国家卫健委介绍联防联控机制部署将疫情传播链作为管控关键

国家卫健委介绍联防联控机制部署:将疫情传播链作为管控的关键

人民网北京2月16日电(记者孙博洋)16日,国务院联防联控机制新闻发布会在京举行,就疫情防控工作进展情况进行了介绍。会上,国家卫生健康委疾控局副局长周宇辉对联防联控机制的部署情况作了相关介绍。

我们可以看到视频里不同的颜色,已经把不同的冠脉分支表现出来了。

这里是达摩院医疗健康智能的一个简单介绍。

心血管AI辅助诊断是基于心脏CT数据分析,针对这些影像做心电门控心脏CT钙化积分运算、冠状动脉CTA影像分析等等。

去年一年就有三场比赛,主要是肺部综合、心电图和病理,每场比赛都吸引了全球2000多支参赛队伍。

最初,达摩院主要是聚焦在心脏和骨科两个方向上。先介绍一下冠脉CTA影像智能诊断。

骨科方面,一个是脊柱结构的椎体和椎间盘的精准分割。

一般在第24周的时候会看出孕妇有糖尿病还是没有,但是我们在第8周的时候,就可以根据基因进行预警、干预。在正确干预且患者有很好依从性的条件下,80%到90%的高风险人群就不会得糖尿病。这是基因方面的一个应用。

4、IEEE ISBI上我们一直都有论文,比如肝脏血管分割核心技术已经被ISBI 2020会议收录。去年是3D肺结节检测及分割,以及肺部区域分割的新方法等。

对于一些老年人或者亚健康人群,有一些检查是我们现在正在进行中的,如智能健康管理。

我们首先从重要的蛋白,以及基因的这些修饰可以看到候选增强子的位置,然后用这些做好标记的增强子的位置去进行训练,训练出模型之后就可以预测增强子的位置。

高血压/高血脂,双高是老年人常见的疾病,也是比较危险的疾病。我们进行双高区域分类,希望早期筛查、发现、干预,进行多元数据的融合,包括利用基因数据进行疾病发病率预测。

左上角的这个图实际上就是一个血管的中心点,它周围所有可能的方向都在这个单位圆上表示出来了。

一般我们什么时候会得到最好的医疗服务?是将要离世时在ICU病房里。

我们自动获取中心线的算法如上图。使用的是心脏打了造影的CT影像,在影像上我们用判别式的3D CNN来辅助冠脉追踪来获取中心线。

心脏发育过程中的增强子定位是我们发表在nature子刊上的文章内容。

不管是分割还是传统的追踪方法都需要精准的标注,从时间成本上来说是非常昂贵的,尤其是细小的动脉分支。

迟颖表示,我们很希望尽快把医疗相关知识融入日常研究,用科技去服务我们的客户,和合作伙伴进行更好的合作,改善人们的生活、医疗健康状况。

医疗健康AI能做什么?

他最后介绍,对于公众方面,我们制定了从口罩的使用、居家以及公共场所的消毒等方面相应的防控指南,采用了短视频、动画以及一图读懂等多种方式,强化公众作为自己健康第一责任人的意识,普及健康知识,掌握防护技能,同时动员广大居民参与到我们的防控工作中。

心脏发育过程中会有各种问题,有可能是遗传的,或是早期变异病变,都可以从训练的模型里面得到总结,然后对新的样本问题进行预测、推断。

将这部分重建之后,就可以进行分支命名。我们使用的是图网络的方法。

那它的作用是什么呢?

首先,分割的方法效率比较低,因为一个很大的心脏区域的volume里面只是去检测几根非常细的血管,这个检索的过程中效率是非常低的。

糖尿病慢性病的管理,包括健康指标收集,风险模型评估,干预建议方案,健康再评估,通过康养社区智能硬件设备收集相关信息。

1、基因方向,去年10月份,在心脏发育和疾病方向上发了一篇nature子刊nature communication。

右下角是我们对心脏冠脉标注的一个全自动工具,可以帮助医生迅速地把狭窄和斑块标注出来。这里面是整个血管的中心线提取,整个过程都是全自动的,可以节省医生大量的时间。

这个图基于血管的方向,每次移动一个半径的距离。我们的Tracker就是追踪方向以及半径的,把结果输出来以后,他就可以往前挪一步,一直到血管末梢停止的地方。

在讲座中,迟颖系统地介绍了疫情期间,达摩院在新冠肺炎CT影像诊断、全基因组测序分析、疫情预测、医疗行业机器人翻译系统、基于知识图谱的智能问答等一系列技术与落地成果。

