<form id="bhi1h"></form>

  • <form id="bhi1h"></form>

    <nav id="bhi1h"></nav>
    <wbr id="bhi1h"><legend id="bhi1h"><noscript id="bhi1h"></noscript></legend></wbr>

    <form id="bhi1h"></form>
    <em id="bhi1h"></em>
    <form id="bhi1h"></form>

                      <nav id="bhi1h"></nav>

                          1. <form id="bhi1h"></form>

                            新聞資訊

                            72小時緊急馳援:CT+AI攻破新冠肺炎“假陰性”困境

                            發布時間:2024-02-21

                            文章來自微信公眾號:機器之心(ID:almosthuman2014)



                            鼠年的初雪落下不久,借雪景祈福許愿便引發刷屏,朋友圈、微博上一副歲月靜好的模樣。


                            有一群人卻無暇顧及窗外的雪景,疫情的時鐘滴答作響,他們手下的工作正在爭分奪秒地進行著——測試算法、優化產品、整理裝機……只因他們背負著一個“不可能完成”的任務。


                            1. 驅車五小時的“人肉快遞”


                            “干脆我開車送過去吧!”


                            周宏斌稍作猶豫,很快在群里回復了一句。


                            2 月 3 日,此時繼推想發布針對新冠肺炎的 CT+AI 產品已過去數天,前期的研發、測試、裝機工作接近尾聲,經歷無數個不眠之夜后,“如何將機器送到山東淄博的醫院?”是擺在推想人眼前的一道難題。


                            彼時各大物流公司已經停運,只有順豐空運仍在工作,但服務器主板包括電池,不符合空運要求。分散在全國各地的推想人還在群里商量對策,身處北京的營銷副總裁自薦“人肉快遞”。



                            2 月 3 日,周宏斌驅車前往淄博,后備箱里裝著應急的服務器。


                            次日下午 6 點,一路驅車五個多小時,周宏斌趕到淄博定點醫院,服務器也一并抵達。


                            醫院里,推想的工程師、負責給醫生培訓的同事已整裝就緒,短暫的會合寒暄,緊接著便是連夜的裝機、聯網、調試設備,不斷敲擊的鍵盤聲,從未消停的微信提示音為安靜的夜平添了一份緊張的氣息。


                            在該淄博定點醫院上線的 CT+AI 產品是推想針對新型冠狀病毒肺炎定制研發的 AI 系統。在爆發式的疫情面前,這套系統能夠幫助醫生更快速地進行肺炎感染篩查和疫情監測,諸如肺內感染病灶檢出、全自動前后片對比和療效評估等功能,以實現準確治療評估,避免院內的進一步交叉感染。



                            武漢同濟醫院醫生使用的 AI 輔診系統。


                            幾個小時后系統便安裝就緒,但推想的工作遠沒有結束,接力棒繼續交到了負責培訓的人員手里。


                            由于該套 CT+AI 系統專門針對新冠肺炎感染癥狀定制,培訓人員除了系統安裝工作,還需深入診室和病房,與醫生進行近距離接觸和交流,教會他們如何使用和注意事項。


                            疫情當前,與接診醫生面對面接觸的危險指數不言而喻。而受到條件限制,培訓人員的防護措施卻非常簡陋。



                            培訓人員正在向醫生講解 CT+AI 系統的使用方式。


                            “基本就是我們自己備一些簡易的口罩,在進入呼吸科室時,同事就跟醫院借一些隔離衣”,周宏斌說,“我們的想法很直接,把活干好然后快點出來?!?/p>


                            喝水洗臉、酒精消毒鞋、蒸煮衣服……工作人員從診室出來利索地完成一系列消毒工作。從產品定制到最后落地醫生電腦,整個過程都是卡著點來算。神經緊繃的周宏斌此時才算舒了一口氣。


                            一夜奮戰,2 月 5 日早晨 7 點,產品正式上線。


                            “很快,我們不僅把檔案庫里遺存的肺炎病例全都篩了一遍,快速標記出疑似患者”,周宏斌語氣中透出藏不住的自豪感,“而且,上線當天我們就幫醫院確診了一名新冠肺炎病例?!?/p>


                            回顧起產品的上線過程,周宏斌嘴里冒出的一連串時間點,“1 月 31 日我們正式對外發布產品,當天山東的領導便召開內部會議對產品功能進行研究和論證;2 月 1 日早晨再請來醫學專家論證,確認后,我們當天晚上便接到任務……”,時間點相隔之近也預示著任務刻不容緩。


