智東西5月11日消息，疫情之下，AI+醫療按下加速鍵，從線上問診、輔助導診、影像篩查到新藥研發，AI均發揮出重要的輔助作用。然而相比其他應用場景，AI在醫療領域的落地卻面臨更多的困難。
不同醫療機構的數據互不流通、數據質量參差不齊、搭建AI模型效率低下、輸出結果不知道怎麼解釋……在近期舉辦的國際學習表徵會議（ICLR）上，來自劍橋大學、牛津大學、史丹福大學等全球頂尖高校的研究人員們集中探討了這些阻礙AI醫療落地的關鍵挑戰，並有針對性地探討了解決這些問題的有效方法。
國際學習表徵會議（ICLR 2020）是深度學習領域最重要的年度會議之一，於在4月26日至5月1日以線上方式舉行。
一、AI醫療落地難！實際模型效果很一般
當今醫療資源匱乏和分布不平衡的問題日益突出，AI的應用可以緩解這種局面。比如，遠程醫療可以解決偏遠地區看病難問題，AI讀片工具可以縮短臨床醫生判斷時間。但是，要達到這些目的，前提是AI工具的輸出足夠準確可靠。
實際情況中，不同醫療機構收集、標記、注釋、處理醫療數據的方法並不一致，X射線影像、CT影像的質量則因為機器差異而存在較大差異，患者病例或健康記錄中也常缺少信息。這些都導致了能夠用於訓練AI模型的有效數據資源稀缺，因此，一些AI模型的實際應用效果並不理想。
例如，谷歌的一個AI模型就在實際應用階段折戟。該AI模型被設計用於提升篩查糖尿病性視網膜病變的效率，根據病人眼球照片快速給出專業診斷。在實驗室測試階段，該模型可以把診斷時間縮減到秒鐘級，準確率達到了90%。
但在11個眼科診所的測試中，該模型的結果就沒有這麼理想了。首先，每個眼科診所的環境條件不同，有些診所無法拍攝出高清的眼球照片或網絡信號較差，這導致模型上傳圖片的時間變長（60到90秒）。另外，一些護士也擔憂AI模型的安全性問題。這說明通過實驗室檢驗並不完全意味著AI工具可以順利落地應用。
二、數據資源少？讓醫生臨床經驗來幫忙
許多疾病難治療都是因為相關數據太少。比如，罕見病的患者記錄就很少，相應的醫學知識也很缺乏；對於心衰等慢性病來說，及早治療是關鍵，但醫學界很難提前甄別出有患病風險的患者。
在人工智慧平價醫療研討會上，韓國科學技術院（KAIST）助理教授Edward Choi提出，可以利用神經網絡來解決這些問題。一方面，神經網絡可以大面積搜集疾病信息，儘可能多地綜合罕見病相關信息；另一方面，神經網絡可以回溯病人的電子病例，根據病人以往的健康狀況判斷出病人是否易患某種慢性疾病。
Choi表示，下一步將繼續推進研究，使神經網絡更好解決數據缺乏問題。
他計劃用一種基於圖像的注意力模型（GRAM，graph-based attention model）來進一步解決罕見病數據資源少的問題。該模型用循環神經網絡（RNN）進行訓練，是一個基於醫學本體論（medical ontologies）對疾病進行樹狀分類的工具，可以找出與罕見病相似的常見病。各種疾病的本體理論是由之前的醫學家建立起來的，已經通過實踐驗證。因此，醫生可以嘗試用常見病的診療方案來治療罕見病。
對於病人電子健康記錄數據不全的問題，Choi提出了圖像卷積Transformer模型（GCT，Graph Convolutional Transformer ）。GCT可以推斷出電子健康記錄缺失的數據，為臨床醫生提供更全面的病人信息。
三、數據沒結構化？用AI預測哪些出院患者更易再住院
對康復患者進行預後診斷可以降低疾病復發風險，而醫生需要依靠病人的數據做出預後診斷。但是，不同國家和地區、不同醫療機構收集、處理病人數據的方法有差異，醫護人員的一時疏忽則會導致數據無效。這些原因導致了醫療數據非結構化、噪聲數據問題，進而影響了醫生預後診斷的準確性。
谷歌軟體工程師Constanza Fierro團隊認為，可以訓練一個AI模型，使其利用高度非結構化數據或噪聲數據進行預測。經過嘗試，他們研究出一種深度學習架構，能夠預測患者出院後30天內再次入院的風險。
研究人員用一個西班牙語醫療數據集對該架構進行了測試。美國醫療機構曾利用該數據集進行過相同預測。研究人員對比了模型預測結果和美國醫療機構的結果。對此顯示，模型預測結果與美國醫療機構的結果基本相符。
但是，Fierro指出，這個模型的可能不適用於沒有儲存醫療數據的國家。
四、建模效率低？讓AI自動化學習
不同的疾病對應著不同的解決方案，相應地，為不同疾病建模需要用到不同的技術和模型。
