吳恩達新研究：AI看心電圖，診斷心律失常準確率超過人類醫生
郭一璞 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
吳恩達團隊又在AI醫療方面取得了革命性突破，搞定了心律失常診斷。
只要讓AI輸入心率數據，就可以判斷出你是否心律失常、具體是哪一種情況。
而且，準確度高達83.7%，超過了人類心臟病醫生的78.0%。
這項研究被發表在了最新的一期Nature Medicine上。
如何讓AI學會診斷心律失常
整體的研究，基於吳恩達團隊在2017年的一篇已經發在Arxiv上的論文（文末有地址）。
診斷依據是患者的心電圖。心電圖數據來自於一家名叫iRhythm的公司，他們的產品Zio可以固定在人的胸前，像一個移動的聽診器一樣，24小時聽著患者的心跳並記錄下來。
記錄下來的心電圖經由專家標註，分成12種不同情況，包括10種心律失常，還有竇性心律（這個不失常）以及噪音。
其中，訓練集來自53549名病人的91232份心電圖記錄，每份記錄大約在10.6天~13天的長度，患者年齡在69±16歲，其中43%為女性。
測試集則是328位病人每人一份心電圖數據，這些病人的年齡在70±17歲，其中38%為女性。
拿到這些數據集，就可以訓練深度神經網路（DNN），具體結構如下：
整個神經網路包含33個卷積層，以線性輸出層結尾。
向神經網路中輸入心電圖數據，它就可以將其拆分成每個時長1.28秒的數據樣本，判斷每個1.28秒屬於12種心率（及噪音）中的哪一種。
整體表現超越人類醫生
F1分數比較，在12個種類里，AI的表現都超過了人類醫生的平均水平。
並且，針對每一種心率，AI的敏感性都要比人類醫生高，也就是說，診斷結果更為準確。
這是心房震顫的ROC曲線，紅十字是不同人類醫生的表現，綠點是人類醫生的平均水平，已然被這個深度學習模型所超越。
給醫生挑錯，AI「批卷」能力強
最後，吳恩達團隊還在論文里給出了兩個12類型判斷結果的混淆矩陣。
在這個研究中，是以一群心臟病專家組成的委員會判斷的心率做為標準答案的。
先來看人類醫生的判斷和標準答案對比。
這個混淆矩陣中，橫向是人類醫生的平均水平，縱向是標準答案。
我們可以看出，第一列心房顫動（atrial fibrillation）和第八列竇性心律（sinus rhythm）的結果中，許多判斷是不準的。
下面再看AI的判斷和標準答案對比。
在這個混淆矩陣中，橫向是AI的預測，縱向是標準答案。
兩個混淆矩陣圖對比一下，我們會發現，AI的判斷結果圖中左上-右下方向的藍色鴿子顏色更深，其他部分的格子顏色更淺。
換句話說，AI判斷正確的概率，要遠高於人類醫生判斷的準確率。
不難得見，如果這個AI能進一步商用，可以承擔幫醫生「對答案」的工作，只要一個計算機程序，就可以起到接近專家會診的效果，比醫生自己單打獨鬥診斷出的病情準確多了。
四個共同一作介紹
這項研究的作者們來自美國AI界和醫療界的多個機構，包括斯坦福計算機系和醫學院、iRhythm公司、UC舊金山醫學院以及部分政府醫療機構。
四位共同一作中，有兩位是吳恩達的學生。
一位是Awni Hannun，剛剛過去的2018年從斯坦福博士畢業。他不僅是吳恩達的學生，甚至還算吳恩達同事，因為他也曾在百度從事過兩年AI研究工作，參與百度語音識別系統DeepSpeech的研發工作。
另一位吳恩達的學生是Pranav Rajpurkar，這位小哥可是歌紅人不紅，他的代表作正是機器閱讀理解領域的標杆SQuAD數據集。
師從吳恩達期間，這位小哥一直在研究AI醫學相關的項目，除了這個心律失常的診斷項目，他還做過CheXNet肺炎檢測、MURA骨骼X光片、CheXNeXt胸部X光片深度學習、MRNet膝關節深度學習等許多項目。
這位共同一作名叫Masoumeh Haghpanahi，和吳恩達團隊合作的那個iRhythm公司的機器學習科學家，馬里蘭大學帕克分校的電子與計算機工程博士，做過許多健康檢測方面的研究。
還有一位共同一作，Geoff Tison，AI醫療專家，UC舊金山醫學院的助理教授，約翰霍普金斯大學醫學博士。
傳送門
數據集
https://irhythm.github.io/cardiol_test_set/
斯坦福項目介紹網頁
https://stanfordmlgroup.github.io/projects/ecg2/
此前的論文
Cardiologist-Level Arrhythmia Detection with Convolutional Neural Network
作者：Pranav Rajpurkar, Awni Y. Hannun, Masoumeh Haghpanahi, Codie Bourn , Andrew Y. Ng
https://arxiv.org/pdf/1707.01836.pdf
One More Thing
其實，在同一期Nature Medicine上，刊登了三項AI醫學相關研究。
除了吳恩達團隊的這篇心電圖的研究之外，還有：
Mayo study的AI心臟病檢測器
https://www.eurekalert.org/pub_releases/2019-01/mc-msu010319.php
以及
感覺本期Nature Medicine已被AI包場，歡迎大家進一步了解~
—完—
加入社群
量子位AI社群開始招募啦，歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「交流群」，獲取入群方式；
此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。
進專業群請在量子位公眾號（QbitAI）對話界面回復關鍵字「專業群」，獲取入群方式。（專業群審核較嚴，敬請諒解）
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。
喜歡就點「好看」吧 !
TAG:量子位 |