□通訊員 王成弟 劉歡 記者 廖志林
在臨床,，醫(yī)生看一名肺癌病人的所有片子需要15分鐘~30分鐘，而通過肺部疾病AI綜合診療閱片僅需5秒~10秒,，準確率達到90%以上，AI識別結節(jié)準確率達到96%,。在近日舉行的華西醫(yī)院肺癌科研病種庫暨肺部常見疾病AI綜合診斷產(chǎn)品項目中期報告研討會上,，該院院長李為民表示，到2018年6月,，文本信息AI提取準確率將達到96%,。
多模態(tài)全周期數(shù)據(jù)實現(xiàn)集成
2018年1月，四川大學華西醫(yī)院啟動了肺癌科研病種庫暨肺部疾病AI綜合診療產(chǎn)品項目,。到3月已經(jīng)完成數(shù)據(jù)庫的頂層設計,，實現(xiàn)了肺癌患者的HIS（醫(yī)院信息系統(tǒng)）、LIS（實驗室數(shù)據(jù)處理系統(tǒng)）,、PACS（醫(yī)學影像存檔與通訊系統(tǒng)）,、RIS（放射信息系統(tǒng)）等系統(tǒng)信息的集成，與數(shù)據(jù)庫全面對接,，首批實現(xiàn)1003名肺癌患者2406個就診信息,、3272個影像學習智能入庫，文本信息AI提取準確率達到90%以上,，AI識別結節(jié)準確率達到96%,。
據(jù)介紹，通過肺癌科研病種庫的建立,，將多模態(tài),、全周期的數(shù)據(jù)（從風險因素到就診過程，從實驗室檢驗到影像檢查再到病理,，從診療方案到預后信息）在一個科研數(shù)據(jù)庫中實現(xiàn)集成,，打破原有信息化系統(tǒng)的界限，讓科研項目可以低成本使用到全維度數(shù)據(jù),。
同時,，拋棄“先有科研項目后做數(shù)據(jù)抽取”的傳統(tǒng)思路，前置進行臨床數(shù)據(jù)的精細化提取,，充分挖掘臨床數(shù)據(jù)的信息（例如僅肺癌病理報告可以挖掘出50多個數(shù)據(jù)提取點）,，徹底優(yōu)化科研項目對臨床數(shù)據(jù)的獲取鏈路，實現(xiàn)科研數(shù)據(jù)制備的精細化前置,。
信息提取從不可能到可能
由于引入人工智能算法,，對文本數(shù)據(jù)和影像數(shù)據(jù)構建了人工智能信息提取模型,，以替代人工數(shù)據(jù)提取，萬量級患者的全維度提取工作量從年級別壓縮到月級別,。特別是對于影像類高維數(shù)據(jù),，通過人工智能算法進行結構化信息提取，使得人工難以實現(xiàn)的工作量變得可控且高效,，實現(xiàn)了科研數(shù)據(jù)制備效率的全面躍升,。按照傳統(tǒng)方法建立數(shù)據(jù)庫，一名病人的200個信息采集需要耗時60分鐘,，而利用人工智能技術提取信息僅需兩三分鐘,，時間大為節(jié)省，準確率高達90%以上,。
數(shù)據(jù)質量不再依賴提取者
該病種庫從模型的性能測評方案,，到數(shù)據(jù)抽檢評價體系，都建立了完整的質量控制體系,，使得數(shù)據(jù)質量不再依賴具體數(shù)據(jù)提取操作者的醫(yī)學水平和長時間工作的穩(wěn)定性,，讓整個平臺上的科研數(shù)據(jù)質量大幅提升，并做到可測評,、可優(yōu)化,。
李為民表示，華西醫(yī)院將在2018年6月實現(xiàn)本院2009年~2017年間,，經(jīng)由病理確診的26000名目標肺癌患者的全部信息AI自動入庫,，旨在打造國內(nèi)首個含臨床、影像,、病理等多維度指標,、可結構化的AI頂級肺癌科研病種庫。此外,，該項目團隊正在聯(lián)合開發(fā)肺癌,、肺炎、肺結核等肺部常見疾病AI綜合診斷產(chǎn)品,，以提高基層醫(yī)院的診斷治療效率,，更好地為臨床和病人服務。
據(jù)悉,，肺癌科研病種庫暨肺部常見疾病AI綜合診斷產(chǎn)品由李為民領銜擔綱,，劉倫旭教授、白紅利副教授等組成核心專家團隊,，王成弟博士負責推進,，為2017年中國第三屆“互聯(lián)網(wǎng)+”創(chuàng)新創(chuàng)業(yè)大賽全國金獎《DeepNet肺結節(jié)人工智能》項目落地轉化成果。
