醫(yī)療信息化≠真正智慧醫(yī)療
“十三五”強調要促進健康中國的建設,其中智慧醫(yī)療被提上日程,智慧醫(yī)療成為深化醫(yī)改、推進健康中國建設的重要技術手段。智慧醫(yī)療在百度的解釋是通過打造健康檔案區(qū)域醫(yī)療信息平臺,利用最先進的物聯(lián)網技術,實現患者與醫(yī)務人員、醫(yī)療機構、醫(yī)療設備之間的互動,逐步達到信息化。作為建設智慧城市的一部分,智慧醫(yī)療對緩解看病難這一社會問題具有積極的推動作用,但是,如果把智慧醫(yī)療僅僅定義為醫(yī)療信息化,未免有些狹隘。
不可置否,目前醫(yī)療產業(yè)面臨的大醫(yī)院人滿為患,社區(qū)醫(yī)院無人問津,病人就診手續(xù)繁瑣、看病難等等問題,都是由于醫(yī)療信息不暢,醫(yī)療資源兩極化等原因導致的。近年來,醫(yī)療改革在醫(yī)療信息化的浪潮中取得了巨大成就,可以使患者用較短的等療時間、支付基本的醫(yī)療費用,就可以享受安全、便利、優(yōu)質的診療服務。比如目前部分醫(yī)院支持在線預約專家、微信掛號及在線支付等功能,以及未來電子病歷及健康檔案的落地,確實在一定程度上減少了病人的等診時間及看病成本,但這并不是智慧醫(yī)療的全部。
對于幫助診療方面,目前國內僅局限于不到10%的文字和數據類的結構化數據利用,對于大量的非結構化醫(yī)學影像數據缺乏認知分析。由海歸博士團隊聯(lián)手成立的杭州健培科技有限公司,從2014年開始與國內外著名的研究機構和高等院校展開合作,致力于醫(yī)學影像大數據分析技術(MIBA)的研發(fā)及應用,并通過深度學習技術,建立人工智能診斷系統(tǒng),幫助醫(yī)生診斷各種疾病,推動我國醫(yī)療創(chuàng)新領域理念從“方便診療”走向“幫助診療”,以此改變我國醫(yī)療衛(wèi)生資源分配不平衡、看病難、看病貴等問題。這也是智慧醫(yī)療的關鍵重要組成部分。
杭州健培科技有限公司CEO程國華表示,目前國內智慧醫(yī)療看到的只是醫(yī)療信息化這一基礎層面。針對一個醫(yī)院的信息化,軟件工程師基本可以全部搞定,但是真正做到智慧醫(yī)療,僅僅做醫(yī)療信息化是遠遠不夠的,智慧醫(yī)療最重要的是洞察大量非結構化大數據背后的價值,以幫助醫(yī)生在最短的時間內做出最精確的診斷。
深度學習與醫(yī)學影像診斷
當下互聯(lián)網+推動了醫(yī)療行業(yè)大數據爆炸,據權威調查數據顯示,醫(yī)療行業(yè)非結構化數據占整個數據量的90%左右,醫(yī)療行業(yè)的非結構化數據主要包括醫(yī)療PACS系統(tǒng)產生的醫(yī)學影像,比如DR,CR,MRI等,如果能夠深挖這些海量影像數據背后的價值,將對精準醫(yī)療研究、個體化治療、疾病治療與療效評價、重大疾病的風險評估等具有重要的意義。目前,通過深度學習技術,可以解讀醫(yī)療影像數據,這在國外已經有不少落地性案例,比如,倫敦帝國理工大學今年就宣布運用深度學習技術為基礎的腦部影像圖像分析工具,以協(xié)助醫(yī)生診斷大腦出現的損傷情況。但國內在醫(yī)學圖像分析領域的應用案例還是一片空白。
對此,健培科技在國內率先利用自主研發(fā)的“兩朵云”產品進入醫(yī)療影像分析領域,即HealthView駐地云和HealthView診斷云。HealthView駐地云能有效的對醫(yī)院的非結構化數據存儲系統(tǒng)整合和優(yōu)化配置,進而為診斷云提供了數據倉庫。而診斷云側重于非結構化數據的分析和挖掘,將影像數據的重要臨床實用價值發(fā)揮出來。比如長久困擾放.
