飛利浦的數字雙胞胎

利用最先進的設備和軟體系統，飛利浦希望創造用戶的「數字雙胞胎」。

11月的芝加哥，天氣有些寒冷，路上的行人已經紛紛穿上了呢質大衣。而在麥考密克展覽中心，正在舉辦2017年度的北美放射學會年會。這也是第104屆年會，主辦方希望從提高臨床技巧的角度策劃這次醫學界的盛會。

藉助這次機會，飛利浦展示的星雲醫學影像人工智慧平台吸引了大量參會人的目光。平台上運行的腦部腫瘤分割應用，加入了深度學習的神經網路演算法，這使得腫瘤分割的效果明顯超出了預期，達到了更加精準的效果。經過優化和調整以後，這套威力十足的平台又一次征服了評委，在2018年5月蘇州舉行的「全球人工智慧產品應用博覽會」上贏得了「金獎」。

AI+醫學影像

「90% 以上的醫療數據都是來自於醫學影像，所以必須時刻關心這個領域的技術動向，」飛利浦大中華區首席執行官何國偉在接受採訪時說，「我們一直在為全世界的醫院提供優質的斷層掃描、磁共振、超聲波等成像設備，在醫學影像領域有很深的積累。所以，飛利浦將繼續拓展這個方向，融入人工智慧技術，進一步輔助醫生實現精準診斷和個體化治療。同時，我們還將以開放的心態，構建一個平台，讓人工智慧與醫療深入融合後的價值得以落地。」 2016年，飛利浦將照明業務分拆上市以後，充分把握個人健康與專業醫療融合的趨勢，通過一系列收購，豐富了公司在健康科技領域的業務組合，並在全球範圍內與頂級醫院、科研機構、創新平台等緊密合作，布局「數字化健康科技」。隨之，相關的項目也越來越多地呈現在了醫生和科研人員的眼前。

而在博覽會上獲得金獎的「星雲醫學影像人工智慧平台」就是飛利浦在數字醫療領域最關鍵的成果之一。這套平台包括兩個部分，其中之一是「飛利浦星雲三維影像數據中心」（IntelliSpace Portrat）,另一部分則是「飛利浦星雲探索平台」（IntelliSpace Discovery）。

三維影像數據中心試圖整合不同來源的影像數據，畢竟對於任何想要了解患者病史的醫生，都不得不花費大量時間整理來自不同設備，不同時間和不同背景下的影像資料，這也幾乎成為影像行業中難以逾越的難關。「與其讓醫生把寶貴的精力放在整理和瀏覽患者的影像資料上，還不如讓他們更專註於尋找合適的治療方案，」飛利浦整體解決方案中心臨床科學部高級總監周振宇表示，「這套系統會根據醫生的需要，做多任務預設定，並自動完成大量圖像的預處理。這不僅大幅提升了整個流程的效率，還提高了影像科醫生的診斷效率。」系統中的患者歷史診斷圖像預匹配調取功能也非常有用，可以幫助醫生快速以可視化的方式對比影像數據，分析病情發展進程。

為了進一步提高醫生的效率和患者的滿意度，僅僅依靠自動化處理系統整合資料是不夠的。關鍵的一步，還需要協助醫生分析影像資料，提供更快捷、精確和有效的輔助信息。

星雲探索平台試圖從這個方向提供一套更靈活高效，更具有科研意義的解決方案。利用已經發展到第二代的探索平台，飛利浦、臨床醫生、科研人員以及第三方開發商都可以參與其中，探索人工智慧的潛能，共同努力構建醫療人工智慧生態圈。例如，飛利浦還和柏視醫療展開了合作。在這個項目中，柏視醫療將自主開發的鼻咽癌放療靶區規劃演算法整合到了飛利浦星雲探索平台上。該演算法不僅採用了先進的圖像分割和增強技術，還採用了Markov人工神經網路演算法來提升靶區預測的準確性，並將原本需要4個小時的放療手動規劃時間，縮短到1分鐘以內。這項科研進展極大地提升了規劃靶區需要的時間，質量也達到了資深放療科醫生的規划水平。

