醫(yī)學是一門循證科學，它決定了醫(yī)學必然是一個數(shù)據(jù)密集型的行業(yè)?；颊呔歪t(yī)過程中會產(chǎn)生大量病案數(shù)據(jù)，尤其在腫瘤領域，檢查、診斷、治療過程會產(chǎn)生大量文本記錄和醫(yī)學影像數(shù)據(jù)，這些病案數(shù)據(jù)絕大部分都以碎片化與非結構性的方式存儲，分散而難以利用。另一方面，隨著醫(yī)學技術和生命科學的發(fā)展以及社會對生命質(zhì)量的重視，又催生了大量關于尋找治愈疑難疾病，如腫瘤、遺傳疾病等的方法的迫切愿望，大數(shù)據(jù)和人工智技術的興起，為實現(xiàn)這一愿望提供了新的技術手段。
大數(shù)據(jù)+人工智能，深圳醫(yī)諾能做什么？
深耕腫瘤臨床一線10余年的深圳醫(yī)諾，很早就開始了腫瘤大數(shù)據(jù)人工智能的規(guī)劃。醫(yī)諾認為，在整個醫(yī)療數(shù)據(jù)里最深層次的一定是來自于設備層面，尤其是腫瘤放療，治療設備上的數(shù)據(jù)是最基礎最深層的數(shù)據(jù)，也是價值最高的醫(yī)療數(shù)據(jù)。由此，醫(yī)諾花了很多年時間在設備層面上，把各種腫瘤治療設備的數(shù)據(jù)接口打通，為腫瘤大數(shù)據(jù)的結構化融合以及基于深度學習的人工智能計算平臺搭建，奠定了良好基礎。
那么，為實現(xiàn)腫瘤智慧醫(yī)療，醫(yī)諾在腫瘤治療領域做了哪些具體應用呢？
首先，醫(yī)諾針對腫瘤治療的臨床管理過程提供了腫瘤信息一體化管理整體解決方案（OIS），OIS是腫瘤信息化領域的綜合產(chǎn)品體系，包括放療信息管理（RTIS）系統(tǒng)、放療勾畫工作站、高級計劃評估（APE）系統(tǒng)、放療記錄與驗證（R&V）系統(tǒng)、放療預約叫號系統(tǒng)、放療計劃會診系統(tǒng)等多個產(chǎn)品。該產(chǎn)品體系覆蓋了腫瘤治療過程中方方面面，打通了腫瘤治療所有設備的數(shù)據(jù)接口，實現(xiàn)了各環(huán)節(jié)業(yè)務數(shù)據(jù)無縫對接，為腫瘤治療提供了一套實現(xiàn)科室規(guī)范化管理的信息化平臺，醫(yī)務人員可直接通過該平臺進行腫瘤治療過程管理和質(zhì)量控制。
其次，醫(yī)諾在實現(xiàn)醫(yī)院內(nèi)部腫瘤治療信息化管理的基礎上，針對腫瘤治療周期長、醫(yī)患互動頻繁的特點，開發(fā)了一套用于醫(yī)患管理服務的移動醫(yī)療產(chǎn)品“腫瘤好醫(yī)生”APP，與其他移動醫(yī)療產(chǎn)品不同的是，腫瘤好醫(yī)生APP實現(xiàn)了從設備層、科室層、醫(yī)院層、以及互聯(lián)網(wǎng)層面的全面數(shù)據(jù)打通，形成了腫瘤治療從預約、檢查、診斷、治療、隨訪、康復的全面數(shù)據(jù)閉環(huán)。在APP上，患者在醫(yī)院放療的信息也會同步到APP，醫(yī)生可以直接管理患者，患者也可以及時與醫(yī)生交流。
在實現(xiàn)單體醫(yī)院的臨床數(shù)據(jù)打通之后，醫(yī)諾開始了各醫(yī)院之間的數(shù)據(jù)整合，通過互聯(lián)網(wǎng)和云技術，建立安諾云智@遠程放療協(xié)作平臺平臺，實現(xiàn)不同醫(yī)院之間數(shù)據(jù)的互聯(lián)互通，為落實國家關于醫(yī)聯(lián)體建設、開展遠程醫(yī)療和分級診療提供專業(yè)化平臺。該平臺充分利用了大數(shù)據(jù)和人工智能技術，它構建了腫瘤放療設備智能分析數(shù)據(jù)庫和腫瘤放療計劃專家數(shù)據(jù)庫，可以實現(xiàn)腫瘤放療質(zhì)控參數(shù)遠程智能分析和自動風險預警，也可以通過該平臺提供基于人工智能的放療靶區(qū)自動勾畫和計劃自動設計服務，實現(xiàn)區(qū)域放療分級診療和遠程放療新型服務模式創(chuàng)新。
基于該平臺，不同醫(yī)院之間的可以開展多中心醫(yī)療合作，實現(xiàn)腫瘤遠程放療質(zhì)控和遠程計劃協(xié)作，可以有效緩解我國醫(yī)療資源分布不均衡，實現(xiàn)腫瘤治療優(yōu)質(zhì)資源通過平臺快速下沉基層，幫助基層醫(yī)療機構快速提升腫瘤治療水平，提高腫瘤治療整體治愈率。
