人工智能抗疫,效果到底如何?阿里达摩院从前线传来最新战报:
截止到2月23日,阿里达摩院医疗AI团队研发的新冠肺炎CT影像识别算法,已对3万多个临床疑似病例进行了诊断。实际结果显示,单个病例影像数据的上传和分析可在20秒内完成,准确率达到96%。
这一最早应用于郑州“小汤山”的算法,现已在湖北、上海、广东、江苏等16个省市的41家医院上岗。接下来,很快就会部署应用到全国100多家新冠肺炎定点医院。
如此战果,是阿里达摩院多年技术积累的直接体现,也少不了达摩院30多位技术工程专家“连轴转”的研发支持。
更重要的是,这意味着AI技术在抗疫过程中的价值得到了验证。在阿里巴巴集团副总裁、达摩院高级研究员、IEEE Fellow华先胜看来,这将对医疗行业后续发展产生深入的影响。
而眼下,它最紧迫的任务,依然是在达摩院和阿里云的驱动下,完全打赢疫情阻击战。
阿里达摩院医疗AI团队研发新冠肺炎CT影像识别算法,来自抗疫过程中日益关键的高效率需求。
新冠疫情早期,核酸检测是新冠肺炎诊断的主要参考标准。但随着确诊案例样本变多,临床诊断数据得到积累,很多医疗机构都发现,靠核酸检测确诊病例很容易造成漏诊。
将CT影像结果纳入诊断标准,逐步成为防控疫情的必要措施。
2月5日,国家卫健委公布的诊疗方案第五版中,正式将CT 影像临床诊断结果作为新冠肺炎病例判断的标准之一。
虽然这直接加快了新冠肺炎疑似病例的确诊速度与准确度,但对于前线医生来说,却是不小的负担。
在临床诊断过程中,医生人肉辨别CT影像效率较低。
据了解,一位新冠肺炎病人的 CT 影像大概在300张左右,每诊断一个病例,影像医生需要投入大约为5-15分钟时间。一名医生每天连续不间断工作12个小时,只能诊断大概72个病例。
而截止到2月4日晚,全国一共有疑似病例23260例,追踪到(新冠肺炎患者)密切接触者252154人……提升临床诊断效率,成为抗疫期间核心需求之一。
这也是阿里达摩院从疫情爆发伊始,就已经在投入资源发力的重要方向。
华先胜说,他们先是收集到了5000多个病例的CT影像样本数据,训练模型学习样本的病灶纹理,研发出全新的AI算法模型。
然后在钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文、最新诊疗方案的指导下,以及新冠肺炎病例数据基础上进行快速迭代优化。
于是就有了现在应用到41所定点医院的CT影像识别系统:从上传CT图像到返回结果只需要20秒,区分新冠肺炎患者的准确率达到96%。
而且,在增效的同时,还能直接算出病灶部位的占比比例,进而量化病症的轻重程度。
华先胜解释,这不仅得益于达摩院医疗AI团队多年的技术积累——医学影像识别一直是其研究中的重要方向,还在于合作伙伴们的全力支持,他们为研发算法提供数据支撑,也在算法系统的推广过程中给出了极大帮助。
此外,云计算的优势也在这次算法研发与推广中体现了出来。
他说,有阿里云团队在背后支撑,医疗AI团队研发出第一版本算法只用了2天。
而且这一算法研发成功后就在阿里云上线了,全国各地的医院只要接入公有云,就能快速免费使用这一服务。
所以此次抗疫AI大显神威,有达摩院AI算法的功劳,但也离不开背后阿里云的底气,这是一次“云+AI”的完美案例。
上述AI影像,还不是达摩院技术抗疫的全部。
除了新冠肺炎影像CT算法,达摩院医疗AI团队还和阿里云联合研发了新冠肺炎辅助诊断算法和病历质检算法,将AI从诊断应用到了治疗阶段。
前者结合患者影像CT诊断结果、流行病学史以及其他临床症状,来辅助医生快速对新冠肺炎病例完成诊断,进一步提升诊断准确率与效率。
后者是应用到病例治疗过程中的算法,能够评估患者治疗过程和病历质量,从而提升治疗质量。
此前,2月1日浙江省疾控中心上线的自动化全基因组检测分析平台,也是阿里达摩院的成果之一。
借助阿里达摩院研发的AI算法,原来数小时的疑似病例基因分析缩短至半小时,加上杰毅生物技术的新型检测设备,更是大幅缩短疑似患者确诊时间。
达摩院介绍,这一平台还能有效防止病毒变异产生的漏检,并精准检测出可能存在的病毒变异情况,为后续疫苗与药物研发提供支撑。
华先胜透露了这一平台的应用情况:“每天都在工作,准确率近乎100%,正进一步推广到更多地方使用。”
在疫情防控方面,达摩院的AI同样在发挥效力。早在1月22日,达摩院资深总监赵昆就开始紧急召集团队,居家办公的几十名工程师用5天时间推出智能疫情机器人。
借助卫生部门提供的知识包,经过连续多个通宵的测试和调优,机器人已能答复大部分常规问询。1月27日在浙江上线第一天,它对用户咨询的解决率就超过了92%。
之后,智能疫情机器人支援浙江、黑龙江、山东济南等地,并增加了呼叫服务,帮助一线工作人员疫情随调等等。
“抗疫是阿里达摩院优先级最高的事情“,华先胜说,“医疗AI团队全员投入,其他日常项目都暂缓推进。”
他进一步补充,这也是阿里巴巴整个集团的态度,不仅各个业务线对外提供了大量支持,在内部有抗疫资源需求时,审批也是一路绿灯。
而接下来,阿里达摩院将会优化目前应用到抗疫前线的算法,提高这些算法系统的易用性,同时将这些抗疫中的成果进一步沉淀,之后应用到未来的医疗场景之中。
这一次疫情之下,不只是阿里达摩院,医疗AI的多数玩家都参与到了抗疫之中,以自身之长提供解决方案。
在华先胜看来,这次疫情是整个行业的一次大练兵。
他说:“很多竞争对手都成了并肩作战的伙伴。(抗疫)也让我们与合作伙伴的协同变得更加深入。“
这位达摩院大牛还预测,医疗AI的价值在抗疫中得到验证,会对医疗行业和公众产生深远的影响。在接下来几年,将会看到整个医疗行业的数字化和智能化程度大幅度提升。
然而,要将医疗AI应用到更多的场景,进入寻常生活,还有很长的路要走。不论是获取更多的医疗数据,还是寻找更加切合的商业模式,以及政策法规的支持等,都是医疗AI行业需要解决的问题。
但突发疫情也让其前景变得更明朗。华先胜认为,接下来医疗AI将会从医生走向大众,从高成本走向普惠,从应用于医疗走向应用于健康。
他做了一个这样的类比:“就像我们现在从一个地方到另一个地方,GPS会告诉我们怎么走。未来数据越来越多、设备越来越多、技术越来越强的时候,医疗AI也会做到这一点。”
不过,它的目的地——是健康。
— 完 —
3期图像处理系列课程开始报名了~
2.27第一期课程,来自NVIDIA开发者社区的何琨老师,将带领大家学习如何利用NVIDIA迁移式学习工具包实现实时目标检测。
欢迎大家扫下图二维码报名,记得备注“英伟达”哦~
直播报名 | 图像与视频处理系列课程
新年福利 | 关注AI发展新动态
内参新升级!拓展优质人脉,获取最新AI资讯&论文教程,欢迎加入AI内参社群一起学习~
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !