劉再毅，石鎮(zhèn)維

1 醫(yī)學(xué)影像人工智能應(yīng)用現(xiàn)狀

近年來，人工智能（artificial intelligence,AI）技術(shù)在醫(yī)學(xué)影像領(lǐng)域的發(fā)展與應(yīng)用備受關(guān)注。在眾多醫(yī)療健康領(lǐng)域中，醫(yī)學(xué)影像的圖像數(shù)據(jù)量大且采用全球標(biāo)準(zhǔn)統(tǒng)一的DICOM存儲格式，有望成為AI最先實(shí)現(xiàn)突破的領(lǐng)域之一[1]。

目前，AI在醫(yī)學(xué)影像領(lǐng)域的臨床應(yīng)用主要在影像診斷環(huán)節(jié)，多集中于病變檢出、識別，以及良惡性判斷等。一方面，利用AI的感知與認(rèn)知性能對醫(yī)學(xué)影像進(jìn)行識別,挖掘其重要信息，為經(jīng)驗(yàn)不足的影像科醫(yī)生提供幫助，從而提高閱片效率；另一方面，通過機(jī)器學(xué)習(xí)對大量影像數(shù)據(jù)和臨床信息進(jìn)行整合并訓(xùn)練AI系統(tǒng)，使其具備診斷疾病的能力，有利于降低影像科醫(yī)生漏診率[2]。相比現(xiàn)有的影像科工作模式，AI系統(tǒng)不受外界因素的干擾并時刻保持高效連續(xù)的工作狀態(tài)，有助于提升影像科醫(yī)生閱片的效率和質(zhì)量。

此外，近年來醫(yī)學(xué)影像AI相關(guān)研究也備受關(guān)注，尤其在腫瘤領(lǐng)域的應(yīng)用，包括腫瘤的定性、臨床分級分期、基因分析、療效評估和預(yù)后預(yù)測等。作為醫(yī)學(xué)影像AI研究的重要內(nèi)容，影像組學(xué)通過深度挖掘醫(yī)學(xué)影像中的高通量特征來描述病變的生物學(xué)特點(diǎn)，進(jìn)而實(shí)現(xiàn)無創(chuàng)、全面、動態(tài)量化病變的時間和空間異質(zhì)性，對于疾病的精準(zhǔn)診療、預(yù)后預(yù)測具有重要的臨床價值[3-5]。

2 醫(yī)學(xué)影像AI臨床應(yīng)用面臨的挑戰(zhàn)

盡管醫(yī)學(xué)影像AI研究在國內(nèi)外蓬勃發(fā)展，但基于AI模型的預(yù)測結(jié)果與疾病的發(fā)生、進(jìn)展以及影像表征之間的關(guān)系尚不清晰，僅依靠機(jī)器學(xué)習(xí)方法對數(shù)據(jù)進(jìn)行分析和挖掘，不足以解釋醫(yī)學(xué)影像與臨床終點(diǎn)之間的關(guān)系[4]。此外，醫(yī)學(xué)影像AI研究需要醫(yī)學(xué)數(shù)據(jù)驅(qū)動，因此數(shù)據(jù)標(biāo)注、數(shù)據(jù)標(biāo)準(zhǔn)化、樣本的數(shù)據(jù)和多樣性、模型泛化性以及生物學(xué)可解釋性等都是研究成敗的關(guān)鍵因素，同時也是目前該領(lǐng)域研究的重要方向[4，6-7]。另外，在全球范圍內(nèi)對數(shù)據(jù)隱私保護(hù)的重視使數(shù)據(jù)隱私安全問題愈發(fā)突出，加劇了數(shù)據(jù)孤島現(xiàn)象的產(chǎn)生[5]。如何合法合規(guī)地聯(lián)合國內(nèi)外多中心開展醫(yī)學(xué)影像AI研究成為當(dāng)下的研究熱點(diǎn)。

