AI肺結(jié)節(jié)檢測(cè)初步研究與經(jīng)驗(yàn)分享---影像醫(yī)師的第二雙眼1什么是AI?It

is

the

science

and

engineering

of

making

intelligent

machines,

especiallyintelligent

computer;是計(jì)算機(jī)科學(xué)的一個(gè)分支，研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)是研究計(jì)算機(jī)模擬人的某些思維過(guò)程和智能行為的學(xué)科，涉及計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等，已成為一門廣泛交叉的新興前沿學(xué)23人工智能的三個(gè)層次弱人工智能（Artificial

Narrow

Intelligence

，ANI)，

擅長(zhǎng)于單個(gè)方面或任務(wù)的人工智能；強(qiáng)人工智能（Artificial

General

Intelligence

，AGI)，

是指在各方面都能模仿人類甚至和人類比肩的人工智能；超人工智能（Artificial

Superintelligence，ASI)，牛津哲學(xué)家，知名人工智能思想家Nick

Bostrom把超級(jí)智能定義為“在幾乎所有領(lǐng)域都比最聰明的人類大腦都聰明很多，包括科學(xué)創(chuàng)新、通識(shí)和社交技能?！鄙疃葘W(xué)習(xí)人工智能技術(shù)已經(jīng)用于諸多領(lǐng)域。Deep

LearningPilotless

AutomobileAlphaGoFace

Recognition4人工智能企業(yè)的主要應(yīng)用領(lǐng)域金融安防電商零售個(gè)人助理自駕領(lǐng)域醫(yī)療健康人工智能智能投顧、智能客服、安防監(jiān)控、金融監(jiān)管智能手機(jī)上的語(yǔ)音助理、語(yǔ)音輸入、家庭管家和

陪護(hù)機(jī)器人智能汽車、公公交通、快遞用車、工業(yè)應(yīng)用智能監(jiān)控、安保機(jī)器人醫(yī)療健康的檢測(cè)診斷、智能醫(yī)療設(shè)備教育智能評(píng)測(cè)、個(gè)性化輔導(dǎo)、兒童陪伴倉(cāng)儲(chǔ)物流、智能導(dǎo)購(gòu)和客服醫(yī)療AI的發(fā)展對(duì)人類影響深遠(yuǎn)!Source:

2016全球人工智能發(fā)展報(bào)告·框架篇

發(fā)布機(jī)構(gòu)：烏鎮(zhèn)智庫(kù)/網(wǎng)易科技人工智能+醫(yī)療的八大應(yīng)用場(chǎng)景Source:

出自億歐2017人工智能賦能醫(yī)療產(chǎn)業(yè)研究報(bào)告深度學(xué)習(xí)推動(dòng)醫(yī)學(xué)影像研究發(fā)展基于深度學(xué)習(xí)模型產(chǎn)出的醫(yī)學(xué)影像論文近兩年突增8內(nèi)容為什么我們需要人工智能？人工智能之深度學(xué)習(xí)如何學(xué)習(xí)?目前臨床上應(yīng)用如何?價(jià)值？挑戰(zhàn)？人工智能的未來(lái)?9醫(yī)學(xué)影像為什么需要人工智能？放射醫(yī)師現(xiàn)狀：工作量大、重復(fù)性勞動(dòng)、常疲勞；漏診率高（尤其肺小結(jié)節(jié)）AI幫助醫(yī)師更快捷地檢測(cè)出病變；不疲勞、無(wú)干擾；會(huì)學(xué)習(xí)、不斷積累、不忘記-有可能診斷超越人類。低劑量胸部CT

