先天性白內障是一種典型的罕見眼病，其危害極大，會導致兒童失明和視力損傷，如果不能及時發現和治療，患兒很可能面臨終生失去視力的不幸。
“我們希望，通過這項研究的應用，讓不幸罹患先天性白內障的兒童，尤其是身處偏遠地區的患兒，能夠享受到眼科優勢醫療資源，及時得到準確的診斷，進而進行專業的治療。”談及起初和林浩添教授選擇這個疾病作為研究突破口的重要臨床意義，劉西洋教授說。
合伙“吃螃蟹”
IBM的Watson和谷歌DeepMind的AlphaGo的出現，讓人們認識到了人工智能與醫療領域結合的巨大空間。對于很難獲得高質量數據的罕見病來說，又是否能夠在其篩查和輔助診斷過程中，讓人工智能化身醫生的“左膀右臂”呢？
受到2015年谷歌DeepMind發表于《Nature》的論文《Human-level control through deep reinforcement learning》啟發，2015年3月，林浩添教授與劉西洋教授開始進行先天性白內障機器診斷的合作研究。
通過提煉醫生診斷經驗，他們采用眼科影像的預處理和后處理，以及深層卷積神經網絡等方法，研發了一個先天性白內障篩查的原型診療系統CC-Cruiser，并以云服務的形式輔助醫生完成先天性白內障的自動診斷。相關研究成果《一種先天性白內障多醫院合作管理的人工智能平臺》（an artificial intelligence platform for the multihospitalcollaborative management of congenital cataracts）于2017年1月30日發表于《Nature》子刊《NatureBiomedical Engineering》。在研究過程中，劉西洋教授團隊將深度學習方法與多種傳統機器學習方法從多個角度進行了性能對比分析，研究成果《眼科圖像的自動診斷方法的性能比較分析》（Comparative analysis of image classification methods for automaticdiagnosis of ophthalmic images）于2017年1月31日在《Nature》子刊《ScientificReports》上發表。
“與我們合作的中山眼科中心是國內頂尖級的眼科中心，醫生診療經驗豐富，長期的積累匯集了數量堪稱全球最多的先天性白內障患者病例。醫生的經驗很大程度上物化在病例上，主要是眼睛的各種影像，當然也有結構化的數據。”劉西洋教授介紹說，“我們的研究就是通過將這種優質醫生診療的經驗凝聚到機器里，通過訓練樣本的形式讓計算機進行深度學習，利用我們創建的系統，讓更多患者能有機會接受高水準的醫療診斷和治療。”
“克隆”出專家級眼科醫生
研究中，訓練機器診療系統CC-Cruiser的圖片集采用了來自中國衛生部兒童白內障計劃（CCPMOH）例行檢查的部分圖片所有圖片均由兩名有經驗的眼科醫生獨立地進行分類和描述，第三名眼科醫生對分歧案例提供咨詢。
完成訓練后，CC-Cruiser主要具備三個功能：篩查患有先天性白內障的患者；對患者進行危險評估，評估主要有三個指標：晶狀體的不透明面積、深淺和位置；協助眼科醫生進行治療決策。
研究對CC-Cruiser的性能進行了5次測試，結果都非常出色。在和人類眼科醫生的50例圖像比較測試中，三名眼科醫生在第3例圖片上都犯了錯誤——誤將圖片的高光區域診斷為先天性白內障，CC-Cruiser都做出了正確的診斷。在危險評估和輔助決策中，CC-Cruiser表現也不錯，對所有需要進行手術的患者都給予了恰當的治療建議。因此，CC-Cruiser的表現稱得上是一名“專家級的眼科醫生”。
