儿童肺炎类型几秒内能准确判断！因为有了这款检测神器……

最近

广东医疗界

科研项目频频有突破

今天

广东卫生在线

又要跟大家分享一个

广东医生科研团队的重磅成果

2月23日，广州市妇女儿童医疗中心基因检测中心、临床数据中心、医学影像部及眼科等科研团队在世界顶级期刊《Cell》(细胞)以封面文章的形式发表了一篇人工智能（AI）在医疗领域应用的重磅研究成果：基于深度学习开发出一个能诊断眼病和肺炎两大类疾病的AI系统。

▲期刊封面

这项成果有多牛？

这个项目不仅是中国研究团队首次在顶级生物医学杂志发表有关医学人工智能的研究成果,也是世界范围内首次使用如此庞大的标注好的高质量数据进行迁移学习，并取得高度精确的诊断结果，实现用AI精确推荐治疗手段的突破。

这项成果目前可以做什么？

1.能基于“光学相干断层成像(OCT)”数据实现黄斑变性和糖尿病视网膜黄斑水肿两种常见视网膜疾病的识别和严重性定量评估；

2.能基于患儿胸部X线片数据实现儿童肺炎病原学类型的差异性分析和快速准确判定，从而促进疾病的早期治疗和精准治疗，改善病人的临床预后。

▲研究论文首页

这个AI系统为什么能做出这些成绩？广东卫生在线记者采访了参与整个研发过程的几位关键人物！

受访专家

广州市妇女儿童医疗中心主任夏慧敏

广州市妇女儿童医疗中心基因检测中心主任、加州大学圣地亚哥分校Shiley眼科研究所教授张康

广州市妇女儿童医疗中心临床数据中心主任、博士梁会营

迁移学习 让人工智能系统学习提速

什么是迁移学习？

迁移学习，顾名思义就是把已训练好的模型参数迁移到新的模型来帮助新模型训练，也就是运用已有的知识来学习新的知识，找到已有知识和新知识之间的相似性，用成语来说就是举一反三。——张康教授

梁会营博士告诉广东卫生在线记者，“人工智能系统（下文简称：AI）就像小孩子学习的一个过程。

传统的深度学习模型：一般需要上百万的高质量同类型的标注数据才能获得较为稳定和精确的输出结果，但现实中给每种疾病都收集上百万张高质量的标注图像几乎是不可能实现的，使得AI在医学影像学领域的病种广覆盖很难实现。

基于迁移学习模型的新一代AI平台：所需的数据量极少，本研究者只需要几千张就可以很好地完成一次跨病种迁移。”

新一代AI学得快 准确率还相当高

不要以为学得快，准确率就没保障，相反，研发专家告诉广东卫生在线记者，新一代AI准确率不低，而且还在不能提升！

案例一

张康教授研究团队从黄斑变性和糖尿病视网膜黄斑水肿这两种最常见、可导致不可逆失明的疾病入手，让基于迁移学习算法的新一代AI平台不停地学习OCT图像数据。

在学习了超过20万病例的OCT图像数据后，新一代AI平台诊断黄斑变性、黄斑水肿的准确性达到96.6%，灵敏性达到97.8%，特异性达到97.4%，检测准确率达到曲线下面积99.9%。

与6名眼科医生诊断结果PK，结果如何？

经过较量，确认新一代AI平台可以达到训练有素的眼科医生的水平，并在30秒内决定病人是否应该接受治疗。

▲AI系统与6个专家大比拼数据对比

研究成果有何意义？

张康教授表示：“黄斑变性和黄斑水肿是这两种常见危险性较大的眼病，如果及早发现的话，两者都是可以治疗的，但遗憾的是这两种病的诊疗资源一般都直以来都集中在城市地区的一些医院里的资深专家身边。现在我们的人工智能平台可以不受人员不受区域的限制，可以在世界任何地方让更多的患者早发现、早诊断、早治疗”。

案例二

梁会营主任带领的科研团队自2016年起致力于“基于医学影像数据的儿童肺炎病原学类型智能判别系统”的研发。首先招募了13名呼吸科、影像科、儿内科的顶级专家，结合病原学检测结果、治疗方案及效果，历时14个月对正常儿童和各类型儿童肺炎的胸部X光片进行了前瞻性细致标注，形成了儿童胸部X线片万级高质量注释图数据库。

新一代AI平台通过对儿童肺炎相关X线图像数据的学习，顺利实现了儿童肺炎病原学类型的差异性分析和秒级判定。

GOOD

新一代AI平台检测显示结果

在区分肺炎和健康状态时：

准确性达到92.8%

灵敏性达到93.2%

特异性达到90.1%

检测准确率曲线下面积达到96.8%

在区分细菌性肺炎和病毒性肺炎时：

准确性达到90.7%

灵敏性达到88.6%

特异性达到90.9%

检测准确率曲线下面积达到94%

研究成果有何意义？

梁会营主任表示，肺炎是全世界儿童因感染导致死亡的首要原因，决定肺炎预后的关键因素是能否根据肺炎的病原学类型精准用药。基于传统的血培养、痰培养、生化检测等方法，很难快速准确判断肺炎的病原学类型，医生往往需要凭经验用药。

新一代AI平台可以基于儿童胸部X线片实现儿童肺炎病原学类型的秒级准确判定。这不仅是全世界首次实现用AI精确指导抗生素合理使用，而且该平台可以不受医院级别和区域的限制，实现社区医疗、家庭医生、专科医院的广覆盖，为肺炎这一抗菌素滥用重灾区提供精准用药方案，避免抗菌素滥用，降低病菌耐药性，促进儿童重症肺炎康复，临床意义重大。

新一代AI 如何影响就医过程？

梁会营主任告诉广东卫生在线记者，肺炎患儿到医院就诊时，并不会感受到AI系统的存在。肺炎患儿就诊流程跟以往一样，区别在于照了X光片之后，医院的检测系统会自动使用新一代的AI系统运算，判断儿童肺炎的病原学类型以及快速给出判定。医生拿到运用了AI系统来评估的检测结果后，还要结合患者的症状、精神状态、医生经验等因素，给出患者一个综合的诊断判断和治疗方法。

值得一提的是，新一代AI在一定程度上克服了人工智能模型是个“黑箱子”的局限性。以往单纯依靠深度学习技术的研究和产品，给出的报告中只有结果，而没有列出判断的理由与过程，这样的结果即便精准度很高，却并不适合医生使用。

这次科研团队通过反复学习、实践和改进，新一代AI平台可以显示是从图像的哪个区域得出诊断结果，一定程度上给出了判断理由，符合医生的推导过程和诊断思维。也就是说，“新一代AI系统不仅能告诉医生自己的判断，还能告诉医生自己为什么这么判断。”这种创新方法使得新一代AI平台更有可信度。

新一代AI学习不停步 准确率有望继续提升

广州市妇女儿童医疗中心主任夏慧敏告诉广东卫生在线记者：“新一代AI平台的终极目标是整合文本型病历数据、全结构化实验室检查数据、图像数据、光电信号等多媒介数据，模拟临床医生对患者病情进行系统评估，为医务人员提供综合的辅助决策。而不仅仅是为影像科医生或某一医技科人员提供单一方面的辅助决策。”

因此，“新一代AI平台还在不断强化当中。例如在儿童肺炎病原学类型智能判别领域，团队正在新一代AI平台阅读X线片的基础上，增加了实验室检查和临床症状的学习，从而更精确判断出儿童肺炎的病原菌类型。”

采写｜秦 璐通讯员｜ 易灵敏

编辑｜ Kayla

广东卫生在线全媒体团队出品

欢迎分享此文，

让更多人了解用AI治疗新技术