2020年12月4日,為期七天的第106屆北美放射學(xué)年會(RSNA 2020)正式閉幕。作為全球最大規(guī)模的放射學(xué)專業(yè)展會,從1915年成立至今,RSNA見證了每一次醫(yī)學(xué)影像的變革,成為醫(yī)學(xué)影像技術(shù)及應(yīng)用發(fā)展的風(fēng)向標(biāo),擁有來自全球136個國家的54,000多名會員。

本屆RSNA主題是“HUMAN INSIGHT/VISIONARY MEDICINE”(人類洞悉/遠(yuǎn)見醫(yī)學(xué)),也是歷史上首次在云上舉辦,來自130多個國家的專家、學(xué)者、企業(yè)代表等放射學(xué)從業(yè)者,線上齊聚于RSNA年會,交流、探討國際放射學(xué)領(lǐng)域最新的科研成果。

盤點(diǎn)今年RSNA的亮點(diǎn),醫(yī)學(xué)影像AI在行業(yè)的不斷滲透仍是最大主旋律,醫(yī)學(xué)影像AI在腦卒中治療、神經(jīng)影像、乳腺癌篩查等領(lǐng)域中的新應(yīng)用頗受關(guān)注。與此同時,基于AI的快速影像成為今年的新熱點(diǎn),對于醫(yī)學(xué)影像更快、更高質(zhì)量、更安全的追求漸成行業(yè)共識。此外,疫情當(dāng)前,與新冠病毒治療與診斷相關(guān)的AI算法與應(yīng)用也成了本屆RSNA的熱點(diǎn)話題。

醫(yī)學(xué)影像AI新進(jìn)展受關(guān)注

醫(yī)學(xué)影像AI依然是本屆RSNA最熱點(diǎn)的話題。據(jù)了解,在今年235家參展廠商中,有超過105家參展商在虛擬展廳中展示了AI相關(guān)的產(chǎn)品,這一數(shù)字盡管略低于2019年的150家,卻遠(yuǎn)高于2018年的75家。

會上數(shù)百個臨床醫(yī)生及科研人員的專題報告,讓參會者可以在線上享受行業(yè)以及學(xué)界的知識盛宴。其中AI相關(guān)臨床研究突出展示了AI在腦卒中臨床治療、神經(jīng)影像、老年癡呆影像檢測、乳腺癌癥預(yù)測、心臟影像分析等方面的最新進(jìn)展。

AI醫(yī)學(xué)影像正滲透到各個疾病的臨床診療之中,成為重要的輔助力量。

1)亮點(diǎn)案例一:影像AI助力腦卒中治療

本屆RSNA上展示的一項(xiàng)研究表明,利用AI可以比醫(yī)生發(fā)現(xiàn)更多可治療的腦卒中患者。一般認(rèn)為,發(fā)病后的4.5小時是治療急性缺血性腦卒中的黃金時間,發(fā)病時間在這個時間段內(nèi)的病人可以接受靜脈溶栓等療法,從而取得較好的治療效果。然而,很多時候治療難點(diǎn)恰恰在于,病人實(shí)際發(fā)病的時間不能完全確定。這時候,應(yīng)用影像中如DWI-FLAIR不匹配等信息可以作為影像指標(biāo)來確定治療方案。

來自UCLA的醫(yī)生與科研人員的研究證明,AI模型可以比醫(yī)生更好地得到這些影像指標(biāo),并通過預(yù)測額外發(fā)現(xiàn)18%的適合進(jìn)行臨床干預(yù)的患者。

神經(jīng)影像AI特別是腦卒中相關(guān)的研究在2020年有很大飛躍。來自斯坦福高端神經(jīng)影像實(shí)驗(yàn)室的Greg Zaharchuk教授團(tuán)隊(duì)此前也在頂級醫(yī)療期刊JAMA上發(fā)表了相關(guān)研究,并在RSNA中受邀匯報。(Use of Deep Learning to Predict Final Ischemic Stroke Lesions From Initial Magnetic Resonance Imaging)其研究表明,通過深度學(xué)習(xí)預(yù)測腦卒中病人患病治療后的病灶范圍,在治療前準(zhǔn)確預(yù)后,后優(yōu)化干預(yù)方式。據(jù)悉,美國Viz.AI、Rapid.AI等公司的腦卒中產(chǎn)品不僅獲批FDA,也取得了聯(lián)邦醫(yī)療保險對其臨床價值認(rèn)可。

2)亮點(diǎn)案例二:AI讓阿爾茲海默癥更早被發(fā)現(xiàn)