劍橋大學教授、艾倫·圖靈研究所研究員、加州大學洛杉磯分校校長教授Mihaela van der Schaar認為，為每種疾病各建一個AI模型效率太低，她主張使用可以大面積推廣的自動機器學習（AutoML）方法，讓AI模型自動化學習合適的參數和配置。
在實驗對比幾種AutoML模型後，Mihaela提出一個針對臨床預後量身定製的預測建模管道設計的自動化系統AutoPrognosis。
據她介紹，AutoPrognosis是「一個為臨床預測量身定製的自動涉及預測模型管道系統」。AutoPrognosis不會試圖找到唯一的最佳的預測建模管道，而是使用各種管道的「集合」做出預測。
儘管這個模型可以自動化對疾病做出預測，但是它還有一些局限性，比如缺乏可解釋性。
透明性和可解釋性是AI模型可不可靠的重要參考依據，即能向非專業人士解釋清楚得到的結果。尤其是在醫療領域這樣做任何決定都必須非常嚴謹的場景，用AI模型來診斷疾病更需要可解釋性，也即是能給出令醫生信服的決策依據。
五、影像難解釋？把它分區域量化
如前面所說，AI模型的可解釋性十分重要。許多研究人員研發出神經網絡的可解釋性方法，但學界還未在評估這些解釋方法上達成共識。
這意味著需要一種客觀的度量標準，來告訴研究人員哪種可解釋性方法適合用於其任務。
針對這一問題，丹麥大學計算機科學博士Laura Rieger及其團隊提出一種特徵迭代移除（IROF，iterative removal of features）的新方法，能以較低的計算資源和很少的數據，對可解釋性方法進行客觀的定量評估。
IROF的評估指標以診斷的準確性為基礎，避開了現有評估方法中相鄰像素之間的高相關性，並且不依賴可能會產生偏差的人的視覺檢查。
在會議現場，Laura用一個具有可解釋性的神經網絡反證了IROF方法的穩健性。
她選用了一個圖像分類神經網絡，輸入一張猴子的圖像，神經網絡快速輸出了正確的分類，即黑白圖像，其中圖像較亮部分對分類精度的重要性要高於較暗部分。
然後，Laura用計算機視覺算法對猴子圖像進行圖像分割，得到一系列圖像子區域。
研究人員在識別出對分類精度最重要的淺色子區域後，用「平均值」替換這些淺色子區域，這樣再次運行圖像分類神經網絡的準確率就會下降；接著，識別圖像的第二重要部分，再次應用平均值，然後再次運行圖像分類神經網絡……隨著替換過程進行，圖像分類神經網絡的準確性呈現出曲線形下降。曲線上方的面積被稱為IROF得分，可以作為評估神經網絡可解釋性的一個定量標準。
六、影像質量差？用數據集模擬偽影和噪聲
CT斷層成像是一種廣泛應用的醫療檢測手段，可以檢測出中風、骨折等疾病。但是，並非所有的醫療機構都有能力配備頂尖的CT掃描儀。在醫療實踐中，為了控制成本，有些醫療機構不得不選用低成本的設備。
低成本CT掃描儀的價格更經濟、耗電量也較低，但成像中容易出現偽影、噪聲數據問題，為醫生增加讀片障礙。
史丹福大學電氣工程博士Sarah Hooper及其團隊提出了一個基於卷積神經網絡（CNN）的影像自動分類工具，可以自動分類有偽影、噪聲數據的低質量頭部CT影像，幫助醫療機構控制成本。
低成本CT掃描儀中常出現x射線管電流小、投影數量少、掃描角度有限等三類問題，這些會導致CT影像質量不高。
由於有代表性的低質量數據有限，研究人員用近一萬張頭部CT影像數據集，通過成倍減少電流、投影數量、改變掃描角度來模擬那些真實圖像中的噪聲，藉助CatSim仿真軟體創建了龐大的合成數據集，然後用這些數據來訓練CNN模型。
運行結果顯示，在這三類低質量影像中，經訓練的CNN模型均能克服頭部CT影像分析的硬體限制，準確分類出異常影像。
除了上述模型，其他研究人員還展示了一些其他醫學影像相關研究工作，比如自動化頸動脈斑塊的3D超聲掃描、從顯微鏡圖像診斷瘧疾、在計算機輔助手術中用AI增強立體攝像機信息、利用圖像質量轉移人工增強MRI圖像、改進乳腺癌篩查的圖像分類等。
結語：革命雖未成功，曙光就在眼前
無論把AI技術應用於哪個領域，研究人員都需要解決技術、安全性和穩健性問題。但客觀上來說，醫療保健領域更為特殊。因此，智慧醫療工具的落地面臨更多困難。
如果能夠攻克技術和安全性難題，AI技術或可為醫療資源匱乏、醫療資源不平衡等問題提供解法，還能提高整體醫療水平。
正如劍橋大學教授Mihaela van der Schaar在其演講結束時提到的，「我們正處於這場革命的開始，還有很長的路要走。但這是一個令人興奮的時刻，是專注於此類技術的重要時刻。」隨著AI醫療類研究持續推進，機器學習將為臨床醫生、醫學研究人員和患者帶來更強大可靠的新工具。
文章來源：VentureBeat