2.1 醫(yī)學(xué)影像數(shù)據(jù)標(biāo)準(zhǔn)化 醫(yī)學(xué)影像數(shù)據(jù)標(biāo)準(zhǔn)化問題來自于行業(yè)本身以及AI技術(shù)的需求。目前普遍缺乏高質(zhì)量的訓(xùn)練數(shù)據(jù)，現(xiàn)有的數(shù)據(jù)集標(biāo)準(zhǔn)多樣、系統(tǒng)偏差較大，缺乏對疾病的統(tǒng)一認(rèn)識。其次，缺乏對數(shù)據(jù)和標(biāo)注數(shù)據(jù)統(tǒng)一且清晰的標(biāo)準(zhǔn)化描述，導(dǎo)致機(jī)器學(xué)習(xí)與數(shù)據(jù)之間產(chǎn)生交互障礙、機(jī)器錯誤理解數(shù)據(jù)的真實(shí)含義，因此亟待從技術(shù)上解決醫(yī)學(xué)數(shù)據(jù)標(biāo)準(zhǔn)化的問題。

在2016年，國際組織FORCE11正式提出了FAIR科學(xué)數(shù)據(jù)管理準(zhǔn)則[8]，強(qiáng)調(diào)了數(shù)據(jù)的科學(xué)管理、使用以及數(shù)據(jù)標(biāo)準(zhǔn)化的重要性，提出數(shù)據(jù)應(yīng)可查詢（Findable）、可訪問（Accessible）、可交互（Interoperable）、可再用（Reusable）。FAIR數(shù)據(jù)準(zhǔn)則通過對醫(yī)學(xué)影像數(shù)據(jù)的采集、處理、使用，以及管理等方面進(jìn)行標(biāo)準(zhǔn)化描述及溯源，為醫(yī)學(xué)影像AI研究提供了標(biāo)準(zhǔn)化數(shù)據(jù)保障。其重要核心目標(biāo)之一是實(shí)現(xiàn)機(jī)器對數(shù)據(jù)的可操作性，即在無人為干預(yù)的情況下，機(jī)器（計算機(jī)）可對相應(yīng)數(shù)據(jù)進(jìn)行自動化操作。因此，F(xiàn)AIR科學(xué)數(shù)據(jù)管理準(zhǔn)則有望實(shí)現(xiàn)醫(yī)學(xué)數(shù)據(jù)的標(biāo)準(zhǔn)化，輔助構(gòu)建AI模型，應(yīng)用于疾病臨床診療領(lǐng)域[9]。

2.2 模型泛化性AI模型的泛化性對其臨床應(yīng)用至關(guān)重要[10]。簡單來說，模型的泛化性體現(xiàn)在兩方面：①可復(fù)現(xiàn)性，反映預(yù)測模型在相似分布數(shù)據(jù)上的表現(xiàn)；②可遷移性，反映預(yù)測模型在不同分布數(shù)據(jù)上的表現(xiàn)[11]，這里所謂的不同主要指時間、治療方案、地理等信息。然而，實(shí)際情況是多數(shù)AI模型在訓(xùn)練數(shù)據(jù)上性能表現(xiàn)優(yōu)異，但在內(nèi)部和外部獨(dú)立驗(yàn)證時無法呈現(xiàn)穩(wěn)定的表現(xiàn)，即模型的泛化性差?？赡艿脑蛴泻芏?，如數(shù)據(jù)的樣本量、樣本的多樣性不足；數(shù)據(jù)標(biāo)注一致性差；特征篩選方法欠佳，未能找到反映腫瘤異質(zhì)性的穩(wěn)定且通用的特征等。因此，如何提升模型泛化性是目前醫(yī)學(xué)影像AI領(lǐng)域亟需解決的問題。