在神經(jīng)影像中,基于影像的阿爾茲海默癥(AD,即老年癡呆)檢測也是AI研究的前沿。近期多個公司在阿爾茲海默癥的治療方面有了突破。但早發(fā)現(xiàn)依然是延緩病情惡化最重要的環(huán)節(jié)。RSNA上的神經(jīng)影像研究也證實(shí)了可以通過AI來預(yù)測病情惡化情況,神經(jīng)影像學(xué)有助于AD的早期診斷和預(yù)后,機(jī)器學(xué)習(xí)模型可以幫助多模態(tài)成像對阿爾茲海默癥進(jìn)行早期診斷。該研究還重點(diǎn)提出了如何解決可能出現(xiàn)的部分影像數(shù)據(jù)缺失問題,提高了算法的穩(wěn)定性及可用性。2019年Radiology期刊還發(fā)表了來自斯坦福的研究,驗(yàn)證可以用1%的放射性劑量來使用PET影像準(zhǔn)確檢測阿爾茲海默的相關(guān)影像病癥。今年有研究也論證了通過血液檢測來探查相關(guān)蛋白的可行性。行業(yè)中如Biogen等眾多醫(yī)藥公司也都在極力推進(jìn)治療阿爾茲海默藥物的研發(fā)和申報。不難想象,多模態(tài)全方位的影像和生理參數(shù)檢測可能可以為阿爾茲海默病的檢查、診斷與治療帶來新的驅(qū)動力。

3)亮點(diǎn)案例三:AI使患乳腺癌風(fēng)險診斷更準(zhǔn)確

除了神經(jīng)影像外,AI在乳腺影像中的應(yīng)用也有了更多臨床研究支持。在一個超過80000位患者參與的研究中,來自麻省總醫(yī)院的研究人員利用深度學(xué)習(xí)模型準(zhǔn)確識別出患者罹患乳腺癌的風(fēng)險,效果遠(yuǎn)超傳統(tǒng)模型。

據(jù)悉,該研究人員開發(fā)了一個深度學(xué)習(xí)模型,可以通過識別成像生物標(biāo)志物,預(yù)測患者患乳腺癌的風(fēng)險。新的深度學(xué)習(xí)模式已經(jīng)在瑞典等地區(qū)得到了外部驗(yàn)證,還將對非裔美國人和少數(shù)民族人口進(jìn)行更多的研究。此外,該深度學(xué)習(xí)模型可以有助于獲取更準(zhǔn)確、成本更低的風(fēng)險評估,推進(jìn)精準(zhǔn)醫(yī)療的發(fā)展。

基于AI的影像流程加速及優(yōu)化成為新熱點(diǎn)

在今年RSNA上,業(yè)內(nèi)對于醫(yī)學(xué)影像AI熱議的側(cè)重點(diǎn)也較往年有所推進(jìn)。重點(diǎn)不再是如何使AI代替醫(yī)生進(jìn)行讀圖分析,而是轉(zhuǎn)向“幕后”,聚焦于影像上游的AI技術(shù)為臨床帶來的新突破,比如圖像采集、數(shù)據(jù)重建以及工作流程的優(yōu)化等工作。

AI正滲透到醫(yī)學(xué)影像流程中的各個環(huán)節(jié),逐漸成為臨床中醫(yī)學(xué)影像全流程的“基礎(chǔ)設(shè)施”。

塔夫茨大學(xué)(Tufts University)醫(yī)學(xué)中心的放射科主任Dr. Christopher Filippi教授在報告中強(qiáng)調(diào),AI、深度學(xué)習(xí)可以更廣泛地服務(wù)臨床影像工作流程。比如在基于MR磁共振的影像的快速高效采集重建領(lǐng)域中,AI相對于設(shè)備商的傳統(tǒng)算法,有明顯的算法優(yōu)勢。

國際CT成像和醫(yī)學(xué)圖像處理領(lǐng)域?qū)＜彝醺锝淌诮谠凇禢ature》雜志機(jī)器學(xué)習(xí)子刊發(fā)表了專題論文,分析了深度學(xué)習(xí)如何變革了傳統(tǒng)快速影像的重建算法。該研究指出,針對斷層掃描的深度學(xué)習(xí)技術(shù)一直處于積極研究中,具有巨大發(fā)展?jié)摿?。斷層掃描是現(xiàn)代醫(yī)學(xué)必不可少的一部分,它將在個性化醫(yī)療、預(yù)防性醫(yī)療和精準(zhǔn)醫(yī)療中發(fā)揮關(guān)鍵作用。

