和睦悠游

瑞金医院联手第四范式,推出国内首款人工智能糖尿病预测产品

和睦悠游 https://www.hmyoyo.com 2018-09-03 11:47 出处:澎湃新闻
相对于糖尿病的高发生率,国内医院想要培养一名合格的内分泌科看糖尿病的医生,却需要11年时间。即便从现在开始增加医生资源,病人也很有可能等不到这批医生。

“在瑞金医院,培养一个合格的内分泌科看糖尿病的医生,从读医学院开始到真正做到诊间看病的大概平均需要11年。也就是说我们现在发现问题,开始找医生,11年以后这些人才能看病,这期间谁看病?这是个问题。 ”8月30日,在国家标准化代谢性疾病管理中心(National Metabolic Management Center,简称MMC)内举办的“AI+医疗”战略合作发布会上,中国工程院院士、上海交通大学医学院附属瑞金医院副院长宁光说。


为了解决有病等不到医生看,以及尽早地发现慢性病从而对其进行干预和预防,瑞金医院联合国内人工智能独角兽企业第四范式,在上述发布会上推出了国内首款基于人工智能(AI)实现的糖尿病及并发症管理产品“瑞宁知糖” 。


瑞金医院联手第四范式,推出国内首款人工智能糖尿病预测产品

瑞金医院和第四范式战略签约仪式环节


据了解,此款产品可预判人们未来3年罹患糖尿病及糖尿病心血管并发症等代谢疾病的潜在风险、提供专业评估报告及个性化干预方案。瑞宁知糖可根据性别、身高、体重、教育水平、是否抽烟、是否喝酒等6个指标对大众是否有糖尿病进行预测,预测的准确率达到88%,超出现有标准,这对于实际筛查有重要意义。


人工智能初创企业第四范式成立于2015年,2016年获“吴文俊人工智能科学技术奖”创新奖一等奖。目前,第四范式已将 人工智能赋能医疗、金融、政府、能源、互联网等20多个行业,完成近2000个AI落地案例。


为什么要从糖尿病着手?


人工智能与医疗行业进行融合其实并不是新鲜事。此前,利用图像识别、机器学习等技术,已经有公司推出帮助医疗人员进行肺结节、乳腺癌、白内障筛查的产品。


这次瑞金医院与第四范式则希望能更近一步,希望能利用人工智能技术将慢性病疾病的发现和干预提前,尤其是对于一些可以预防的慢性疾病。


“其实糖尿病是一个可预防的疾病。预防糖尿病很简单,只要改变你的生活方式就够了。 ”宁光院士在发布会上说。同时,他认为:“‘瑞宁知糖’基于AI技术的个性化健康方案,可以帮助更多人回归健康。我们的目标是10年后降低糖尿病发病率1%,降低糖尿病各种并发症患病率10%,第四范式的AI技术给了我们很大的信心。”


其次,慢性病,尤其是糖尿病、心脏病为代表的终身性疾病在中国发生率太高。据宁光介绍,以糖尿病为例,国内糖尿病患病率达到11.6%,糖尿病前期患病率高达50.1%,已经成为现代人类的最大潜在杀手。由于慢性病筛查准确度低、针对性干预难度大、健康管理工具缺失等医疗难题,成人对糖尿病的知晓率仅有30.1%。


相对于糖尿病的高发生率,国内医院想要培养一名合格的内分泌科看糖尿病的医生,却需要11年时间。即便从现在开始增加医生资源,病人也很有可能等不到这批医生。


第三,人工智能想要与医疗行业结合,必不可少的环节是数据的积累和学习。许多疾病由于数据缺失,即便有完整的计算模型可以进行预测,也很难进行精准的预测。幸运的是,自2005年起,瑞金医院便开始针对医院门诊病房、上海地区和全国范围糖尿病进行长期随访和定期监测。2010年,瑞金医院糖尿病reaction研究在全国不同地域的29家单位的协作下进行,针对全国范围内29个检测中心约25万人进行慢性病流行病学调查,并选择了其中17万人进行了为期三年的糖尿病相关随访数据收集,从而形成了糖尿病研究领域最大数据集。这些数据为此次的合作奠定了基石。


人工智能如何预测慢性疾病


正如前文所述,数据是人工智能的“命脉”,其中,医疗数据更被所有人工智能公司视为“珍宝”。


有了瑞金医院的数据支持后,第四范式的数据科学家制定了一套完善的慢性病建模方案,通过高维机器学习技术、迁移学习技术、半监督学习和可解释机器学习技术等算法应用,总结出了50万条预测新规则,并通过构建虚拟代谢模型,结合高维机器学习技术,提出创新性的个性化干预方法。


目前,瑞宁知糖针对糖尿病预测规则已超过传统临床金标准规则数量,其糖尿病预测准确率比基于临床金标准的预测提升2-3倍,基于AUC评估效果在绝对值上也超过了现行ADA(美国标准)、芬兰标准和CDS(中华医学会标准)等标准。


在国外,即便有名如DeepMind公司,他们在做医疗AI产品时,也会遇到数据安全和病人隐私保护问题。对于这一点,涂威威告诉澎湃新闻,数据安全问题,许多公司目前都有自己的手段进行预防,毕竟一旦出事,对于公司声誉会带来严重打击。至于病人隐私的保护,目前第四范式的做法是在预测中尽量做到准确性与加入预测混淆噪音之间的平衡。

0

精彩评论

暂无评论...
验证码 换一张
取 消