎo)的手術(shù)機(jī)器人研究中心。楊廣中與上海交通大學(xué)和上海市閔行區(qū)政府合作共建醫(yī)療機(jī)器人研究中心。

除直接應(yīng)用于醫(yī)學(xué)診療之外，醫(yī)學(xué)成像技術(shù)在對(duì)腦的認(rèn)識(shí)中也扮演極為重要的角色。過去，正是由于采用了MRI等醫(yī)學(xué)成像技術(shù)，能夠無創(chuàng)地對(duì)腦部進(jìn)行觀察，人們才得以了解腦部活動(dòng)的信息并進(jìn)行功能區(qū)域定位?，F(xiàn)在，DTI技術(shù)通過追蹤水分子的移動(dòng)方向，能夠?qū)δX白質(zhì)纖維等有效地進(jìn)行觀察；PET技術(shù)通過觀測(cè)示蹤劑在人體中代謝的情況，可以了解活體的生物分子代謝情況，進(jìn)而知道受體和神經(jīng)介質(zhì)的活動(dòng)情況。利用這些新型醫(yī)學(xué)成像技術(shù)（以及未來能夠更好地進(jìn)行微觀觀測(cè)和功能性觀測(cè)的成像技術(shù)），人們可以越來越深入地觀測(cè)腦部結(jié)構(gòu)與活動(dòng)情況。利用人工智能方法對(duì)這些新型腦影像數(shù)據(jù)進(jìn)行學(xué)習(xí)（如挖掘結(jié)構(gòu)信息，構(gòu)建功能網(wǎng)絡(luò)等），能夠從根本上支撐并推動(dòng)腦科學(xué)的發(fā)展。

從組學(xué)測(cè)序技術(shù)看智能醫(yī)療

根據(jù)國(guó)家癌癥中心發(fā)布的 2012年中國(guó)惡性腫瘤發(fā)病與死亡分析，全國(guó)惡性腫瘤發(fā)病率為 264.85/10萬(wàn)，累積率（0～74歲）為21.82%。全部地區(qū)惡性腫瘤死亡率為161.49/10萬(wàn)，累積死亡率（0～74歲）為 12.61%。其中，肺癌、胃癌、肝癌占據(jù)我國(guó)惡性腫瘤發(fā)病率的前三位，死亡率也居前3位。例如，胃癌的高發(fā)病率、高死亡率和低早診率是對(duì)我國(guó)居民生命健康的重大威脅。癌癥診斷與治療的難點(diǎn)在于病因復(fù)雜多樣，亞型多且隨時(shí)間變化。隨著新一代高通量測(cè)序技術(shù)的不斷發(fā)展與價(jià)格下降，大規(guī)模組學(xué)生物學(xué)數(shù)據(jù)的技術(shù)，包括基因組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)、表觀基因組學(xué)等，得到快速發(fā)展。腫瘤發(fā)生的遺傳學(xué)和表觀遺傳學(xué)分子特征，可以被大量數(shù)字化測(cè)量。特別是單細(xì)胞測(cè)序技術(shù)的發(fā)展，使得對(duì)每一個(gè)腫瘤細(xì)胞的刻畫成為可能，從而得到腫瘤細(xì)胞群的分子標(biāo)志物的分布，捕捉其隨時(shí)間的變化特征。通過研究分子標(biāo)志物的微觀測(cè)量數(shù)據(jù)，開發(fā)機(jī)器學(xué)習(xí)、因果關(guān)系發(fā)現(xiàn)和網(wǎng)絡(luò)推理等新技術(shù)，可幫助揭示腫瘤發(fā)生的分子機(jī)理，從腫瘤發(fā)生學(xué)角度對(duì)不同的腫瘤亞型進(jìn)行歸類區(qū)分。簡(jiǎn)言之，人工智能建模將有助于系統(tǒng)研究癌癥的動(dòng)力學(xué)特點(diǎn)，把握癌癥多樣性特征，提高癌癥診療水平。

海量的組學(xué)生物學(xué)數(shù)據(jù)，也促進(jìn)了生物信息學(xué)的迅速發(fā)展。其主要目的是發(fā)展針對(duì)性強(qiáng)的計(jì)算信息理論新算法以及數(shù)學(xué)建模與自動(dòng)化的新方法，用以挖掘、闡明、總結(jié)和理解海量生物醫(yī)學(xué)數(shù)據(jù)所隱含的規(guī)律與知識(shí)，加速?gòu)臄?shù)據(jù)到知識(shí)的解析，促進(jìn)基礎(chǔ)與臨床生物醫(yī)學(xué)的快速發(fā)展。生物信息學(xué)借助大量人工智能方法，深入研究大規(guī)?；蚝偷鞍踪|(zhì)的功能、結(jié)構(gòu)及其間的相互作用關(guān)系，在系統(tǒng)層面上快速精確地揭示它們與疾病的關(guān)系，為分析和預(yù)測(cè)潛在疾病的發(fā)生、發(fā)展與逆轉(zhuǎn)機(jī)理而建立新的理論方法和技術(shù)平臺(tái)，在疾病相關(guān)基因的發(fā)現(xiàn)、輔助診斷、個(gè)體化臨床治療、新藥物分子靶點(diǎn)的發(fā)現(xiàn)、藥物的創(chuàng)新設(shè)計(jì)以及基因芯片的設(shè)計(jì)與數(shù)據(jù)處理等醫(yī)學(xué)應(yīng)用研究方面，發(fā)揮重要作用。