據(jù)悉,當(dāng)前相關(guān)技術(shù)已經(jīng)完全進(jìn)入到臨床應(yīng)用中。例如,知名AI醫(yī)學(xué)影像公司深透醫(yī)療(Subtle Medical)的SubtleMR可以通過人工智能技術(shù)兼容所有MR影像設(shè)備,提高高質(zhì)量影像的采集效率,減少運(yùn)動偽影。據(jù)悉,SubtleMR已經(jīng)獲得美國FDA批準(zhǔn)和歐洲CE認(rèn)證,目前SubtleMR已經(jīng)在全球數(shù)十家醫(yī)院和影像中心臨床使用。

同時深透醫(yī)療研發(fā)的SubtlePET以及SubtleGAD等技術(shù)也可以減少放射性核素或者造影劑計(jì)量,在保證以及提高圖像質(zhì)量情況下,為患者提供更高效、安全的檢查。其中,SubtlePET通過深度學(xué)習(xí)技術(shù)加速PET(正電子發(fā)射斷層掃描)成像并降低其輻射危害,可以使醫(yī)院和影像中心將PET掃描速度提高4倍。“深度學(xué)習(xí)能夠提高采集速度,減少偽影,改善回波平面成像失真。AI還能在不降低影像質(zhì)量的情況下,減少掃描劑量和加快掃描速度。”Filippi教授說道。

(Filippi教授的報告中提到利用深度學(xué)習(xí)4倍加速ASL等高端MR序列)

本屆RSNA上,深透醫(yī)療CEO宮恩浩博士及來自美國、歐洲、拉丁美洲多家醫(yī)療機(jī)構(gòu)的影像科醫(yī)生一起分享了深透醫(yī)療的AI技術(shù)為臨床影像工作帶來的臨床價值,包括美國最大影像中心聯(lián)盟RadNet、歐洲最大影像中心聯(lián)盟Affidea、南美最大醫(yī)療服務(wù)商DASA以及法國醫(yī)療機(jī)構(gòu)的臨床負(fù)責(zé)人。全球各地最大的醫(yī)療機(jī)構(gòu)的青睞,體現(xiàn)了深透醫(yī)療的AI技術(shù)及服務(wù)在全球范圍內(nèi)的競爭力。

據(jù)介紹,自2017年成立以來,深透醫(yī)療已對多種疾病進(jìn)行廣泛布局。在當(dāng)前精準(zhǔn)醫(yī)療的大趨勢下,深透醫(yī)療的產(chǎn)品具有顯著的臨床價值,下游影像應(yīng)用“遍地開花”。比如,深透醫(yī)療正與雅森醫(yī)療、CortechLab等下游影像定量公司合作驗(yàn)證并且推廣定量化精準(zhǔn)影像。在兒童疾病診斷方面,深透醫(yī)療正與美國多家兒童醫(yī)院合作,試圖十?dāng)?shù)倍加速影像,探索快速、定量、低危害的新成像方法。深透醫(yī)療也正積極探索AI影像增強(qiáng)技術(shù)在阿爾茨海默癥的早篩應(yīng)用,并與相關(guān)下游廠商接觸,真正實(shí)現(xiàn)對AD患者的長期跟蹤與篩查體檢。

與此同時,深透醫(yī)療軟件產(chǎn)品的高兼容性,也能夠使其完美地融入醫(yī)院與影像中心的現(xiàn)有工作流程中,真正為其創(chuàng)造價值。據(jù)悉,深透醫(yī)療的軟件產(chǎn)品能夠兼容任何品牌、任何型號的設(shè)備,包括通用、飛利浦、西門子、佳能、聯(lián)影、東軟等主流醫(yī)學(xué)影像設(shè)備公司近 20 年來幾乎所有型號的器械。在臨床合作版圖方面,深透醫(yī)療也已擴(kuò)展至中國、北美、南美、歐洲等世界各個角落。

深透醫(yī)療技術(shù)顧問Florian Knoll教授在RSNA大會中做了專題報告。近期由Knoll教授以及facebook共同推動的fastMR競賽也在近期完成新一輪競賽并將在AI大會NeurIPS中發(fā)布新結(jié)果。在2019年的競賽中,來自飛利浦、聯(lián)影、深透醫(yī)療等公司團(tuán)隊(duì)在不同指標(biāo)上拔得頭籌。驅(qū)動快速影像的AI技術(shù)在技術(shù)交流中將不斷發(fā)展。

(fastMR比賽在2020年初發(fā)布公開排行榜截圖)

疫情相關(guān)的醫(yī)學(xué)影像應(yīng)用“百花齊放”