首先，通過增加數(shù)據(jù)樣本量和數(shù)據(jù)多樣性可提升模型的泛化性，因此多中心研究是未來的發(fā)展方向；通過聯(lián)合多中心數(shù)據(jù)可以解決樣本量和多樣性的問題。其次，由于病灶與醫(yī)學(xué)圖像相比尺寸較小，屬于大視野、小目標(biāo)問題；常規(guī)的方法是先對病灶區(qū)域（即感興趣區(qū)域）進(jìn)行標(biāo)注，然后對標(biāo)注區(qū)域中定量影像特征進(jìn)行量化分析。以往研究[6]表明人工標(biāo)注的方式不可避免地存在人為誤差，導(dǎo)致AI模型泛化性差。因此，采用全自動或半自動標(biāo)注方式，可提高標(biāo)注的一致性，提升影像特征的可復(fù)現(xiàn)性，進(jìn)而提升模型的泛化能力。

2.3 生物學(xué)可解釋性 醫(yī)學(xué)影像生物標(biāo)志物的挖掘幾乎完全依靠數(shù)據(jù)驅(qū)動，通過深度挖掘影像特征與臨床終點(diǎn)事件之間的關(guān)系，探索反映疾病發(fā)生和進(jìn)展的生物標(biāo)志物。然而，當(dāng)缺乏生物學(xué)可解釋性時，醫(yī)學(xué)影像AI系統(tǒng)則難以應(yīng)用于臨床[12]。因此，探究醫(yī)學(xué)影像AI模型的生物學(xué)意義將是其獨(dú)立輔助臨床診療的關(guān)鍵一步。

由于傳統(tǒng)影像組學(xué)手工特征具有完整的公式與定義，與醫(yī)學(xué)影像診斷學(xué)中對病灶描述的語義特征關(guān)系緊密，因此可用于近似解釋影像組學(xué)特征的潛在生物學(xué)意義。然而，基于深度學(xué)習(xí)的特征具有“黑盒子”的特點(diǎn)[12]，無準(zhǔn)確、完整的公式與定義，因此缺乏生物學(xué)可解釋性。常用的方法是通過建立特征熱力圖對深度學(xué)習(xí)模型的決策進(jìn)行反向推理，探索模型的注意力區(qū)域是否具有臨床診斷決策意義。然而，熱力圖方法無法真正地滿足生物學(xué)可解釋性的要求，誤差較大。此外，醫(yī)學(xué)影像AI研究中可能會發(fā)現(xiàn)一些生物學(xué)潛在的關(guān)系，例如某些具有高預(yù)測能力的影像特征可能與某些特定基因或蛋白的高度表達(dá)相關(guān)，那么通過探究該基因或蛋白與臨床終點(diǎn)事件之間關(guān)系，可進(jìn)一步提升AI模型的生物學(xué)可解釋性[13]。

2.4 醫(yī)學(xué)“數(shù)據(jù)孤島”與隱私保護(hù) 在過去的十余年中，數(shù)據(jù)量、算法和高性能計算設(shè)備都有了明顯的發(fā)展，AI展現(xiàn)出了高效化和規(guī)模化的社會化應(yīng)用潛力。其中，基于醫(yī)學(xué)影像（如放射影像[10,12]和數(shù)字病理[14-15]）的AI系統(tǒng)在輔助疾病診療方面的潛在應(yīng)用價值巨大，已經(jīng)成為學(xué)術(shù)界與工業(yè)界共同關(guān)注的焦點(diǎn)。然而，醫(yī)學(xué)影像數(shù)據(jù)具有長尾效應(yīng)，除了有限的高發(fā)病種外，更多的疾病屬于小數(shù)據(jù)；并且分散在不同中心、不同科室的圖像儲存系統(tǒng)內(nèi)，因此形成了一個個缺乏有效溝通的“數(shù)據(jù)孤島”[7]。其次，隨著相關(guān)法律、法規(guī)的逐步完善以及公眾對數(shù)據(jù)隱私保護(hù)意識的不斷增強(qiáng)，更難于將散落在各個“孤島”的數(shù)據(jù)匯聚成中心化的大數(shù)據(jù)[16]。

