第一财富网 > 话题广场 > 话题: 健康养生 > 女性发病率第一肿瘤,为什么让医院迫切用AI来解决?

女性发病率第一肿瘤,为什么让医院迫切用AI来解决?

2018年11月09日 09:02 转载自:36氪   阅读:54
作者: 陈苏洁   http://www.d1money.com/user/space?oid=20546

“我们知道乳腺癌是美国最常见的癌症,但是它的治愈率到底如何,治疗乳腺癌的医生水平究竟怎样,其实大多数女性都并不清楚。”

凯瑟琳·格思里(Catherine Guthrie)还是一个年轻古怪的女人时,就努力让自己的身体有家的感觉。然而,在写了多年关于女性健康和乳腺癌的文章后,格思里在三十八岁时被诊断出患有严重的乳腺癌后,被迫扮演了病人的角色。至少,她想,我知道我要面对什么。

她错了。在一个又一个可怕的时刻,所有可能出错的地方——外科医生给她做了双侧乳房切除手术,但忽略了最严重的癌肿之一。

美国著名健康记者凯瑟琳·格思里是一名乳腺癌患者,在其撰写的一本名为《从乳腺癌中夺回我的身体》的回忆录中,凯瑟琳作为一个报道了多年女性健康与乳腺癌的记者,自己也对在38岁这一年被诊断出患有严重的乳腺癌感到不知所措和恐惧。

“这是一种正常的感情,即便你写了很多文章,但你还是要对自己的身体做出选择。”

虽然有痛苦和挣扎,这是任何手术都避免不了的,但与很多其他对抗癌历程的描述不同,凯瑟琳勇敢且坦率地接受了自己的身体,而且曝光了很多乳腺癌治疗内幕与医患关系的严重不和谐。

“我们知道乳腺癌是美国最常见的癌症,但是它的治愈率到底如何,治疗乳腺癌的医生水平究竟怎样,其实大多数女性都并不清楚。”凯瑟琳坦白。

在美国,根据国家癌症研究所提供的数据,乳腺癌的确是美国诊断率最高的癌症之一,每年有超过26.8万个新诊断。而其中,大约有95% 的确诊者是女性、与美国相比,中国近年来的乳腺癌发病率增速水平已经位于世界前列。

中山大学孙逸仙纪念医院乳腺肿瘤中心主任刘强曾在接受媒体采访时指出, 2000-2011年每年增长3.9%,十几年来每年新发乳腺癌患者已增加一倍以上,已经超过美国居世界第一。

“尤其是北京、上海、广州等城市发病率,目前已接近发达国家的高发水平。可以预见将来我国的乳腺癌发病人数还会进一步增加。”

但很遗憾的是,这种癌症其实并不可怕。

2018年1月,全球权威医学期刊《柳叶刀》发表了2000-2014年全球癌症生存状况,数据告诉我们,中国有83.2%的乳腺癌患者,在确诊后可以生存5年以上,在全球处于较高水平。

又根据复旦大学附属肿瘤医院提供的数据显示,乳腺癌原位癌5年总生存率可以达到97.9%,只需手术无需后续的放化疗,便能实现完全治愈。II期和III期患者5年平均生存率分别为75%和61%。

也就是说,发现越早,保乳率和治愈率就越高。

然而,除了年轻女性自身重视程度不足,还有一个致使发病人群越来越多的重要原因,就是“缺乏有效的筛查与诊断”。

凯瑟琳这本回忆录引起多方关注的一个细节,就是其主治医生犯了一个严重的错误——在2009年为她做了双乳切除手术后,但仍然有一个肿块留在她的胸部。

“当时那位男性外科医生说我多虑了,太多愁善感,但我的确摸到同样的地方仍然有一个硬块,我坚持又做了一次X光检查,事实证明我又要经历一次痛苦。”

这次经历让凯瑟琳意识到,病患与医生之间的权利是不平衡的,除了有医疗知识缺乏和性别导致的原因,还有缺少一些更加有效的第三方复核。

刘强也表示,乳腺癌对于年轻女性来说,很多时候是不容易发现的,“50岁以下的中国女性,乳腺大多比较致密,肿块自检有时不容易发现,还容易把增生的腺体误认为肿物。”

