深度学习加快诊断儿童成长问题的脚步

询问医师，他们会告诉你：儿童身上有实足年龄和骨骼年龄，两者不相符时便会出现问题。过早或过晚成熟的骨骼都不利于儿童的成长。

放射科医师将儿童手掌的 X 光片与该年龄的标准情况两相比较，以测量骨骼年龄或骨骼成熟度。这项技术有超过75年未曾变动过，而经由 GPU 加速的深度学习技术看来将改写这个局面。

来自美国麻省总医院新成立之临床资料科学中心的研究人员正在测试一项自行研发的自动分析骨骼年龄装置，这套装置加快了诊断儿童成长问题的速度，而诊断结果跟人类放射科医师一样准确。

骨骼年龄透露出的健康问题

带领这支研究团队的哈佛医学院助理教授 Synho Do 说，开发这套很快就要展开临床测试的自动分析装置，目的在协助放射科医师，而非取代他们。

麻省总医院资料科学中心主任 Mark Michalski 说：“通常是看儿童的生长情况，以判断他们的健康状态。”

孩童的生长速度迟缓或过快时，医师可以通过骨骼年龄检测结果得知此为单纯的家族模式，或者是这个孩童患有慢性病、内分泌紊乱或是基因方面的问题。

测量骨骼年龄的人数增加

不过计算骨骼年龄是一项繁杂又耗时的工作，放射科医师得比对数位 X 光片和1950年代出版之教科书里的图片。

“你一边看着使用现代技术拍出来的漂亮数位影像，一边翻着这本老旧的教科书，试着找出有着正确图片的那一页。”Michalski 说。

放射科医师得比对数位 X 光片和高龄75岁教科书里的图片，才能计算出儿童的骨骼年龄。图片提供：麻省总医院。

对 Do 来说，运用深度学习技术就能轻松解决问题。他跟他的研究团队使用麻省总医院病历库里7,400 张X光片和放射科医师的报告来训练神经网络，Do 说他使用 cuDNN 版本的 Caffe 深度学习架构，还有搭载四个 TITAN X GPUs 及 DIGITS 深度学习训练软件的 NVIDIA DIGITS DevBox 深度学习装置，减少了训练神经网络的时间。

“少了 GPUs，我就达不到想要的表现，也开发不出如此精准的算法。”身为麻省总医院医师团体先进健康科技研发医疗中心助理主任的 Do 说。

Do 期望未来能提高这套装置的表现。九月初麻省总医院临床资料科学中心成为获赠全球首部人工智能超级计算机 DGX-1 深度学习系统的首批研究机构之一。

更快速、更准确的诊断结果

要是医院方面能实际应用 Do 的自动分析骨骼年龄装置，患者便能更快看到检验结果。

Do 说：“患者通常得等个一天以上才能拿到结果，这个算法只要几秒钟就会显示。”

Do 说深度学习也让有着不同训练程度和经验的放射科医师达到相同的分析结果，进而提高准确率。他的骨骼年龄人工智能技术能够处理 X 光片，提出建议的比对结果。放射科医师会从中挑选，系统再产生结果报告。算法的准确率达 99%，平均误差率是正负一年。

“这一小步使得我们能更有效地行医。”Michalski 说。

Do 跟他的研究团队出席在维吉尼亚州亚历山卓市举行的医学影像机器智慧大会（Conference on Machine Intelligence in Medical Imaging），摘要介绍他们研究孩童生长问题的成果，并且预计近日内提出相关报告。