這名“業餘”程序員,曾用50張1080Ti對抗癌症。
“ 這才是程序員該有的樣子! ”“ 樓主真的太強了,技術拯救世界 ”“ 與他相比,我感覺自己寫的代碼毫無意義。。。 ”這幾條網友評論,出自程序員的聚集地——V2EX 論壇中的一個帖子。當你第一次看到這些留言,可能覺得他們未免有點中二,但對於那些曾被帖子拯救過的人和家庭來説,這樣的評價,名副其實。因為帖子的作用是:檢測乳腺癌。 2018 年,一位名叫 coolwulf 的樓主開了個帖子,説自己做了一個網站。用户只要上傳自己的 X 光影像圖片,就能讓 AI 為自己快速診斷乳腺癌病情,腫瘤識別的準確率,也已經達到 90%。簡單來説,就是讓人工智能幫你“ 看片子 ”,準確率還幾近媲美專業醫生,並且完全免費。 眾所周知,乳腺癌治癒率雖高,但因為早期症狀不明顯,所以很容易錯過最佳治癒時機,往往發現時就已是晚期。但,一個靠譜的腫瘤檢測 AI,卻可以讓大量無法及時就醫的病人,提早得知病情。即便最後需要醫生確診,但在很多醫療資源緊張的地區,這已經彌足珍貴。同時,乳腺癌發病率也是所有癌症中最高的 ▼ 很快,coolwulf 這篇帖子,就獲得了罕見的數百條回覆。評論區裏,有人正在等待醫生的檢測結果,焦急難耐;也有網友家人罹患乳腺癌,對此充滿了未知和恐懼。而 coolwulf 的項目,讓他們看到了希望。 隨之而來的,當然還有大夥對項目和 coolwulf 本人的好奇。AI 檢測乳腺癌,靠譜麼?巨量的臨牀數據和硬件算力,又從何而來?更重要的是,這位願意將其免費開放的超級大神,究竟是誰? 對於許多問題,coolwulf 本人並沒有一一回復。甚至很快便事了拂衣去,深藏功與名,很少再出現了。誰知,就在 2022 年,他英雄歸來,還帶來了更重磅的「腦癌項目」,而且神秘依舊。 為了撥開 coolwulf 身上的迷霧,差評君聯繫到了遠在美國中部的他。經過幾輪採訪後,今天,就讓我們一起來聽聽 coolwulf 的故事——coolwulf,原名姜浩。學生時代,分別於南京大學物理系、密歇根大學核工程和放射科學系,攻讀本科和博士學位。他評價自己的職業生涯,言簡意賅:“ 雖然主業是影像醫學,但業餘時間也是個做做開源項目的程序員 ”。 他曾在 2001 年左右,加入了一個叫 Mozilla Foundation 的開源項目中。這個組當時有兩個初始項目,其中一個是他貢獻代碼的 K-Meleon( 一款瀏覽器,早年在國內還挺火的 )。而另一個項目,代號 Pheonix,也就是我們熟悉的火狐瀏覽器前身。還因為這事,他十幾年前就被媒體採訪過。 coolwulf 在 2009 年也寫過一個網站,能幫大夥低價訂到酒店。在北美的留學生,應該有不少人用過。而這些,都只是他業餘時間,興趣使然搞出來的。 完成影像醫療的學業後,他接連在布魯克、西門子擔任研發總監,指導影像領域的產品開發。沒過幾年,又和現德克薩斯西南醫學中心的終身教授——盧衞國,創立了兩家針對放療市場的軟件公司,開始從事癌症放療和人工智能技術的產品研發。總之,縱觀 coolwulf 這大半生,應該就是我們口中的“ 學神 ”,沒跑了。PS:老哥不僅學業副業兩開花,在南大時候,還是籃球隊的主力控球后衞。coolwulf 領導開發的布魯克 Photon III ▼ 可能,他繼續這樣發展下去,會成為一個距離我們很遙遠的科研企業家。但下面這件事,既是 coolwulf 人生的轉折點,也是將他與萬千家庭、生命距離拉近的起始點。他年僅 34 歲的南京大學校友,由於錯過了乳腺癌最佳治療期,不幸離世,只留下一個 4 歲的兒子。在親眼目睹了生死,以及被病痛摧毀的家庭後,coolwulf 惋惜不已。同時,他也瞭解到,不少乳腺癌患者往往都缺乏檢測途徑,很容易耽誤就診。校友家庭舊照 ▼ 於是 coolwulf 誕生了用 AI 來檢測 X 光片的想法,他也剛好有對口的專業經驗。不過,想做一個能準確檢測腫瘤的 AI 可不是件容易事。coolwulf 先在佛羅里達大學的官網下載了 DDSM、MIAS 數據集。但由於數據年代久遠,影像資料還都是膠片翻拍的,所以又專門寫了個程序,把所有信息轉為可用形態。然後,他為了取得巴塞羅那大學的非公開資源——乳腺癌數據集,還特地寫了封郵件求得許可。這期間,也要持續閲讀大量的文獻,撰寫對應的模型代碼。當時 coolwulf 發送的請求郵件 ▼ 然而這還不夠,要正式訓練這個模型,往往需要非常高的硬件算力。所以,他又自掏腰包,在本地搭建了一個——50 張 Nvidia GTX 1080 Ti 組成的 GPU 運算集。 