但是,即便目前的常用科学筛选方法已经非常丰富,如乳腺自检及临床乳腺检查(CBE)、乳腺钼靶X线检查(MAM)、乳腺超声检查(BUS)以及 乳腺核磁共振成像(MRI),可以为每个病人生成完备的影像资料,但到了医生的这个过检流程,由于一些乳腺癌病灶的影像学表现非常复杂,一些经验丰富的医生也难免会因为各种原因(譬如身体疲劳等)出现判断偏差,甚至会影响诊断结论的准确性。

就像凯瑟琳的可怕经历,的确说明了存在的严重问题。

根据中国医学会提供的一份误诊数据资料显示,中国临床医疗总误诊率高达27.8%,其中恶性肿瘤平均误诊率为 40%,而令人心痛的是,这些误诊主要发生在基层医疗机构。

“原来医院间是硬件设备的竞争,现在国内整体的医疗设备条件已经变好,好的诊断能力成为了稀缺资源,人们对医院诊断能力的关注是远大于对设备能力的关注。” 一位医疗行业内部人士强调,目前全国影像医生不到8万名,对小医院来说,影像医生高度稀缺。

因此,这个痛点给了当下许多AI医疗公司一个切入医疗行业的入口——拍的片子都是数据,有了这么多可以训练的数据,为什么不能用AI进行影像识别与辅助诊断?

从包括汇医慧影、深睿科技、体素科技在内的众多AI医疗创业公司的发展路径来看,他们都是通过汇集大量癌症影像及临床资料,利用机器学习方法进行数据分析和挖掘,将单病种的系统影像与国内外顶级医院的影像及专业医生进行人机读片比对,提升人工智能系统的读片准确率。

其中,汇医慧影曾表示自己的多病种AI筛查及预测系统,数据处理强度非常大:

“这样一个基于不同种类的医疗大数据智能分析平台,需要打通不同种类的医疗数据壁垒。举个例子,为了给乳腺癌的诊断及治疗提供全面的个体化的综合信息,我们要把乳腺癌影像数据和基因数据、蛋白数据、免疫数据、病理数据等等做整合处理,还要进行数据清洗和结构化处理以及分析和挖掘。”

也就是说,如果处理器平台不够强大,那么筛查系统的“反应”就会变慢,性能就会降低,进而影响到医生的工作效率。

“我们把系统跑在英特尔的可扩展处理器平台上,目前对乳腺采集影像进行像素级别的特征识别,是完全没有问题的。”

(图:英特尔的至强服务器提供全CPU统一架构处理,除了单芯片20核心40线程的处理器硬件,还支持优化的Math Kernel Library数学核心计算库和深度学习框架,开发者可以在这一平台上,实现不同深度学习算法的移植、优化和重新部署。)

根据汇医慧影的反馈,由于自己的客户要融合来自多个医疗中心的乳腺癌影像数据,英特尔工程师将各个数据处理环节进行了优化,采用了Multi-Stream多数据流并行处理技术,大幅提升了公司的数据吞吐量与处理能力。

与此同时,在提升数据计算效率的基础上,汇医慧影也选择与英特尔共同开发“人工智能乳腺全周期健康管理系统”, 提供以英特尔本地处理器为基础的人工智能筛查+辅助诊疗解决方案。

很显然,这是一份针对乳腺癌患者较为全面的预防+治疗方案。根据英特尔的介绍,在第一阶段,AI系统将参与乳腺影像判读,可覆盖绝大范围人群。

在进入第二阶段后,AI系统会结合医学影像判读,给主治医生提供非常精准的临床决策依据。而在第三阶段,根据手术后的复查数据,AI系统将全程参与动态监控,为患者提供自助治疗建议。

(图:人工智能乳腺全周期健康管理系统)

很显然,在乳腺癌整个治疗过程中,什么时候应该进行复查,什么时候应该进行食补,什么时候应该调整药物摄入品类与药物量,都是一位乳腺癌患者的“知情权”,而一份更为完整的AI筛查+辅助治疗解决方案,除了能够帮助医生进行辅助判断,或许也可以给那些中老年病患,带来更为科学的治病理念。

基于处理器强大的运算能力,AI系统出具的诊断报告的维度会更加精细和成熟;而随着技术的成熟和观念的改变,这种基于大量影像数据和临床数据的服务,除了对于一项医疗服务的持续部署和优化具有重大意义,也会为更多乳腺癌病患带来更多触手可及的希望。


回复

参与讨论,请先登录|注册

他们还喜欢
关于第一财富网 线下活动 人才招聘 联系方式
@2014d1money.com,ALL Rights Reserved  沪ICP备11051163号-2