动脉网|AI 辅助系统内镜精灵亮相世界人工智能大会，已落地国内上百家医院，中国消化道( 二 ) 20

为什么一开始消化道并不是AI落地的首选，胡珊博士认为，一方面是缺乏临床洞察，另一方面是技术门槛。一开始进行AI+医疗尝试的先行者，几乎都是技术出身的工程师，他们对于临床的了解是一个循序渐进的过程。此外，消化内镜的实时检查对于数据获取和算法都有更高的要求。
楚精灵和大多数AI辅助诊断公司走的路径不同，楚精灵的消化内镜AI从一开始就是由消化内镜专业医生发起和主导的，从临床需求中诞生的AI辅助系统。所以一开始，楚精灵根据临床需求选择了消化道疾病这一病种。
2017年，武汉大学人民医院消化内科主任于红刚教授从解决临床实际痛点出发，与武汉大学胡珊博士人工智能研发团队共同针对临床上消化内镜检查中存在的漏诊率高、早癌识别困难等问题研发一款AI辅助产品，提高消化内镜检查质量，降低医生的工作强度。
消化内镜实时辅助诊断，降低假阳性是最大挑战
从临床需求出发，楚精灵的研发团队把需求分解为两步，首先是质量控制，然后才是辅助诊断。
为什么要质控先行，因为消化内镜和其他的影像产品不同，常规内镜检查由每位医生在检查中独自观察消化道，存在操作水平的差异。由于内镜医师工作量大，容易出现内镜检查部位覆盖不全的问题， AI辅助系统首先要解决的是帮助医生确认是否做到全覆盖、无盲区检查。
为了解决这个问题，楚精灵团队研发了胃镜盲区监测和肠镜速度监测两大系统。胃镜盲区监测系统通过监测医生在消化内镜检查中观察到的26部位覆盖情况，实现辅助医生内镜检查操作并实时评价医生操作质量，避免检查遗漏。肠镜速度监测系统则通过实时监测退镜速度，在保证充分观察肠腔的基础上，保证整个退镜的匀速可控、视野清晰，提高肠镜检查质量。
"如何从临床视角去真正解决这些问题，我们团队做了很多创新尝试。对上消化道内镜检查的26部位进行盲区监测就是于红刚教授在全球首次提出的。 "
质控产品利用人工智能建立标准化的消化内镜检查流程，实现盲区监测、速度监测。解决了质控问题，实际上也为消化道AI辅助诊断系统的应用打好了基础。通过辅助诊断系统可以实时辅助提示可疑病灶，帮助医生发现更多的消化道早癌。
胡珊博士表示，楚精灵还在持续突破，目前已启动早癌分化程度和边界预测、食管静脉曲张辅助诊断、实时肠道清洁度评估以及在胆胰EUS和ERCP中的应用研究。
在最后的内镜检查报告环节，内镜精灵可以抓取并储存不同部位的典型图片，自动生成内镜检查图文报告，自动生成的图像资料、报告完整度高于医生。
整个研发过程，楚精灵用了三年，其中完成了400多次的产品迭代。在几百次的迭代中遇到的主要问题是数据的标准化、实时诊断和降低假阳性。
首先在数据获取上，消化内镜不同于静态的影像设备，数据的获取和存储都有更高的难度。得益于医生团队的深度参与，内镜精灵的学习数据由20多名专业医生组成的团队标注。
"所以我们拥有一个精度非常高的标准数据库。同时，楚精灵也通过多中心的临床试验去完善扩大数据库。 "
数据获取虽然难，但可以由医生端解决，在胡珊博士看来，研发环节中最难的技术门槛是在提高准确度的同时降低识别的假阳性。消化内镜检查每秒钟的处理帧数达到了10帧以上，这给降低假阳性带来了不小的挑战。因此，楚精灵采用了注意力机制、平滑机制和特殊的算法来控制假阳性，提升医生的使用体验。
诞生于临床需求中的楚精灵知道，对于临床医生来说，多年高强度的工作，他们早已形成了固定的流程。所以在技术研发中，必须执着于细节。经过多次迭代，胡珊博士很自豪地告诉动脉网，内镜精灵完全可以实现在不改变医生操作流程的前提下，提升医生的诊断精度。