醫(yī)諾腫瘤大數(shù)據(jù)產(chǎn)品技術路線圖
大力發(fā)展人工智能，構建腫瘤智慧放療新業(yè)態(tài)
基于人工智能技術開展腫瘤智慧醫(yī)療研究是醫(yī)諾當前在腫瘤放療領域的重大戰(zhàn)略舉措。醫(yī)諾高級副總裁兼CTO鄧金城表示：“基于調(diào)強技術的精確放療設備，可以對人體部位做到非常精確的劑量照射。除設備以外，精確放療更加強調(diào)腫瘤靶區(qū)與危及器官的精確勾畫，放療計劃的良好設計，放療質(zhì)控的嚴格執(zhí)行等，以確保放射劑量被精準照射于腫瘤部位并有效保護正常器官，從而提高臨床療效。無論是靶區(qū)勾畫，計劃設計還是基于圖像引導的放療質(zhì)控，均以放療圖像精準識別為基礎，而這正是人工智能可以大展拳腳的地方。”
醫(yī)諾高級副總裁兼CTO鄧金城
機器學習是人工智能領域最能體現(xiàn)智能的一個分支，大數(shù)據(jù)下，相較于其他機器學習技術，深度學習更有優(yōu)勢，數(shù)據(jù)集越大預測精度越大，因此深度學習是人工智能取得成功的關鍵。深度學習在自然圖像處理領域已經(jīng)取得突出應用效果，廣泛應用于各類自然圖像識別和目標檢測場景。深度學習為醫(yī)學影像分析技術的發(fā)展提供了新契機，醫(yī)諾已在放療靶區(qū)勾畫、自動計劃等方面開展基于深度學習的臨床應用研究。
醫(yī)諾從腫瘤智慧醫(yī)療的戰(zhàn)略高度出發(fā)，借助大數(shù)據(jù)和人工智能技術（AI），大力發(fā)展放療中的智能勾畫和自動計劃技術，通過與眾多臨床單位開展科研合作，收集整理了數(shù)萬例優(yōu)選的腫瘤放療計劃病案數(shù)據(jù)，并基于深度學習技術對鼻咽癌、肺癌、肝癌、乳腺癌、前列腺癌等常見病種進行了深入研究，取得了初步研究成果。
例如采用FCN-深度學習模型，可對影像圖像進行像素級的分類，提高了對正常組織器官和病灶的識別能力。而基于深度學習技術的自動勾畫，相較于傳統(tǒng)自動勾畫技術則具有巨大的性能和準確性優(yōu)勢，多數(shù)人體結構的機器自動勾畫平均準確率可達到90%以上。這不僅使得醫(yī)生的工作更為高效精準，更加推動放療乃至腫瘤醫(yī)療的智能化發(fā)展，促進腫瘤醫(yī)學的進步。
腫瘤靶區(qū)深度學習智能分割效果圖
智慧醫(yī)療，贏取未來！
未來的醫(yī)療發(fā)展，一定離不開人工智能。但人工智能的發(fā)展離不開三個關鍵要素，計算力、算法、大數(shù)據(jù)集。計算力可以通過購買設備獲取，算法則需要人才來掌握，這兩者都可以通過投資而快速獲取，唯獨大數(shù)據(jù)集需要長期積累，尤其是醫(yī)療大數(shù)據(jù)，沒有在醫(yī)療行業(yè)的長期積累，單純靠投資是很難獲取的。醫(yī)諾在數(shù)據(jù)領域相對于其他一些初創(chuàng)企業(yè)甚至是一些剛開始轉(zhuǎn)向醫(yī)療的大型企業(yè)更有優(yōu)勢，畢竟醫(yī)諾已經(jīng)在腫瘤放療領域深耕十多年，長期從事腫瘤信息化事業(yè)，有了長期而大量的積累，這是醫(yī)諾區(qū)別于一般企業(yè)的優(yōu)勢所在。
作為中國腫瘤放療信息化行業(yè)領導者，未來，醫(yī)諾將根據(jù)自身的業(yè)務發(fā)展方向，逐步將大數(shù)據(jù)和人工智能技術應用到更多的腫瘤臨床應用領域，推動放療乃至腫瘤醫(yī)療的智能化發(fā)展，造福更多腫瘤患者。
得益于深圳市發(fā)改委的大力扶持，醫(yī)諾通過深圳市戰(zhàn)略性新興產(chǎn)品和未來產(chǎn)業(yè)項目的1200萬扶持資金，構建了腫瘤大數(shù)據(jù)和人工智能研究的高性能計算中心，并采購了大量高性能計算顯卡構建專用于深度學習算法研究的GPU集群。同時，醫(yī)諾結合自身在腫瘤領域的行業(yè)優(yōu)勢，與深圳大學、騰訊、中興通訊等共同建設大數(shù)據(jù)國家工程實驗室，獨立承擔“互聯(lián)網(wǎng)+腫瘤大數(shù)據(jù)研究中心”建設，并通過與深圳大學、中科院深圳先進技術研究研究建立緊密的科研合作關系，充分發(fā)揮深圳本地科研優(yōu)勢，共同研究應用于腫瘤臨床的人工智能算法。目前，醫(yī)諾正在將依托上述資源優(yōu)勢，大力發(fā)展科技創(chuàng)新，加快推進腫瘤人工智能研究的產(chǎn)業(yè)布局。
