0
近日，浙江大学医学院附属儿童医院的放射科悄然装备上了一套人工智能软件。数秒钟内，一张儿童左手的 X 光片就被自动识别，读出骨龄。机器读取的结果和水平较高的医生相比，最大差距在3个月内。
国家卫计委最近一次发布的《中国居民营养与慢性病状况报告（2015）》显示，我国 6-17 岁的儿童青少年肥胖率超过 8% ，性早熟、矮小、小儿肥胖已经成为我国目前三大小儿常见内分泌问题，而性早熟会压缩儿童的长个时间。随着骨龄的老化，在骨骺线闭合后，人体身高就不会再发生变化，因此治疗性早熟、矮小等疾病应当在年龄更小时及早介入。
临床上通过骨龄检测来判读儿童的生物学年龄，通过生物年龄与日历年龄的差异评估儿童发育状况，了解儿童性成熟的趋势，预测儿童的成年身高等，并广泛用于影响儿童生长发育疾病的治疗监测，对一些儿科内分泌疾病的诊断有很大帮助。
“我们需要这样的人工智能与医疗实践结合，能解决临床实际问题，带来临床实在的价值，我们还计划在未来通过人工智能技术，将浙江省儿童医院专家的骨龄诊断经验带到全国的基层医院，缓解基层医院儿童保健医疗资源匮乏的问题，提高基层儿科医生的骨龄诊断水平。“浙江大学医学院附属儿童医院的舒强院长在与依图医疗的战略合作发布会上说。
“人工智能在我们儿科领域的应用一定是非常广阔的。”傅君芬教授在接受采访时表示。
傅君芬教授是浙江大学医学院附属儿童医院副院长、内分泌主任。现任第8届亚太儿科内分泌学会秘书长、中华医学会儿科学分会内分泌遗传代谢学组副组长、中国医师协会青春期医学专业委员会副主委等职务。
作为院方信息化工作的负责人和此次战略合作项目的牵头人，傅君芬教授和依图医疗就儿童骨龄检测的问题进行了探索，目前，儿童骨龄智能辅助诊断系统已在浙大儿院得到临床试应用。
孩子最终能长多高？还能长高多久？临床上有个最基础的检测手段，就是测骨龄。
需不需要查骨龄，具体要看几个状况：
一是小孩特别矮小，个子落后；
二是出现早发育的现象，一般来说，男孩子、女孩子分别在9周岁和8周岁开始发育；
三是看孩子有无其他异常，如身材特别肥胖等。 看到小孩骨龄大一岁或小一岁不用太过紧张，因为骨龄判断是有一定范围的，比如7周岁的孩子骨龄在6-8周岁之间都是可以接受的。 另外，个子高的小孩骨龄也会偏大一点，所以骨龄大并不意味着早发育，光凭骨龄不能判断孩子性发育的状态。
雷锋网 AI 掘金志：骨龄检测在儿童疾病筛查中的作用是什么？
傅君芬：“骨龄”是骨骼年龄的简称，是青少年儿童骨骼发育水平同骨发育标准比较而得出的发育年龄，它比年龄、身高、体重更能精确的反映出身体的成熟程度，更加准确地反映个体的生长发育水平和成熟程度。
在发达国家，骨龄检测早已被纳入为青少年儿童体检的重要一环，长期以来，我国缺乏大样本的骨龄和身高长期追踪观察数据，中国健康儿童的骨龄数据库并未建立起来，临床应用的骨龄检测方法也各有弊端，没有办法满足临床要求。
雷锋网 AI 掘金志：针对骨龄，我们国家目前采用的主流分析法是哪些？它们都有哪些利弊？
傅君芬：人的骨骼生长发育受到遗传因素、营养水平、饮食习惯、地理环境、人文环境等多重因素的影响，不同年代、不同种族和区域的儿童青少年的发育会有所不同。所以，针对不同民族和区域，也应当制定相应的骨发育评价标准，并随社会发展因素的变化及时修订。以往，传统的骨龄片研判有两种方法：
G-P 图谱法和 TW3 计分法分别依据美国20世纪30-40年代和欧洲20世纪70-90年代的白人儿童，由于种族差异和社会经济发展的变化，该标准不完全适用于东亚儿童。
为此，自20世纪60年代以来我国学者张果珍、顾光宁、张绍岩、叶义言等曾提出中国人骨龄百分计数法标准、手腕骨发育图谱、CHN法、TW3-C、RUS-CHN及叶氏骨龄法等，为我国儿童青少年的骨龄评定做出了巨大贡献。
然而不管经典的 GP 图谱法，TW 计分法以及在 TW2 或 TW3 基础上改良的我国 CHN 法， TW3-C 法和叶氏法均存在这样或那样的不足。G-P 图谱法简单但主观性强不够精确； TW3 法精确但较为繁琐，耗时长，需要对桡-尺-掌指骨13 块骨(RUS(R)系列)，以及腕部7 块骨(Carpal(C)系列)共20块骨做8个等级的评分和计算，即便使用计算机软件也需耗时15-30分钟，临床实际工作中难以推行。
G-P图谱法由于使用简便、直观、耗时短，在国际上有较高的权威性，因此国内外临床实践中仍广泛使用该方法。然而由于许多儿童手腕骨的发育不一定像标准片那样均衡，G-P 法在使用过程中最大的困难的仍然是整片比较的主观性及不精确性问题。
