隨著人工智能被納入國家戰(zhàn)略和“新基建”體系，AI技術將為助力我國醫(yī)療行業(yè)升級發(fā)揮積極作用。

在剛剛過去的2020 世界人工智能大會上，中華醫(yī)學會放射學分會主任委員、中國醫(yī)學裝備人工智能聯(lián)盟副理事長金征宇教授在商湯人工智能企業(yè)論壇發(fā)表演講時表示，“AI是未來影像科醫(yī)生的重要助手，可以幫助醫(yī)生更快地了解病情，是迅速提升邊遠、不發(fā)達地區(qū)醫(yī)療水平的重要方法�！钡�同時也指出，“AI在醫(yī)學領域的應用還存在著很多倫理、隱私、信息安全問題亟待解決。AI研究需要從純商業(yè)利益驅(qū)動提升到公共政策驅(qū)動，接受政府、社會的監(jiān)督。”

“新基建”浪潮下，AI將踐行善治、惠民、興業(yè)三大使命。作為全球領先的AI平臺公司，商湯科技不僅用AI為醫(yī)生提供智能輔助工具，提升醫(yī)院診療效能，同時也不斷探索前沿，以聯(lián)邦學習等創(chuàng)新技術和可持續(xù)的AI發(fā)展準則，突破AI應用的邊界，引領AI醫(yī)療行業(yè)的可持續(xù)發(fā)展。

平臺應用再升級，心臟冠脈AI助力醫(yī)生減負增效

近年來，盡管我國社會經(jīng)濟取得了飛躍式的發(fā)展，但勞動人口卻在逐年下降，人口老齡化速度正在加快�？膳c此同時，我國醫(yī)療資源卻面臨著“數(shù)量短缺、分布不均”等問題。而AI和大數(shù)據(jù)技術的興起，有望通過推動行業(yè)的智能化升級，助力解決我國醫(yī)療資源不足以及不均衡的問題。

從輔助診療、精準手術到藥物挖掘，AI+醫(yī)療有著豐富的應用場景，金征宇教授則表示“醫(yī)學影像分析是需求最大的領域”，并以商湯科技SenseCare智慧診療平臺為例，指出“省人、省時、省力、精準”是AI影像輔助診斷帶給醫(yī)院的四大價值。

金征宇教授認為“好的醫(yī)學AI，一定要滿足臨床需求”。商湯科技SenseCare智慧診療平臺正是秉承“立足醫(yī)療大數(shù)據(jù)、服務臨床診療愈”這一理念，基于平臺的可靈活拓展性，迄今已推出包含胸部CT、胸部X線、心臟冠脈、病理、骨腫瘤等多款產(chǎn)品解決方案，覆蓋超過13個人體部位和器官，為多科室的臨床診療需求提供AI助力，幫助臨床醫(yī)生進行高精度疾病檢測、分型、良惡性預測等多維分析以及3D術前規(guī)劃與模擬等治療方案的設計。

在今年新冠疫情期間，SenseCare胸部CT智能臨床解決方案第一時間馳援北京、上海、天津、山東、河北、福建等多省市新冠肺炎重點篩查醫(yī)院，高效、準確地為前線醫(yī)務工作者提供決策依據(jù)。在此次WAIC大會期間，商湯科技還展示了針對心血管疾病智慧診療的SenseCare心臟冠脈智能臨床解決方案。

作為心血管疾病診斷的重要手段，心血管CT造影檢查（CTA）需要醫(yī)生對冠脈CT圖像進行復雜的三維重建以判斷斑塊狹窄等情況，單個病例的診斷從醫(yī)生開始閱片到出具報告需要耗費20~30分鐘。SenseCare心臟冠脈智能臨床解決方案依托商湯領先的AI算法，結(jié)合多種三維可視化與交互技術，可自動完成心臟分割、冠脈分割、中心線提取等三維重建、斑塊量化分析、以及自動生成膠片和結(jié)構(gòu)化報告，整個流程僅需約1分鐘完成，全方位提高了心臟冠脈診療的效率及完備性，降低醫(yī)生的負擔。

從輔助醫(yī)生提高臨床決策和診治效率，到協(xié)助偏遠地區(qū)經(jīng)驗較少醫(yī)生提升診斷能力，如今，AI醫(yī)療技術的創(chuàng)新和應用正呈現(xiàn)出方興未艾之勢，不斷助力平衡我國的醫(yī)療資源。但與之對應的是，“AI倫理規(guī)范已經(jīng)嚴重滯后”，金征宇教授明確指出“必須從一開始就將倫理規(guī)范納入AI系統(tǒng)�！边@也是當前行業(yè)的一項重要議題。

前瞻研究入選ECCV，“聯(lián)邦學習”助力AI醫(yī)療可持續(xù)發(fā)展

為推動AI的應用規(guī)范和準則設計，商湯科技于去年成立了AI倫理委員會，在公司內(nèi)部產(chǎn)品審核等各項流程中嚴格進行AI倫理的審查，并在今年6月與上海交通大學清源研究院聯(lián)合發(fā)布《AI可持續(xù)發(fā)展白皮書》，為AI行業(yè)倫理發(fā)展提出規(guī)范性意見。與此同時，在產(chǎn)品的底層框架與技術研發(fā)的過程中，商湯科技也進行了前瞻探索，從根源上降低數(shù)據(jù)安全性隱患。

