地下室实验引FBI“乌龙”搜查:南大校友用50张显卡对抗癌症
地下室实验引FBI“乌龙”搜查!南大校友用50张显卡对抗癌症
文 |《中国科学报》实习生 孟凌霄
如今,“coolwulf”的方向从癌症检测转移到实际治疗方面,并带着AI诊疗脑瘤系统回来了。
“coolwulf”原名姜浩,本科毕业于南京大学物理系,博士毕业于密歇根大学核工程和放射科学系,曾在布鲁克、西门子担任研发总监,指导影像领域的产品开发。目前在医学影像深度学习公司NeuralRad担任首席执行官。
这些年来,他有自掏腰包,发动亲友蹲守50张显卡的壮举;也有地下室跑实验,引来FBI登门检查的乌龙;但更多的是,“让患者活下去、活得好一些”的愿景。
姜浩所在的NeuralRad团队
地下室实验,引来FBI
2017年,姜浩的一位南京大学学妹因乳腺癌去世。“当时发现得晚了,才34岁,留下了一个4岁的孩子。”
根据世界卫生组织数据,乳腺癌已成为全球发病率第一的癌症 。姜浩知道,乳腺癌的一大特点是“越年轻,越凶险”,年轻人的乳腺癌会扩散更快。如果能在乳腺癌Ⅰ期发现,5年生存率是99% ,但在国内,乳腺癌的早期发现率不足20%,而通过筛查发现的比例更不及5% 。
姜浩想,如果AI可以帮着“看片子”,也许能大大提高乳腺癌的早期检测成功率。他决定,将医疗影像与深度学习相结合。
对于一个足够好的深度学习模型,一是要有足够多的数据,二是要有足够强大的计算力。
姜浩从北美和欧洲几个研究机构获得了带标注的胸部医疗影像。他解释道,这些标注能够区分是否患有乳腺癌(良性或恶性的肿块或者钙化组织),而标注大多来自美国放射学委员会认证的放射科专家。如果深度学习模型能够训练好,就可以达到这些专家读图的平均水平,甚至更好。
另一方面,足够强大的计算力需要硬件支撑。
在乳腺癌检测项目启动的2017年底,市面上几乎没有GPU云端服务,因此只能个人购买硬件设备。当时虚拟币挖矿火热,单张显卡的价格被从几百美元炒到1100美元,而且还有价无货。
为了凑到足够的硬件算力,姜浩自掏腰包,发动亲友在购物网站蹲守多日,终于抢到了50张1080Ti显卡。此外,加上训练模型所需的电脑主板、CPU、固态硬盘和内存条等,粗粗一算,总花费不可小觑。
姜浩玩笑道,“其实我从来没算过钱,算出来,被太太知道不好”。
万事俱备后,姜浩找到一位开中餐馆的朋友,把设备安置在餐馆地下室中。没想到的是,此举却给朋友招来“大麻烦”。
在一次卫生例行检查中,一位检查员被中餐馆地下室的硬件设备吓了一跳。没过几天,四名警察和两名FBI工作人员登门搜查。一番解释后,警察才了解到,原来地下室藏着的是实验用的硬件设备,而非“地下赌博网站”。
姜浩(左一)和开中餐馆的朋友
宝贵的“第二意见”
2018年,经过几个月的奋战,姜浩的AI检测乳腺癌网站终于上线。
只要将乳腺癌影像以JPG形式上传网站,就能获得AI的判断结果。这一检测系统速度快、准确率高。更重要的是,它完全免费。
姜浩曾在欧洲的INbreast 数据库上做了测试,准确度达到90%。美国肯塔基大学医院和中国的一家合作公司使用在某个乳腺癌检测世界竞赛中获得第二名的程序来测试乳腺癌影像数据库,结果显示漏了10个阳性案例;使用姜浩的系统进行测试,只漏了一个阳性案例。
漏检阳性案例,结果就会出现假阴性。“假阴性会让患者漏掉癌症结果,肯定比假阳性有更大的危险,错过恶性病变总比让病人去做活检要麻烦很多。”而姜浩发明的检测方法,假阴性几率极低。
不过,姜浩强调,这一工具并不能用于诊断,只能为患者、医生提供第二参考意见。在缺乏医疗资源的偏远地区,这些宝贵的“第二意见”,不仅有助于医生在诊断时更有信心,更能为潜在患者争取治疗时间。
实际上,即使在专业医生的诊断中,影像筛查仍不能100%准确显示女性是否患有乳腺癌。
这一检测项目获得了业内的广泛关注,以及网友们如潮的好评:“同样是1080(1080Ti显卡),有的用来游戏,有的用来挖矿......这是用技术造福人类的典型”“佩服大神有能力为社会贡献价值” “这才是极客应该做的”。
这一切,都是姜浩在短短几个月内,利用业余时间独立完成的。
只是,乳腺癌检测项目耗资不菲,仅仅50张显卡就超过5万美元,硬件设备共计超过10万美元。为什么不将网站商用,用它赚点钱,至少回个本?
