走在“AI时代”前沿的我校校友梁会营

CNS三大国际顶级学术期刊（Cell、Nature、Science）中的CELL（细胞杂志，影响因子30.41）以原创性论著（Research, Original Investigation）的和网站主页封面论文的形式发表了广州市妇女儿童医疗中心梁会营和张康领衔的科研团队的长篇论文，题目为：“基于医学图像深度学习的跨病种诊断和医疗方案推荐的新一代AI系统”。

此项跨病种、跨影像学数据类型并具有一定可解释性的新一代人工智能平台是人工智能图像技术在医学影像领域的首个应用成果，既能基于“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，也能基于患儿胸部X线片数据实现儿童肺炎病原学类型的差异性分析、快速准确判定和抗生素的个体化使用，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。

这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。国内人民日报、新华社、中国日报等20多家媒体予以了专题报道和充分肯定。

校友介绍

梁会营，男，1984年出生，博士，中国医科大学2002级（88期）本科生，中国医科大学2007级研究生，广东省医疗数据智能化应用工程技术研究中心主任，广州市妇女儿童医疗中心数据中心主任，广州市高层次医学人才。主要从事妇幼健康医疗数据的智能化应用方面的研究。

目前担任广东省大数据标准化技术委员会委员，广东省医学会精准医学与分子诊断学分会委员，广东省热带医学会理事，广东省生物医学工程学会医学信息工程分会常务委员，广州市青年医师协会常务委员。主持国家自然科学基金、省市科研项目5项。发表论文60余篇，其中第一（通讯）作者身份发表SCI论文20篇，申请发明专利4项，软件著作权9项。2007年和2010年两次获得辽宁省优秀毕业生；2010年荣获辽宁省优秀学生干部；2010年硕士学位论文获得辽宁省和中国医科大学优秀硕士学位论文。

知识延展

01

智能诊断模型的建立

广州市妇女儿童医疗中心于2015年建立临床数据中心，通过整合临床数据，结合大数据实时分析挖掘技术，开展智能辅助决策系统研究。相对于传统AI系统只关注一个疾病或者一个数据类型，提出了“一个AI系统解决多种疾病”的创新理念，并从儿童常见的发热相关疾病入手，开展了AI系统研究工作。通过采用迁移学习的算法，对近200万份电子病历进行学习，建立了覆盖24种儿童疾病的智能诊断模型，实现了在不同病种和数据维度之间的灵活切换。

随着广州市妇女儿童医疗中心在“一个系统解决多种疾病”的新一代AI平台研发工作方面的深入开展。研发团队在影像学细分领域，试图基于前期跨病种迁移学习的研究成果开发综合能力更强的“影像AI”，既能读X光片和超声数据，又可以阅读CT和MR；既能判别是否异常，还能告诉医生做出这一判断的依据。

02

首次迁移实现“眼病”准确性媲美专业医生

基于ImageNet数据库126万张图片，使用迁移学习算法进行1000分类的模型训练，将训练成功的模型迁移到20万张“光学相干断层成像(OCT)”数据进行眼科疾病4分类的训练。在学习了超过20万病例的OCT图像数据后，该平台诊断黄斑变性、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5名眼科医生诊断结果相PK，确认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。

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。

03

二次迁移实现肺炎病原学类型秒级判定

再将模型迁移到5000张X线图像数据进行儿童肺炎三分类的训练（正常、细菌性、病毒性），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。经检测，新一代AI平台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上，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%。

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。新一代人工智能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。

04

既知其然，还知其所以然

与使用机器学习来研究医学图像的前期研究成果相比，新一代AI平台在一定程度上克服了“人工智能模型架构本身是个‘黑箱子’的局限性”。既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。

课题组创新性地使用了遮挡测试的思维，通过反复学习、实践和改进，平台可以显示它从图像的哪个区域得出诊断结果，在一定程度上给出了判断理由，这也恰恰符合医生的推导过程和诊断思维，“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。”