当前位置:主页 > 探险科技 >医疗影像大赛连胜两场 港AI癌症诊断技压全球 > 正文

医疗影像大赛连胜两场 港AI癌症诊断技压全球

发布:2020-06-19 热度:346℃


医疗影像大赛连胜两场 港AI癌症诊断技压全球

郭俊豪(左)本来任职于银行IT部门,三年多前开始接触Python,跟身边的冯振华(右)成为朋友。(何泽摄)

国际级医疗影像分析大赛「ICIAR 2018 Grand Challenge on Breast Cancer Histology images」(BACH),出现了港人身影。IT人郭俊豪以高阶程式语言Python,用作训练机器深度学习(Deep Learning),从全球超过50队参赛队伍脱颖而出,于比赛两部分均成功夺得第一名。

BACH是2018年夏天于葡萄牙举行的「International Conference on Image Analysis and Recognition」的前奏,比赛历时数个月。参加者须在第一部分比赛编写程式,利用400张分属正常细胞、良性肿瘤、原位癌,或已发展成入侵性癌的显微镜影像作Training Data,进行深度学习,其后再辨识100张额外的显微镜影像(亦即是Testing Data),看看程式的準确度。

IT人受亲友病逝启发

郭俊豪在这第一部分,先以87%準确度(Accuracy),跟另一个印度参赛队伍成为双冠军。至于第二部分比赛,参加者须进一步分析全切片影像(Whole Slide Imaging, WSI),把有问题的部分分类(Classify)出来。经複杂算式计算分数后,郭俊豪在第二部分比赛亦以0.69分高踞榜首。

据悉比赛的参加者大部分都跟他一样,专长于电脑科学,没太多医疗背景。郭俊豪形容,「看着那些显微镜影像,都不知为何这一张是(癌细胞),那一张不是。要看很多背景资料,了解一下病理学家如何分辨。不过,自己基本上都是从影像分析角度出发来做这研究。」

郭俊豪表示,此前已参加过好几个医疗科技比赛,当中涉及肺癌电脑断层扫描(CT)分析、子宫颈癌分析、乳癌扩散等等,例如要从数百个病人的肺部CT影像找出结节(Nodule),并估算结节一年后变成癌症的机会。他透露,自从有亲人因癌症离世后,便经常思考一个问题:作为IT人,假如想在癌症相关研究参与其中,到底可以贡献什幺。

用Python编程潜力巨大

不过,投身IT行业十多年的他,无论是打工抑或创业,均未尝涉足医疗科技,反而大部分时间在银行的IT部门打滚,主力负责编写外滙交易系统,其中JAVA是他最常接触的程式语言。直至3年多前,他开始接触另一种热门程式语言Python,「当时公司有分享会,同事讲述自己在台湾参加PyCon(Python Conference)的经历。」

医疗影像大赛连胜两场 港AI癌症诊断技压全球

郭俊豪坦言AI是要辅助医生找出病人潜在风险,最终确诊病人有病与否、决定治疗方案等仍是医生。(何泽摄)

与此同时,开源香港(Open Source Hong Kong)会长冯振华在2015年,把专门探讨和推广Python程式语言的PyCon引入香港,两人便在PyCon HK结缘。

在2018年11月于数码港举行的PyCon HK 2018,郭俊豪更担任讲者之一。他透露,现时很多开发者,均以Python训练模型。冯振华补充指出,Python的语言字眼,跟英文有点相似,相对容易上手,加上Python的软件库有不少套件(Package)可供取用,「很方便开发者编程来做他们想做的事」。

商业化需时 先开源供取用

发掘到深感兴趣的科技範畴,加上已在银行IT部门工作十多年,郭俊豪开始思考新发展方向。2018年夏天,他跟3名拍档一同开设科技公司世阁(SEBit),主打立体视觉技术,包括虚拟实境(VR)、扩增实境(AR)、建筑资讯模型(BIM)以及人工智能(AI)。客户有建筑公司及政府部门,参与项目如试行以AI分析街灯毛病。

对郭俊豪而言,朝向AI癌症诊断发展本是他的更大心愿,惟暂未遇到合适拍档,例如医生。他解释,香港医学界一般是凭肉眼,直接透过显微镜观察切片影像,「好处是快,毕竟要将切片影像数码化需一定时间;而且(用传统显微镜和肉眼)可以从细胞厚度等,找出一些额外的资讯。」故他认为,以AI诊断癌症病理的技术,在香港暂时仍有待商业化。未来会好好整理自己的研究,在GitHub等平台开源,让其他有兴趣人士取用。

辅助医生 减轻人手负担

综合几次参加国际性AI医疗科技大赛的经验,郭俊豪认为,AI有时会出现Overfit(过度训练)的情况,即是Hypothesis(假设)过度贴近Training Data。当要辨识之前未接触过的Testing Data时,準确度即会打折扣,未必可预测到真实结果。

如此一来,AI要正式在医学上广泛应用、用作诊断病人,岂非遥遥无期?郭俊豪直言「咁讲只啱一半」,坦言AI是要辅助医生找出病人潜在风险,最终确诊病人有病与否、决定治疗方案等仍是医生,「很多位可以帮轻人手,但不是取代。」

採访、撰文:陈子健


相关推荐