拿下世界第一的赛飞平台到底有多牛 平安创新科技来解答
在平安智慧医疗这支队伍里 有一群很隐没的人。平安智慧医疗AI算法平台部负责人高鹏博士把自己和团队比喻为AI后勤部队 但准确来说 他们更像 “铸剑师”。
医疗AI “铸剑师”
据全球最大的文献摘要与科研信息引用数据库Scopus显示 自2017年以来 AI领域年发表论文数量增长率超过50%。也就是说 约20分钟就会有一篇AI领域论文发表。
除了新技术层出不穷外 论文复现难 以及需要趟各种“坑”的沉没成本 令前线战友们在面临产品节点压力下 无过多精力与新技术“纠缠”。“因此 我们AI算法平台部的职责就是把学术界最前沿的AI研究成果消化吸收改进 铸成简单易用又强大算法工具 放到平台上提供给前线部队。”
高鹏的战术是根据医疗AI模型研发生命周期中的四个关键环节——标注 训练 泛化 部署——入手 打造各种“AI之剑”。
在数据标注阶段 由于深度学习是一种数据驱动的技术 需要大量标注样本。然而样本标注需要耗费大量人力和资金成本;更重要的是 医学样本还需要专业的医学知识。
针对这个痛点 高鹏为队友们提供了基于主动学习(Active Learning)的智能样本标准工具。经过国家肾脏疾病临床医学研究中心病理分析项目的验证 可以减少医生约48%的标准工作量。
在模型训练阶段 训练样本的不均衡问题也是一大痛点。多数项目中 正常样本很多 但罕见的病灶 特殊样本非常稀缺 严重影响了模型的精度。就像精于技艺的匠师 高鹏总能研发出最新的武器来反制对手。基于对抗生成网络(GAN, Generative Adversarial Networks)的样本增广工具 高鹏为队友们造出第二把锋利的“剑”：
类似于谷歌AlphaGo左右互博的原理 针对特定需求算法可以生成以假乱真的样本。平安智慧医疗全球首款智能OCT眼底疾病筛查系统就用到了这项技术。在由复旦大学附属眼耳鼻喉科医院牵头 上海市一院和上海十院共同完成的多医学中心临床验证中 OCT眼底疾病筛查系统在图像质量评价 病灶检测 急迫性判断3项辅助医疗任务中 样本准确率分别达99.2% 98.6% 96.7%。
患者在上海第十人民医院由刘晓强主任进行眼底疾病智能筛查
在模型泛化阶段 “一个非常普遍的问题就是训练数据往往来自特定医院的特定设备 但是产品真正应用的时候会遇来自不同地区 医院 厂家设备的数据 这对模型泛化性能是一个巨大的挑战”。
高鹏出鞘了第三把“剑”——基于Cycle-GAN的模型跨域自适应工具。“我们发现医疗影像中结构信息很关键 因此对Cycle-GAN进行改进 加入SSIM结构保真损失函数 取得了很好的效果。”这项技术 最终帮助平安科技在EAD2019国际竞赛中 夺取了模型泛化任务冠军”。
第四把剑更接近高鹏的理想。在模型部署阶段 如何通过剪枝 量化等模型压缩技术 得到尺寸更小 速度更快的推理模型是核心问题。对此 高鹏和战友们自主研发了一款面向AutoML的深度学习框架SFE(赛飞)AI算法平台 其核心是一种稀疏化(Sparse)的分形结构(Fractal)神经网络 可针对特定问题自动演化(Evolution)。
赛飞到底有多牛?还得拿事实说话。8月初 在国际顶级自然语言处理会议EMNLP举办的COIN 2019文本理解大赛上,平安智慧医疗联合上海交通大学团队又拿下一个世界第一。AskBob文本理解技术和赛飞AI算法平台作为两项核心技术 尤其是后者 帮助平台的并行模型训练将XLNet的训练速度提高了12倍。一场数度和质量的比拼 又以取胜之资完成了较量。
高鹏并不是一个急性子 但是他面对的需求往往都是火烧眉毛的急活 在创新和效率之间他也曾犹豫过 但最终他都会选择一条难走的路 给出他的最佳方案。