                            按照周宏斌的說法,“這本是一個不可能完成的任務”。


                            根據推想方面自己預定的節奏,系統本應該在采訪當天才能夠完成(2 月 6 日),而現在,足足搶出了三天的時間差。


                            因為在推想接到的任務單里,醫院的要求是四天內完成上線,于是,這場涉及多個部門、數十人參與的接力賽不得不按下快進鍵。


                            這要放在平日里,大家一起在公司熬夜奮戰還有可能解決。但受到疫情影響,復工時間已經推遲至 2 月 10 日,于是,附加難題出現了——如何分散辦公、遠程協同的前提下實現快速響應。


                            前期產品研發過程中,推想專門抽出研發小組三四十人,從大年三十前后就忙活起來,為了能按時上線,推想團隊還特別調用服務器幫助診斷過程高效快速進行。


                            為了卡住時間點,從研發到產品落地,團隊力求每一個步驟都行之高效,“基本所有決策的時間沒有超過 12 小時”。周宏斌談道。


                            定制化產品的壓力之大還在于——“這是一個全新的產品”,因為每家醫院的情況各不相同,所以大到醫院的網絡環境、CT 檢查設備,小到各種病例數據、醫生電腦工作環境,都需要進行調試、對接。


                            “在前期研發過程中,我們已經與武漢同濟醫院進行深度合作,醫院通過提供疫區的典型病例數據幫助我們訓練模型,推想肺炎 AI 是真正源于武漢疫情一線的真實病例,再應用于疫情一線的 AI 產品”。推想科技算法負責人趙朝煒向機器之心說道。


                            “通過武漢同濟醫院等一線醫院專家提出的具體實際需求,從大年初三開始,我們已經針對產品進行延伸迭代了”。


                            1 月 31 日,推想科技對外發布首個針對新冠肺炎的 AI 產品。而在此之前,推想的肺炎定制版診斷系統已經在核心疫區武漢上線應用。


                            2. 何以解燃眉之急


                            疫情洶涌,武漢正在成為全國各地醫療資源奔赴的集中地,盡管優秀的醫療隊伍、首批核酸檢測器械源源不斷地輸往這里,但棘手問題仍然層出不窮。


                            首先,隨著每日實際新增確診、疑似病例的規模迅速攀升,疫區里的核酸檢測盒子供給不足、檢出率有限的問題矛盾不斷放大,成為各大醫院火燒眉毛的問題。


                            “因為(新型冠狀病毒核酸)檢測的時間長,現在還有 2209 位在院治療的疑似病例沒有得到檢測?!? 月 26 日,武漢市市長周先旺在新聞發布會上的一句話將人們的心揪成一團。


                            符合核酸檢測要求的醫療機構過少,審批流程太長,物流供給不給力……這些因素將確診進度條拖拽延緩,在每日不斷新增的確診病例面前顯得更加刺眼。



                            醫生正在利用新冠肺炎核酸試劑盒進行確診檢測。


                            除了供給響應速度不足,檢測盒子的檢出率過低更是導致大量“假陰性”患者錯過有效隔離與治療。而導致疫情進一步蔓延的癥結。此時,有效的臨床指針和經驗成為重要的參考指標,尤其是肺部的 CT 證據。


                            所謂“假陰性”患者,即新型冠狀病毒感染者沒有檢測出病毒核酸,導致病原核酸檢測報告為陰性。呼吸與危重癥醫學專家、中國工程院副院長王辰曾指出,并不是所有患病的人都能檢測出核酸呈陽性,核酸對于真實病例的檢測率不過 30% 至 50%。


                            武漢大學中南醫院影像科副主任張笑春等專家曾呼吁,采用 CT 影像作為此次新冠肺炎主要診斷依據,及時收治、及時隔離高度疑似病患。


                            然而,僅靠傳統的 CT 影像方案作為強化診斷的手段難以稱作是最好的解決方案。


                            至少對于疫區里的影像科醫生而言,連續 30 多天無休,盯著看了約 150 萬幀的片子并不是武漢市金銀潭醫院放射科的個例。


                            事實上,每一名患者從入院的拍片評估、到查看進展、到治愈出院,少則拍兩次片子,多的得拍四次片子,每一張片子多達 600 至 800 幀。疫情期間放射科醫生的工作強度可想而知。


                            此外,護目鏡、隔離服等措施除了給醫生帶來生理上不適之外,還給準確診斷帶來極大的難度,“我時刻提醒自己,告訴自己不要流淚,眼睛要用來看海量的 CT 和 X 光片子?!蔽錆h市金銀潭醫院放射科主任在接受采訪時談道。


                            “流淚”是怎么回事?