隨著全球范圍內(nèi)對數(shù)據(jù)隱私保護(hù)的日益重視，數(shù)據(jù)安全問題愈發(fā)突出，進(jìn)而加劇了“數(shù)據(jù)孤島”現(xiàn)象。例如歐洲的《通用數(shù)據(jù)保護(hù)條例》（general data protection regulation,GDPR）對個人醫(yī)療健康相關(guān)數(shù)據(jù)的存儲和交換做出了嚴(yán)格規(guī)定，即在使用前需要認(rèn)證、授權(quán)、清晰責(zé)任與義務(wù)，起到對數(shù)據(jù)所有權(quán)和AI產(chǎn)品監(jiān)管的作用[17-18]。盡管有上述明確的法律法規(guī)，但在實(shí)際操作中，濫用醫(yī)學(xué)影像數(shù)據(jù)的現(xiàn)象屢見不鮮，數(shù)據(jù)隱私安全問題仍然是醫(yī)學(xué)影像人工智能AI技術(shù)在疾病診療方面落地的難題，也因此難以開展多中心數(shù)據(jù)構(gòu)建AI模型的研究，從而嚴(yán)重阻礙了醫(yī)學(xué)影像AI賦能疾病診療。如何從技術(shù)上解決醫(yī)學(xué)影像領(lǐng)域“數(shù)據(jù)孤島”、數(shù)據(jù)隱私安全及數(shù)據(jù)行業(yè)標(biāo)準(zhǔn)不統(tǒng)一的問題，進(jìn)而開發(fā)出更加高效、準(zhǔn)確的AI疾病診療系統(tǒng)是當(dāng)下亟需突破的難關(guān)。

2.5 聯(lián)邦學(xué)習(xí)與群體學(xué)習(xí)2017年，谷歌提出了新一代聯(lián)邦學(xué)習(xí)的概念[19]，隨后聯(lián)邦學(xué)習(xí)被應(yīng)用到眾多領(lǐng)域，其目標(biāo)就是解決“數(shù)據(jù)孤島”和數(shù)據(jù)隱私保護(hù)之間的矛盾。通過建立數(shù)據(jù)聯(lián)邦，在保證數(shù)據(jù)隱私安全、合法合規(guī)的前提下，在多中心或多計算節(jié)點(diǎn)之間開展高效的機(jī)器學(xué)習(xí)。簡單來說，聯(lián)邦學(xué)習(xí)可實(shí)現(xiàn)基于多中心數(shù)據(jù)共同建模，且有利于保護(hù)數(shù)據(jù)隱私安全，推動AI技術(shù)的持續(xù)發(fā)展。因數(shù)據(jù)與特征維度不同，聯(lián)邦學(xué)習(xí)可分為橫向?qū)W習(xí)、縱向?qū)W習(xí)和遷移學(xué)習(xí)[20]。在醫(yī)學(xué)領(lǐng)域，聯(lián)邦學(xué)習(xí)已被用于肺癌生存分析[21-22]、新型冠狀病毒肺炎（COVID-19）[23-24]等方面的研究且應(yīng)用范圍漸趨廣泛。

202 1 年，Warnat-Herresthal等[25]提出群體學(xué)習(xí)的概念。群體學(xué)習(xí)是將聯(lián)邦和區(qū)塊鏈結(jié)合于一體的去中心化的分布式學(xué)習(xí)方法。與聯(lián)邦學(xué)習(xí)不同的是，群體學(xué)習(xí)不需要設(shè)置專門負(fù)責(zé)模型分發(fā)與聚合的全局統(tǒng)籌中心服務(wù)器，而是在區(qū)塊鏈對等網(wǎng)絡(luò)機(jī)制運(yùn)行下，在每次模型聚合時，隨機(jī)指定一個客戶端充當(dāng)中心服務(wù)器的職能進(jìn)行模型聚合，真正地實(shí)現(xiàn)了去中心化。除此之外，群體學(xué)習(xí)還將有關(guān)模型訓(xùn)練、聚合和參與者之間的協(xié)議打包載入?yún)^(qū)塊鏈，以保證訓(xùn)練信息的安全性、透明性和公平性。