射科的肺癌早期和乳腺癌早期篩查誤診率居高不下的問題,通過計算機智能診斷的精確性,能夠極大的降低人為閱片的誤診率,通過計算機的高性能和不間斷運行,也能有效減輕放射科醫(yī)生的工作負荷,從而改善整個放射科的工作效率和質量,最終提升患者就醫(yī)體驗。
從技術創(chuàng)新角度而言,程國華說,“傳統(tǒng)的基于Hadoop的大數據處理平臺,有很多弊端,而且性價比也不高。隨著醫(yī)院云平臺需求的深入,原來的架構已不能承載。目前Spark架構是最先進的,雖然Spark概念已提出幾年,但是在醫(yī)療行業(yè)的應用還是全新的。對于醫(yī)療影像大數據應用來講,它不僅能將性能提升至幾十倍甚至上百倍,同時可以降低存儲需求。”基于Spark架構駐地云可以幫助醫(yī)院進行存儲、分享及傳輸醫(yī)療影像數據,還可以即時的交互,在此基礎上嫁接診斷云,整個醫(yī)院將變成智能化。
HealthView診斷云在駐地云的基礎上,結合最新人工智能算法,實現海量相似病例檢索和醫(yī)學影像智能診斷,極大地幫助醫(yī)生進行定位病癥、分析病情和指導手術,屬于“臨床決策系統(tǒng)”的一部分,也是醫(yī)學科技發(fā)展的前沿方向。利用深度學習技術結合云計算平臺對醫(yī)學影像做分析,可以大大提高醫(yī)生的診斷率。據了解,放射科醫(yī)生診斷效率可以從原先的半小時一個病人到1分鐘一個病人,精準度從70%到85%到90%的一個逐一變化來提高整個醫(yī)院的診斷效率與準確度。這種幫助診療在一定程度上大大縮短了病人的等療時間,而且可以得到最精確的診斷。因此,幫助診療是智慧醫(yī)療很重要的一部分。
目前健培科技聯(lián)合建立的研發(fā)實驗室,首先是通過對肺部影像的分析來診斷各種疾病,程國華表示,醫(yī)生根據傳統(tǒng)的醫(yī)療影像,雖然可以判定疾病類型,但是由于肺部形狀不規(guī)則,發(fā)病部位往往十分復雜,因此對診治造成困難,難以量化分析,而且醫(yī)生也難提供個性化治療方案。但是基于深度學習的人工智能診斷,可以快速給出診斷意見,并且診斷率達78%,遠遠高于目前的臨床診斷準確率。程國華強調,未來健培科技將會陸續(xù)對幾十種疾病進行實驗分析。
GPU耗能和數據流傳輸怎破?
