0
雷鋒網(wǎng)按：本文是雷鋒網(wǎng)在ISICDM 2019現(xiàn)場與John Gore教授的對話內(nèi)容。ISICDM是國內(nèi)知名的理工醫(yī)交叉論壇，意在推動海內(nèi)外理工醫(yī)交叉融合，激發(fā)產(chǎn)學研協(xié)同創(chuàng)新。
“核磁共振成像的未來方向?qū)⑹歉臁⒏阋耍⒃诟痰臅r間內(nèi)實現(xiàn)，所以有一種趨勢叫‘value imaging’。如果你仔細想想，我們并沒有改變早期的模式。但是隨著時間的推移，我們在同樣的時間內(nèi)實現(xiàn)了更多、更好的成像效果。”John Gore教授在談?wù)揗RI的未來前景時，這么說道。
John Gore是美國范德堡大學教授、成像科學研究院院長，是磁共振及影像技術(shù)方面的國際知名專家。由于他在磁共振等影像技術(shù)的開發(fā)及其在醫(yī)學、神經(jīng)科學上的應(yīng)用方面做出的突出貢獻，而入選美國國家工程院院士。同時，他也是頂級期刊《Magnetic Resonance Imaging》的主編。
John Gore教授認為，傳統(tǒng)磁共振采樣的掃描時間長，存在大量信息冗余，且容易存在信噪比。如果把成像時間從45分鐘縮短到10分鐘，將會極大地提升醫(yī)生的工作效率，而深度學習技術(shù)在這方面具有很大的發(fā)揮空間。“深度學習對重建所需的信息量更少，可以幫助我們處理數(shù)據(jù)缺失的問題。”
近日，雷鋒網(wǎng)在ISICDM 2019大會現(xiàn)場與John Gore教授進行了一次對話。圍繞最新學術(shù)研究進展、對中國學者的建議等等話題，John Gore也發(fā)表了自己的觀點。
雷鋒網(wǎng)：能否談?wù)勀闹饕芯糠较颉⒀芯窟M展？
John Gore：我是范德堡大學成像科學研究院院長，研究院有150人從事成像研究。我自己的研究方向主要是發(fā)展先進的核磁共振技術(shù)，尤其是在神經(jīng)科學和癌癥方面，并試圖發(fā)現(xiàn)我們能從MRI中得到什么信息。
最近，我們一直在研究大腦尤其是腦白質(zhì)的功能性磁共振成像（fMRI），這是一個新的方向。
在癌癥方面，我們一直在研究如何測量細胞大小和細胞密度，而不是侵入性地使用MRI。
雷鋒網(wǎng)：在研究過程中，會遇到什么棘手的問題嗎?
John Gore：是的，所有的這些研究方向都有其局限性。關(guān)于想要測量什么以及如何測量細胞的大小和密度，我們有一些很好的想法。但是MRI會受到信噪比的限制，所以我們一直在這方面進行努力。
此外，還有硬件條件的限制，這些都是在研究過程中必須要解決的問題。
雷鋒網(wǎng)：與在診斷和其他方面的應(yīng)用相比，深度學習技術(shù)在成像上的應(yīng)用前景如何？
John Gore：我認為，深度學習在成像方面的應(yīng)用是非常重要的。傳統(tǒng)的圖像信息處理方法已經(jīng)無法跟上數(shù)據(jù)量的增長，它們需要很多功能的支持。
深度學習可以在圖像獲取環(huán)節(jié)發(fā)揮作用。我們不需要收集那么多的數(shù)據(jù)，因為深度學習可以幫助我們處理數(shù)據(jù)缺失的問題，這樣我們就可以利用更少的數(shù)據(jù)下，為病人做出同樣高質(zhì)量的圖像。然后在一個大的區(qū)域里整理數(shù)據(jù)、突出重點，讓放射科醫(yī)生或其他人更仔細、更有針對性地查看。
因此，我們可以幫助放射科醫(yī)生擺脫很多常規(guī)工作，未來他們可能只要發(fā)出語音指令就行了。
雷鋒網(wǎng)：您認為，深度學習在醫(yī)學成像領(lǐng)域的有哪些優(yōu)勢和不足的？徐宗本院士也在演講中提到了深度學習的一些問題。
John Gore：深度學習的優(yōu)點是減少了誤差，提高了效率，這意味著我們在經(jīng)濟層面能夠帶來影響并使患者受益。
一個很好的例子就是，在中國，每四萬五千人才能擁有一名放射科醫(yī)生，所以你需要借助技術(shù)的手段來幫助放射科醫(yī)生做他們力所能及的事情。
另外，我認為，在人們接受深度學習一項技術(shù)之前，他們需要非常清楚這項技術(shù)的工作原理、機制是什么。你要對深度學習算法有信心，以及深度學習是如何被訓練的、假設(shè)是什么、偏見是什么。它不能是“黑盒”，它必須是一個透明的盒子，讓人們可以清楚地看到它在做什么。
雷鋒網(wǎng)：作為頂級期刊《MRI》的主編，近幾年你們收錄的論文，與過往有哪些明顯的變化？
John Gore：最大的變化是來自中國的論文數(shù)量增長迅速。雖然我沒有看到這些數(shù)字，但是來自歐洲和美國的論文數(shù)量增長很小，中國和韓國的論文數(shù)量增長非常明顯。
事實上，我們有這么多的中國論文，以至于很難挑選出好的論文，因為質(zhì)量參差不齊。我們看到一些優(yōu)秀的論文，但也有一些論文的原創(chuàng)性不是很好，或者沒有按照我們想要的方式來做。
所以，我們在審查所有論文時遇到的一個大問題就是，如何選出最好的那些論文。