「這是新一代的開放平台，沒有誰能獨佔整個生態系統，」飛利浦中國研究院人工智慧實驗室主任周子捷說，「所以飛利浦現有的技術，包括圖像處理技術和人工智慧技術等，都不會成為一種壁壘，阻礙第三方加入。我們歡迎各方共同合作，讓已有的技術為大家未來進一步的創新發展鋪路。」事實上，已經有越來越多的第三方機構加入到這個平台上，協同創新，針對心腦血管、腫瘤等當前醫療系統最大的挑戰開展各種臨床和科研活動。

神飛雲起飛

目前，飛利浦的星雲影像後處理系統部分已經獲得了FDA（美國食品及藥品管理局）和CFDA（中國食品及藥品管理局）的雙重認證。國內部分頂級醫院的放射科醫生也開始通過統一的埠登錄界面，使用這項搭建在各自醫院中的優質服務了。

但是，優質的醫療資源本來就過於集中，如何把這套高效的處理系統提供給醫療資源短缺的基層醫院，成了亟待解決的問題。畢竟，將完整的系統裝配到基層醫院，不僅需要昂貴的硬體成本，還需要為整套的處理系統買單。

為了儘可能降低成本，飛利浦試圖把這個項目與雲服務結合起來。這樣就免去了基層醫院自己安裝硬體伺服器的大筆成本。原來成套的軟體服務也可以在雲端拆分成不同的組件，讓接入雲端系統的用戶按需付費。

「我們與本土的神州醫療合作，共同推出『神飛雲』，」何國偉說，「這相當於『飛利浦星雲系統』的雲端解決方案。」實際上，這套方案的推出，不僅可以讓基層的醫院和醫生更容易獲取高效和精準的圖像處理系統，還可以將其推廣和應用到體檢中心等，實現疾病的早期篩查。」

對於基層的病患來說，在醫院做影像檢查發現病灶，通常是疾病發展到一定階段，帶來了身體的不適。如果將定期體檢獲取的影像資料及時傳往「神飛雲」做進一步的處理和分析，或許可以儘早地發現特定病灶，及時治療，獲取更佳的療效。對病患和國家醫療體系，這都是減少風險和降低經濟壓力的更佳選擇。

數字雙胞胎

當數字化、信息化和智能化的手段進入醫療領域以來，已經迅速提高了人們在就診時的體驗。但這些技術的應用，應該還有更大的空間。通過整合用戶的三維影像、歷史就診記錄和日常體征數據等信息，在計算機系統內打造一個純數字版本的用戶「雙胞胎」，或許是下一步的方向。

但這並不是一件簡單的事，要儘可能成功地塑造起數字雙胞胎，就需要採集和理解完整的個人縱向信息，其中包括家族疾病史、個人基因組圖譜、臨床病歷、影像報告、藥物使用，以及最基本的個人生理指標等等。可以說，每一項，都面臨著難以想像的困難：用戶的許可和配合，信息的完整度和真實性，數據的統計、識別和進一步的分析……

「這確實很難，但是我們已經積累起了越過起步門檻的資源和渠道。」周子捷說，「現在，我們要做的，是利用自然語言處理、深度學習，和大數據挖掘，把已有的一些材料，轉化成具有指導意義的標準化數據。」

腫瘤疾病的診斷非常複雜，醫生往往需要花費大量的時間研讀一個患者的各種病例資料，並從中串聯起有價值的部分，作為診斷和制定治療方案的依據。

針對眼前的絆腳石，飛利浦正在試圖利用自然語言處理技術提取病歷中的有效信息，處理成為機構化的數據，按時間軸順序，直觀地呈現給醫生。「為了掌握病人的情況，醫生需要回溯病歷，在冗長的文字描述中反覆尋找一些關鍵的信息。這很非常耗時。」周子捷還說，「通過我們的技術，醫生可以在回溯病歷方面節省85%的時間。」而這些經過結構化處理的數據，也是構成數字雙胞胎的關鍵信息的標誌性數據。

當然，構建每個個體完整的「數字雙胞胎」，這還是一個願景式的暢想。但飛利浦的每一步，都試圖圍繞著這個目標進發。畢竟能在實際動手前就可以通過數字雙胞胎模擬手術效果，在日常生活中也能通過數字雙胞胎預測出現突然疾病的可能，這簡直像是在科幻電影中的場景。而飛利浦，試圖將這種未來拉進現實。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！