有時，科學(xué)進(jìn)步，背后常常有一種痛苦的催化劑，即使在AI領(lǐng)域也是如此。

例如，在地球的另一端，有這樣一位老人，他一生中三次步入婚姻殿堂，但他不得不兩次面對生命無法承受的沉重——前兩任妻子，其中一人因乳腺癌的無情入侵，在漫長的斗爭后悄然離世；另一個是在與胰腺癌的艱苦斗爭中告別他。

但是，這種痛苦，卻也在冥冥中，為他指明了一個新的方向。

這個老人，杰弗里·辛頓，AI三教父之一。

在辛頓以前的妻子接受治療的過程中，他注意到傳統(tǒng)的影像分析依賴于放射科醫(yī)生的專業(yè)知識和經(jīng)驗，這通常需要時間，容易受到主觀判斷的影響。

所以，在接受2017年《紐約客》采訪時，他指出，深度學(xué)習(xí)將會進(jìn)行。5到10年內(nèi)超出了急診醫(yī)生的診斷能力，并且認(rèn)為AI系統(tǒng)可以比人類醫(yī)生更準(zhǔn)確地檢查疾病，例如乳癌。

01坎坷的“看片”之路

盡管現(xiàn)在看來，放射科醫(yī)生的飯碗依賴性很強(qiáng)，但在某種程度上，辛頓的愿望，確實部分實現(xiàn)了。

聯(lián)合國于今年5月30日在瑞士日內(nèi)瓦舉行AI。 for 在Good全球峰會上，一段中國女性患者演奏口琴的視頻引起了觀眾的關(guān)注。她是世界上第一位受益于AI胰腺癌早期篩查技術(shù)的黃女士。

去年四月，因為一點小咳嗽，我去醫(yī)院做了一個常規(guī)的CT掃描。沒想到這次掃描，黃女士居然去了醫(yī)院。在早期被AI識別為胰腺癌。

而且醫(yī)院之所以想到使用AI，是因為她的CT圖像被列入其中。阿里達(dá)摩院“平掃CT”牽頭 AI"早期癌癥篩查項目。

回到醫(yī)院復(fù)查后，AI的分析確實是正確的：胰尾真的有硬塊！

使用對比劑增強(qiáng)掃描后，確定其大小為25?！链蠹s31毫米。大約是這樣一個中等大小的紅提這么大。

正是因為發(fā)現(xiàn)早，并且很快就做了手術(shù)，黃女士才從胰腺癌這樣的病例中獲得。世界上存活率最低魔爪下的惡性腫瘤之一幸存下來。

一般而言，在被診斷為胰腺癌之后，只有大約5%的患者能夠存活5年。

而且開發(fā)這種AI檢測技術(shù)的，正是阿里達(dá)摩院醫(yī)療AI團(tuán)隊，以及它所建立的AI團(tuán)隊PANDA是胰腺癌檢測模型。

問題是，癌癥早期篩查為什么這么難？AI如何突破人類的極限，在很早的時候就被發(fā)現(xiàn)了？

首先，CT檢測癌癥疾病的原理是利用X射線獲取人體內(nèi)部的斷層圖像數(shù)據(jù)。

當(dāng)X射線束穿過被檢查的人體部位時，不同的組織密度導(dǎo)致X射線的衰減不同，從而在探測器上形成不同的衰減強(qiáng)度分布。

由于正常組織和病變組織(如腫瘤)的密度不同，如鈣化、血管增生等，因此CT圖像可以清晰地顯示出來。

但是問題是，在大多數(shù)情況下，一些早期的細(xì)微疾病沒有壞死、鈣化、出血等，也沒有引起明顯的密度或信號變化。

再加上這些早期疾病的大小，大部分都是非常微妙的，大約在0.3到0.5毫米之間，通常處于常規(guī)CT分辨率的邊緣(0.5-1毫米)，這使得檢測起來更加困難。

這樣的話，更高級的增強(qiáng)CT就該出現(xiàn)了。

由于增強(qiáng)CT是在注射造影劑后進(jìn)行的，造影劑往往含有碘或含有碘的化合物。由于原子序數(shù)高，這些成分對X射線或MRI(磁共振成像)的輻射具有不同于人體細(xì)胞吸收的特點。

因此，在造影劑的影響下，血管更加明顯。那些血液供應(yīng)異常的早期疾病(腫瘤往往有新生血管，血液供應(yīng)更豐富)會在圖像上更加突出。即使疾病本身很小，也很容易通過血流增強(qiáng)的差異來識別。