由于涉及隱私等問題，全球各國都針對醫(yī)療數(shù)據(jù)制定了相關的保護政策，使得多中心數(shù)據(jù)共同訓練變得愈發(fā)困難，而這又是醫(yī)療AI模型開發(fā)迭代必須的步驟。近兩年異軍突起的“聯(lián)邦學習”，為這一問題提供了全新的解題思路。聯(lián)邦學習是一種分布式的機器學習方法，可以在不共享數(shù)據(jù)的情況下對多中心的數(shù)據(jù)進行聯(lián)合建模，從技術上實現(xiàn)了保證數(shù)據(jù)安全的同時實現(xiàn)協(xié)作。聯(lián)邦學習的提出受到了產(chǎn)、學、研各界的廣泛關注，成為AI領域的一項前沿課題。

依托深厚的學術研發(fā)底蘊以及對行業(yè)趨勢的敏銳洞察，商湯科技自2019年便開始了對聯(lián)邦學習的前瞻性研究，并于近日攜手美國羅格斯大學計算機系計算生物醫(yī)學成像和建模研究中心，在全球頂級計算機視覺會議ECCV（歐洲計算機視覺國際會議）上發(fā)表了一項新的研究成果，創(chuàng)新地使用基于分布式生成對抗網(wǎng)絡（GAN）的結(jié)構(gòu)來實現(xiàn)聯(lián)邦學習，為打通AI醫(yī)療應用的最后一公里開辟出一條“新的道路”。

該研究通過將位于多個數(shù)據(jù)孤島的分布式異步鑒別器和一個中心生成器組成對抗網(wǎng)絡，讓中心生成器在不接觸原始隱私數(shù)據(jù)的情況下，也能進行合成訓練，從而能夠生成與各數(shù)據(jù)孤島中原始數(shù)據(jù)相近似的合成數(shù)據(jù)樣本，供下游任務使用。在此基礎上，還采用了2種損失函數(shù)，使得中心生成器具備一定的終身學習能力，可以在動態(tài)變化的數(shù)據(jù)孤島（鑒別器）環(huán)境中持續(xù)學習，比如學習過程中有新的機構(gòu)加入或某些原有機構(gòu)退出的情況。經(jīng)試驗模擬，這套學習方法能夠從不同的數(shù)據(jù)孤島中漸進地學習到同類數(shù)據(jù)甚至不同類數(shù)據(jù)的近似分布，并在醫(yī)學圖像分割任務中，取得了較理想的效果。

由于避免了對原始數(shù)據(jù)的直接訪問，這套研究方法秉承了聯(lián)邦學習的核心優(yōu)勢，很好地解決了醫(yī)療數(shù)據(jù)的隱私保護問題。不僅如此，相較于傳統(tǒng)的聯(lián)邦學習，由于在實現(xiàn)方法上“另辟蹊徑”，該研究成果還有效減少了中心與數(shù)據(jù)孤島之間的通信數(shù)據(jù)量，僅需傳輸合成圖像數(shù)據(jù)和反饋誤差而非整個模型的所有參數(shù)數(shù)據(jù)，而且各數(shù)據(jù)孤島之間無需交換任何數(shù)據(jù)或參數(shù)，因而可顯著降低醫(yī)療機構(gòu)之間通過聯(lián)邦學習進行研究的成本，加快研究效率和AI模型的生產(chǎn)速度。

此外，這種創(chuàng)新、低成本的聯(lián)邦學習模式還可以推動低效率的分散型數(shù)據(jù)中心向高效的集約型數(shù)據(jù)網(wǎng)絡升級，從而更好地助力地區(qū)性數(shù)據(jù)中心或行業(yè)標準數(shù)據(jù)庫的建立。這正契合了國家“新基建”的戰(zhàn)略指導方針，加速“數(shù)據(jù)智能”的基礎設施建設，為醫(yī)療乃至更多行業(yè)節(jié)約成本，創(chuàng)造價值。

自AI在國內(nèi)快速發(fā)展以來，國家陸續(xù)出臺了相關政策鼓勵AI產(chǎn)業(yè)發(fā)展， 推動了AI技術與產(chǎn)業(yè)的深度融合和落地應用，可持續(xù)發(fā)展的理念更將推動AI創(chuàng)新與應用的永續(xù)前行。對于醫(yī)療大健康行業(yè)，商湯科技將繼續(xù)以研究和應用雙擎驅(qū)動，橫向持續(xù)拓展SenseCare智慧診療平臺能力服務更多臨床業(yè)務場景，縱向打通底層技術創(chuàng)新與上層應用的連接，在保證數(shù)據(jù)安全和患者隱私的基礎上，為醫(yī)療行業(yè)的數(shù)字化、智能化以及安全性等方面提供全方位助力，讓AI的價值不斷綻放，惠民利民。

正如金征宇教授在演講中所說，“相信醫(yī)學界能夠利用AI為自己插上一對理想的翅膀，為科學和人類發(fā)展做出更大貢獻�！�

（來源：商湯科技）