總體來說，醫(yī)學(xué)影像AI的臨床落地面臨著諸多挑戰(zhàn)，如醫(yī)學(xué)數(shù)據(jù)標(biāo)準(zhǔn)化，模型泛化性，模型生物學(xué)可解釋性，“數(shù)據(jù)孤島”和隱私安全。但隨著科學(xué)技術(shù)的發(fā)展，針對上述挑戰(zhàn)不斷有新方法涌現(xiàn)。對于這些新方法的開發(fā)與探索，是學(xué)術(shù)界的主要研究方向，也是工業(yè)界的關(guān)注熱點(diǎn)。

3 醫(yī)學(xué)影像AI未來展望

我國的醫(yī)學(xué)影像AI（包括影像組學(xué)）發(fā)展至今已經(jīng)取得了階段性的成功。醫(yī)學(xué)數(shù)據(jù)作為醫(yī)學(xué)影像AI的主要原料，在AI系統(tǒng)構(gòu)建中起到關(guān)鍵作用。然而，與國外先進(jìn)團(tuán)隊相比，我們依然有很大差距。下面我們將從醫(yī)學(xué)影像AI標(biāo)準(zhǔn)化數(shù)據(jù)庫的構(gòu)建展望未來。

近年來，隨著醫(yī)療條件的不斷改善以及醫(yī)院信息化程度的不斷提高，醫(yī)學(xué)影像數(shù)據(jù)呈現(xiàn)暴發(fā)式增長。據(jù)《2018年醫(yī)療人工智能技術(shù)與應(yīng)用白皮書》統(tǒng)計，目前我國醫(yī)療數(shù)據(jù)的年增長率約為30%?；ヂ?lián)網(wǎng)數(shù)據(jù)中心（internet data center，IDC）的統(tǒng)計數(shù)據(jù)顯示，2020年全球醫(yī)療數(shù)據(jù)量已達(dá)到2010年的40倍，其中醫(yī)學(xué)影像數(shù)據(jù)（包括X線、超聲、CT、MRI、PET、病理圖像等）約占80%[12，26]。目前，醫(yī)療影像數(shù)據(jù)具有大規(guī)模（volume）、高增速（velocity）、多種類（variety）、高價值（value）和真實(shí)準(zhǔn)確（veracity）等五大特點(diǎn)，符合當(dāng)代大數(shù)據(jù)5V特征，因此促進(jìn)了醫(yī)學(xué)影像AI的發(fā)展。醫(yī)學(xué)影像大數(shù)據(jù)為醫(yī)學(xué)影像AI帶來了良好的發(fā)展前景和機(jī)遇，但卻同樣面臨著巨大挑戰(zhàn)。