新冠疫情的爆發(fā)無疑是2020年全球最具影響力的事件。今年的RSNA上,有關(guān)新冠肺炎疫情的醫(yī)學(xué)影像新應(yīng)用與新研究猶如“井噴”。

有業(yè)內(nèi)人士戲稱,過去在RSNA上常見的MRI、CT掃描儀等“大家伙”為主的展示今年幾乎集體消失,取而代之的是放射學(xué)影像、系統(tǒng)、算法這些在疫情期間被認(rèn)為是“剛需”的軟件層出不窮,僅目前已經(jīng)開發(fā)出的與COVID-19相關(guān)的AI算法就有20多個。在本屆RSNA的熱點(diǎn)會議上,有十余家公司展示了新冠肺炎相關(guān)的影像產(chǎn)品。

來自上海長征醫(yī)院的劉世遠(yuǎn)教授在RSNA上談及了中國抗疫過程中,放射科的重大貢獻(xiàn)。他說:“新冠肺炎疫情期間,醫(yī)學(xué)影像在整個診斷與治療過程中起著不可或缺的作用,包括病灶的發(fā)現(xiàn)、疑似病例的確認(rèn)、臨床分類以及出院標(biāo)準(zhǔn)等環(huán)節(jié)都離不開醫(yī)學(xué)影像的支持。特別是在疫情爆發(fā)之初,影像填補(bǔ)了檢測能力不足。”他還表示,他們在疫情防控中的首要任務(wù)是優(yōu)化工作流程并有效控制病毒傳染,AI在其中幫助放射科醫(yī)生更有效地工作。

他還提到,目前全球有三千余篇新冠相關(guān)的放射科論文被發(fā)表,其中69%使用了CT等影像,其中超過四分之一來自中國科研工作者的工作。在新冠肺炎檢測方面,目前有五家中國企業(yè)推出了相關(guān)產(chǎn)品。而影像類新冠產(chǎn)品的最大價值在于,可以優(yōu)化工作流程并對傳染進(jìn)行健康,達(dá)到97%左右的診斷正確率。而美國的影像科醫(yī)生則更關(guān)注影像在新冠臨床研究中的作用,為新冠相關(guān)的研究論文評審提供快速評議。

斯坦福大學(xué)放射學(xué)教授Greg Zaharchuk則在本屆RSNA上代表美國臨床影像醫(yī)生談到影像在抗疫中的位置。對于新冠病毒,診斷是AI工具在醫(yī)學(xué)影像應(yīng)用中的首要需求。“這在疫情流行初期很重要,當(dāng)時醫(yī)療系統(tǒng)已經(jīng)不堪重負(fù),而且無法獲得現(xiàn)場護(hù)理(Point-of-care (POC))的金標(biāo)法測試。在放射科醫(yī)生不熟悉這種疾病的情況下,AI診斷工具起到很大作用。”

Zaharchuk教授表示,臨床中CT和X光在疫情初期沒有其他金標(biāo)法測試的情況下至起到重要作用。在疫情中后期,標(biāo)準(zhǔn)化的報告對于建立診斷共識至關(guān)重要。醫(yī)學(xué)影像AI在疫情中的幫助還包括為不熟悉病癥的醫(yī)生提供輔助診斷,在疫情后期提供預(yù)后的預(yù)測,對患者住院時間、使用ICU時間、呼吸機(jī)需求的預(yù)估等等,這些都能幫助醫(yī)院更有效地分配有限的醫(yī)療資源。此外,由于新冠病毒對人體不同器官都會有影響,不少患者也有神經(jīng)系統(tǒng)性病癥,醫(yī)學(xué)影像可以提供多模態(tài)全方面的數(shù)據(jù),幫助臨床醫(yī)生更好地理解新冠病毒的個體性影響,優(yōu)化對病人的救治。

回顧過去幾年RSNA所展示的醫(yī)學(xué)影像領(lǐng)域最前沿的研究與技術(shù)成果,就能直觀地感受到,經(jīng)過數(shù)年的扎根,AI在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用范圍日益拓寬,所解決的問題也逐漸由淺入深。2020年,AI醫(yī)學(xué)影像始終圍繞“更快、更好、更安全”的主旋律發(fā)展,AI醫(yī)學(xué)影像已經(jīng)不是一個簡單的概念,而是轉(zhuǎn)變?yōu)榍袑?shí)融入醫(yī)療流程、幫助放射科醫(yī)生提高效率的“基礎(chǔ)設(shè)施”。與此同時,相關(guān)的應(yīng)用也在更大的地理范圍、更多的疾病種類落地,并快速在新冠病毒等全人類的挑戰(zhàn)中作出貢獻(xiàn)。