对谈蒋彬教授：美国AI放疗前沿研究，建立医疗AI新生态

关注52AI，做AI的行业领先者。QQ人工智能行业交流群：626784247.

---

01

德州大学西南医学中心蒋彬教授深访录：从针对放疗环节的六大科研方向与成果，到“科研-临床-产品化”生态模式的建立，医疗人工智能产品究竟何时可以落地？请看文章。

“人工智能技术，使中国放射肿瘤治疗不仅仅在变化，而是发生着一场大变革。”

——王俊杰教授 北京大学第三医院肿瘤中心主任

在医学影像辅助诊疗环节，近年来不断涌现出新的科研成果与技术产品，科研团队与服务公司间的互动日趋频繁。目前全球大多数“AI+医学影像”产品，主要以辅助诊断为主，例如对肺结节的自动识别与诊断。针对治疗环节的AI产品还较少，连心医疗是国内为数不多的实践者，自主研发放疗计划阶段的器官与靶区自动勾画，以及放疗过程中的自适应放疗产品。

AI在放疗领域，目前有哪些主流科研方向？产品落地情况如何？中美两国在医疗人工智能的发展环境方面存在哪些差异？针对这些问题，亿欧智库在连心医疗2017 CSTRO璀璨卫星会中，与大会特邀演讲嘉宾、来自美国德州大学西南医学中心的蒋彬教授进行了一次深度访谈。蒋彬教授系统性地讲述了其在放疗全流程的六项AI科研方向与成果，建立“科研-临床-产品化”的生态模式，以及对于医疗人工智能未来发展的一些思考。

蒋彬：“AI+放疗”科研先行者

蒋彬（Steve Jiang），德州大学西南医学中心Barbara Crittenden讲座教授，放射肿瘤系副主任，医学物理与工程部主任。目前的主要科研方向人工智能在医疗中的应用、基于云的自动放疗计划、以及在线自适应放疗。他带领的西南医学中心Medical Artificial Intelligence and Automation (MAIA) Lab研究团队，是全美以“AI+放疗”为研究方向的、规模最大的科研团队。

针对放疗流程的AI科研六大方向

从器官与靶区的勾画，到治疗计划的制定，到患者放射治疗，再到患者的预后工作，蒋彬教授带领的科研团队，正在针对放疗流程中的六大环节进行研究。

1. 器官分割与靶区勾画

亿欧智库：器官分割与靶区勾画，为什么会成为您的重要科研方向呢？

蒋彬教授：一方面是放疗科医生手动勾画效率太低，另一方面是缺乏经验丰富的放疗科医生，尤其是基层医院。美国的一项对放疗患者的长期跟踪研究表明，在大医院和小医院进行放疗的存活率存在明显差距。而这种差距，一个主要原因是医生对器官分割的精准性，和对靶区勾画的专业性。

亿欧智库：借助AI进行器官分割和靶区勾画，目前的研究进展如何？

蒋彬教授：在器官分割上我们已经取得了比较不错的成绩，例如对于主要器官(OAR)的勾画，专家勾画与AI勾画的重合程度(Dice Index)目前是85%左右（在临床应用上，Dice Index到80%以上就很好了）。但是，靶区勾画的实现难度会稍大一些。因为每位医生的经历和经验不同，具体的治疗方案也会不同，很难有统一的标准。所以，连心医疗的LinkMatrix科研平台比较有效地解决了这个问题，让AI学习各位优秀的医生的经验，医生可以进行自主选择。例如，我信任“张三医生”，就可以选择他的靶区勾画方案，然后AI就会根据他的方案进行自动勾画。我们现在在做的，跟连心医疗这个思路很像。

2. 人工智能治疗计划

蒋彬教授：制定治疗计划很耗费时间，而且计划的质量也参差不齐。放疗医生与剂量师（在中国没有剂量师，物理师承担了剂量师的工作）常常需要对治疗计划进行讨论和反复修改。我们让AI学习优质的医生和剂量师的经验，这样AI就可以自动地、高质量地、高效率地完成治疗计划的制定。

3. 治疗效果与毒性预测

蒋彬教授：患者的预后工作十分重要。例如，接受SBRT的早期肺癌患者中，有31%的患者五年内癌细胞会有远程转移。这些患者只做放疗是不够的，需要配合化疗或其他系统性疗法。但是我们不知道哪些患者属于这类情况，我们就通过AI进行跟踪研究，提早做出预测。

4. 同行审查与错误检测

蒋斌教授：在美国，每年有超过25万人死于医疗事故，在美国居民所有死亡原因中排在第三位，仅次于心血管疾病和癌症。我们正在建立一个叫SaftyNet安全网的深度学习网络，植入医院的病历系统中。SaftyNet不仅可以查错，而且还可以综合分析患者的各类数据，判断治疗方案是否达到最优，如果有优化空间，AI会给出调整后的方案供医生参考。

