近兩周，浙江大學醫學院附屬兒童醫院的放射科悄然裝備上了一套人工智能軟件。數秒鐘內，一張兒童左手的X光片就被自動識別，讀出骨齡。機器讀取的結果和水平較高的醫生相比，最大差距在3個月內。

這是中國第一款在醫院落地的人工智能骨齡讀片機。9月25日，浙江大學醫學院附屬兒童醫院（以下簡稱“浙江省兒童醫院”）和依圖科技宣布結成戰略合作伙伴。

借助浙江省兒童醫院1萬余個健康兒童體檢的骨齡片數據，依圖科技使用深度學習技術，訓練出這套骨齡讀片機。

浙江大學醫學院附屬兒童醫院院長、黨委副書記舒強將此次合作稱為“非常規范和正式的人工智能項目”。

據浙江大學醫學院附屬兒童醫院副院長、該項目院方牽頭人傅君芬介紹，浙江省兒童醫院和依圖科技以科研項目的形式進行合作，經過醫院倫理委員會等同意后開展。

傅君芬向澎湃新聞（www.thepaper.cn）介紹，目前，這把人工智能測骨齡的“標尺”已經搭建起來，接下來，這把標尺還將在學校等場景的正常人群中進行驗證和校正，并期望于將它推廣到全國各個醫院。

傅君芬團隊和依圖醫療總裁倪浩還表示了他們的一個野心：“未來制定中國骨齡判讀新標準”。

骨齡測定的“兩難全”

2000年，傅君芬博士畢業，開始進入兒科內分泌領域。想要改變骨齡測定方式的想法在那時就播種在她心里。

人有生理年齡和骨齡兩個尺度，而骨齡因能體現人體生長發育程度，是兒科看診時最基礎的一項工具，可用于診斷和監測兒童內分泌疾病和生長紊亂疾病。

但測定骨齡一直面臨一個窘境：速度和準確性是魚與熊掌的關系。

在臨床診斷的第一線，測定骨齡的方式是GP圖譜法，看起來很“古老”。醫生一側拿著手骨X光片，另一側攤著一本上世紀50年代出版的紙質圖像冊，進行肉眼比對。這套幾十年前取樣自美國人的圖譜，覆蓋了手腕骨發育過程中所有共性的骨性指征。經過培訓的醫生可以快速地給出骨齡。

但缺點也是無法忽視的：主觀性太強，臨床準確性差。傅君芬說，哪怕是同一個醫生看同一張圖，前后兩次的差距也可能會有3個月；要是不同醫生看同一張圖，最多可能會相差2歲。這對臨床診斷不利。

并不是沒有準確性高的方法，比如TW3是科學研究中比較青睞的方法。在TW3法中，第一步，醫生會識別出手的20塊骨頭，將其一一評級，一共8個等級。第二步，評定的等級會經過復雜的數學公式，化作一個數值，再在曲線表中，找到數值對應的骨齡。

這有多繁復呢？如果僅靠一個醫生之力，需要1到2小時才能算出一張骨齡片；如果借助計算機軟件，取代醫生完成第二步的工作，耗時是15分鐘到30分鐘每張。

能不能既快速，又準確？恰好，這正是人工智能所擅長的。

“喂”出一把標尺

幾個月前，自去年開始從安防和金融向醫療進軍的依圖科技，出現傅君芬視野中。

將人工智能用于骨齡測定，這是近期業內不少人瞄準的應用場景。影像科醫生看好，人工智能公司想介入，醫院影像歸檔和通訊系統的廠商也開始布局相關產品。

誰能取勝，某種意義上由誰獲得優質數據決定。“對于醫療人工智能甚至整個人工智能領域，優質的標注數據是核心。”負責依圖骨齡項目的林強說：“你得‘喂’數據。數據扔給它沒有用，需要大量經過標注的數據，標注的數據是非常難獲取的。”

倪浩說，很多人可能沒想到的是，這是人工智能骨齡讀片機中最大的成本。“喂”給算法的早期標注數據尤為重要，“測得準不準就看貼標簽”。

“貼標簽是人工智能公司所無法完成的，需要放射科和內分泌科的醫生反復地去跟蹤，貼標簽不能貼錯了。”傅君芬說，浙江省兒童醫院放射科和內分泌科的醫生幾乎都投入到標注中，提供了小幾千張人工標注的高質量骨齡片。

因為涉及到隱私，共計1萬多張健康兒童的骨齡片數據經過了浙江省兒童醫院信息科的脫敏處理，名字以編碼代替，給到依圖科技。

在此基礎上，機器自學、迭代，訓練出模型，然后反饋，人工進行打分，告訴機器是評“嫩”了，還是評“老”了，機器再自我校正。

最終，這把根據健康人骨齡片數據“喂”出的“標尺”誕生。用秒級的速度，機器完成TW3法中的所有步驟，自動找到X光片中的骨骺，進行評級，然后代入公式，用數值比出骨齡。

應用到實際臨床中時，骨齡的最后評判仍會有醫生把關。從最快15分鐘縮短至數秒鐘，傅君芬欣喜于醫生可以節約不少時間。“中國缺少20萬位兒科醫生。”她說。

更多資訊請關注工業機器人頻道