普查大大增加放射醫(yī)師的工作量；高分辨率CT掃描或螺旋CT掃描后薄層重組圖片達(dá)300幅左右；肺結(jié)節(jié)發(fā)生率8-51%，通常多發(fā)，96%小于10mm，72%小于5mm；工作量大、病灶多、小、需要快速閱片，把醫(yī)生從大量、重復(fù)勞動(dòng)中解放出來(lái)！11肺窗縱膈窗骨窗11精準(zhǔn)檢測(cè)、避免漏診、早期診斷：病灶小、多、密度有時(shí)較低（純磨玻璃）；復(fù)查時(shí)結(jié)節(jié)變化輕微；需要定量、提高診斷準(zhǔn)確率：肺結(jié)節(jié)的定性診斷有時(shí)非常困難；需要定量指標(biāo)：大小、密度、體積（倍增時(shí)間）、成分所占比等；挖掘信息、提高診斷準(zhǔn)確率：?jiǎn)渭儚拈喥牧窟@個(gè)角度看，人工智能應(yīng)該超過(guò)任何醫(yī)生個(gè)體，積累更多的“經(jīng)驗(yàn)、知識(shí)”-海量信息、大數(shù)據(jù)提取更多肉眼無(wú)法看到的“征象、特征”-影像組學(xué)

。醫(yī)學(xué)影像為什么需要人工智能？多少病灶？12病例:

48歲男性，直腸癌綜合治療6月余13病例:

48歲男性直腸癌綜合治療6月余2017-12-01

AI發(fā)現(xiàn)而醫(yī)師未發(fā)現(xiàn)的結(jié)節(jié)2018-01-22、2018-07-24

復(fù)查結(jié)節(jié)增大病灶大小有變化嗎？161956年，John

McCarthy教授在達(dá)特茅斯會(huì)議上首次使用了“人工智能”這一術(shù)語(yǔ)，正式開(kāi)啟了人工智能領(lǐng)域的專門研究?！叭斯ぶ悄堋痹?0年代末到90年代中期，人工智能的發(fā)展進(jìn)入低谷期。人們發(fā)現(xiàn)“專家系統(tǒng)”運(yùn)行速度慢，準(zhǔn)確率低，并不能夠?qū)崿F(xiàn)人類智能。1980-1987年，“專家系統(tǒng)”

開(kāi)始獲得認(rèn)可?！皩＜蚁到y(tǒng)”的基本原理：第一步，根據(jù)人類專家的經(jīng)驗(yàn)定義

知識(shí)庫(kù)；第二步，根據(jù)知識(shí)庫(kù)和邏輯推理來(lái)解決問(wèn)題。CAD輔助診斷是80年代“專家系統(tǒng)”時(shí)代人工智能

的代表產(chǎn)品。人工智能的發(fā)展歷程深度學(xué)習(xí)的歷史2016年，谷歌AlphaGo壓倒性擊敗了圍棋世界冠軍李世石，標(biāo)志了“深度學(xué)習(xí)”可以完全突破上一代人工智能（“專家

系統(tǒng)”）的瓶頸。1997年，IBM深藍(lán)

(Deep

Blue)

戰(zhàn)勝國(guó)際象棋世界冠軍Kasparov。但是深藍(lán)并沒(méi)有試圖挑戰(zhàn)圍棋，因?yàn)椤皩＜蚁到y(tǒng)”無(wú)法應(yīng)對(duì)圍棋走棋的復(fù)雜程度。這也體現(xiàn)出了“專家系統(tǒng)”人工智能的局限。2011年，深度學(xué)習(xí)在人工智能大賽Imagenet當(dāng)中獲得低于3%的錯(cuò)誤率，大大超越人類在該比賽當(dāng)中的表現(xiàn)。2006年，Hinton教授在《科學(xué)》雜志上發(fā)表的文章開(kāi)啟了“深度學(xué)習(xí)”在學(xué)術(shù)界和工業(yè)界的“拓疆?dāng)U土”的浪潮?！吧疃葘W(xué)習(xí)”區(qū)別于“專家系統(tǒng)”的三大特點(diǎn)：1.“知識(shí)庫(kù)”的建立無(wú)需依賴人類專家，更全面、微觀；2.

端到端的數(shù)據(jù)訓(xùn)練，避免了“專家系統(tǒng)”邏輯推理的局限；3.

“成長(zhǎng)型”模型：數(shù)據(jù)越多，

模型越準(zhǔn)。人工智能工業(yè)革命時(shí)代CAD

vs.

