国内首个“儿童骨龄智能辅助诊断系统”正在成为浙江大学医学院附属儿童医院的落地产品。

背后还有一个CV领域令人熟悉的名字:依图。

骨龄检测?

顾名思义,“骨龄”是骨骼年龄的简称,是青少年儿童骨骼发育水平同骨发育标准比较而得出的发育年龄,它比年龄、身高、体重更能精确的反映出身体的成熟程度,更加准确地反映个体的生长发育水平和成熟程度。

骨龄也是儿科医生基础诊断中的重要基础信息,它是儿童生长发育和内分泌方面的关键指标。

除了能够作为判断儿童生长发育情况的主要指标,更能够通过骨龄判断儿童是否早(晚)熟,甚至根据骨龄和骨质发展情况预测未来的身高情况。同时,骨龄检测还能为运动员的筛选和培养给出有力的参考。

在检测方面,临床上一般通过左手腕部的X光片观察手部各个骨的发育情况来进行判断。

AI带来革新之前,人类医生通常使用GP图谱法和TW法进行骨龄检测。

但两种人类医生的方法都有局限。

GP图普法的问题是主观和误差。

作为最早的完整图谱骨龄鉴定法,GP图谱法利用两千多名美国人数据进行了临床总结,包含了完善的共性骨性特征。通过对应骨龄的标准图谱与患者X片进行比较得出骨龄。

这种方法最大的优势是临床判别速度快,但由于需要医生的经验来判断,使得结果存在很大的主观性,检测的骨龄一般会存在一到两岁的误差。

标准骨龄图谱

TW法更精确,但速度慢。

TW法运用更精确的定量判断方法,通过对手部多块骨头每块8级的分级评定和加总,查表得出对应的骨龄。熟练的医生进行完整的TW-3骨龄检测一般需要15分钟时间——听起来不长,但对于需求较大的医院来说应用性弱。

TW法检测

所以,既需要精度、准确度,又追求快速,而且读片验片还是简单重复的脑力劳动。

AI不上谁上?

AI骨龄检测

不过值得注意的是,这不是一次AI“替代”人类的行为,而是辅助医生。整个产品的从无到有,也是一次“AI+人”的合作。

比如此次围绕“儿童骨龄智能辅助诊断系统”,浙江省儿保先提供了大量的经由专家精心标注的高质量图片,这是数据基础;此外还提供了多年累积沉淀的丰富的临床经验;最后依图将CV方面的技术应用其中,打磨成系统产品。

本质上,这个系统产品是图像识别技术在医疗领域的延伸和拓展,通过深度学习对腕部X光片的图像进行分析,并将每一块骨头进行识别分类,随后对分类分数进行加总,从而得到对应骨龄。

依图系统Demo截图

那么结果如何?

依图方面称,在万张量级的训练数据下,目前进入临床使用的系统可以做到2s钟内的检测响应,并为医生提供了详细的判断依据,包括每一块骨头的分级评定。当前在临床诊断中医生对于系统的诊断结果接受率已经达到了90%以上。

同时,系统还将在使用过程中不断根据医生的反馈结果,进行优化和调整,不断提高诊断精度。

对话依图

在“儿童骨龄智能辅助诊断系统”发布仪式后,量子位也与依图医疗骨龄检测负责人林强,围绕AI在医疗方面的应用进行了交流。

林强认为,AI在医疗方面的应用,涉及三个方面,可以用儿童生长发育的三个阶段进行对比解释。

第一是生育阶段:

让医学问题到计算机表达的转换。需要将临床问题通过医学的定义和到计算机科学的转换,将问题表述为计算机能处理的形式。

第二是喂养阶段:

通过优质的标注数据,不断喂养深度学习算法。在医疗领域,优质的标注数据是算法得以学习、总结、提取经验的材料,而这需要医学专家的精心努力才得以完成。

第三阶段是教育:

即医疗知识的体系的建立;智能系统就像小孩一样很多地方还需要完善,需要医院专家的培育,在实际使用中接受医生的反馈,通过不断的学习建立完整的医疗知识体系结构和诊断标准。

其实,生育、喂养、教育,也是每一个新的AI应用必经的成长的过程,但在医疗行业中,这样的类比听起来更显恰如其分。

而且值得一提的是,技术上来说,图像检测算法已经逐渐成熟,但是对于特定的行业特别是医疗行业,高质量标注数据的获取对于大多数人来说具有不小的挑战。

所以在AI医疗的前进道路上,和医院合作可能会是主要模式。

浙大医学院附属儿童医院与依图战略合作

依图医疗方向

最后再看下依图这些年在医疗方面的尝试。

这家CV为核心方向的初创公司,可以说从创立伊始就“自带光环”了。一方面是创始人朱珑被报道较多的“霍金徒孙”身份,另一方面也是依图在图像识别领域的突破。

比如今年7月的国际权威人脸识别供应商测试FRVT(Face Recognition Vendor Test)结果中,依图就获得了四项测试的第一名,不仅超过了Google等公司,也击败了国际老牌安防巨头Vocord。

这几年来,依图在医疗行业的探索主要围绕三大方向展开:一是放射影像辅助,二是智能辅助诊断,三是医疗大数据平台。

比如推出的胸部CT智能辅助诊断系统。在深度学习技术的支撑下通过对胸部CT影像进行智能判断,快速检测出病灶及其临床指标,并生成结构化报告辅助医生诊断。这一产品在沪、浙、鄂等多所三甲医院进入临床工作流程。

又比如在临床专家经验和海量的病历数据基础上,通过深度学习建立了小儿常见病智能辅助诊断系统,并对常见的手足口病、急性扁桃体炎等病症,实现了97%的准确率。

还有在医疗大数据基础上的“智能病例”搜索平台,以及基于NLP和深度学习技术的临床智能科研平台。

依图医疗总裁倪浩告诉量子位,目前依图医疗希望对于一个特定的科室进行深耕,比如目前就希望对于儿科进行深入的理解,这样有助于开发出更多符合临床实用的产品,同时对于公司本身来说某一细分领域的积累也有助于筑起技术壁垒,深入的理解会带来更强的竞争力。

除了医疗,依图在安防、金融等领域也在通过AI、CV等切入,不过医疗会是其核心业务重点,在今年5月完成高瓴资本领投的3.8亿元C轮融资时,创始人朱珑对外表示:C融融资将主要用于人工智能技术在医疗行业的核心技术研发、医疗行业临床应用的拓展,以及人工智能医疗团队的建设。