阿里巴巴達摩院醫療AI又有了一項突破。
7月9日，達摩院提出了一種AI助力骨科關節置換手術的新方法，該方法無需醫生手動操作即可自動完成術前關鍵點位的測量，並且實現了精度上的突破，相比傳統AI方法，達摩院醫療AI團隊的精度可提升2.3%以上，整個過程僅需0.3秒。
達摩院算法專家透露，目前該研究成果已被醫學影像分析行業的頂會MICCAI 2020收錄，本月底將正式在醫院上線使用。
AI+全髖關節置換術
全髖關節置換術（THA）是當今骨科方向比較成功的手術之一，這是一種用模擬人體關節結構的假體置換病損的髖關節來消除病痛的方法，即用人工關節假體替換患者關節，幫助病人恢復關節功能。2018年，中國就實施了40多萬臺手術，隨著人口老齡化問題的加重，這一數字將會逐年增加。
但一個現實問題是，該手術要求極其精密。
手術之前，醫生會根據患者的年齡、骨結構形態改變和骨組織質量等情況，來制定一份準確詳細的術前計劃，這對手術的成功與否十分關鍵。
正常的流程是：醫生需要先拍病損髖關節的X片，然後在X片尋找解剖位置、測量角度和長度，例如股骨頸幹角度和腿長差異，以此來尋找合適的替換假體。
目前，這個過程完全是醫生手動操作，需要1小時以上，而且經驗不足的醫生甚至可能出現點位不準確的情況。
為了提高醫生的工作效率，達摩院提出了一種THA術前規劃自動測量的方法，利用AI模擬醫生的測量過程，通過先定位這些關鍵點，再根據點的坐標計算得到測量結果。
區別於傳統AI只檢測關鍵點的方法，達摩院還根據這些待測量量，定義了解剖點之間的連接邊，以強化同一個測量量相關的各個點之間的聯繫，測量數據更加直觀。
如上圖所示，達摩院一共定義了22個關鍵點和24條連接邊。22個關鍵點左右對稱分布，每側各有11個關鍵點（紅色）和10條邊（黃色），同時兩側之間也有4條連接邊（綠色），以衡量左右髖的差異。
利用深度學習關鍵點檢測方法，達摩院實現了對各個解剖關鍵點的準確定位，結果如下表所示：
通過在損失函數中加入解剖點之間的連接邊回歸損失，達摩院的模型可以取得更高的定位精度，相比於原始的U-Net、Hourglass和HRNet模型，達摩院的方法分別提升了2.3%、11.7%和5.1%。
表1. 模型的11個關鍵點的檢測精度
* +edge為達摩院的方法（誤差mm）
得到這個關鍵點之後，就可以根據這些點的坐標自動地計算對應的測量量。
下圖是THA術前規劃自動測量平臺，圖中測量了左右側髖的股骨頸幹角分別是131.76和127.79度，髖臼杯前傾角分別是36.83度和39.64度，兩腿長差異是9.12毫米。
據雷鋒網了解，目前，達摩院該技術正在和合作夥伴一起優化，並將落地到醫院實際場景中。
圖2. THA術前規劃自動測量demo
達摩院醫療AI負責人專訪
2017年10月11日，阿里巴巴達摩院正式成立，定位於基礎科學和創新技術研究。而達摩院醫療AI團隊的組建還要往前追溯到2016年，由時任阿里巴巴 iDST 副院長華先勝打造。
4年多的時間裡，達摩院的研究範圍一步步從基礎AI的研究延伸到醫療專業領域知識的探索，目前在心血管、肺結節、肝臟、骨科、基因等領域均有布局。
該骨科AI成果發布後，雷鋒網第一時間採訪到了達摩院醫療AI負責人遲穎。
可以看到，這次的成果——AI助力骨科關節置換手術，並不是骨科AI中的最熱門方向（例如行業熟知的測骨齡等），達摩院為什麼會選擇這個方向？
遲穎認為，除了上述的老齡化背景與醫療需求，對於骨科而言，AI輔助治療要比輔助診斷更有價值。而這一方向目前還處於發展初期，是比較有前景的領域。
她表示，相比於輔助診斷，輔助治療更加切入醫生的工作流程，可以明顯提高醫生的工作效率，對醫生來說更有價值。而且，臨床治療的實際商業價值也更高。
據雷鋒網了解，現階段，達摩院會和合作夥伴打造一個智能骨科平臺落地合作醫院，除了基礎的術前定位測量工作，還會與合作夥伴一起建立影像診斷-骨科手術耗材供應鏈管理的智能化標準流程。
技術需要足夠的落地場景，而巨頭的優勢在於可以藉助內外部的生態夥伴，進一步加深行業的參與度。
遲穎表示，阿里入局醫療AI最大的優勢之一就是背後有各方生態的合力，以及每一個生態方向的相對深厚的業務和技術積澱。
細細梳理一下，我們可以發現，阿里多個事業線在醫療領域均有所布局。
這其中包括：阿里健康在藥物相關和未來醫院等方面的探索；釘釘在醫療辦公、遠程會診等方面的覆蓋；螞蟻金服在區塊鏈、有信用保障的付款、和保險等方面的積累和實踐；IoT物聯網在醫院設備管理等方面的規劃，以及阿里雲在遠程輔助醫療（比如5G遠程手術、或者5G遠程VR救助等）方面可能的策略等。
從內部來看，這些「兄弟部門」一直是達摩院醫療AI成果落地的有力支撐。
以新冠肺炎期間的產品部署為例，阿里雲在全球的海外數據中心，成為了達摩院算法部署的骨幹節點，承載起了對有需求的45個國家和地區的合作夥伴的算法測試與合作。
在醫療影像智能方面，達摩院醫療AI為阿里健康提供基礎的技術能力輸出，阿里健康則會為達摩院進行業務機會的尋找和拓展、以及對內核技術的包裝。
而從外部來看，達摩院也擁有一批生態合作夥伴。
早在2017年，阿里健康就與萬裡雲發布「Doctor You」AI系統，萬裡雲擁有實體的檢查中心和移動體檢車等硬體設施，成為AI產品在基層影像檢查和體檢等服務中的重要載體。
又例如衛寧健康，作為醫療信息化的代表性廠商，衛寧健康在醫院信息化建設、醫療需求理解、銷售渠道等方面的先天優勢，也會給阿里的醫療AI產品鋪設一條相對容易的落地之路。
遲穎在採訪中也向雷鋒網表示，PACS廠商等醫療信息化的合作夥伴，成為了達摩院與醫院對接的橋梁。
「我們把算法嵌入合作夥伴的PACS系統中，醫院用戶在打開臨床例行使用的PACS系統後，不需要再打開另外一套AI系統，為臨床醫生提供了更好的體驗。」
今年以來，科亞、安德醫智等AI產品陸續獲得NMPA審批，政策層面不斷釋放提速的信號。
遲穎說到，疫情期間，達摩院的新冠肺炎CT影像AI就在立陶宛通過了醫療認證的豁免。在日本，和達摩院綁定的合作夥伴M3公司也已獲得了PDMA的認證。同時也在馬來西亞申請認證，國內和歐洲的相關審批工作也在準備中。
「達摩院的醫療AI，可以從各個視角去協助阿里醫療生態的各方面需求，用未來的技術服務阿里生態的未來業務應用，為社會帶來有價值的改變。」