采訪/ 徐可 張謙
撰文/ 徐可

看上(shang)去這是一個中國普通家庭(ting)的(de)(de)日常(chang)：孫大(da)爺和老(lao)伴(ban)忙著(zhu)包(bao)餃子，當孫大(da)爺正(zheng)準(zhun)備把包(bao)好(hao)的(de)(de)滿(man)滿(man)一盤餃子放進(jin)冰箱時，他的(de)(de)身(shen)體卻突然定住了(le)，動彈不得(de)，老(lao)伴(ban)伸出(chu)沾著(zhu)面粉的(de)(de)手(shou)，把他的(de)(de)身(shen)體往(wang)一側拉，老(lao)孫的(de)(de)臉(lian)上(shang)顯(xian)露出(chu)無(wu)奈和無(wu)助的(de)(de)神情，而老(lao)伴(ban)似乎已經(jing)習以為常(chang)。

老孫(sun)是(shi)(shi)一(yi)位帕(pa)(pa)金(jin)森(sen)病患(huan)者，患(huan)病已經24年(nian)。帕(pa)(pa)金(jin)森(sen)病是(shi)(shi)一(yi)種中(zhong)(zhong)樞神(shen)經系統的(de)(de)退(tui)行性疾病。在(zai)(zai)中(zhong)(zhong)國(guo)(guo)，像老孫(sun)這樣的(de)(de)患(huan)者還有300萬。在(zai)(zai)中(zhong)(zhong)國(guo)(guo)治療(liao)帕(pa)(pa)金(jin)森(sen)病的(de)(de)專科醫(yi)生，僅有1000多人，主要(yao)聚集在(zai)(zai)一(yi)線城市(shi)的(de)(de)三甲醫(yi)院里。

2018年，騰訊醫療(liao)AI實驗室和國(guo)家老年疾病(bing)臨床醫學(xue)(xue)研(yan)究中心（華(hua)山）帕金森(sen)病(bing)主要研(yan)究者、復旦大學(xue)(xue)附屬華(hua)山醫院神(shen)經內科主任醫師王堅(jian)教授(shou)團隊合作研(yan)發了“帕金森(sen)病(bing)運動功(gong)能智(zhi)能評估系統”，這是(shi)全球首個通過視(shi)頻運動捕捉分析(xi)技術，實現帕金森(sen)病(bing)AI輔助診斷的技術。

在騰訊醫療AI實驗室負責人范偉看來，這套系統的(de)開發可(ke)以幫病人節省時間(jian)，提供臨床(chuang)的(de)金標(biao)準。

范偉，騰訊醫(yi)療AI實驗室負責(ze)人(ren)。哥倫比亞大學(xue)計算機博士(shi)，國際知(zhi)名機器學(xue)習專(zhuan)家(jia)，2019 全球最有影響(xiang)力醫(yi)療人(ren)工智能(neng)TOP100專(zhuan)家(jia)之一。

AI如(ru)何助力帕(pa)金森(sen)病診斷？

在帕金森病(bing)常規(gui)治(zhi)療中，醫生(sheng)每(mei)隔(ge)一段時間就要(yao)對(dui)病(bing)人(ren)進(jin)(jin)行(xing)評(ping)估，讓病(bing)人(ren)做一套動作(zuo)，典型的動作(zuo)比如：拇(mu)指(zhi)和食(shi)指(zhi)分開(kai)到最(zui)大(da)幅度再進(jin)(jin)行(xing)對(dui)指(zhi)，然后(hou)對(dui)其穩定性進(jin)(jin)行(xing)評(ping)分。機器和人(ren)眼，誰更(geng)(geng)容易疲勞？誰又能準(zhun)確地下結論？更(geng)(geng)不用說，每(mei)次診斷(duan)都(dou)要(yao)花去醫生(sheng)30~40分鐘。

