吳恩達(dá)團(tuán)隊(duì)發(fā)起X射線AI診斷競(jìng)賽，這家中國(guó)公司登上了榜首

liming 2019-08-15 13:23:01 來(lái)源：量子位

允中 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

X線是臨床影像診斷最廣泛的應(yīng)用，具有重要的臨床價(jià)值。

在美國(guó)，每年大約一半的醫(yī)學(xué)影像學(xué)報(bào)告是基于X線的，其中絕大部分是胸部X線檢查。在全球發(fā)展中國(guó)家，X線胸片的使用更加廣泛，是早期發(fā)現(xiàn)肺結(jié)核、肺腫瘤、肺炎、塵肺、氣胸等各類(lèi)呼吸系統(tǒng)疾病的重要手段，是現(xiàn)代醫(yī)學(xué)影像的“流量入口”。

鑒于X線胸片廣泛和重要的臨床價(jià)值，以及專(zhuān)業(yè)影像醫(yī)生缺乏的普遍現(xiàn)象，吳恩達(dá)教授帶領(lǐng)斯坦福機(jī)器學(xué)習(xí)團(tuán)隊(duì)，于2019年1月發(fā)布了大規(guī)模X線胸片數(shù)據(jù)集CheXpert。

CheXpert包含來(lái)自65,240名患者的224,316張胸部X線片及其放射學(xué)報(bào)告，旨在推動(dòng)全球在人工智能技術(shù)應(yīng)用于X線胸片診斷的發(fā)展。

CheXpert數(shù)據(jù)集主要來(lái)自于2002年10月至2017年7月之間收治于斯坦福醫(yī)院的患者。與之前NIH發(fā)布的ChestX-ray14數(shù)據(jù)集建立方法類(lèi)似，斯坦福機(jī)器學(xué)習(xí)團(tuán)隊(duì)通過(guò)自然語(yǔ)言處理技術(shù)從放射學(xué)報(bào)告中挖掘出14種胸部疾病的標(biāo)簽信息。

但是與ChestX-ray14相比，CheXpert數(shù)據(jù)量更大，數(shù)據(jù)源多樣性顯著提升，同時(shí)使用了更加精確的自然語(yǔ)言處理系統(tǒng)來(lái)挖掘疾病標(biāo)簽信息，是目前最具影響力的人工智能X線胸片數(shù)據(jù)集。

為了驗(yàn)證與人類(lèi)專(zhuān)家相比，人工智能算法解讀X線胸片目前已達(dá)到何種水平，斯坦福團(tuán)隊(duì)還提供了500例測(cè)試數(shù)據(jù)，并通過(guò)8名放射科持證在崗的專(zhuān)業(yè)醫(yī)生進(jìn)行標(biāo)注，其中5名醫(yī)生標(biāo)注結(jié)果的多數(shù)投票作為“金標(biāo)準(zhǔn)”（Ground Truth），另外3名醫(yī)生的標(biāo)注結(jié)果作為人類(lèi)專(zhuān)家的基線進(jìn)行測(cè)試。

測(cè)試指標(biāo)包括針對(duì)5種胸部疾病：肺不張 (Atelectasis)、心臟肥大 (Cardiomegaly)、肺實(shí)變 (Consolidation)、肺水腫 (Edema)、胸腔積液 (Pleural Effusion)的二分類(lèi)的平均AUC (Area under the Curve of ROC)值。對(duì)于AI算法，測(cè)試指標(biāo)還包括在這5種疾病上算法平均超越了幾名放射科醫(yī)生。斯坦福機(jī)器學(xué)習(xí)團(tuán)隊(duì)發(fā)表的基線模型取得了平均AUC值0.907，在5項(xiàng)測(cè)試中平均超過(guò)了1.8名放射科醫(yī)生的成績(jī)。

7月31日，國(guó)內(nèi)的九峰醫(yī)療AI算法團(tuán)隊(duì)以平均AUC值0.926的成績(jī)，遠(yuǎn)超第二名，登頂CheXpert國(guó)際競(jìng)賽。這是開(kāi)賽以來(lái)，AI算法首次超越所有參與測(cè)試的三名放射科專(zhuān)業(yè)醫(yī)生，表明AI算法在CheXpert數(shù)據(jù)集上已經(jīng)取得了超越人類(lèi)的水平。對(duì)此，CheXpert大賽主要組織者給予了一致好評(píng)。

