4月15日，北京郵電大學(xué)信息與通信工程學(xué)院王光宇（研究員、博導(dǎo)）在頂級國際學(xué)術(shù)期刊《自然》子刊 （Nature Biomedical Engineering）在線發(fā)表文章，提出了基于X-ray影像的肺部疾病通用智能識別框架，并對肺炎進行檢測和嚴重程度評估。此智能系統(tǒng)通過了多中心、真實世界場景的臨床驗證，并且在新冠肺炎的智能分診的科技應(yīng)對疫情過程中發(fā)揮作用。此項工作的代碼和數(shù)據(jù)集發(fā)布到了國家生物信息中心云平臺，是目前國內(nèi)最大規(guī)模、多臨床場景的胸部X光片公開數(shù)據(jù)集，希望進一步推動信息領(lǐng)域與生物醫(yī)學(xué)的創(chuàng)新交叉研究工作。

本論文由北京郵電大學(xué)等國內(nèi)外多家機構(gòu)合作完成，王光宇老師為第一作者及通訊作者，北京郵電大學(xué)為第一完成單位¹，這也是我校首次以第一完成單位在該期刊發(fā)表研究成果。

圖1. 真實世界場景下肺部疾病的通用智能識別框架

目前，基于數(shù)據(jù)驅(qū)動的人工智能方法在醫(yī)學(xué)影像的領(lǐng)域中不斷突破。然而在復(fù)雜、開放的真實場景下進行臨床驗證時，仍存在諸多挑戰(zhàn)。尤其是在新冠疫情期間，各國的計算機科學(xué)家們發(fā)布了上千種機器學(xué)習(xí)算法，認為這些算法能根據(jù)胸部 X 光片、CT 圖像診斷或預(yù)測新冠肺炎。然而劍橋大學(xué)的一項研究發(fā)現(xiàn)，由于算法偏見和不可重復(fù)性等問題，科學(xué)論文和預(yù)印本提到的相關(guān)機器學(xué)習(xí)算法很少具有潛在的臨床應(yīng)用價值²。

為解決智慧醫(yī)療場景中所面臨的這些挑戰(zhàn)，團隊從魯棒的AI框架設(shè)計、高質(zhì)量的數(shù)據(jù)集構(gòu)建，多中心臨床驗證等層面開展深入的研究工作，并經(jīng)過了嚴格的同行評議過程。對此項研究成果，王光宇老師也應(yīng)期刊編輯邀請在Nature Portfolio Community發(fā)表了評論和深度解讀³。

具體地，X-ray影像作為醫(yī)學(xué)重要的輔助診斷工具，相較于實驗室里進行的分子學(xué)檢測，速度快，能更直觀地觀察到肺部的病理學(xué)特征及變化。因此，開發(fā)智能影像AI系統(tǒng)可以幫助臨床醫(yī)生進行快速診斷并預(yù)測危重等級，這在醫(yī)療系統(tǒng)超負荷的情況下具有尤其重要的臨床應(yīng)用價值。在方法層面，研究團隊提出了基于胸部X-ray圖像的通用處理框架。由于X-ray拍攝容易出現(xiàn)扭曲、變形、飾物遮擋等問題，通過關(guān)鍵點檢測，智能矯正和肺部-病灶分割等模塊，可以將X-ray圖像進行自動的預(yù)處理和標(biāo)準(zhǔn)化。此外，臨床影像報告的敘述中包含許多身體部位和健康狀況的關(guān)鍵信息，是臨床診斷和疾病治療證據(jù)的主要組成部分。我們基于影像報告，通過自然語言處理技術(shù)抽取了影像發(fā)現(xiàn)和疾病標(biāo)簽, 包括肺炎、胸腔積液、肺腫塊等等。由于同一張X-ray影像中多種影像發(fā)現(xiàn)/疾病常常并存，研究團隊設(shè)計了新穎的多標(biāo)簽分類模型，可以對臨床場景下的肺部疾病進行精準(zhǔn)識別。最終，該智能識別系統(tǒng)經(jīng)受住了真實世界研究的考驗--在來自4個隊列的不同臨床場景，及多國家的數(shù)千張外部影像數(shù)據(jù)上，進行回顧性和前瞻性測試均具有良好的泛化性能。

圖2. AI 系統(tǒng)輔助臨床流程

在這項工作中，科研團隊采用了多源多中心的14萬張胸部X-ray圖像構(gòu)建了深度學(xué)習(xí)系統(tǒng)。這是國內(nèi)乃至世界上首個多臨床場景的胸部X-ray影像公開數(shù)據(jù)集⁴。已有的開源胸部X-ray數(shù)據(jù)來源于國外住院人群，如斯坦福大學(xué)團隊發(fā)布的ChestX-ray14。相比較于已有開源數(shù)據(jù)集，這個數(shù)據(jù)集包括了多種臨床真實場景和人群，如住院、門診、體檢。比如，其中的體檢數(shù)據(jù)集包含大量健康數(shù)據(jù)，門診包含不同肺部異常的輕癥患者，可以供研究者對健康人群建模，構(gòu)建疾病異常檢測AI系統(tǒng)。該研究數(shù)據(jù)集已經(jīng)通過國家生物信息中心平臺發(fā)布，以協(xié)助來自不同國家和地區(qū)的研究團隊和臨床醫(yī)生開展研究。

頂尖的成果背后

是優(yōu)秀北郵人的不懈奮斗

讓我們一起來認識下！