在智能醫(yī)療的平臺(tái)上，建立基于宏觀和微觀數(shù)據(jù)的協(xié)同診療方法。以患者臨床癥狀（包括醫(yī)學(xué)影像、病理指標(biāo)、病歷文本信息等數(shù)據(jù)）為基礎(chǔ)，融合患者的內(nèi)在生物學(xué)（比如分子標(biāo)志物檢測(cè)）數(shù)據(jù)，對(duì)患者更加準(zhǔn)確地進(jìn)行診斷，并度身定做地推薦最佳治療和用藥方案。比如，關(guān)于自閉癥基因組學(xué)的研究已有很多，近 200個(gè)與自閉癥相關(guān)的基因變異已被找到，但是這些分子標(biāo)記物還沒法用來判斷一個(gè)2歲前的孩子會(huì)不會(huì)得自閉癥。如何結(jié)合這些信息來提高預(yù)測(cè)的精準(zhǔn)度，是新一代人工智能的重要內(nèi)容。2017年2月15日，中國(guó)科學(xué)技術(shù)部舉行了新聞發(fā)布會(huì)，表示“科技創(chuàng)新2030重大項(xiàng)目”已經(jīng)啟動(dòng)了4個(gè)試點(diǎn)，近期或?qū)⑿略觥叭斯ぶ悄?.0”。中國(guó)工程院潘云鶴院士認(rèn)為，人工智能的發(fā)展將從過去追求“用計(jì)算機(jī)模擬 AI（人工智能）”，轉(zhuǎn)化為讓機(jī)器與人結(jié)合成增強(qiáng)的混合智能系統(tǒng)，讓機(jī)器、人、網(wǎng)絡(luò)結(jié)合成新的群智系統(tǒng)，讓人、機(jī)器、網(wǎng)絡(luò)和物結(jié)合成智能城市等更復(fù)雜的智能系統(tǒng)。在人工智能2.0的時(shí)代，高水平的人機(jī)協(xié)同診斷與治療將成為智能醫(yī)療的主要特征。比如，可以開發(fā)手術(shù)中的影像智能處理系統(tǒng)，對(duì)腫瘤區(qū)域進(jìn)行精準(zhǔn)分割，以輔助精準(zhǔn)手術(shù)，從而大大減輕醫(yī)生的勞動(dòng)強(qiáng)度，提高手術(shù)的成功率。

從智能芯片技術(shù)看智能醫(yī)療

無線可穿戴技術(shù)是智能醫(yī)療中預(yù)警和醫(yī)療后康復(fù)的重要組成部分，它運(yùn)用柔性醫(yī)療傳感器組成人體傳感網(wǎng)，并通過手機(jī)等智能設(shè)備收集人體各種生理參數(shù)，將數(shù)據(jù)與云計(jì)算和大數(shù)據(jù)相聯(lián)，為病人或監(jiān)護(hù)者建立數(shù)據(jù)化個(gè)體。數(shù)據(jù)化個(gè)體與大數(shù)據(jù)和人工智能的結(jié)合，使得人們的認(rèn)知模式由經(jīng)驗(yàn)驅(qū)動(dòng)轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)。數(shù)據(jù)化個(gè)體利用智能穿戴式傳感器等技術(shù)，實(shí)現(xiàn)對(duì)人體生理狀況的實(shí)時(shí)觀察，通過收集到的數(shù)據(jù)及相關(guān)的分析，捕捉人體器官及其生理活動(dòng)的微小變化，在極早期就發(fā)出警告，并提供可能的預(yù)防措施，為實(shí)現(xiàn)真正意義上“預(yù)防勝于治療”以及“治未病”的醫(yī)療模式奠定基礎(chǔ)。將數(shù)據(jù)化個(gè)體和醫(yī)療后康復(fù)相結(jié)合，可大大縮短康復(fù)周期，更可將慢性病人的治療從醫(yī)院轉(zhuǎn)向病人家庭，大大降低病人的醫(yī)療開支，也最大程度地提高醫(yī)院的病房周轉(zhuǎn)率，為健康產(chǎn)業(yè)帶來新的契機(jī)。CMaCH中心研發(fā)了基于腦—計(jì)算機(jī)交互的腦卒中病人腦運(yùn)動(dòng)功能康復(fù)的訓(xùn)練平臺(tái)。該訓(xùn)練平臺(tái)通過讀取腦電信號(hào)，分析預(yù)測(cè)受試者肢體意向，利用視聽覺、觸覺等多路神經(jīng)反饋，讓受試者感受到肢體的運(yùn)動(dòng)，強(qiáng)化訓(xùn)練受試者不斷嘗試肢體的運(yùn)動(dòng)，使得病人的腦運(yùn)動(dòng)控制網(wǎng)絡(luò)逐步恢復(fù)。