上述 “帕金森病運(yun)動(dong)功能智能評(ping)估系統”能通(tong)過視頻(pin)捕(bu)捉技(ji)術識別患者身上的(de)關鍵(jian)點，并引入人體(ti)動(dong)力學模型(xing)，評(ping)估患者的(de)運(yun)動(dong)功能。總的(de)來(lai)(lai)說就是用(yong)(yong)AI把原(yuan)來(lai)(lai)醫學界使(shi)用(yong)(yong)多年的(de)主觀性MDS-UPDRS指標，變成客觀可(ke)量化的(de)新標準來(lai)(lai)提高(gao)帕金森病的(de)評(ping)估效(xiao)率(lv)和精確性。

這其中面臨(lin)的(de)最大(da)技(ji)術(shu)挑戰就是數(shu)(shu)(shu)據量不足。和(he)醫學影像學可用于(yu)大(da)量人工標注(zhu)的(de)數(shu)(shu)(shu)據相比(bi)，通過視頻記錄的(de)運動(dong)相關(guan)疾病的(de)數(shu)(shu)(shu)據通常樣本(ben)量很(hen)少，研究人員(yuan)往往只(zhi)能搜集到一兩百例數(shu)(shu)(shu)據，這對于(yu)模型訓(xun)練來說(shuo)遠遠不夠。為了(le)(le)(le)解決這個問題(ti)，騰訊醫療AI實驗室通過AR及自動(dong)融合技(ji)術(shu)生成帶標記點的(de)仿真數(shu)(shu)(shu)據，在短時間(jian)內將訓(xun)練數(shu)(shu)(shu)據集擴充了(le)(le)(le)數(shu)(shu)(shu)千(qian)倍(bei)，實現了(le)(le)(le)對于(yu)數(shu)(shu)(shu)據采集和(he)標注(zhu)極限(xian)的(de)突破。

此外，為(wei)了(le)(le)提(ti)(ti)升這套(tao)系(xi)統的評(ping)估能力(li)，范偉(wei)博士領導(dao)的研(yan)究(jiu)團隊還創造性地研(yan)發了(le)(le)細(xi)粒(li)度(du)動作(zuo)評(ping)估模(mo)型(Fine-grained Model)，實現了(le)(le)對(dui)頻率等動作(zuo)指標進行精細(xi)量(liang)化測量(liang)；建立多(duo)(duo)通道(dao)深度(du)卷積神經(jing)網絡模(mo)型（MC1D-CNN），解決了(le)(le)數據采集，動作(zuo)切(qie)割的挑戰；采用多(duo)(duo)模(mo)態(tai)全方位運動評(ping)估技術（Fusing-Net），超(chao)越(yue)單(dan)模(mo)型性能，大幅提(ti)(ti)升打分一致性。

騰(teng)訊醫(yi)療AI實驗室和華山醫(yi)院(yuan)共同做了一(yi)個實驗：讓(rang)專家(jia)對(dui)近(jin)200例患者的1000多段視頻打分(fen)(fen)(fen)，形成共識分(fen)(fen)(fen)，然(ran)后對(dui)機(ji)器進(jin)行訓練。訓練完后再讓(rang)機(ji)器對(dui)不(bu)同嚴重(zhong)程度的受試者打分(fen)(fen)(fen)，并(bing)與專家(jia)共識分(fen)(fen)(fen)進(jin)行匹(pi)配，數據顯示評分(fen)(fen)(fen)結果(guo)的一(yi)致(zhi)性非(fei)常(chang)接近(jin)。

在(zai)過去的(de)半年多時間里，他們積累(lei)了上(shang)百(bai)個臨床(chuang)試(shi)驗(yan)樣本。未來(lai)還將(jiang)和英美的(de)頂(ding)尖醫院合(he)作(zuo)，進(jin)一步擴大樣本數量(liang)。為了提高診斷的(de)準確(que)性，也將(jiang)對帕金森病開展(zhan)分項評估的(de)研(yan)究。

“從(cong)事(shi)醫療人工智能對我改變最大。”

