搜集醫學圖像數據 助機械醫生「辨症」   科幻電影中常有機械人取代人類的情節,在現實世界中機械人確實「奪去」了不少人的工作,但機械人能否取代醫生呢?吳曉華博士團隊研發醫學圖像數據分析平台,一來不再依賴顯微鏡,二來採用人工智能(AI)的圖像分析,三來能兼容不同的圖像格式。他指出平台能夠模仿醫生,作出定量分析。

        吳曉華博士在訪問中指其團隊自二○一一年開始做醫學圖像數據分析平台(下稱平台)的研究,至今近八年。當初會做相關研究是由於意識到現時醫學圖像的分析上有不少問題,而其平台正正能對症下藥,解決當中三大弊病。

  一是以往醫生分析須依賴顯微鏡,但顯微鏡視野小,不方便,其平台將圖像掃描化,醫生取樣後,經掃描儀製片,便能在電腦上看,而且可以放大縮小、勾劃、標註,相當方便;面對一些較為複雜、需多位醫生共同會診的情況,更可以瀏覽器分享,能顯微鏡所不能。二是現時醫學圖像數據繁多,佔八成,但會看的醫生很少,平台採用AI算法,將圖像分析數字化,能辨認特徵及細胞等,例如能夠感知不正常的情況,給出輔助的診斷信息。三是不同廠商製造的掃描儀圖像格式不一,例如jpg、png等,以致醫院及醫生只能鎖定某一廠商,造成不便,其研發的平台能兼容不同格式,令更多醫生可以用。技術能針對各種疾病,早前已完成肺結核及子宮頸癌的測試,現正在做內窺鏡方面的試驗。

兼容不同圖像格式

  吳博士續指,現時醫學數據面對的一大瓶頸就是缺乏訓練數據,而平台就像一個孜孜不倦的學生,透過模仿醫生,輸出深度學習技術。情況有點像Alpha Go,能從經驗中累積學習,但吳博士強調「圍棋有規限,可以用程式達到,但現實世界沒有一定的規則,而醫學更需要暗藏及積累的知識。電腦在顏色、數量判斷及敏感度上可能比人類強,但它始終不能作出推理,不能做到人的大腦所做到的事」,因此平台只能模仿醫生,不能取代醫生。

  被問到研發過程遇到甚麼困難,吳博士直而是「數據」,因訓練數據需要大量的數據,但現時醫生資源十分短缺,即使很多醫生願意協助,但時間相當有限,是有心無力;另一問題是個人隱私方面,團隊要在取得數據並不侵犯病人隱私之間取得平衡,花了不少時間。他慶幸社會包容AI技術,對發展前景感到樂觀。

  AI技術是大勢所趨,人與機械人之辨也漸受重視,毋庸置疑機械人在一定範圍上取代了人類的工作,因此我們更應發揮自己的優勢,正如吳博士所言「盡力做好自己本分的工作」。

hd