深度學(xué)習(xí)CAD計(jì)算機(jī)輔助診斷——教科書系統(tǒng)深度學(xué)習(xí)AI——醫(yī)生成長(zhǎng)的軌跡出現(xiàn)于上世紀(jì)80年代近3年出現(xiàn)由專家進(jìn)行特征分析端到端，不需過(guò)多人工干預(yù)，自動(dòng)挖掘海量規(guī)律極少超過(guò)人類準(zhǔn)確率已經(jīng)超越人類模型死板，難以應(yīng)付眾多未知情況模仿人類認(rèn)知納，可輕松應(yīng)付沒(méi)有見(jiàn)過(guò)的情況無(wú)須海量訓(xùn)練數(shù)據(jù)需海量訓(xùn)練數(shù)據(jù)運(yùn)算速度緩慢運(yùn)算速度快將成果編制成軟件，對(duì)病灶進(jìn)行比較分析“醫(yī)生專家”標(biāo)記-學(xué)習(xí)-測(cè)試-應(yīng)用-再學(xué)習(xí)的不斷迭代進(jìn)化1、深度學(xué)習(xí)實(shí)現(xiàn)“端到端”的學(xué)習(xí)：無(wú)需人類邏輯和知識(shí)的干預(yù)，即可自行從經(jīng)驗(yàn)中學(xué)習(xí)知識(shí)。深度學(xué)習(xí)機(jī)器讀圖1

(墨西哥兔)：是兔子機(jī)器讀圖2

(狗)

：非兔子機(jī)器讀圖3

(垂耳兔)

：是兔子機(jī)器讀圖4

(長(zhǎng)頸鹿)

：非兔子機(jī)器讀圖5

(花明兔)

：是兔子機(jī)器讀圖6

(安哥拉兔)

：是兔子…(此處省略1000張圖)…輸入銀狐兔圖片機(jī)器判斷：兔子機(jī)器像人類那樣隨著看到更多的兔子，總結(jié)出更多兔子的特點(diǎn)，從而更準(zhǔn)確地認(rèn)識(shí)兔子人類小朋友：媽媽，這是兔子嗎？媽媽：不是，這是狗。小朋友：媽媽，這兔子嗎？媽媽：不是，這是倉(cāng)鼠。小朋友：媽媽，這是兔子嗎？媽媽：寶貝好棒！這是兔子。小朋友：媽媽，這是貓兔子嗎？媽媽：是啊，這是兔子。人類會(huì)隨著看到兔子的數(shù)量增加，總結(jié)出更多兔子的特點(diǎn)，從而更準(zhǔn)確地認(rèn)識(shí)兔子問(wèn)題：如何識(shí)別兔子？傳統(tǒng)人工智能專家總結(jié)：專家A：兔子有三瓣嘴專家B：兔子有長(zhǎng)長(zhǎng)的耳朵專家C：兔子沒(méi)有長(zhǎng)尾巴機(jī)器根據(jù)專家邏輯識(shí)別兔子：有：1.

三瓣嘴2.

長(zhǎng)耳朵無(wú)：1.

長(zhǎng)尾巴機(jī)器不會(huì)自己總結(jié)，因此無(wú)論看過(guò)多少只兔子，都一板一眼地按照專家邏輯進(jìn)行判斷Deep

Learning2、借鑒了人類大腦神經(jīng)系統(tǒng)構(gòu)造：深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型受到了大腦神經(jīng)元連接的啟發(fā)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)像視覺(jué)機(jī)制一樣對(duì)信息層層抽象深度學(xué)習(xí)像人類一樣隨著經(jīng)驗(yàn)的積累表現(xiàn)越來(lái)越好深度學(xué)習(xí)算法是對(duì)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展（多層不斷迭代、不斷抽象的過(guò)程）,

多數(shù)算法是半監(jiān)督式學(xué)習(xí)算法，用來(lái)處理存在少量未標(biāo)識(shí)數(shù)據(jù)的大數(shù)據(jù)集。常見(jiàn)的深度學(xué)習(xí)算法包括：受限波爾茲曼機(jī)（Restricted