要説這 50 張顯卡,也屬實來之不易。因為,買的過程中得和礦商黃牛鬥智鬥勇。coolwulf 當時是找來朋友,用了很多張信用卡,不停在網站蹲點刷新,才搞到手。事情到這兒,終於算是完成了網站的前期準備。 至於為什麼不將網站商用、收點錢,這個問題差評君也問了。coolwulf 的回答語氣淡然,卻不置可否:“ 癌症病人以及他們的家庭,承受了太多,相信每個人都想幫助他們,而我剛好有這個能力 ”就這樣,他謝過了許多人的經濟援助,僅憑一己之力包攬所有。除了網站,當時還有個桌面版的檢測軟件 ▼ 經過此事後,徹底改變了 coolwulf 的看法,並決定突破一個業內難題——不再讓 AI 停留在檢測階段,而是真正投入實際治療。 要知道,全腦放療是如今最普遍的腦腫瘤治療方案。在美國,每年就有 20 萬人接受全腦放療。那麼,是不是多腫瘤腦癌患者,就一定要鋌而走險,選擇全腦放療呢?其實也不盡然,因為還有另一種的療法——立體定向放療。與全腦放療的大範圍照射相比,立體定向放療的射線更集中,可以在不傷及正常組織的情況下,精準切除病變組織。像我們熟悉的伽馬刀,就是立體定向放療的一種。這種療法副作用低,對患者的傷害也更小,並可以多次使用。 在學術界也基本統一認為,立體定向放療能提供給患者更好的生活質量,同時,療效也更為顯著。唯一的問題就是,立體定向放療,會導致醫療資源變得更加緊俏。因為一旦採用這種方案,腫瘤醫生就要精確勾畫,標註每一個腫瘤;物理師也得對每一個腫瘤,做精確的治療計劃,救治一位患者將耗費大量時間。所以,在病人腫瘤數量過多時,醫生幾乎都傾向於選擇全腦放療,而不是立體定向放療。 但 AI 影像技術,興許就可以用來分擔醫生的工作量。於是,為了讓更多腦癌患者都能用上立體定向放療,coolwulf 又一次投入研發。只是這次面臨的問題,顯然更具挑戰性,再不是僅憑他一人就能做到的。所以他找到了美國西南醫學中心、斯坦福大學,尋求合作。 在眾人的幫助和努力下,歷經多年,終於在不久前開發出了以下三種 AI 模型:自動勾畫 / 標記腦轉移瘤病灶的模型;基於 SVM-放射組學,能快速減少假陽性的模型;基於優化輻射劑量圖,能快速分割多個病灶到不同治療療程的模型。三種模型相輔相成,對應到醫生的工作流程中,能大幅減少使用立體定向放療時的工作量。 這個項目,目前已經在 2022 年 AAPM 春季臨牀會議上發表,再一次取得了業內的廣泛認可。coolwulf 與合作學者們,也正在加快步伐,試圖讓整個立體定向放療社區都能投入使用。而在採訪中,coolwulf 多次提到,能有今天這個成果,絕不是他一個人的功勞。他希望,差評君能把合作者的名單都公佈出來,因為這裏的每個人,都是默默和癌症戰鬥的英雄。 近些年的癌症死亡率,相比於 30 年前,已經下降了 30%。照這麼發展下去,也許未來的某一天,癌症將不再是絕症。但這並不是件船頭橋頭自然直的事,而是有無數個像 coolwulf 他們這樣的人,在深淵中挑燈前行。文章最後,就借用 Reddit 下一位國外網友的評論,用作結尾吧: “ 不是所有英雄,都披着披風 ”。撰文:赤膊朋克 編輯:面線&莽山烙鐵頭 美編:萱萱
coolwulf 姜浩( 右一 ) ▼
是的,除了遊戲和挖礦,
顯卡還有更多用途 ▼
第一位哥們照片搞錯了,
重新檢測後發現了腫瘤 ▼
全腦放療,是一種通過放射線,對患者腦腫瘤進行大範圍消殺的療法,不僅會消除癌細胞,連正常腦細胞也會造成傷害,以此減少病灶發生。
用不太嚴謹的話説,全腦放療,更像是一種“ 無差別攻擊 ”。因此,考慮到腦部的耐受度,全腦放療通常只能做一次。
圖片、資料來源:
coolwulf,V2EX,Google圖片,National Library of Medicine:Whole-Brain Radiotherapy for Brain Metastases: Evolution or Revolution?Whole brain radiotherapy for brain metastasisWhole Brain Radiation-Induced Cognitive Impairment: Pathophysiological Mechanisms and Therapeutic TargetsDamage to the Superior Retinae After 30 Gy Whole-Brain RadiationWikipedia:Stereotactic surgery