就像在一幅畫中，用更深的色彩勾勒出原本模糊的輪廓，使細(xì)節(jié)更加清晰可見。

在這種情況下，以后遇到癌癥篩查方面的事情，直接統(tǒng)一增強(qiáng)CT不是很好嗎？

02 無法忍受的增強(qiáng)CT

在癌癥早期篩查中統(tǒng)一使用增強(qiáng)CT是一個很好的想法，但是很不切實際。

最為重要的原因是，增強(qiáng)CT這個東西，成本實在太高了。

這里面的大頭，首先是造影劑。一般造影劑的價格在300-400元左右，而對腎損傷較小的造影劑的價格可能接近700元。

因為造影劑不僅要在體內(nèi)達(dá)到理想的顯影效果，還要保證良好的生物相容性和低毒性。這對其分子設(shè)計和化學(xué)合成的技術(shù)要求極高。

技術(shù)難度大，能夠生產(chǎn)的企業(yè)少。

由于專利保護(hù)的出現(xiàn)，造影劑市場缺乏有效的競爭。制藥公司可以保持較高的定價水平。

資料來源：觀研報告網(wǎng)

此外，增強(qiáng)CT使用的設(shè)備比普通CT貴得多。例如，高檔CT掃描儀通常配備更多的探測器排數(shù)，如64排、128排甚至256排。

更多的探測器意味著可以獲得更詳細(xì)的圖像數(shù)據(jù)，但是相應(yīng)的成本也會相應(yīng)增加。

例如，一臺只有16層的普通CT掃描儀，價格通常在30萬到50萬美元之間；而且有256層的高端CT掃描儀，價格在200萬到300萬美元之間。

如此昂貴的成本，帶來了一個問題：在實際檢測中，造影劑是按次消耗的，設(shè)備也會因使用次數(shù)而產(chǎn)生折舊費(fèi)用，如果一般CT完全用增強(qiáng)CT代替，許多情況下會出現(xiàn)“大炮打蚊子”的情況，造成醫(yī)療資源的極大浪費(fèi)。

畢竟對于癌癥檢測來說，醫(yī)生建議增強(qiáng)CT的時候，通常是病情有明顯癥狀的時期，比如持續(xù)性腫塊、不明原因的體重下降、持續(xù)性疼痛等。

如果醫(yī)生在沒有明顯癥狀的情況下遇到任何患者，都會優(yōu)先考慮增強(qiáng)CT，那么如果最終檢測到的結(jié)果不是癌癥，而是假陽性或者一些小病呢？

白白浪費(fèi)昂貴的醫(yī)療資源，還可能擠占真正需要這些檢查的高危病人(已經(jīng)出現(xiàn)明顯癥狀)。

在醫(yī)療領(lǐng)域，這種困境或謬論被稱為困境。“初步檢驗謬論”(Early Detection Paradox)。

在這種情況下，有沒有一種方法可以將CT的技術(shù)優(yōu)勢與普通CT相結(jié)合，同時具有大規(guī)模推廣的普遍性？

這個時候，AI和深度學(xué)習(xí)的不可替代的優(yōu)勢就顯露出來了。

03 AI之力

上述阿里所采用的PANDA模型中，最重要的技術(shù)之一就是一種叫做PANDA的技術(shù)。“圖像準(zhǔn)確”該技術(shù)將對比增強(qiáng)CT上的病變標(biāo)記“復(fù)制”到非對比CT圖像上。

用直觀的語言來形容，這種做法是:先找兩張CT照片，一張是普通CT，一張是增強(qiáng)CT。之后，PANDA將增強(qiáng)CT上的病變區(qū)域準(zhǔn)確地映射到普通CT的相應(yīng)位置，通過“重疊”兩個CT。

需要注意的是，這里的“重疊”并不是簡單的物理重疊兩張圖片，而是通過算法識別兩張圖片中的特征，計算兩張圖片之間的關(guān)系。

用一個描述來解釋，就像你有一個筆記本(增強(qiáng)CT)，上面寫著隱形墨水，只能在特定的光源(造影劑)下看到。

你看到的筆記本頁面(一般CT)在常規(guī)光線下是空白的。

為了在沒有特殊光源的情況下，AI還可以知道一般筆記本上的哪些區(qū)域，并且與原來隱形墨水寫的內(nèi)容相對應(yīng)，AI應(yīng)該首先將隱形墨水的顯形內(nèi)容復(fù)制到另一本普通筆記本上。

