腾讯医疗人工智能不断探索 推动医学解决盲点

• “这是一个电影片段，大家有谁看出演员的步态有问题？“在5月22日于昆明举行的腾讯全球数字生态大会智慧医疗专场上，腾讯医疗人工智能研究院院长范伟博士以一个提问开启了他的演讲。

  “实际上他左臂的摇动频率和幅度比正常人要小，后来被诊断患有帕金森。”范伟继而解答道，这位演员正是曾出演热门科幻喜剧《回到未来》的Michael J. Fox，确诊帕金森病时他刚满30岁。

  

  腾讯医疗人工智能研究院院长范伟博士发表主题演讲

  帕金森病“破坏力”大 早期就诊面临“两道坎”

  中国帕金森病患者有400余万人，约占全球的50%。在范伟看来，帕金森病给社会和家庭带来的影响不可估量。“帕金森病患者一年差不多要花费3万， 占有些家庭总收入的48%。”尽管如此，比财力消耗更令人难以承受的，是由疾病带来的行动不便，无法自理。“帕金森病分4级，1、2级能够自理，3、4级不能自理，包括简单的吃饭、上洗手间都不行。家里一个护工都不够，有的要2个。”因此，在有帕金森病患者的家庭，疾病未使患者“瘫痪”之前，可能已经让整个家庭陷于“瘫痪”。

  事实上，如果能够早发现早诊断早治疗，再加上科学有效的疾病管理，将能够有效延缓、控制帕金森病的病程。但这并非易事，范伟介绍道，“在我国，75岁以上的老人帕金森患病率高达10%，但发病初期就诊率只有3.75%。”帕金森病的早期诊断和全程管理至少面临着“两道坎”：

  一是医患比例“跷跷板”的长期失衡。在我国，帕金森病患者数量众多，但与之相对应的帕金森专病医生却只有1000多名，而随着人口老龄化的日益严重，医患数量失衡的情况还将持续拉大。

  二是传统的帕金森病评估方式不仅耗时耗力，还具有很强的主观性。不像测量糖尿病、高血压等慢病可以通过仪器设备进行量化检测，帕金森病主要的评估方式要更为“简陋”，医生通过人工观察的方式，根据患者完成指定动作的流畅程度进行打分和综合病情评定。“目前在临床环境下做一次评估，医生需要30-40分钟，专家通过肉眼去观察，给不同的动作评分。因为人的肉眼主观判断能力有区别，不同的专家给相同的人评估结果可能不一样。”

  面对帕金森病的这两道坎，范伟博士带领的团队的目标就是要通过AI技术将运动功能评估变成一种量化客观的标准，通过产品化落地去帮助医生更加有效地管理更多的患者。另外，除了帕金森病之外，还有很多疾病跟运动能力评估相关，例如脑瘫、脊柱侧弯、脑卒中、多发性硬化症等。缺少客观测量的工具和手段，目前是医学上的一个盲点。对此，范伟博士的思路是找到一套适用多种疾病的客观可量化运动评估方法，用AI技术的能力去推动医学解决盲点。

  超越认知 三大技术首创实现帕金森评估可量化

  “测量一切可测之物，并把不可测的变为可测。”通过引用伽利略的一句名言，范伟提出了在运动功能方向上探索的灵感，“有些事物不能直接测量，你要想办法测量。把能够测量的测准，这是科学的基本原则”。就像温度计、血压计、血糖仪可以变成日常监测设备一样，人工智能技术的加入，让范伟“超越认知”的想法变为可能。范伟博士介绍，在视觉方面，人眼能够识别大概是每秒24帧，但人工智能应用是60—240帧，在声音的采样上，人耳是20千赫，而人工智能应用要大于44千赫。

  

  人工智能帮助测量超越认知极限

  范伟博士所在的腾讯医疗人工智能研究院通过与华山医院神经内科王坚教授团队合作，以视频分析技术为基础通过分析录制的患者规定动作视频做MDS-UPDRS评分。由于患者的运动功能评估本身就非常耗时，也就造成数据采集的低效。为了解决训练数据少的问题，范伟博士团队创造性地引入了AR技术生成模式训练数据，可以在短时间内将训练数据扩充数千倍。视频数据的标注更加耗费人工，为了解决标注问题，技术团队引入了虚拟传感技术，在生成模拟数据时自带标注点，再将带标记的模拟数据融合到患者拍摄的肢体运动视频上面实现同步运动。这样就突破了人类数据标注的极限，大大提高工作效率，也降低了项目研发的成本。