BoltzmannMachine，

RBN），

Deep

Belief

Networks（DBN），卷積網(wǎng)絡(luò)（Convolutional

Network）,

堆棧式自動(dòng)編碼器（Stacked

Auto-encoders）。2122深度學(xué)習(xí)方法監(jiān)督式學(xué)習(xí)：通過(guò)有標(biāo)注的數(shù)據(jù)進(jìn)行訓(xùn)練得到模型參數(shù)，即先輸入計(jì)算機(jī)一些問(wèn)題的正確答案，在這些經(jīng)驗(yàn)的基礎(chǔ)上判斷新答案；機(jī)器被給予很多正確答案；過(guò)程是一組輸入X，到一組輸出Y的映射；例如：輸入各種圖片---輸出這些動(dòng)物的標(biāo)簽（貓、狗、馬，結(jié)節(jié)、腫瘤、炎癥、結(jié)核），輸入聲音的波形---輸出的是文字（是的、不是、你好、再見(jiàn)等）；無(wú)監(jiān)督式學(xué)習(xí)：是在未標(biāo)記數(shù)據(jù)的基礎(chǔ)上直接從數(shù)據(jù)中尋找規(guī)律，生成模型參數(shù)。醫(yī)生設(shè)定標(biāo)記規(guī)則并完成病灶標(biāo)記好老師精準(zhǔn)標(biāo)注實(shí)際工作應(yīng)用---不斷學(xué)習(xí)，迭代進(jìn)步多做題海量數(shù)據(jù)百煉成鋼---AI影像輔助篩查系統(tǒng)是怎樣煉成的好腦子優(yōu)秀模型神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)訓(xùn)練魯棒性安全性易用性百煉成鋼---好AI產(chǎn)品的標(biāo)準(zhǔn)人工智能可以對(duì)2mm大小的肺結(jié)節(jié)進(jìn)行篩查，迅速標(biāo)記出各層面上出現(xiàn)的結(jié)節(jié)，用時(shí)不到5秒25Solid

Nodules:

<3mm,

3-5mm,

5-10mm,>10mm26X線輔助篩查系統(tǒng)（AI-DR）檢測(cè)出醫(yī)生漏診的肺結(jié)節(jié)，CT掃描結(jié)果顯示“左肺上葉前段可見(jiàn)一長(zhǎng)徑約2.0cm的磨玻璃結(jié)節(jié)，邊界清楚，呈分葉狀”，后期病理證實(shí)此為一例肺癌。胸部X線輔助篩查系統(tǒng)(AI-DR)29CR與CT對(duì)照資深主治醫(yī)師資深主治醫(yī)師+AI模型10.90.80.70.60.50.40.30.20.100-3mm結(jié)節(jié)3-6mm結(jié)節(jié)6-10mm結(jié)節(jié)鈣化結(jié)節(jié)0-5mm磨玻璃結(jié)節(jié)10-30mm結(jié)節(jié)5mm以上磨玻璃結(jié)節(jié)0-3mm結(jié)節(jié)3-6mm結(jié)節(jié)6-10mm結(jié)節(jié)鈣化結(jié)節(jié)0-5mm磨玻璃結(jié)節(jié)10-30mm結(jié)節(jié)5mm以上磨玻璃結(jié)節(jié)0.90.80.70.60.50.40.30.20.101主治醫(yī)師A主治醫(yī)師BAI模型+資深主治醫(yī)師

VS

資深主治醫(yī)師臨床應(yīng)用體驗(yàn)---輔助診斷病灶大小有變化嗎？322010201220132015201734201020122013201520173776mm34105mm3

(8.7%)5040mm3

(33.5%)6937mm3

(83.7%)7757mm3(105.4%)與第一次相比體積變化臨床研究---常規(guī)劑量與低劑量掃描對(duì)胸部CT肺結(jié)節(jié)（專家+AI）檢測(cè)的影響Diagnostic

performance

ofLDCT

forthe

detection

of

pulmonary

nodules

in

comparison

to

SDCT.Note:

SDCT=the

standard

120

kV

protocol,

LDCT=low-doseprotocol

chest

CT

images.*Wilcoxon

signed

rank

test35小于4mm的病灶低劑量CT影響病灶檢測(cè)率Diagnostic

performance

of

AI

on

LDCT

in

comparison

to

SDCT

for

thedetection

of

pulmonary

nodules.Note:

SDCT=the

standard

120

kV

protocol,

LDCT=low-doseprotocol

chest

CT

images.*Wilcoxon

signed

rank

testTotal(Truepositive)NatureSize

distributionLocationFalse

positivesolidsubsolid*calcified<=4mm(4,

8)#≥8mmsubpleuralNon-

subpleural&SDCT515(78.03%)413(76.48%)61(81.33%)41(91.11%)465(77.37%)37(80.43%)13(100%)191(76.71%)324(78.83%)6.21/CTLDCT456(70.15%)365(68.61%)52(71.23%)39(86.67%)405(68.53%)38(82.61%)13(100%)162(66.67%)294(72.24%)6/CTp

value.001.001.046.480.000.6551.000.001.0260.77936標(biāo)準(zhǔn)劑量及低劑量均可顯示37左肺上葉胸膜下微小結(jié)節(jié)標(biāo)準(zhǔn)劑量顯示清晰，低劑量變淡、模糊38右肺上葉GGO(磨玻璃結(jié)節(jié))標(biāo)準(zhǔn)劑量可見(jiàn)，低劑量顯示不清39右肺上葉胸膜下微小結(jié)節(jié)標(biāo)準(zhǔn)劑量可見(jiàn)，低劑量顯示不清40左肺上葉胸膜下微小結(jié)節(jié)臨床研究---AI對(duì)不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價(jià)值Results

ofnodule

detection

intheunaidedreading

and

second-reader

modes:

sensitivity

andfalse

positive

rate

per

CT.41Note:

Alone

=

AI-Unaided

reading

mode;

With

AI

=

AI

asthe

second-reader

mode.Characteristicofnodules

in

unaided

reading

and

the

second

-reader

modes

ofCAD

in

the

standard

dose

setting.42Note:

Alone

=

AI-Unaided

reading

mode;

With

AI

=

AI

asthe

second-reader

mode.臨床研究---AI對(duì)不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價(jià)值Characteristicofnodules

in

unaided

reading

and

the

second

-reader

modes

ofCAD

in

the

low-dose

setting.臨床研究---AI對(duì)不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價(jià)值43Note:

Alone

=

AI-Unaided

reading

mode;

With

AI

=

AI

asthe

second-reader

mode.44AI輔助讀片能顯著提高CT肺結(jié)節(jié)的檢出率：對(duì)于有經(jīng)驗(yàn)的中年資放射科醫(yī)生、住院醫(yī)師和實(shí)習(xí)生，獨(dú)立讀片模式下低劑量CT結(jié)節(jié)檢出的陽(yáng)性率低于標(biāo)準(zhǔn)劑量CT；醫(yī)生容易在低劑量胸部CT圖像上遺漏結(jié)節(jié)，但AI協(xié)助共同閱片能明顯改善低劑量CT的肺部結(jié)節(jié)診斷效能；尤其對(duì)住院醫(yī)師、實(shí)習(xí)醫(yī)生的幫助更大8mm及以下結(jié)節(jié)，不管是標(biāo)準(zhǔn)劑量還是低劑量，無(wú)論是實(shí)性結(jié)節(jié)還是亞實(shí)性結(jié)節(jié)，第二次讀片模式能提高結(jié)節(jié)檢測(cè)率同時(shí)假陽(yáng)性一定程度增加臨床研究---AI對(duì)不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價(jià)值M，51Y，右頸部淋巴結(jié)轉(zhuǎn)移性腺癌；

CT：右肺上葉微小結(jié)節(jié)，位于血管附近。人工閱片漏診，推想提示結(jié)節(jié)。45AI讀片人工讀片乙狀結(jié)腸癌術(shù)后半年余2017-08-07

約4mm462017-12-12

約7mm武漢同濟(jì)醫(yī)院醫(yī)生使用人工智能“CT阿爾法狗”在心胸組普遍使用。4748目前價(jià)值與優(yōu)勢(shì)