九峰醫(yī)療AI團(tuán)隊(duì)在此次比賽中采取了多種提升模型性能的策略，包括針對(duì)X線胸片的數(shù)據(jù)降噪和數(shù)據(jù)增強(qiáng)，基于densenet和注意力金字塔（Pyramid Attention）的主干網(wǎng)絡(luò)，以及動(dòng)態(tài)平衡正負(fù)樣本的損失函數(shù)等，并系統(tǒng)進(jìn)行了控制變量分析（ablation study），評(píng)估了各項(xiàng)策略對(duì)提升算法性能的貢獻(xiàn)。詳細(xì)的技術(shù)報(bào)告和代碼開(kāi)源將于近期公布。

此次奪冠，是九峰醫(yī)療團(tuán)隊(duì)繼2018年8月奪得斯坦福大學(xué)MURA（骨骼X線數(shù)據(jù)集）大賽榜首后，再一次登頂X線人工智能算法國(guó)際競(jìng)賽。

九峰醫(yī)療于2015年5月成立，團(tuán)隊(duì)成員中有國(guó)內(nèi)外一流的人工智能算法科學(xué)家、放射學(xué)專(zhuān)家、臨床專(zhuān)家和醫(yī)療行業(yè)資深企業(yè)家和職業(yè)經(jīng)理，長(zhǎng)期專(zhuān)注于人工智能及互聯(lián)網(wǎng)技術(shù)在基層醫(yī)療領(lǐng)域的應(yīng)用。

自成立以來(lái)，九峰醫(yī)療與灰鳥(niǎo)基金、哈佛醫(yī)學(xué)院等全球醫(yī)療及科技領(lǐng)導(dǎo)者合作，在醫(yī)學(xué)人工智能領(lǐng)域自主創(chuàng)新，擁有發(fā)明專(zhuān)利16個(gè)，軟件著作權(quán)16項(xiàng)。2019年3月，前百度硅谷人工智能實(shí)驗(yàn)室科學(xué)家李祎加入九峰醫(yī)療，任首席人工智能科學(xué)家，并在南京配合鼓樓醫(yī)院資深影像科專(zhuān)家迅速搭建人工智能研發(fā)團(tuán)隊(duì)。

九峰醫(yī)療研發(fā)團(tuán)隊(duì)還自主開(kāi)發(fā)了云端標(biāo)注工具，算法工程師與臨床資深放射科醫(yī)生共同制定并執(zhí)行嚴(yán)格的標(biāo)注準(zhǔn)則，所有線上算法篩查結(jié)果均經(jīng)過(guò)醫(yī)生團(tuán)隊(duì)的二次審核，目前人機(jī)一致性已經(jīng)達(dá)到90%以上。

△?李祎博士 九峰醫(yī)療首席人工智能科學(xué)家

與斯坦福機(jī)器學(xué)習(xí)團(tuán)隊(duì)推動(dòng)X線影像人工智能算法不謀而合，九峰醫(yī)療抓住覆蓋廣大基層醫(yī)療衛(wèi)生機(jī)構(gòu)且是多數(shù)基層機(jī)構(gòu)僅有的影像設(shè)備——X線，以提升X線醫(yī)學(xué)影像診斷能力為切入點(diǎn)，在成立伊始即在國(guó)內(nèi)開(kāi)展人工智能肺部常見(jiàn)病篩查技術(shù)項(xiàng)目。

九峰醫(yī)療通過(guò)云計(jì)算部署模式，實(shí)現(xiàn)遠(yuǎn)程醫(yī)療互聯(lián)互通和數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)，充分發(fā)揮X線設(shè)備的分診、診斷和篩查功能，彌補(bǔ)基層醫(yī)療影像專(zhuān)業(yè)人才不足的現(xiàn)狀，促進(jìn)基層診療能力提升，打造廣覆蓋、高質(zhì)量、低成本、高效率的AI醫(yī)療范式。

目前，九峰醫(yī)療的產(chǎn)品已覆蓋中國(guó)上千家基層醫(yī)療機(jī)構(gòu)，服務(wù)覆蓋兩千萬(wàn)人群，累計(jì)業(yè)務(wù)量近三百萬(wàn)次。

開(kāi)源地址：

https://github.com/deadpoppy/CheXpert-Challenge

—?完?—

誠(chéng)摯招聘

量子位正在招募編輯/記者，工作地點(diǎn)在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細(xì)節(jié)，請(qǐng)?jiān)诹孔游还娞?hào)(QbitAI)對(duì)話(huà)界面，回復(fù)“招聘”兩個(gè)字。

量子位 QbitAI · 頭條號(hào)簽約作者

?’?’ ? 追蹤AI技術(shù)和產(chǎn)品新動(dòng)態(tài)