盡管我國臨床醫(yī)學(xué)影像數(shù)據(jù)積累迅速，但真正規(guī)范且可被用于臨床科學(xué)研究的醫(yī)學(xué)影像數(shù)據(jù)卻極度匱乏，導(dǎo)致很大一部分科學(xué)研究仍然依賴于國際醫(yī)學(xué)影像數(shù)據(jù)，尤其是一些公開數(shù)據(jù)庫。因此，構(gòu)建符合我國法律、法規(guī)、國情以及科研人員使用習(xí)慣的標(biāo)準(zhǔn)化醫(yī)學(xué)影像數(shù)據(jù)庫勢在必行。通過建立標(biāo)準(zhǔn)化醫(yī)學(xué)影像數(shù)據(jù)庫，可提升醫(yī)學(xué)影像數(shù)據(jù)質(zhì)量，實(shí)現(xiàn)科學(xué)數(shù)據(jù)價值的最大化，促進(jìn)醫(yī)學(xué)影像AI的發(fā)展。FAIR準(zhǔn)則所倡導(dǎo)的科學(xué)使用和管理原則恰好符合上述目標(biāo)。若基于該準(zhǔn)則構(gòu)建醫(yī)學(xué)影像AI標(biāo)準(zhǔn)化數(shù)據(jù)庫，首先需要建立完備的醫(yī)學(xué)影像數(shù)據(jù)行業(yè)標(biāo)準(zhǔn)，并為科研人員提供便捷的標(biāo)準(zhǔn)醫(yī)學(xué)影像數(shù)據(jù)信息平臺和服務(wù)；其次需要清晰描述醫(yī)學(xué)影像數(shù)據(jù)的產(chǎn)生、處理、使用、管理以及發(fā)布等各個環(huán)節(jié)，明確各方的權(quán)利、責(zé)任及義務(wù)；另外還需要科研人員包括醫(yī)務(wù)人員在數(shù)據(jù)采集、數(shù)據(jù)庫構(gòu)建以及醫(yī)學(xué)影像數(shù)據(jù)描述術(shù)語等方面達(dá)成共識（可參照國際標(biāo)準(zhǔn)構(gòu)建符合中國國情的醫(yī)學(xué)本體語義庫）；最后，計算、存儲等硬件設(shè)備與軟件對構(gòu)建醫(yī)學(xué)影像AI數(shù)據(jù)庫同樣重要，亟需開發(fā)相應(yīng)的計算機(jī)軟件以實(shí)現(xiàn)醫(yī)學(xué)影像數(shù)據(jù)的實(shí)時轉(zhuǎn)化及存儲，并最終實(shí)現(xiàn)醫(yī)學(xué)影像AI標(biāo)準(zhǔn)化數(shù)據(jù)庫建設(shè)，促進(jìn)醫(yī)療AI的發(fā)展。

4 總結(jié)

基于醫(yī)學(xué)影像構(gòu)建的AI系統(tǒng)已在疾病診療方面展現(xiàn)出了巨大的應(yīng)用潛能。然而，由于醫(yī)學(xué)影像數(shù)據(jù)標(biāo)準(zhǔn)化程度不足、模型泛化能力不足、生物學(xué)可解釋性差、醫(yī)學(xué)“數(shù)據(jù)孤島”與隱私保護(hù)等諸多難題，導(dǎo)致醫(yī)學(xué)影像數(shù)據(jù)無法建立廣泛連接、形成合力，難以發(fā)揮數(shù)據(jù)最大價值，從而嚴(yán)重阻礙了AI賦能醫(yī)療健康。因此，我們有必要引入新技術(shù)如（聯(lián)邦或群體學(xué)習(xí)），使得在多中心之間無隱私數(shù)據(jù)交換的前提下共同構(gòu)建AI模型成為可能，進(jìn)而打破“數(shù)據(jù)孤島”。同時，引入新理論，如FAIR數(shù)據(jù)管理準(zhǔn)則，構(gòu)建標(biāo)準(zhǔn)化醫(yī)學(xué)影像數(shù)據(jù)庫；對醫(yī)學(xué)影像數(shù)據(jù)的采集、處理、使用以及管理等方面進(jìn)行標(biāo)準(zhǔn)化描述，為醫(yī)學(xué)影像AI技術(shù)落地提供標(biāo)準(zhǔn)化數(shù)據(jù)保障，可輔助AI技術(shù)落地疾病診療領(lǐng)域。我們確信通過整合新技術(shù)、新理論，構(gòu)建高效的、泛化性強(qiáng)的疾病診療AI系統(tǒng)，有望實(shí)現(xiàn)疾病精準(zhǔn)診療評估，可減輕醫(yī)生臨床負(fù)擔(dān)，為病人提供更優(yōu)質(zhì)且低價的治療服務(wù)并能增加醫(yī)院的經(jīng)濟(jì)效益。在國內(nèi)外學(xué)者的共同努力下，醫(yī)學(xué)影像AI的發(fā)展前景依舊充滿曙光。