比如遇到一个很长的斑块,追踪就会过早的停止,比如说图中血管上就有很长的斑块在里面,遇到这种情况时,只是基于先验知识的追踪就很不鲁棒了。

2、19年7月份,心脏冠脉中心线自动提取算法被MICCCAI 2019提前收录。心脏弱监督的分割已经投稿了明年的MICCAI。

一方面可以节省医生大量的时间,因为这个手术之前需要做各种各样的计算;

周宇辉继续介绍说,在阻断传播途径方面,一是采取设置留验站,开展体温检测以及通风消毒等措施,严格预防通过交通工具传播。其次,采取延长春节假期,鼓励群众居家休养,鼓励企业远程办公,加强对旅游经营活动、文化场所、文艺演出的管理,减少公众聚集性活动,最大限度减少人员流动。三是开展冬春季爱国卫生运动,加大对农贸市场、海鲜市场、活禽市场等重点场所以及社区的环境卫生整治力度。

ICU病房里的传感器非常多。飞机和车都有传感器,每一天飞机有2T的数据产生;而车以特斯拉为例,每一个小时传40T的数据到云端;健康人群包括亚健康人群,收集到的数字是零。

下面我们看一下冠脉CTA里面的一些亮点,主要是高精准的冠状动脉识别和分析。

经过统计,健康的因素主要分为:保健服务10%,基因因素20%,环境因素20%,健康行为50%;健康花费方面,医疗服务占了88%,5%的病人消耗掉了60%的医疗资源,其他的健康监控行为仅占4%。

周宇辉介绍说,在控制传染源方面,一是随着疫情形势的不断变化和防控工作的进展,不断更新完善防控方案,指导各地在病例发现、报告、流行病学调查以及密切接触者管理等方面做好相关工作。其次,分类实施社区防控策略,党政牵头,动员社区,实施网格化管理,地毯式追踪,全面做好从疫情高发地区返回人员和密切接触者的追踪管理等工作。三是严厉打击非法捕杀、交易和食用野生动物的行为,加强野生动物交易市场和活禽交易市场的监管,从源头上控制公共卫生风险。

首先,我们在一些比赛中取得了还不错的成绩。

周宇辉还介绍说,在保护易感人群方面,针对老年人、学生、儿童以及孕产妇等重点人群,以及托幼机构、养老院等特定场所,编制了相应的防控指南,指导做好相应的防控工作。

刚刚讲到传感器很重要,所以我们也很希望可以通过听觉、视觉、感知和文本,去保证身体的健康体征可以被监测到,比如心脏,血糖血压,睡眠或步态等常见的特征。

我们在2019年刚刚举办了一场心电图的天池大赛。心电图的智能预警,心律失常事件可以得到准确的预测,对重要心律失常事件比如停搏、心动过速、房室颤,ST段变化等进行预警。

而在全基因组分析方面,达摩院的数据分析能力,可以将此前2~3天的全基因组分析全流程提速5倍,并且每个样本数据分析的时间从6个多小时缩短到几分钟。

在回应联防联控机制部署情况时,周宇辉表示,新冠肺炎发生以来,我们按照党中央、国务院的决策部署,成立了联防联控机制,依法科学防控,坚持统筹点、线、面各项防控任务,将湖北武汉作为防控工作的重中之重,将疫情的传播链作为管控的关键环节,将全国面上的疫情的遏制作为整体工作目标,在联防联控工作机制下,各部门协同配合,制定并实施了一系列防控措施。

我们还举办了很多的天池大赛,最早的有一场肺结节,然后有高血压和高血糖结果预测的比赛。

我们看到一个血管分支,这里面,轻度狭窄大概30%左右、重度狭窄90%左右。普通的算法过于平滑,我们的算法比较细颗粒度。这里可以看和金标准相比,我们的算法更加接近了。

我们的任务是希望让AI辅助医疗保健,使医疗分析和健康管理变得高效、普惠、低成本。

传统的追踪也有它的问题,就是没有办法去区分静脉,基于先验知识的追踪停止标准也是不鲁棒的。

我们主要分四个部分:视觉引擎、知识引擎、搜索引擎和基因引擎。

这个方向和半径的输出错误率,从这两个图上可以看到随迭代次数有明显的降低。

那么我们的方法有什么改进呢,首先我们是有一些精准标注的的训练数据,这些数据我们可以用来训练追踪器Tracker来寻找中心线。同时追踪器不仅是把方向给出来,而且还会给出血管的半径。我们不仅有这一块,还有判别器Discriminator。