范偉從事大數(shu)據和人工智能相關領域的應用(yong)研究已經(jing)(jing)20多年，曾(ceng)經(jing)(jing)服務過銀(yin)行業、電信(xin)運營(ying)商的客戶，和各(ge)種各(ge)樣(yang)的數(shu)據打過交道(dao)。“別(bie)人問我(wo)醫療是什么，我(wo)說醫療是科學(xue)、技術，是人文、倫理、法規，一言難盡。”

他坦陳，醫療業(ye)是(shi)(shi)他經歷過的(de)(de)(de)(de)所有行業(ye)中(zhong)最復雜的(de)(de)(de)(de)，而醫療人工智(zhi)能(neng)對他的(de)(de)(de)(de)改變也最大。首先，醫療的(de)(de)(de)(de)數據(ju)有很多合(he)(he)規(gui)性和(he)倫理方面(mian)的(de)(de)(de)(de)要(yao)求。如果數據(ju)獲取是(shi)(shi)非法或者不合(he)(he)規(gui)的(de)(de)(de)(de)，那么結果也是(shi)(shi)不合(he)(he)規(gui)的(de)(de)(de)(de)。其次，醫療的(de)(de)(de)(de)臨床實驗(yan)都是(shi)(shi)隨機(ji)對照(zhao)實驗(yan)（RCT），這意味著數據(ju)是(shi)(shi)不可(ke)預先設置的(de)(de)(de)(de)，需(xu)要(yao)按(an)照(zhao)醫療的(de)(de)(de)(de)流程去(qu)找真實世界里的(de)(de)(de)(de)合(he)(he)規(gui)數據(ju)做(zuo)測(ce)試。最后一點，也是(shi)(shi)最重要(yao)的(de)(de)(de)(de)，醫療AI不能(neng)僅追求平均(jun)和(he)最好(hao)的(de)(de)(de)(de)結果，關鍵(jian)是(shi)(shi)要(yao)保證(zheng)最壞的(de)(de)(de)(de)結果也是(shi)(shi)人可(ke)以接受的(de)(de)(de)(de)。

“有(you)人說(shuo)30年(nian)之(zhi)后不需(xu)要醫生(sheng)。這(zhe)是不會發生(sheng)的，我們從未想過替代醫生(sheng)。” 范(fan)偉(wei)說(shuo)。

騰訊AI醫療實驗室(shi)目前研究的很(hen)多病都(dou)跟運(yun)動相關(guan)，除(chu)帕金森，還有腦癱(tan)、脊柱(zhu)側(ce)彎，以及歐美(mei)較(jiao)為(wei)多發的多元性硬(ying)化癥等。團(tuan)隊(dui)分布在(zai)硅谷、北京(jing)和深圳，實驗室(shi)也在(zai)與(yu)國內知名(ming)三甲醫院、醫生(sheng)、政府通力協作，發揮(hui)騰訊的技(ji)術優勢，把(ba)技(ji)術真正做扎(zha)實，讓它的有效性、安全(quan)性做到極(ji)致。

在范偉看來，醫療有(you)很(hen)多(duo)細分領(ling)域可以突破。在診療、疾病管(guan)理和康復(fu)環節，通過技術手段可以大大提高現(xian)有(you)醫療系統的(de)(de)效(xiao)率(lv)和效(xiao)果，這(zhe)些都(dou)是騰訊AI醫療實驗(yan)室希望進(jin)入的(de)(de)領(ling)域。

“我們的目(mu)標就是在現有醫療環節(jie)中，尋找那些通(tong)過(guo)技(ji)術手段(duan)能夠讓(rang)醫生獲益(yi)最(zui)大的部分去(qu)實(shi)現，因為你(ni)幫(bang)助了(le)醫生，就是幫(bang)助了(le)病人。”

【本文(wen)原載于(yu)騰訊(xun)《騰云(yun)》雜志 （Tenyun）070期(qi)】