當然，很多論文的質(zhì)量都在不斷提高。我理解在《MRI》上投稿人的心理，因為在這樣的期刊上發(fā)表一篇論文，對他們的職業(yè)生涯非常重要。
很多學者的能力會受到一些主客觀因素的限制。所以，很多人都在做非常類似的研究，而這通常是受到設(shè)備制造商們的影響。
例如，如果像西門子這樣的公司提出一個新的工作進展，你會發(fā)現(xiàn)，中國會有100多個不同的機構(gòu)開始使用它，然后試圖以此寫論文。
在我看來，這是一種趨勢。今年，彌散峰度是核磁共振成像研究的一種新方法，而去年我們有很多關(guān)于評估成像的論文。很明顯，這些話題很流行。每個人都在關(guān)注，然后我們得到了很多很多的論文。
雷鋒網(wǎng)：您覺得，在MRI成像領(lǐng)域，中美兩地的科研狀況有哪些不同？中國學術(shù)界在哪些地方需要重點借鑒和學習歐美學術(shù)界？
John Gore：我認為，美國放射科醫(yī)生參與研究的范圍并不像人們想象的那么廣泛。我們看到的大多數(shù)研究都是由放射學以外的人或科學家、物理學家和工程師推動的。
事實上，很多新技術(shù)和新方法也都是由神經(jīng)學家、大學里的神經(jīng)外科醫(yī)生等提出的。我認為，中國放射學界對基礎(chǔ)科學的理解是很有競爭力的，比其他地方的醫(yī)生更專注于基礎(chǔ)科學。
但我的建議是，不一定遵循設(shè)備商的趨勢，而是要看你所在研究機構(gòu)的特長。中國有這么多的人口，你們可以真正地進行很好的研究。而且參與研究的患者數(shù)量，比在美國的研究機構(gòu)中要多得多。
所以，如果你有一項新技術(shù)，你想用它來治療肝癌，在這里更容易找到100多種案例，隨便在哪家大醫(yī)院里都能找到。所以，中國確實有很多機會進行臨床研究。
雷鋒網(wǎng)：您認為fMRI和MRI未來的發(fā)展方向是什么樣的，研究者應(yīng)重點探索哪些方面的研究？
John Gore：我認為MRI的主要方向?qū)⑹歉臁⒏阋耍⒃诟痰臅r間內(nèi)實現(xiàn)。所以有一種趨勢叫做“value imaging”（價值成像）。
如果你仔細想想，我們并沒有改變早期的模式。以前，醫(yī)生會讓病人在設(shè)備里躺45分鐘來獲取圖像。隨著時間的推移和技術(shù)的發(fā)展，我們只是用同樣的時間完成了更多的成像工作。
所以，我們知道很多不同的脈沖序列，像T1、T2、ADC各種各樣的成像。問題是，要回答臨床問題，真正需要的圖像有多少呢？一定要有很高的分辨率嗎？答案可能是“NO”。
但是，如果我們可以把成像時間從45分鐘減少到10分鐘，將在效率層面產(chǎn)生巨大的差異。
我認為，中國醫(yī)生每小時進行的病人檢查數(shù)量已經(jīng)比美國多得多。我認為這是加快成像速度的大趨勢，這將是深度學習發(fā)揮重要作用的地方。因為在深度學習的幫助下，圖像重建所需的信息量更少，并且有助于重建不完整的數(shù)據(jù)。
當然，我不認為自己能告訴研究者們應(yīng)該集中注意力做哪些事情，因為有很多事情要做。在我看來，有一些非常重要的領(lǐng)域，比如圖像重建、圖像分析以及將MRI的數(shù)據(jù)與其他類型數(shù)據(jù)結(jié)合起來。我們不能只專注于其中任何一個領(lǐng)域，這些都非常重要。
雷鋒網(wǎng)：繼X光、CT、MRI之后，您認為下一代主流醫(yī)學成像技術(shù)，會以什么樣的形式呈現(xiàn)？
John Gore：我不知道在硬件端會有什么非常大的突破，我今天早上也表達了觀點。我們有非常好的CT、MRI，全身PET掃描也將會到來，并且會重新定義PET成像，超聲可以做出非常漂亮的圖像，但我們不會在推動設(shè)備革新上走得太遠。
變革將來自計算機、大數(shù)據(jù)和數(shù)學，利用技術(shù)幫助我們處理數(shù)據(jù)，真正的變革將會來自軟件層面，而不是硬件層面。
雷鋒網(wǎng)：您如何評價ISICDM，您有哪些經(jīng)驗想跟年輕學者們分享？
John Gore：很多會議的質(zhì)量取決于是否會產(chǎn)生很多好的論文。學者們會參加一些會議，有很多的論文，但很少會最終發(fā)表。我認為，把最好的論文發(fā)表出來，這是非常重要的，因為這是最好的會議應(yīng)該做的。
對于年輕的學者來說，你們要清楚別的學者在做什么事情，然后進行合作、互動。
昨天下午，我參加了論文點評的報告會，聽了12個學者的論文展示。我認為，這些年輕的學者在真正理解復雜的神經(jīng)網(wǎng)絡(luò)、深度學習算法等方面的知識。他們拋出了一些我不太懂的術(shù)語，我不太知道其中的細節(jié)，而他們對此似乎已經(jīng)非常熟悉。
但有一個小問題是，一些年輕學者在做有點類似的事情。
所以，我要給的建議是，找到你自己認定的方向，不要人云亦云，重復別人昨天的事情。追隨你們內(nèi)心的渴望，不要因為這件事是別人想讓你們做的。你們應(yīng)該有自己感興趣的方向和讓自己興奮的事情。這就是你能收獲更多成功，并且樂在其中的秘訣，這是我想給出的建議。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