这在实际工作中是非常常见的,因为医生都特别的忙。我们可以用一些粗略的方法去得到一些不太精准的标注。这种情况下用Discriminator一起去训练这个模型,就把精准标注和粗略标注的图用来一起训练模型。

2017年7月份的Luna16肺结节筛查比赛拿了冠军;BB Task NLP 关系提取大赛是一项第一、一项第二;MICCAI的LiTS肝脏和肝结节比赛,三项世界第一;Image到文本的转换比赛叫ImageCLEF med captioning,获得第2名;2019的骨科脊柱分割世界大赛第2名;MICCAI PAIP的肝脏病理分割第4名。

功能在这里简单罗列一下,主要是CTA冠脉树智能重建、冠脉分支自动命名、智能狭窄检查及斑块类型分析、智能钙化积分计算功能、左心室心肌厚度评估功能、结构化报告和胶片打印。

我们再看一下斑块和狭窄识别。

我们首先讲一下,医疗健康AI能做什么?

膝腰疾病的识别主要基于影像(CT、核磁共振等),提供相关的疾病智能分析功能,比如腰椎退行性疾病等监测。

周宇辉表示,下一步,我们将继续按照党中央、国务院的决策部署,在联防联控机制工作下,根据疫情形势变化和防控工作进展,坚持依法科学防控,坚决遏制疫情蔓延。

右边这张图里展现了椎体和椎间盘的病变,锥体主要是退行性的病变,椎间盘有膨出、疝出、突出、脱出、游离等各种不一样的异常情况。

右上角这个图我们刚才都看过了,是拉直的血管。右下角的图是loss曲线,包括方向和半径,用判别部分的迭代,可以同时降低Tracker输出的结果。

以CT影像诊断为例,目前,达摩院的相关产品已经为500多家的医院服务,同时还在向海外各国开放。最快两秒、最长20秒就可以处理一个病例,每天最多分析一万三千例样本。

图网络是深度学习里面比较新的方法,从结果分析里可以看到,这个方法的准确率比普通方法有大幅提高。

3、冠脉分支命名是被CVPR 2020收录。CVPR虽然不是医疗领域的会议,并且每年医疗方面的文章只有20篇左右,能入选很不容易。但它是影像处理的顶会。早在CVPR 2017的时候我们就有一些文章,像贝叶斯监督哈希算法等等。

基因方面我们还有其他的应用,比如妊娠糖尿病。

我们在这方面的研究比较全,还在进行椎管狭窄的研究,我们在计划举办相关比赛。

以下为迟颖演讲全文内容,医健AI掘金志做了不改变原意的编辑

髋关节手术测量方面,这里是术前规划,所展示的是一个X光片。当这个X光片呈现出来的时候,我们的算法可以进行全自动的特征点位置、关键角度和长度的测量。

另外一方面也使得耗材厂商的库存量可以降低。经过自动计算以后,耗材的型号基本上也都出来了,以前是必须拿着各种型号的耗材到手术室,让医生来挑、在术中比对。

传统的方法一般是分割和追踪,但是有一些问题。

左图中所示,其他方法能检测到的冠脉主干和分支比较粗的地方,而我们的方法可以精细到主干末梢和很细的分支,如图中红色部分。这是我们的特色之一。

实际上人的血管、心肌和骨骼是没有神经感知的。所以当这些部位的疾病出现时,我们怎么去尽早预防和干预?

Discriminate判别的这一部分,可以明显降低标注成本,同时保证精准的结果。

首先它会识别静脉;第二,用来训练学习的停止标准,可以更鲁棒和更灵活;第三,因为我们不仅有精准的标注,还有大量的粗略标注。

左边是CT图,中间、右边是核磁。根据分割出来的结果,我们可以细颗粒度区分退行性病变。

冠脉CTA影像智能诊断

老年人步态分析,包括刻板步态、曲线步态、减痛步态以及短腿步态等。基于这些步态可以分析是否患病,比如帕金森、阿尔兹海默症、膝髋关节骨性关节炎、小脑功能障碍等等。

2017年10月11日,达摩院正式成立,定位于基础科学和创新技术研究。目前分布在全球8个城市,有1000+研究员。人工智能中心的医疗健康板块,我们会在影像诊断、基因分析、智能问诊、医疗搜索、公共卫生等方面,为医生、病人以及相关机构提供辅助诊断和决策的AI技术支撑。