医疗成像 AI 推进了肌营养不良症的诊断

February 24, 2023

Teresa Meek

医学影像中的人工智能

肌营养不良症是一种遗传性疾病，它具有多个变种，从幼儿期到中年期都有可能发病，因此诊断起来异常困难。首先，必须绘制非常详尽的患者基因图谱。然后对图谱进行检查，并与存储在研究中心和医院的大量基因组数据进行比对。分析过程十分艰难，需要医生付出大量的手动工作。整个过程非常耗时，可能需要 24 周才能出结果。

新方法运用高性能计算和 AI 推理来完成大部分繁琐的工作，需要医生手动操作的乏味工作大幅减少。该方法为医生指出了正确的方向，可以将诊断时间缩短至 16 周甚至更短，具体取决于患者的情况。这对于患者及家属来说也是一个利好消息，他们可以更快开始治疗，对研究人员来说同样如此，这深化了他们对这种疾病的认识。

通过协作实现物联网医疗解决方案

这种新的诊断方法是两家台湾公司密切合作的产物。Avalue Technology Inc., 是一家物联网计算设备供应商，在医院和实验室领域拥有丰富经验。Biomdcare Corporation 专注于医学软件、成像和筛查工具。两家公司合作研发了一种肌营养不良筛查试剂盒，该试剂盒可快速分析大量基因组数据，且筛查结果准确率达到了 97%。

为搭建基因组学分析平台 — 肌营养不良筛查试剂盒，两家公司必须要克服令人头疼的各种挑战，正是这些挑战让医疗数据的处理变得如此耗时、困难。Avalue 高级产品经理 Rus Lu 表示：“我们合作开发了采用最新技术的硬件和软件。”

Avalue 的任务是找到一种方法来有效传输和处理大量待分析的数据集。

“我们知道该解决方案需要性能极高的 CPU，所以我们采用了最新的英特尔^® 处理器，” Lu 说道。该公司还在其服务器上装配了一个额外的显卡插槽，以容纳密集的医学影像，同时采用 10 千兆位英特尔以太网芯片组，避免出现拖慢数据传输的常见瓶颈。

Biomedcare 软件必须要识别出患者的疾病变种，并对能够用于比对的大量基因组数据之间的任何相关性进行分类。大多数医学实验室没有能力处理如此庞大的数据集，通常只有研究中心和大学才具备此能力。

Biomdcare 运用英特尔^® OpenVINO^™ 工具套件开发出一款 AI 辅助型软件程序，该程序可以梳理所有数据，过滤掉不相关的结果，并找出未来有用的相关性。然后，该公司先全面分析这些相关性，然后将其递交给医生。

借助 AI 分析医学影像

讽刺的是，尽管必须要对大量数据进行分类，但 Biodcare 遇到的一大问题是需要处理少量相关数据。

这么做的理由有以下几点。首先，AI 算法对数据的原则是多多益善，因为它们处理的数据越多，结果就越准确。与 AI 系统最初设计用于分析的产品和机器不同，每个人都是独一无二的，人类基因数据的排列方式呈指数级增长。

“在工厂中，每天都会生成有关生产线上缺陷产品和问题的大量数据和照片。但在医疗保健领域，我们没有与总体患者人数相对应的大量数据。数据量水平较低始终是医疗保健领域 AI 解决方案面临的一个问题，” Biomdcare 营销总监 Richard Lin 解释道。

涉及基因突变的疾病尤其复杂，对这类疾病的分析从来就不是一项简单的任务。据美国国立卫生研究院 (National Institutes of Health) 报告，肌营养不良症的问题十分复杂，属罕见疾病，粗略估计，全球每 10 万人中只有不到 4 人罹患这种疾病。此外，该疾病的不同变种之间差异巨大，因此医疗组织通常将这类情况称为一组疾病。

鉴于这些问题，要找到足够的特定相关性来自信地作出诊断往往十分困难。但 Biodcare 开发了一套专属流程来进行诊断。“我们使用一个较小的数据库来生成更精确的 AI 模型。这是我们解决方案的关键价值所在，” Lin 说。

对数据进行分析后，将为医生出具一份报告，且此报告将与所有基因组数据和患者病历一起存储在 Avalue 服务器上。医疗专业人员可以通过一个软件平台访问报告，该平台包含简单注释和工作流工具，医疗专业人员可利用这些工具作出最终诊断。