姜浩却答,“没想过”。他说,做免费乳腺癌检测的初衷,一是学妹因病去世的触发,二是自己刚好有这方面能力。
这项技术具体造福了多少人,姜浩并不清楚。当时设计的乳腺癌检测平台出于隐私保护的考虑,并不保留后台影像数据,但每天上百的IP访问和来自世界各地的感谢信让他意识到,也许自己所做的一切正在起作用。
在乳腺癌检测网站之后,姜浩还开发了人工智能检测CT肺结节网站,同样完全免费。
乳腺癌项目下的评论留言
为挚友实现遗愿
姜浩想过,如果能将癌症检测转移到实际治疗中,就能让更多患者从中受益,但“老卢”找到他合作时,他却犹豫了。那时,姜浩是公司重量级项目的负责人之一,“出走”会对项目进度有不小的影响。
最终,“老卢”的过往经历打动了姜浩。“老卢”是美国得克萨斯大学西南医学中心副教授卢卫国。他曾放弃企业高层的丰厚薪水,到医院中做一位临床物理师。他对姜浩解释,“我不能做了一辈子研究,但没有亲手治过一个病人”。
这一想法与姜浩不谋而合,姜浩说,“做医疗行业的人,很多人都有使命感。写程序可以进很多大企业,但更应该做一些有意义的事情。”
更重要的是,卢卫国提起两人共同的朋友——陈昱,“如果陈昱还活着,就会找他合作。”
陈昱是姜浩在密歇根大学的师兄,不仅是癌症放射治疗的专家,也是姜浩的一生挚友。毕业后,陈昱工作于世界顶尖放疗公司TomoTherapy,他研发的TomoEdge系统正在全世界各地的癌症中心救治患者。
2017年5月31日,陈昱在一次意外事故中去世。为了纪念他,放疗学术界最高水平的杂志International Journal of Radiation Oncology - Biology - Physics将2018年的一期封面设为他的照片。
杂志纪念陈昱的封面
姜浩和卢卫国知道,如果陈昱的生命还在继续,他一定会继续医学物理的事业,继续毫无保留地帮助患者。
姜浩说,“我就想帮他实现这个遗愿。”
从检测到诊疗,AI能走多远?
这一次,他们最先关注的,是脑瘤放射治疗。
起因是一位同事的亲人罹患脑肿瘤,采用了“全脑放疗”进行治疗,但几个月后,脑肿瘤再次复发,患者最终去世。
“全脑放疗”是对整个大脑进行放射治疗,以控制颅内肿瘤生长的常规疗法。尽管这项技术可使患者生存期延长一段时间,但在肿瘤复发时,这种“无差别攻击”就不能二次采用。姜浩说,仅在美国,每年就有20万病人要做全脑放疗,在中国可能数量更多。
与一次性的“全脑放疗”相比,“立体定向放疗”更温和、精准,治疗效果更好,而患者也可以多次进行治疗,生活质量也更高。
但在实际医疗中,“立体定向放疗”的使用率并不高。这背后的原因是,医生在为多发性脑病患者进行这一手术时,需要对每个病灶进行精确的勾画、标记和追踪,并精准设计对应的治疗计划。在紧张的医疗资源面前,许多患者不得不选择“全脑放疗”。
如何让更多的脑癌患者使用“立体定向放疗”,而非只能选择“全脑放疗”,这是姜浩团队真正想解决的问题。
从2019年起,姜浩团队与美国得克萨斯大学西南医学中心、斯坦福大学共同合作,开发了自动勾画、标记和治疗脑瘤的AI模型。
目前,他们已经开发出三种模型,分别对应脑瘤的诊疗过程,包括自动勾画/标记脑转移瘤病灶的模型、基于SVM-放射组学的快速减少假阳性的模型,以及基于优化辐射剂量图,快速分割多个病灶到不同治疗疗程的模型。
这一平台已经在得克萨斯大学西南医学中心等机构进行了临床一期和二期试验,治疗了大约100个患者。姜浩告诉《中国科学报》,其中一位试验患者脑瘤数量超过100个,在以往只能采用“全脑放疗”,但在新系统的帮助下,现在已经能接受“立体定向放射外科治疗”。
目前,这项工作已经在2022年美国医学物理学家协会(AAPM)春季临床会议上,由团队在斯坦福大学的合作者发表,并会在今年7月的 AAPM 年会上有一个专题报告。
接下来,姜浩团队未来的目标是让脑癌系统获得美国食品药品监督管理局(FDA)认证,以便让更多医院使用。他表示,目前的平台还能拓展应用于头颈、肺部、心脏等部位。
“如果能将连续放疗手段与免疫疗法结合,就有可能把癌症拖成慢性病,延长患者的生命,”姜浩说,“这就是我们的愿景。”
姜浩在采访中介绍脑癌项目模型