醫(yī)療影像大數據與一般的數據不同,一般的大數據是數據量大,但單個文件不大。而醫(yī)療影像大數據是單個文件超大。在進行云計算時,GPU資源消耗會特別大,而且耗能耗電會造成系統(tǒng)的不穩(wěn)定。云計算平臺是深度學習技術的基礎平臺,因此,解決GPU耗能問題將是對醫(yī)學影像進行智能化分析的關鍵。
在談到此問題時,程國華表示,繪圖運算在電影中的應用已經相當成熟了,但是,我們平時看到的維妙維真的動畫,其實背后的GPU耗能很大。往往一部電影做完至少需要三年的時間,如大型動畫電影《瘋狂動物城》,整整做了七年,才呈現出我們現在看到的震撼畫面。動畫不僅僅是呈現圖片那么簡單,它需要大量的渲染,因此其背后的運算量十分耗能耗時。如果海量的非結構化影像數據全部采用GPU作為計算單元,醫(yī)院將需要支付巨額的服務器和電力使用費用,對機房的建設也有嚴格的要求,不利于產品的推廣、部署和使用。程國華解釋,健培科技自主研發(fā)的基于FPGA架構的影像分析可以解決GPU運算性能功耗高的問題,FPGA架構特點是在低功耗的情況下完成高強度的計算任務,有助于深度學習技術真正的應用于臨床實踐。
另外,醫(yī)療影像數據有別于其他機器視覺應用數據的一大特點是圖像的連續(xù)性,單張圖像不具備分析價值,只有連續(xù)的圖像序列才能對病灶進行完整分析,比如一個病灶的CT影像常由多個切片構成,只有通過三維重構將所有的病灶切片
構建成三維模型,計算機才能更好的進行分析診斷。健培科技自主研發(fā)的三維圖像深度學習計算引擎在醫(yī)療行業(yè)屬于首創(chuàng),與傳統(tǒng)的圖像深度卷積網不同,三維的卷積網在網絡結構設計和并行計算方面都面臨巨大挑戰(zhàn),并且沒有現存的框架和庫可以使用,健培科技通過大量的實驗和探索,研制出了計算性能(訓練和測試時間消耗)和精確度都得到醫(yī)院客戶認可的深度神經網絡,基中有五項獲得發(fā)明專利。
政產學研用融合推動智慧醫(yī)療
眾所周知,物聯(lián)網、移動互聯(lián)及深度學習技術的迅猛發(fā)展,給醫(yī)療產業(yè)帶來廣闊的發(fā)展契機,但是,無論是醫(yī)療信息化的建設還是幫助醫(yī)療,必須以政產學研用相結合的模式共同推動,否則,任何一方孤軍奮戰(zhàn)都是一意孤行,無法真正的推動智慧醫(yī)療落地。
程國華表示,在國家醫(yī)改政策的大背景下,政產學研用缺一不可,醫(yī)療大數據分析項目必須聯(lián)合當地政府、衛(wèi)計委、研究院、企業(yè)、醫(yī)院主體等共同推動醫(yī)療產業(yè)的發(fā)展。今年5月份,健培科技與哈爾濱南崗區(qū)簽訂項目戰(zhàn)略合作協(xié)議,健培科技投資7億落戶到哈爾濱南崗區(qū)的醫(yī)療大數據項目,是政產學研用相融合模式的典范。健培科技聯(lián)合哈爾濱市政府、衛(wèi)計委、哈醫(yī)大、三甲醫(yī)院的戰(zhàn)略合作,共同推動哈爾濱市醫(yī)療大數據互聯(lián)互通,使醫(yī)療資源整合共享,最大限度的發(fā)揮醫(yī)療大數據的價值和優(yōu)勢,盡快將最新技術成果用之于民。
據了解,本醫(yī)療大數據中心項目主要致力于醫(yī)學影像大數據分析和存儲,建立人工智能診斷系統(tǒng),實現機器輔助醫(yī)生對疾病進行診斷,主要是以幫助診療的方式來推動國內智慧醫(yī)療建設。
另外,運用深度學習技術的智能診斷,對影像質量要求十分高,因此醫(yī)學影像必須嚴格符合一定的拍片標準,才能更好進行分析與智能運算,但是醫(yī)療影像質量的標準化沒有那么簡單,必須聯(lián)合政府、醫(yī)療、專家及協(xié)會共同研究與制定。據悉,健培科技正在積極聯(lián)合北京、上海大醫(yī)院以及解放軍第三零九醫(yī)院等其他幾家地方醫(yī)院來推動影像質量與拍片標準化工作,過程雖然不易,真正落地或許也要3-5年時間,但這是未來的大趨勢。