在臨床,，醫(yī)生看一名肺癌病人的所有片子需要15分鐘~30分鐘，而通過肺部疾病AI綜合診療閱片僅需5秒~10秒,，準確率達到90%以上，AI識別結節(jié)準確率達到96%,。在近日舉行的華西醫(yī)院肺癌科研病種庫暨肺部常見疾病AI綜合診斷產(chǎn)品項目中期報告研討會上,，該院院長李為民表示，到2018年6月,，文本信息AI提取準確率將達到96%,。
多模態(tài)全周期數(shù)據(jù)實現(xiàn)集成
2018年1月，四川大學華西醫(yī)院啟動了肺癌科研病種庫暨肺部疾病AI綜合診療產(chǎn)品項目,。到3月已經(jīng)完成數(shù)據(jù)庫的頂層設計,，實現(xiàn)了肺癌患者的HIS（醫(yī)院信息系統(tǒng)）、LIS（實驗室數(shù)據(jù)處理系統(tǒng)）,、PACS（醫(yī)學影像存檔與通訊系統(tǒng)）,、RIS（放射信息系統(tǒng)）等系統(tǒng)信息的集成，與數(shù)據(jù)庫全面對接,，首批實現(xiàn)1003名肺癌患者2406個就診信息,、3272個影像學習智能入庫，文本信息AI提取準確率達到90%以上,，AI識別結節(jié)準確率達到96%,。
據(jù)介紹，通過肺癌科研病種庫的建立,，將多模態(tài),、全周期的數(shù)據(jù)（從風險因素到就診過程，從實驗室檢驗到影像檢查再到病理,，從診療方案到預后信息）在一個科研數(shù)據(jù)庫中實現(xiàn)集成,，打破原有信息化系統(tǒng)的界限，讓科研項目可以低成本使用到全維度數(shù)據(jù),。
同時,，拋棄“先有科研項目后做數(shù)據(jù)抽取”的傳統(tǒng)思路，前置進行臨床數(shù)據(jù)的精細化提取,，充分挖掘臨床數(shù)據(jù)的信息（例如僅肺癌病理報告可以挖掘出50多個數(shù)據(jù)提取點）,，徹底優(yōu)化科研項目對臨床數(shù)據(jù)的獲取鏈路，實現(xiàn)科研數(shù)據(jù)制備的精細化前置,。
信息提取從不可能到可能
由于引入人工智能算法,，對文本數(shù)據(jù)和影像數(shù)據(jù)構建了人工智能信息提取模型,，以替代人工數(shù)據(jù)提取，萬量級患者的全維度提取工作量從年級別壓縮到月級別,。特別是對于影像類高維數(shù)據(jù),，通過人工智能算法進行結構化信息提取，使得人工難以實現(xiàn)的工作量變得可控且高效,，實現(xiàn)了科研數(shù)據(jù)制備效率的全面躍升,。按照傳統(tǒng)方法建立數(shù)據(jù)庫，一名病人的200個信息采集需要耗時60分鐘,，而利用人工智能技術提取信息僅需兩三分鐘,，時間大為節(jié)省，準確率高達90%以上,。
數(shù)據(jù)質量不再依賴提取者
該病種庫從模型的性能測評方案,，到數(shù)據(jù)抽檢評價體系，都建立了完整的質量控制體系,，使得數(shù)據(jù)質量不再依賴具體數(shù)據(jù)提取操作者的醫(yī)學水平和長時間工作的穩(wěn)定性,，讓整個平臺上的科研數(shù)據(jù)質量大幅提升，并做到可測評,、可優(yōu)化,。
李為民表示，華西醫(yī)院將在2018年6月實現(xiàn)本院2009年~2017年間,，經(jīng)由病理確診的26000名目標肺癌患者的全部信息AI自動入庫,，旨在打造國內(nèi)首個含臨床、影像,、病理等多維度指標,、可結構化的AI頂級肺癌科研病種庫。此外,，該項目團隊正在聯(lián)合開發(fā)肺癌,、肺炎、肺結核等肺部常見疾病AI綜合診斷產(chǎn)品,，以提高基層醫(yī)院的診斷治療效率,，更好地為臨床和病人服務。
據(jù)悉,，肺癌科研病種庫暨肺部常見疾病AI綜合診斷產(chǎn)品由李為民領銜擔綱,，劉倫旭教授、白紅利副教授等組成核心專家團隊,，王成弟博士負責推進,，為2017年中國第三屆“互聯(lián)網(wǎng)+”創(chuàng)新創(chuàng)業(yè)大賽全國金獎《DeepNet肺結節(jié)人工智能》項目落地轉化成果。