                            “醫生在工作一段時間,護目鏡里就全是霧氣,而且因為防護服太悶而大量滲汗,將很大程度影響醫生視線”,周宏斌在與醫生交流中了解到,“尤其早期病人的影像都特別淡,小的病灶或者簡單的病灶,根本看不清楚”。




                            在高壓的工作狀態下,保持準確的判斷實屬不易,在簽名確診報告的背后,通常意味著這個人以及跟他緊密接觸過的幾十個人都要被收治隔離,責任與恐懼兼有,或許是絕大部分醫生的心理寫照。


                            疫區的醫生或許可以憑借繁多的病例“熟能生巧”,然而非疫區的醫生接診相關病例的經驗少,在確診過程中經常舉棋不定,直到核酸檢測顯示陽性后才敢確診,猶豫和等待期間,可能已經造成交叉感染甚至家庭聚集性發病,因此,從心理角度來看,醫生們需要一種客觀依據來增強自己的診斷信心。


                            此時,CT 影像+AI 識別的雙保險技術方案真正派上了用場——系統可以幫助醫生更為快速和準確地直接識別病灶。


                            “淄博某醫院目前有三例確診病例,但防疫最怕的就是遺漏,如果因為癥狀不明顯、醫生經驗不足等情況出現病例遺漏,將極大增加疫情不可控的風險?,F在醫生可以根據推想 AI 產品提示,對原來有懷疑但不確定的病例進行更確定的診斷”,周宏斌補充道。



                            病癥發病前后的影像對比。


                            將諸多不確定因素轉化為確定性還體現在病情變化監控上,據了解,這次新冠肺炎,在影像上主要表現為外帶分布、多葉段、磨玻璃間質性改變,肺部感染變化很快,兩三天就出現影像變化。


                            憑借肉眼,很多細微變化很難被快速識別,臨床醫生應用推想產品,通過全自動前后片對比和療效評估等功能來觀察細微變化,對于醫生判斷新冠肺炎患者的病情進展,進行針對性的治療提供了更多的輔助。


                            3. 構建新冠“專治”算法模型


                            “我們研發組有的小伙伴從春節到現在還沒休息過一天,白天開會溝通需求晚上熬夜敲代碼連軸轉”,趙朝煒的語氣輕描淡寫。


                            疫情不等人,每天上升的確診病例也不等人,此時支持一線產品的時效性顯得十分重要。推想之所以能夠較快推出肺炎產品,正是基于肺部疾病作為其核心研究方向,研究基礎比較深厚。


                            與普通肺炎相不同的是,新冠肺炎在影像上會有對應的變化,比如新冠肺炎的急性癥狀更明顯,影像上的感染區更多,如何針對這些新癥狀,新特征,構建訓練模型成為產品研發組一道檻。


                            在這種情況下,推想選擇與醫院合作,其中包括處于新冠肺炎疫情中心的武漢同濟醫院、武漢大學中南醫院,醫院主要提供疫區一線的專業建議和需求,此外,國家感染性疾病臨床研究中心深圳第三人民醫院也在早期就開始部署了推想新冠 AI 系統,為預防控制新冠疫情做好準備。


                            AI 公司根據疫區的需求快速構建模型,訓練算法,產生相關結果之后,還需要醫院在性能、落地上幫助驗證,兩者雙向溝通。


                            “我們的產品不能是一個實驗室產品,因此需要設計很多算法將復雜的臨床表現都覆蓋到“,說到這里,趙朝煒舉了一個簡單的例子,早期新冠肺炎可能僅僅感染某一個肺葉,到晚期以后,整個肺可能都會被感染上,全是白的。針對類似各種特殊場景,研發組可能就要設計 5種~6 種神經網絡。


                            為了保證早期需求暢通、工作協同,推想研發團隊的電話會議沒有斷過,白天協商溝通,待晚上微信群安靜之后,程序員的鍵盤聲又開始敲得“嗒嗒”響,而這一敲可能又是一個徹夜。


                            “大年三十有的同事嫌家里吵鬧,便搬了椅子,獨自坐在院子里,電腦放在腿上,繼續敲代碼”,趙朝煒笑著回憶。



                            研發人員進行系統部署和調試。


                            為了保證系統的正常上線和運轉,推想臨時調用服務器。據周宏斌介紹,這臺服務器可以每天幫助醫生分析 400 個病人的 CT 影像,一個病人基本上幾十秒就可以完成。


                            “計算量挺大的,因為一個病人平均就有 300張~400 張的序列,所以按 300 來算的話,也是 300×400 的圖片數量,另外如果涉及到前后影像對比,這個計算量又會翻一番”,趙朝煒說道。


