腾讯实现AI辅助帕金森病诊断：我们从来没有想过替代医生

——转自腾讯

采访/ 徐可 张谦

撰文/ 徐可

看上去这是一个中国普通家庭的日常：孙大爷和老伴忙着包饺子，当孙大爷正准备把包好的满满一盘饺子放进冰箱时，他的身体却突然定住了，动弹不得，老伴伸出沾着面粉的手，把他的身体往一侧拉，老孙的脸上显露出无奈和无助的神情，而老伴似乎已经习以为常。

老孙是一位帕金森病患者，患病已经24年。帕金森病是一种中枢神经系统的退行性疾病。在中国，像老孙这样的患者还有300万。在中国治疗帕金森病的专科医生，仅有1000多人，主要聚集在一线城市的三甲医院里。

2018年，腾讯医疗AI实验室和国家老年疾病临床医学研究中心（华山）帕金森病主要研究者、复旦大学附属华山医院神经内科主任医师王坚教授团队合作研发了“帕金森病运动功能智能评估系统”，这是全球首个通过视频运动捕捉分析技术，实现帕金森病AI辅助诊断的技术。

在腾讯医疗AI实验室负责人范伟看来，这套系统的开发可以帮病人节省时间，提供临床的金标准。

范伟，腾讯医疗AI实验室负责人。哥伦比亚大学计算机博士，国际知名机器学习专家，2019 全球最有影响力医疗人工智能TOP100专家之一。

AI如何助力帕金森病诊断？

在帕金森病常规治疗中，医生每隔一段时间就要对病人进行评估，让病人做一套动作，典型的动作比如：拇指和食指分开到最大幅度再进行对指，然后对其稳定性进行评分。机器和人眼，谁更容易疲劳？谁又能准确地下结论？更不用说，每次诊断都要花去医生30~40分钟。

上述 “帕金森病运动功能智能评估系统”能通过视频捕捉技术识别患者身上的关键点，并引入人体动力学模型，评估患者的运动功能。总的来说就是用AI把原来医学界使用多年的主观性MDS-UPDRS指标，变成客观可量化的新标准来提高帕金森病的评估效率和精确性。

这其中面临的最大技术挑战就是数据量不足。和医学影像学可用于大量人工标注的数据相比，通过视频记录的运动相关疾病的数据通常样本量很少，研究人员往往只能搜集到一两百例数据，这对于模型训练来说远远不够。为了解决这个问题，腾讯医疗AI实验室通过AR及自动融合技术生成带标记点的仿真数据，在短时间内将训练数据集扩充了数千倍，实现了对于数据采集和标注极限的突破。

此外，为了提升这套系统的评估能力，范伟博士领导的研究团队还创造性地研发了细粒度动作评估模型(Fine-grained Model)，实现了对频率等动作指标进行精细量化测量；建立多通道深度卷积神经网络模型（MC1D-CNN），解决了数据采集，动作切割的挑战；采用多模态全方位运动评估技术（Fusing-Net），超越单模型性能，大幅提升打分一致性。

腾讯医疗AI实验室和华山医院共同做了一个实验：让专家对近200例患者的1000多段视频打分，形成共识分，然后对机器进行训练。训练完后再让机器对不同严重程度的受试者打分，并与专家共识分进行匹配，数据显示评分结果的一致性非常接近。

在过去的半年多时间里，他们积累了上百个临床试验样本。未来还将和英美的顶尖医院合作，进一步扩大样本数量。为了提高诊断的准确性，也将对帕金森病开展分项评估的研究。

“从事医疗人工智能对我改变最大。”

范伟从事大数据和人工智能相关领域的应用研究已经20多年，曾经服务过银行业、电信运营商的客户，和各种各样的数据打过交道。“别人问我医疗是什么，我说医疗是科学、技术，是人文、伦理、法规，一言难尽。”

他坦陈，医疗业是他经历过的所有行业中最复杂的，而医疗人工智能对他的改变也最大。首先，医疗的数据有很多合规性和伦理方面的要求。如果数据获取是非法或者不合规的，那么结果也是不合规的。其次，医疗的临床实验都是随机对照实验（RCT），这意味着数据是不可预先设置的，需要按照医疗的流程去找真实世界里的合规数据做测试。最后一点，也是最重要的，医疗AI不能仅追求平均和最好的结果，关键是要保证最坏的结果也是人可以接受的。

“有人说30年之后不需要医生。这是不会发生的，我们从未想过替代医生。” 范伟说。

腾讯AI医疗实验室目前研究的很多病都跟运动相关，除帕金森，还有脑瘫、脊柱侧弯，以及欧美较为多发的多元性硬化症等。团队分布在硅谷、北京和深圳，实验室也在与国内知名三甲医院、医生、政府通力协作，发挥腾讯的技术优势，把技术真正做扎实，让它的有效性、安全性做到极致。

在范伟看来，医疗有很多细分领域可以突破。在诊疗、疾病管理和康复环节，通过技术手段可以大大提高现有医疗系统的效率和效果，这些都是腾讯AI医疗实验室希望进入的领域。

“我们的目标就是在现有医疗环节中，寻找那些通过技术手段能够让医生获益最大的部分去实现，因为你帮助了医生，就是帮助了病人。”

【本文原载于腾讯《腾云》杂志 （Tenyun）070期】