這樣就相當(dāng)于給AI一個“答案”，讓它學(xué)會如何在只有普通CT的情況下識別病變。

這樣，AI就可以結(jié)合增強(qiáng)CT高精度和一般CT低成本、便于大規(guī)模普及的多重優(yōu)勢，在篩查癌癥時可以便宜準(zhǔn)確。

但是問題是，這個過程看起來很簡單，但是真正做到精通的團(tuán)隊并不多。

這里面的難點在于，如何在有限的模型參數(shù)下，提高AI對CT的識別精度。

這就像教一個人如何識別圖片。理論上，戴上更好的眼鏡(更強(qiáng)的識別模型)會直接有利于提高識別精度，但問題是更強(qiáng)大的模型通常意味著更復(fù)雜的結(jié)構(gòu)和更多的數(shù)據(jù)。

但是在醫(yī)學(xué)影像領(lǐng)域，高質(zhì)量的標(biāo)記數(shù)據(jù)特別稀缺和昂貴，很難得到。

更為重要的是，模型結(jié)構(gòu)越復(fù)雜，其解釋性就越低，決策過程就越不透明。

這種情況在醫(yī)療領(lǐng)域是一種禁忌，因為醫(yī)生需要了解為什么模型會做出某種診斷，畢竟生命危險的事情不能靠概率來蒙蔽，對吧？

所以，在參數(shù)有限的情況下，通過將識別步驟拆分成三個不同的網(wǎng)絡(luò)階段，可以減少每一步的認(rèn)知負(fù)荷，使識別過程更加有序和準(zhǔn)確。

具體而言，在第一階段，PANDA將采用nnU-Net模型——一種特定的深度學(xué)習(xí)結(jié)構(gòu)，準(zhǔn)確地識別和分割胰腺的區(qū)域。相當(dāng)于用畫筆畫出胰腺的輪廓。

第二階段，一旦胰腺區(qū)域被定位和分割，PANDA的聯(lián)合分割和分類網(wǎng)絡(luò)就會判斷這些區(qū)域是異常還是正常。如果有異常，需要找到相應(yīng)的病變區(qū)域。

第三階段（Stage 3）- 病變亞型分類：在檢測到病變后，這一時期的目標(biāo)是對這些病變進(jìn)行更詳細(xì)的分類，例如區(qū)分不同類型的腫瘤或病變。

每一個階段的專注學(xué)習(xí)，就像是在逐漸調(diào)整“眼鏡”的焦距，讓大腦(AI模型)能更清晰地看到和理解每一個細(xì)節(jié)。

04 AI早篩神器民間版本

說實話，盡管使用AI進(jìn)行醫(yī)學(xué)影像檢查，早已是人類所期待的，但這項技術(shù)真正完善，卻是最近兩三年的事。

這就是為什么，在阿里在《自然醫(yī)學(xué)》上發(fā)表了這一成就的論文后，很多審稿人并不相信這項技術(shù)已經(jīng)成熟到足以超越人類，以至于質(zhì)疑不斷。直到后來，阿里在法蘭克福節(jié)點創(chuàng)建了一個可操作的演示，他才消除了自己的疑慮。

然而，也許讓這些審稿人更不敢相信的是，早在阿里推出PANDA之前，早在2018年，一位名叫coolwulf的中國“民間奇?zhèn)b”就嘗試使用它。50張1080Ti建立了一個初級的 GPU 計算集，檢查乳腺癌。

coolwulf，本名姜浩。

本科及博士學(xué)位分別在南京大學(xué)物理系、密歇根大學(xué)核工程及放射科學(xué)系學(xué)習(xí)。

雖然主營業(yè)務(wù)是影像醫(yī)學(xué)，但業(yè)余時間也是開源項目的程序員。因為我見證了我年僅一歲。 34 南京大學(xué)同學(xué)不幸去世，因為錯過了乳腺癌的最佳治療期。coolwulf開始意識到，乳腺癌很容易延誤治療，因為早期癥狀不明顯。

因此，在悲傷的驅(qū)使下，具有編程天賦的coolwulf開始創(chuàng)建一個專門用于“看電影”的AI，讓那些不能及時就醫(yī)的患者提前了解病情。

coolwulf 姜浩（ 右一 ）

對于有很高編程天賦的coolwulf來說，編寫相應(yīng)的模型代碼可以通過自學(xué)來處理。然而，對于一個弱小的個體來說，真正的困難在于數(shù)據(jù)與算率方面。

GPU的算率在coolwulf(2018年)建立這個項目的時期遠(yuǎn)不如今天發(fā)達(dá)，A100、像H100這樣的算率專用卡還沒有出現(xiàn)，當(dāng)時coolwulf所能獲得的最高GPU，就是顯卡1080Ti，主要用于游戲。

