|
利用最先进的设备和软件系统，飞利浦希望创造用户的“数字双胞胎”。 11月的芝加哥，天气有些寒冷，路上的行人已经纷纷穿上了呢质大衣。而在麦考密克展览中心，正在举办2017年度的北美放射学会年会。这也是第104届年会，主办方希望从提高临床技巧的角度策划这次医学界的盛会。 借助这次机会，飞利浦展示的星云医学影像人工智能平台吸引了大量参会人的目光。平台上运行的脑部肿瘤分割应用，加入了深度学习的神经网络算法，这使得肿瘤分割的效果明显超出了预期，达到了更加精准的效果。经过优化和调整以后，这套威力十足的平台又一次征服了评委，在2018年5月苏州举行的“全球人工智能产品应用博览会”上赢得了“金奖”。 AI 医学影像 “90% 以上的医疗数据都是来自于医学影像，所以必须时刻关心这个领域的技术动向，”飞利浦大中华区首席执行官何国伟在接受采访时说，“我们一直在为全世界的医院提供优质的断层扫描、磁共振、超声波等成像设备，在医学影像领域有很深的积累。所以，飞利浦将继续拓展这个方向，融入人工智能技术，进一步辅助医生实现精准诊断和个体化治疗。同时，我们还将以开放的心态，构建一个平台，让人工智能与医疗深入融合后的价值得以落地。” 2016年，飞利浦将照明业务分拆上市以后，充分把握个人健康与专业医疗融合的趋势，通过一系列收购，丰富了公司在健康科技领域的业务组合，并在全球范围内与顶级医院、科研机构、创新平台等紧密合作，布局“数字化健康科技”。随之，相关的项目也越来越多地呈现在了医生和科研人员的眼前。 而在博览会上获得金奖的“星云医学影像人工智能平台”就是飞利浦在数字医疗领域最关键的成果之一。这套平台包括两个部分，其中之一是“飞利浦星云三维影像数据中心”（IntelliSpace Portrat）,另一部分则是“飞利浦星云探索平台”（IntelliSpace Discovery）。 三维影像数据中心试图整合不同来源的影像数据，毕竟对于任何想要了解患者病史的医生，都不得不花费大量时间整理来自不同设备，不同时间和不同背景下的影像资料，这也几乎成为影像行业中难以逾越的难关。“与其让医生把宝贵的精力放在整理和浏览患者的影像资料上，还不如让他们更专注于寻找合适的治疗方案，”飞利浦整体解决方案中心临床科学部高级总监周振宇表示，“这套系统会根据医生的需要，做多任务预设定，并自动完成大量图像的预处理。这不仅大幅提升了整个流程的效率，还提高了影像科医生的诊断效率。”系统中的患者历史诊断图像预匹配调取功能也非常有用，可以帮助医生快速以可视化的方式对比影像数据，分析病情发展进程。 为了进一步提高医生的效率和患者的满意度，仅仅依靠自动化处理系统整合资料是不够的。关键的一步，还需要协助医生分析影像资料，提供更快捷、精确和有效的辅助信息。 星云探索平台试图从这个方向提供一套更灵活高效，更具有科研意义的解决方案。利用已经发展到第二代的探索平台，飞利浦、临床医生、科研人员以及第三方开发商都可以参与其中，探索人工智能的潜能，共同努力构建医疗人工智能生态圈。例如，飞利浦还和柏视医疗展开了合作。在这个项目中，柏视医疗将自主开发的鼻咽癌放疗靶区规划算法整合到了飞利浦星云探索平台上。该算法不仅采用了先进的图像分割和增强技术，还采用了Markov人工神经网络算法来提升靶区预测的准确性，并将原本需要4个小时的放疗手动规划时间，缩短到1分钟以内。这项科研进展极大地提升了规划靶区需要的时间，质量也达到了资深放疗科医生的规划水平。 “这是新一代的开放平台，没有谁能独占整个生态系统，”飞利浦中国研究院人工智能实验室主任周子捷说，“所以飞利浦现有的技术，包括图像处理技术和人工智能技术等，都不会成为一种壁垒，阻碍第三方加入。我们欢迎各方共同合作，让已有的技术为大家未来进一步的创新发展铺路。”事实上，已经有越来越多的第三方机构加入到这个平台上，协同创新，针对心脑血管、肿瘤等当前医疗系统最大的挑战开展各种临床和科研活动。 神飞云起飞 目前，飞利浦的星云影像后处理系统部分已经获得了FDA（美国食品及药品管理局）和CFDA（中国食品及药品管理局）的双重认证。国内部分顶级医院的放射科医生也开始通过统一的端口登录界面，使用这项搭建在各自医院中的优质服务了。 但是，优质的医疗资源本来就过于集中，如何把这套高效的处理系统提供给医疗资源短缺的基层医院，成了亟待解决的问题。毕竟，将完整的系统装配到基层医院，不仅需要昂贵的硬件成本，还需要为整套的处理系统买单。 为了尽可能降低成本，飞利浦试图把这个项目与云服务结合起来。这样就免去了基层医院自己安装硬件服务器的大笔成本。原来成套的软件服务也可以在云端拆分成不同的组件，让接入云端系统的用户按需付费。 “我们与本土的神州医疗合作，共同推出‘神飞云’，”何国伟说，“这相当于‘飞利浦星云系统’的云端解决方案。”实际上，这套方案的推出，不仅可以让基层的医院和医生更容易获取高效和精准的图像处理系统，还可以将其推广和应用到体检中心等，实现疾病的早期筛查。” 对于基层的病患来说，在医院做影像检查发现病灶，通常是疾病发展到一定阶段，带来了身体的不适。如果将定期体检获取的影像资料及时传往“神飞云”做进一步的处理和分析，或许可以尽早地发现特定病灶，及时治疗，获取更佳的疗效。对病患和国家医疗体系，这都是减少风险和降低经济压力的更佳选择。 数字双胞胎 当数字化、信息化和智能化的手段进入医疗领域以来，已经迅速提高了人们在就诊时的体验。但这些技术的应用，应该还有更大的空间。通过整合用户的三维影像、历史就诊记录和日常体征数据等信息，在计算机系统内打造一个纯数字版本的用户“双胞胎”，或许是下一步的方向。 但这并不是一件简单的事，要尽可能成功地塑造起数字双胞胎，就需要采集和理解完整的个人纵向信息，其中包括家族疾病史、个人基因组图谱、临床病历、影像报告、药物使用，以及最基本的个人生理指标等等。可以说，每一项，都面临着难以想象的困难：用户的许可和配合，信息的完整度和真实性，数据的统计、识别和进一步的分析…… “这确实很难，但是我们已经积累起了越过起步门槛的资源和渠道。”周子捷说，“现在，我们要做的，是利用自然语言处理、深度学习，和大数据挖掘，把已有的一些材料，转化成具有指导意义的标准化数据。” 肿瘤疾病的诊断非常复杂，医生往往需要花费大量的时间研读一个患者的各种病例资料，并从中串联起有价值的部分，作为诊断和制定治疗方案的依据。 针对眼前的绊脚石，飞利浦正在试图利用自然语言处理技术提取病历中的有效信息，处理成为机构化的数据，按时间轴顺序，直观地呈现给医生。“为了掌握病人的情况，医生需要回溯病历，在冗长的文字描述中反复寻找一些关键的信息。这很非常耗时。”周子捷还说，“通过我们的技术，医生可以在回溯病历方面节省85%的时间。”而这些经过结构化处理的数据，也是构成数字双胞胎的关键信息的标志性数据。 当然，构建每个个体完整的“数字双胞胎”，这还是一个愿景式的畅想。但飞利浦的每一步，都试图围绕着这个目标进发。毕竟能在实际动手前就可以通过数字双胞胎模拟手术效果，在日常生活中也能通过数字双胞胎预测出现突然疾病的可能，这简直像是在科幻电影中的场景。而飞利浦，试图将这种未来拉进现实。 |
|
|