雷锋网 AI 掘金志：是什么因素让您想到将人工智能引入骨龄检测中的？
傅君芬：骨龄最能体现儿童生长发育的状态，国际上已经形成了一套相对标准的产品骨龄图谱法，能够完成对骨头各个细节的研判，经过精密的计算达到一定的准确度。但是解读图谱的过程繁琐，全国大概缺了 20 万的儿科医生，所以解读时间上特别慢。这次与依图医疗的合作能够达到既精准又快速，迅速推广成为可能。
我们儿科因为毛病多，变化快，都是“哑科”，小朋友不会表述，好多主观的东西没有办法说出来。所以，我们怎么通过观察一些客观指标来判断孩子的疾病。我相信人工智能在我们的儿科应用领域一定是非常广阔的。
雷锋网 AI 掘金志：这款产品前期训练的样本来源是哪些？样本量有多少？
傅君芬：我们既然要做一个标准，就不能拿有疾病孩子的骨龄片来做参考，所以我们的样本来源是我们医院来做体验的这群人，浙江省儿童医院是全国现代儿童医院，我们这里病人的来源比较广泛，所以这个样本也有一定的代表性。排除各种可能会影响骨龄因素的骨龄片，训练机器来读。机器学习的时候，就按照 TW3 计分法，拿20块骨头，每一块骨头8个等级去打分，就像量体裁衣一样。排除特别矮小、早熟、肥胖的样本，我们目前拥有的健康人群样本量是1.4万。
虽然现在骨龄系统已经可以鉴别异常的骨龄，但是我们建立标准的时候，一定要相对正常的。我们下一步是要建立一个正常人群的应用，因为医院里的样本虽然是相对正常的，毕竟还是基于医院，为了提高样本的代表性，我们要到学校、儿童幼儿班，从 0-18 岁不同年龄段男女的正常的骨龄片再去验证它。
雷锋网 AI 掘金志：在数据安全和数据标注方面，院方都做了哪些工作？
傅君芬：我们和依图的合作是一个很正规的流程，依图医疗在研发骨龄诊断产品时，方案先后经医院伦理委员会探讨、院领导研究、医院技术科数据脱敏（保护患者隐私），是一个长时间的沟通流程。产品成型后，还需经过医院试用检验。为了签订此次战略合作协议，我们前期已经沟通了半年。
与依图的合作是作为科研项目递交医院，经过医院伦理委员会、科研处批准才可以进入医院信息系统拿到一定量的数据。另外，软件成熟后，我们还需要在院内进行推广试用，这个主要看科室对这个东西的接受程度了，接受之后才能够打通，不接受的话我们也是一点办法没有。
给机器贴标签这件事是很专业的，计算机软件公司搞不定，所以一定要我们的放射科、内分泌科的医生反复跟踪。一开始进行数据标注的时候，我们放射科40多个医生都投入进去，后来搞骨龄片的医生也在帮助他们，但是后期就不用这么繁琐。几千张左右的数量就足够训练机器了，后期医生再稍微校正就行。
雷锋网 AI 掘金志：依图的这款产品给你们带来的实际效果怎么样？
傅君芬：这套系统能通过智能阅片自动计算儿童骨龄，大幅减少医生工作量；按照算法模型集成 GP/TW3 等主流骨龄标准可以判读每块手骨特征避免骨龄诊断的误差，产品的精确度可以达到 0.1 岁，与医生计算的骨龄值相比，误差小于半年的占98%。
针对骨龄测算的软件已经开发出来了，但是还是需要人工一块块进行打分，以我自己为例，在很熟练的情况下我最快也需要15分钟，同一张骨龄片在不同时间段的评判也会有3个月的差距，误差在半年以内的就是专家级水准了。对于基础薄弱的医院，没办法正确地判断骨龄会耽误治疗。这款儿童骨龄智能辅助诊断系统在影像输入后5秒内，就可以输出 AI 骨龄结果以及 TW3 骨龄。而且，利用机器来判断骨龄，可以最大程度地避免人为因素的干扰。
国外关于人工智能测骨龄的项目几乎没有。前几天我在华盛顿的时候，他们现在也是GP法，因为临床上应付得过来。我认为，中国医疗人工智能产品发展的这么快，一方面是产品需要，第二个是政策支持、第三个是医院开放的心态。
雷锋网 AI 掘金志：浙大儿院未来还会在哪些科室上应用上这些科技元素？
傅君芬：这款测骨龄人工智能产品的推出是我们的一次尝试，我们成立这个科研项目的最终目的是推动建立中国儿童青少年骨龄判读的标准。未来，对于儿科重症疾病如嗜血综合征等及慢性非传染病如代谢性疾病等，我们都有希望应用人工智能探索建立儿科疾病初筛系统，避免危重情况的发生。
我们也在尝试将这些经验落地到基层医院，从医联体的角度来看，政府是鼓励大型综合医院例如我们这种专科儿童医院把一些简单的病放在基层治疗。我们现在有40多位专家在县市级医院进行帮扶，所以像骨龄之类相对容易一点的项目要往下推，让基层医院的医生在人工智能产品的辅助下，能够有顶级医院专家的水平。这是一个趋势，而且是政府导向的趋势。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