而且即使是這樣的顯卡，由于當(dāng)時挖礦潮的原因，coolwulf還是要和各行各業(yè)的黃牛和礦工斗智斗勇才能買到。

對深度學(xué)習(xí)而言，1080T最大的局限性在于缺乏特殊性。張量核心（Tensor Cores）。

那是后來的圖靈（Turing）、安培（Ampere）GPU和Hopper結(jié)構(gòu)引入的新功能。它大大加快了深度學(xué)習(xí)中常見的矩陣操作和張量操作，從而提高了練習(xí)和推理的速度。

第二，從顯存來看，其11G顯存，對于深度學(xué)習(xí)來說也確實太小了(A100是40GB HBM2)，因為顯存充足，在處理數(shù)據(jù)或復(fù)雜模型時尤為重要。

但是在數(shù)據(jù)方面，由于醫(yī)療數(shù)據(jù)包括個人信息，通常受到嚴(yán)格的法律保護(hù)，很多高質(zhì)量的醫(yī)學(xué)影像數(shù)據(jù)一般不公開，或者在使用之前需要經(jīng)過層層審批。

對沒有機(jī)構(gòu)和大企業(yè)作為靠山的個人來說，獲取這些信息是極其困難的。

因此，coolwulf 首先在佛羅里達(dá)大學(xué)官網(wǎng)下載 DDSM、MIAS 數(shù)據(jù)。并專門寫了一個程序，將這些電影的長期翻拍數(shù)據(jù)轉(zhuǎn)換成可用的形式，然后專門為巴塞羅那大學(xué)寫了一封申請函，要求獲取其非公開的乳腺癌數(shù)據(jù)。

MIAS 數(shù)據(jù)頁面

盡管經(jīng)歷了這樣的局限和困難，當(dāng)coolwulf最終完成時， AI 對乳癌網(wǎng)站進(jìn)行檢查，并免費(fèi)向公眾開放，腫瘤識別的準(zhǔn)確性，仍然達(dá)到 90%。

這樣就足以證明當(dāng)時對癌癥檢測的深入研究。

對于許多患有乳癌的病人來說，這種技術(shù)，相當(dāng)于延緩了打開死亡之門的時間，是一種真正可以拯救生命的技術(shù)。

結(jié)語

雖然當(dāng)時coolwulf搭建的AI檢測平臺在乳腺癌檢測的準(zhǔn)確性方面已經(jīng)非常出色，但coolwulf也在其最新的AI檢測項目中，本著與時俱進(jìn)的精神，在計算率爆發(fā)的今天?！?strong>NeuralRad上，用4090代替GPU從1080Ti。

更加可貴的是，在計算率成本急劇上升的情況下，AI檢測項目仍然是免費(fèi)的。

至于為什么還堅持免費(fèi)，用coolwulf自己的話來說，是因為他知道真正需要這項技術(shù)的患者通常都在醫(yī)療資源稀缺的地區(qū)。

在那里，我們不僅很難找到有經(jīng)驗的放射科醫(yī)生，甚至由于缺乏電力，這些地區(qū)的醫(yī)院也無法讓放療機(jī)和放療機(jī)。 CT 同時工作。

這類地區(qū)，大多是一些貧窮的國家，貧瘠的地方。對于這些地區(qū)的人民來說，收費(fèi)既不現(xiàn)實，也令人難以忍受。

甚至，考慮到這些地區(qū)缺乏硬件相關(guān)性。（GPU）在這種情況下，coolwulf還專門將NeuralRad項目放入云端，進(jìn)一步降低了使用門檻。

從這個角度來看，無論是阿里達(dá)摩院的PANDA，還是coolwulf最近建立了一個NeuralRad，它不僅可以幫助患者盡快篩查癌癥，擺脫死亡的魔爪，還可以讓更多醫(yī)療資源稀缺的區(qū)域在空間維度上填補(bǔ)資源差距，讓更多原本絕望、注定要逝去的人生迎來轉(zhuǎn)機(jī)。

當(dāng)前關(guān)于AI產(chǎn)業(yè)的討論，大家都在質(zhì)疑，當(dāng)前的AI浪潮，到底是不是泡沫，是不是炒作。

但是，AI在醫(yī)學(xué)影像方面的應(yīng)用，卻確實得到了證實，AI畢竟不是花哨的玩具，而是拯救生命的關(guān)鍵力量。僅僅因為這一點，這場AI革命，就不可能成為泡沫。

而且通過技術(shù)手段，可以清除大多數(shù)人無法解決或難以解決的痛苦，這就是科技帶來的善意。

本文來自微信公眾號“酷玩實驗室”（ID:coollabs），作者：酷玩實驗室，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com