                            4. 為確診栓上雙保險


                            “別再迷信核酸檢測了?!?/p>


                            2 月 3 日,武漢大學中南醫院影像科副主任張笑春在朋友圈呼吁,她認為應以 CT 影像作為目前新冠肺炎篩查的主要依據,同時開始隔離無癥狀或核酸檢測陰性但 CT 影像顯示肺部出現問題的人。


                            湖北省醫學影像專業委員會副主委譚偉更是認為,CT 結果非常符合新冠肺炎但核酸檢測為陰性的病例占 30%~40%。


                            最近一系列新聞,讓人們的質疑焦點對準核酸檢測的準確性,然而對于大多數人來講,拿到短缺的試劑盒,已如中彩票般幸運。“沒有床位、沒有試劑盒檢測”時時霸占微博熱搜榜。


                            根據國家政策,醫院目前無法直接采購新型病毒檢測試劑盒,只有疾控中心有試劑盒;此外,對于生產廠家來說,試劑盒供給醫院需要藥監局注冊證,按正常流程,核酸檢測試劑盒從研發到獲得藥監局的注冊證,一般需要 3年~5 年時間。


                            雖然國家藥監局目前已開通快速審批通道將上述流程縮短至半個月左右,然而,流程的大幅壓縮勢必造成試劑盒生產的不穩定性,加之醫生在實際取樣時,經驗不足,心理恐懼、高負荷工作狀態等都可能造成取樣不到位,最終導致核酸檢測不準確。


                            好在,2 月 5 日國家衛健委發布《新型冠狀病毒感染的肺炎的診療方案(試行第五版)》,在“疑似病例”和“確診病例”外新增“臨床診斷病例”(限于湖北省內)即“疑似病例具備肺炎影像特征者”。


                            這也意味著在湖北省內,CT 影像結果正式作為“臨床診斷病例”的判定依據。



                            《新型冠狀病毒感染的肺炎的診療方案(試行第五版)》


                            “核酸檢測只是確診的金標準,它的特異度非常高,但是 CT 敏感度更高,只要是病人,都能看到肺的炎癥表現。所以兩個技術應當配合使用,綜合起來篩查病人”,對于新政策,周宏斌表示認同。


                            同時,政策利好下,趙朝煒也坦言,醫院影像科對推想此類的產品需求量肯定會上升。


                            “產品雖然上線了,但大家的工作強度跟之前相比差不多,我平均每天工作 12個~13 小時”,未來推想產品也將根據疫情變化以及前線醫生的實際需求不斷演進,除了產品本身的優化迭代,產品的應用方向也有很大的想象空間。


                            最初,推想產品只是針對 CT 影像的輔助診斷,如今預警系統比如對醫院內交叉感染人數、新增確診人數進行預警也是新需求。此外,由于人工評估療程等待時間較長,推想產品在療效評估上也是一個新方向。


                            推想產品的衍生方向會跟疫情前線狀況息息相關,正如推想創始人兼 CEO 陳寬所言,不管疫情從哪里而來,但至少有一批人,拼上性命也要影響疫情到哪里去。


                            疫情當前,像推想一樣奮戰一線的公司或人還有很多,人們通常喜歡用“逆行者”來形容他們,逆行的道路總歸人少,因此注定需要高速行進,與病毒不停的赤膊奮戰,搶救不斷流逝中的生命。


                            2 月 6 日,產品上線后的第二天,周宏斌已驅車從淄博回到北京。




                            400 公里的路程意外地暢通無阻?!俺3J畮追昼娪龅揭惠v車”,與去時的好天氣不同,“回程一路風雪”,周宏斌感嘆道。


                            文章來自微信公眾號:機器之心(ID:almosthuman2014)


                            <form id="bhi1h"></form>

                          2. <form id="bhi1h"></form>

                            <nav id="bhi1h"></nav>
                            <wbr id="bhi1h"><legend id="bhi1h"><noscript id="bhi1h"></noscript></legend></wbr>

                            <form id="bhi1h"></form>
                            <em id="bhi1h"></em>
                            <form id="bhi1h"></form>

                                              <nav id="bhi1h"></nav>

                                                  1. <form id="bhi1h"></form>

                                                    {转码主词}