5. 影像重建、复原与判读

蒋彬教授：例如，我们利用AI实现MRI和CT图像之间的转化。现在放疗领域的一大热点是采用更加清晰的MRI图像。但做放疗计划需要电子密度的信息，CT图像会更适合。所以我们用深度学习将MRI转化为CT图像。此外，我们正在研究把四维CT图像转化为核医学图像，用以诊断肺部功能性的问题。

6. 可穿戴设备与智能诊所

蒋彬教授：我们开发了基于Bluetooth Low Energy的RTLS（Real Time Locating System）实时跟踪系统，我们会为患者佩戴智能手环，时刻了解患者的位置，以确保患者在正确的时间出现在正确的地点，接受正确的治疗。目前手环还只有定位功能，下一步我们会装上其他的传感器，探测患者的血压、体温、血氧浓度等生命体征。另外，我们自主设计了一个面向未来的放疗中心，目前已经投入使用6个月。我们用了半年时间，构想20年后的放疗中心会是什么样子，从而设计了这个放疗中心。

比如说在一层的机房，我们首创了两扇大门的设计，前门是病人的进出，后门及门外的走道是用于各种定位和剂量设备。一方面可以让患者有更舒适的体验，另一方面也是为了保证机房内的整洁。二层是医生、物理师、剂量师及其他相关临床人员的办公区域，我们按照病灶分组设计多个生态系统，让每个病灶相关人员在一起工作，便于交流。这座建筑的设计在美国很有名，许多想要修建新放疗中心的人都会来参观，比如上周Virginia Commonwealth University由系主任Douglas Arthur教授和物理主任Jatinder Palta教授带队，前来参观学习。

“科研-临床-产品化”的生态模式

亿欧智库：AI医学影像领域，从科研成果到应用产品往往需要很长时间，其中涉及到数据训练、产品化等很多问题，您的团队是如何解决这一问题的呢？

蒋斌教授：你说的这个问题确实存在。研究人员对产品开发不熟悉，商业公司对于科研不了解，科研成果和临床使用之间有一条鸿沟。所以我们正在筹建一个医疗人工智能研究中心，将科研、技术方案、临床使用打通，同时与外部公司合作，将AI技术转化为产品，目前我们与连心医疗正在建立这样的深度合作关系。未来，研究中心会衍生出孵化功能，内部孵化创业公司，实现AI技术的产品化。这样，我们就构建了“科研-临床-产品化”的生态模式。

亿欧智库：但是技术方案在临床中的使用，需要经过FDA认证，而FDA认证可能耗时很久。您如何看待？

蒋斌教授：因为德州大学西南医学中心就有医院属性，我们的AI 算法可以比较容易地在我们的临床中测试和使用，不需要FDA认证。临床中的具体使用过程，会暴露出很多问题，这是科研环节不会看得到的。这些问题，不是算法不够好，而更多的是流程问题、实际操作问题，以及科研中没有预想到的场景问题。通过临床使用，我们就可以不断提升和优化算法。

医疗人工智能的未来

亿欧智库：美国比中国在AI领域的研究更早一些，而中国近几年也进入了AI加速阶段。您如何看待中美两国在AI领域的未来发展？

蒋彬教授：我认为中国很有可能会“超车”。中国已经在很多领域实现了“弯道超车”，比如从现金支付直接跳过信用卡，进入电子支付时代。我们看每年AI论文的评奖，国内学者或华人得奖的有很多。中美两国在基础理论研究方面可能存在差距，国内做基础理论研究的人比较少，更多偏应用。但我不认为这是问题，因为基础理论是共享的。

亿欧智库：从医疗人工智能的发展环境而言，中美两国有何异同？

蒋斌教授：首先，数据方面存在一些差别。美国在数据隐私、所有权、法律等问题方面很严苛，在中国会相对容易一些。但是，中国的影像数据电子化程度还不高。另外，两国都存在数据质量问题，主要是由于医学名词的使用缺乏统一性。我们几百个病人的病例，其中有对于大概30-40个不同器官的资料，竟然出现6000多种不同的名字。所以，我们在尝试用AI清理数据。

亿欧智库：AI在放疗领域的产品真正落地，是否会经历一个漫长的过程？

蒋彬教授：目前AI在放疗领域的研究还比较早期，瓦里安、医科达等放疗公司都在尝试做，但还没有进入产品。但我相信，未来1-2年就会有比较多的落地产品出来。AI和其他技术不同，因为它是不断飞速进化的，是非线性发展的。目前全球许多大公司都 AI作为发展战略，例如微软研究院有8000人规模的AI研究人员，大家都是只争朝夕的态度，担心一不落后会再也赶不上。所以我相信，放疗AI产品的落地也不会太久。

02

—

52AI

52AI，专注服务于普通人的AI 学习和发展，让大众受益于人工智能就是我们的愿望。我们坚信只有对大众收益的科技才是有意义的，也是我们追求的方向。