微信直播

WCLC 2017|白春学教授带领上海市呼吸病研究所人工智能团队参加第18届世界肺癌大会

Published at: 2015年第1卷第S1期

杨达伟等
关键词:

编者按:第18届世界肺癌大会将于2017年10月14日-18日在日本横滨召开。本次学术盛会吸引着全世界众多从事肺癌研究、临床工作、预防和控制领域的专家、学者关注和参会。上海中山医院白春学教授将带领上海市呼吸病研究所人工智能团队参加第18届世界肺癌大会,请看以下详细报道。

作者:杨达伟、胡洁、白春学

目前人工智能技术在医学领域的应用拓展,成为人们关注的焦点,而肺癌作为目前国内发病率和死亡率之首的恶性肿瘤,同时存在早期筛查、良恶性鉴别及肿瘤异质性等复杂因素,成为人工智能技术的试验田。目前在日本横滨进行的第18届世界肺癌大会上,一共有4项涉及人工智能技术应用在肺癌诊疗方面的研究将进行学术成果汇报,其中由上海市呼吸病研究所所长,中国肺癌防治联盟主席,复旦大学附属中山医院呼吸科白春学教授携团队展示了近几年在肺癌早期诊断及肺结节筛查中,结合人工智能和大数据深度学习技术,相关研究的成果[P3.13-037 Deep Learning System For Lung Nodule Detection]。另外三项人工智能的研究包括在肺癌治疗决策[MS 01.04 Is “Big Data” The Solution To The Complex Therapeutic Landscape?]、影像学肺小结节良恶性判别[MA 14.13 Nodule Size Isn’t Everything: Imaging Features Other Than Size Contribute To AI Based Risk Stratification of Solid Nodules],和共聚焦显微内镜图像识别等方面的研究[MA 20.08 Classification of Confocal Endomicroscopy Patterns For Diagnosis of Lung Cancer]。

白春学教授率领的人工智能团队,第一次亮相世界肺癌大会早在2015年美国丹佛市,当时在第16届世界肺癌大会上,白春学教授首次公布了亚太地区首款自助研发的基于Researchkit平台的移动应用APP,通过这款便捷的应用,可以智能提取肺结节患者的临床资料,并通过云平台中强大的人工智能管理系统,自动、高效地将肺结节患者由低危至高危分层,并结合联盟平台的肺结节分中心三级联动网络,进行科学的随访和管理。目前该项研究正在全国范围内开展多中心、前瞻性人群队列的验证研究(ClinicalTrails.org ID:NCT02693496),并将会在今年11月在上海举行的第十三届上海国际呼吸病暨ATS联合论坛(ISRD&ATS)上进行数据的首次公布。

一年之后,在去年奥地利维也纳第17届世界肺癌大会上,由团队成员杨达伟博士首次口头汇报并展示了团队最新基于肺结节CT影像图像分析的iPathology系统,在肺腺癌早期诊断方面的研究[WCLC2017:OA2.05],通过对传统分析方法进行改良,并构建了自主研发的图像分析和深度学习系统,通过人工智能技术的应用,在早期肺腺癌的诊断精确性上可以达到88.24%,同时通过分析研究,可以自动把早期肺腺癌的病灶归类至不典型腺瘤样增生(AAH)、原位癌(AIS)、微浸润(MIA)和浸润性腺癌(IAC)4个亚型中。

在今年的汇报中,白春学教授团队继续带来了人工智能技术在肺结节,尤其是肺部微小结节筛查中的应用,通过深度卷积神经网络(deep convolutional neural networks,DCNNs)技术,实现了在医学图像的智能分析,在研究中DCNNs已被成功运用到针对肺内微小病灶的探测、分割和诊断中。DCNN的优势在于其对原始输入数据等级分层的学习过程,而不需要人为手工去划分特征。研究的初步结果表明,即使使用有限的数据集进行训练,深度卷积神经网络可以从错误中进行自我学习,并在肺小结节的识别中有效地提高敏感性。

目前,由白春学教授,发起的,全国范围内,基于人工智能物联网医学技术,肺结节与早期肺癌,诊治与管理分中心,已多达四百余家(仅西藏,海南和宁夏末覆盖),在将来的一年中,将通过自主研发的人工智能诊断平台,与多中心,之间的密切连接,最终实现白教授提出的“名医治未病,大医惠众生”的目标。

comments powered by Disqus

附件