劉西洋教授介紹說，在實際應用中，可以通過在基層醫院部署紅反、裂隙燈與彌散光等專業相機，拍攝并將相關影像數據上傳至設立在高資質醫院的讀圖中心，由計算機系統進行篩查。倘若完全由醫生人工篩查，工作量大，需要耗費醫生大量的時間和精力，導致醫生疲勞，影響診斷水平。如果通過24小時連軸轉也絲毫不會打哈欠的計算機，“克隆”出眾多達到進而超過醫生平均水平的人工智能眼科醫生來看片，人類醫生則只需對結果做出確認，并在遇到疑難病癥時進行再次診斷。這樣一來，篩查效率和質量將得到大幅提升。
“當然，機器學習無法做到像人類那樣，面對一種疾病涌現直覺、靈感、頓悟與豐富的聯想，對新型病癥、疑難雜癥的診斷治療，還有賴于高水平醫生的創造性。”劉西洋教授說。
對“晶”貼花黃
“首先自己要變成半個眼科醫生。”2015年合作伊始，劉西洋教授就清楚地認識到，要想讓設想真正落地，就不能只是把病例拿來簡單套用現有機器學習方法悶頭實現。“必須與醫生深度融合，具體來說，要通過反復交流，將醫生的經驗最大可能地‘同聲傳譯’為計算機能夠接受的方式，具體到影像預處理和后處理中，體現在病歷標注過程中。尤其是預處理和后處理，至關重要”。
為此，劉西洋教授讓自己的研究生長期在中山眼科中心與醫生工作在一起，行思在一起，深入診療過程，充分結合醫生的先驗知識，從醫生的角度思考問題，發揮西電團隊和醫學團隊之間溝通的橋梁作用。事實證明，這“招兒”十分有效。
正是通過結合醫生的先驗知識，劉西洋教授和他的研究生明確了先天性白內障疾病總是發生在晶狀體區域，在嘗試了很多方法來獲得晶狀體區域后，他們發現，晶狀和虹膜交界線類似于一個圓形，使用傳統的計算機方法Canny算子和霍夫變換，可以準確地自動捕獲晶狀體區域，這樣就可以排除掉大量諸如鞏膜、眼瞼、睫毛等噪聲，從而大幅提高實驗結果準確性。“對原始圖像進行預處理和后處理可以說是我們研究中遇到的難點，為此我們進行了鍥而不舍的尋尋覓覓。”劉西洋教授笑道，“不過，做科研就像談戀愛——愛，就勇往直前，‘淋雨一直走’！”
針對預處理后的數據，劉西洋教授團隊從疾病的三個角度進行了分級，構建模型實現了醫生診斷先天性白內障疾病的全過程：篩查，三個不同尺度的危險分級，以及最后的治療建議。
將模型搬上“云”
在研究過程中，劉西洋教授團隊開發了眼科疾病的信息管理系統，幫助自動搜集患者病歷和影像數據，這些數據構成了論文的數據源，同時，醫生通過使用信息系統，也會不斷搜集新的病歷和新的疾病數據，這些也為后續的研究工作提供了數據源泉。“如果信息是在紙上，就會分散、會遺失，無法沉淀下來，沒有充分的信息就沒法做深度學習。”劉西洋教授說。
光“克隆”出眼科醫生還不夠。目前，我國罕見病管理比較落后，主要是費用貴，地域比較分散，患者難以享受到專業高質量的護理。我國人口眾多，罕見病管理往往存在漏診、誤診及不當治療決策等問題，這與一直倡導的“精準治療”目標相距甚遠。為此，劉西洋教授團隊開發了一套輔助診斷軟件，將訓練好的模型搬到了“云”上，用于先天性白內障的醫療服務管理。
劉西洋教授團隊與林浩添醫生一起研發了CC-Cruiser的網站(https://www.cc-cruiser.com/version1)，不同于面向醫院的Watson機器人，普通用戶也可注冊登陸網站，上傳自己的眼部圖片，網站會當即給出診斷結果，包括：是否有病、面積大小、深淺、位置、治療建議。經用戶同意，其相關信息會被上傳保存到數據庫中。一旦CC-Cruiser建議患者進行手術，將立即通知CCPMOH的醫生進行進一步確認。為了防止誤診和漏診，每周CCPMOH的醫生會檢查所有上傳的案例。之后，患者可以和醫生通過網站提供的電子郵件及電話服務進行溝通，以此確認是否需要進行手術。目前，在林浩添醫生的推動下，首個眼科專家級人工智能門診即將在中山大學眼科中心開啟。
“我們的研究工作還剛起步，團隊目前正在深入開展先天性白內障、角膜炎、胬肉、結膜炎、視網膜病變等多種眼科疾病的診斷、眼科手術并發癥預測等研究。”劉西洋教授說話干脆利落，亦如他高卷起的襯衣衣袖，“通過人工智能技術與醫生的深度融合，期待我們更多的研究工作能夠應用于臨床實踐。”
（文/西電新聞中心·吳 華）
陜公網安備61019002002681號