無線可穿戴技術(shù)的核心是智能芯片，理想中的智能芯片應(yīng)具有高集成度、超低功耗、無線傳感、人工智能診斷、人體能量采集及與人體相融合的柔性等特點(diǎn)。目前在國(guó)際上，對(duì)于低功耗無線醫(yī)療傳感片上系統(tǒng)芯片的研究非常活躍，也提出了極具挑戰(zhàn)性的目標(biāo)。就可穿戴傳感器系統(tǒng)而言，其整體功耗應(yīng)迭到5 μW甚至更低，以滿足人體自供電的需求。多年來，研究人員正一步一步地逼近這個(gè)目標(biāo)，傳感器片上系統(tǒng)芯片的功耗從幾個(gè)毫瓦逐漸降低到幾個(gè)微瓦。美國(guó)華盛頓大學(xué)和弗吉尼亞大學(xué)在2012年合作研發(fā)的傳感芯片，可以采集心電、腦電或者肌電，并能進(jìn)行基本的信息處理，包括心率提取、房顫?rùn)z測(cè)等。整個(gè)芯片的功耗在傳輸心率信號(hào)時(shí)為19 μW。連勇教授的團(tuán)隊(duì)則在2015年成功地設(shè)計(jì)了全集成無線心電采集片上系統(tǒng)，該芯片在傳輸原始心電數(shù)據(jù)時(shí)的功耗僅為2.98 μW，為實(shí)現(xiàn)智能醫(yī)療的預(yù)警功能奠定了基礎(chǔ)。

深度機(jī)器學(xué)習(xí)在實(shí)現(xiàn)智能醫(yī)療的診斷功能方面初露鋒芒，但目前深度機(jī)器學(xué)習(xí)算法都需要把用戶數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心，依托云計(jì)算來得出診斷結(jié)果。此類人工智能診斷受限于電子設(shè)備的計(jì)算能力，特別是機(jī)器學(xué)習(xí)所需的超強(qiáng)處理能力，難以在便攜式的診斷儀器中普及推廣。神經(jīng)形態(tài)芯片模擬人腦神經(jīng)網(wǎng)絡(luò)，可實(shí)現(xiàn)人腦的部分功能，而且能耗比目前的電腦芯片小幾個(gè)數(shù)量級(jí)，是未來機(jī)器學(xué)習(xí)超強(qiáng)處理器的理想候選。神經(jīng)形態(tài)芯片可以用傳統(tǒng)的數(shù)字電路方式來實(shí)現(xiàn)如IBM的TrueNorth芯片的功能，也可用模擬電路的方式來實(shí)現(xiàn)如ETH的NPU芯片的功能。對(duì)比數(shù)字和模擬的實(shí)現(xiàn)方法。模擬的實(shí)現(xiàn)方法能耗更低。結(jié)合新型器件如憶阻器（或稱記憶電阻，memristor），預(yù)計(jì)神經(jīng)形態(tài)芯片的性能和功耗之改善，在不久的將來會(huì)更上一個(gè)臺(tái)階。

我國(guó)人口眾多，醫(yī)療保健的供需不平衡嚴(yán)峻，同時(shí)病人樣本巨大，使得智能醫(yī)療研究具有獨(dú)特的優(yōu)勢(shì)，而國(guó)內(nèi)科研機(jī)構(gòu)對(duì)該領(lǐng)域也相應(yīng)地加強(qiáng)了研究力量，并走到了世界的前列。上海交通大學(xué)電信學(xué)院于2016年12月完成組建“認(rèn)知機(jī)器和健康計(jì)算研究中心”（簡(jiǎn)稱 CMaCH中心），以新一代人工智能為主攻目標(biāo)，包括智能醫(yī)療等課題，形成了一支在上海甚至全國(guó)都很強(qiáng)的人工智能研究隊(duì)伍，具備承接國(guó)家重大項(xiàng)目的能力，并將積極尋求與科技企業(yè)和創(chuàng)新公司的緊密合作。

【作者單位：上海交通大學(xué)電子信息與電氣工程學(xué)院】

（摘自《科學(xué)》2017年第3期）

責(zé)任編輯：吳曉麗