版權(quán)歸原作者所有,如有侵權(quán),請聯(lián)系我們

AI+CT+云?解放影像科醫(yī)生的第一步?

智能相對論
深挖人工智能這口井,評出咸淡,講出黑白,道出深淺。
收藏

文/ 智能相對論(ID:aixdlun)

作者/ 離離

圖片6.png

近日,AI醫(yī)療影像企業(yè)紛紛傳出“捷報”。

專注于超聲人工智能動態(tài)醫(yī)學影像分析的初創(chuàng)公司深至科技在上周宣布完成B輪億元級融資。

本月初,已完成七次融資的醫(yī)療AI企業(yè)Airdoc,其主體公司北京鷹瞳科技發(fā)展股份有限公司已與中信證券簽署上市輔導協(xié)議,并向北京證監(jiān)局備案,擬于科創(chuàng)板掛牌上市。

據(jù)健康界的不完全統(tǒng)計,2020年,國內(nèi)人工智能醫(yī)療健康領域共完成了65次融資,其中醫(yī)療影像約占總?cè)谫Y數(shù)的三分之一,AI醫(yī)療影像逐漸成為人工智能醫(yī)療健康領域的熱門賽道。從融資輪次看,部分公司開始步入發(fā)展成熟階段,產(chǎn)品技術(shù)日漸得到市場認可,商業(yè)模式也逐漸成熟。

在肺結(jié)節(jié)領域的集中爆發(fā)后,AI醫(yī)療影像的“春天”再度來臨了?

研發(fā)到落地的漫漫長路

“我國每年醫(yī)學影像超30%的增長量,遠遠大于每年4%的放射科醫(yī)生增長數(shù)量。此現(xiàn)象為醫(yī)院和醫(yī)師帶來巨大壓力?!盇I醫(yī)療公司數(shù)坤科技董事長毛新生在一次采訪中提到。醫(yī)師在重復、單調(diào)的閱片工作中容易出現(xiàn)疲勞、漏診等現(xiàn)象;一些醫(yī)療機構(gòu)甚至缺乏具備診斷能力的影像醫(yī)師,造成可拍片但無人診療的局面?!盁o論從患者端,還是醫(yī)生端,都急需‘AI醫(yī)生’輔助。”

圖片7.png

從2014年至今,AI醫(yī)療影像經(jīng)歷了扎堆冒進、不被接受、逐步獲得認可與發(fā)展、大跨步前進等過程。隨著AI圖像識別技術(shù)進步、醫(yī)學影像設備的升級與產(chǎn)業(yè)數(shù)字化發(fā)展,相關產(chǎn)品向外擴展至骨科、眼科、心血管、神經(jīng)系統(tǒng)、消化道、腦部、超聲波、肝膽胰脾腎等眾多疾病的輔助診斷預測。

雖然人工智能醫(yī)學影像分析技術(shù)日漸精進,各項產(chǎn)品也紛紛落地,相關政策與審批未開放卻使得AI醫(yī)療影像產(chǎn)品商業(yè)化困難重重。

相較于歐美,國內(nèi)對臨床評價的路徑控制非常嚴格,AI醫(yī)療產(chǎn)品的審批必須經(jīng)過耗時較長的臨床試驗。加上用于審批的標準數(shù)據(jù)庫又要兼具資料來源的廣泛性、數(shù)據(jù)種類的兼容性(如CT圖像需包含5毫米圖像、1-2毫米圖像、亞毫米圖像等不同層厚的圖像)與醫(yī)學圖像標記的標準化。而各個地區(qū)、醫(yī)院的數(shù)據(jù)標準不同,統(tǒng)一的數(shù)據(jù)規(guī)范與標準化數(shù)據(jù)庫的建設需要不少時間。

臨床試驗的耗時與數(shù)據(jù)庫建設的遲緩皆拖慢了審批進程。因此,直到2019年年底,仍然沒有任何一項AI醫(yī)療影像相關產(chǎn)品取得三類醫(yī)療器械注冊。沒有三類器械認證的醫(yī)療產(chǎn)品無法進入醫(yī)院的設備采購目錄,難以進行商業(yè)化。對于研發(fā)投入極大的人工智能醫(yī)療產(chǎn)業(yè)而言,就意味著前期投入與后期的現(xiàn)金回流被割裂。

產(chǎn)品投入臨床使用的具體時間無法預估,商業(yè)價值的實現(xiàn)就變得遙遙無期。于是,2019年行業(yè)投資規(guī)模金額斷崖式下滑300%,與前些年的快速上升形成鮮明對比。AI醫(yī)療影像行業(yè)進入了冰河期。

商業(yè)化受挫、審批困難,產(chǎn)品遲遲無法投入商用造成AI在醫(yī)療影像產(chǎn)業(yè)的實際應用受到各界質(zhì)疑。一批沒有造血能力的企業(yè)走向倒閉;另一些公司選擇降低成本咬牙苦撐,在商品銷售受阻之后,全力投入研發(fā)工作。如已完成B輪融資的匯醫(yī)慧影開啟大規(guī)模裁員,全職員工數(shù)從巔峰時期的300多人下降到100余人。

柳暗花明

2019年底,新冠疫情的突然出現(xiàn)給了人工智能醫(yī)療影像表現(xiàn)的機會。防疫措施與大量的診療需求快速推動了各醫(yī)院設備、系統(tǒng)的智能化發(fā)展,AI+醫(yī)療的相關鼓勵政策出現(xiàn)。由于抗疫所需,AI醫(yī)療影像產(chǎn)品的審批也被提上日程。

“肺結(jié)節(jié)AIII類證”、“AI+CTA III類證”、“AI影像輔助決策III類證”等各類相關證書的下發(fā)解除了AI醫(yī)療影像公司們的困境,2020年共有9項AI醫(yī)學影像產(chǎn)品通過NMPA批準。時隔多年,AI醫(yī)療影像產(chǎn)品的商業(yè)閉環(huán)終于得以打通,資本也紛紛回流。其中,表現(xiàn)最為明顯的就是AI對于CT影像的輔助篩查。

圖片8.png

疫情的爆發(fā)讓CT影像的AI輔助診療成為全國商業(yè)化最快的AI醫(yī)療影像應用場景之一。在新冠肺炎爆發(fā)初期,國內(nèi)核酸檢測試劑供應數(shù)量不足,且假陰性比率居高不下,CT檢測便成為病人確診新冠肺炎的重要標準之一。

在醫(yī)療資源緊張、醫(yī)生超負荷工作的情況下,超量的CT影像檢查對一線抗疫工作形成了巨大的醫(yī)療資源需求挑戰(zhàn)。在這種狀況下,人工智能的引入可說是雪中送炭。不但能實現(xiàn)快速高效的大規(guī)模篩查,極大地提升影像科工作效率、減輕醫(yī)生負擔,減少誤診漏診,還能通過算法的圖像映射與重建技術(shù),將低劑量或受到器官運動影響形成偽影的CT和PET圖像重建,降低病患接受輻射的風險。

新冠疫情爆發(fā)所帶來的海量病患影像數(shù)據(jù),在很大程度上加快了AI+CT等醫(yī)療影像產(chǎn)品通過審批所需的標準化數(shù)據(jù)庫建設,專門應用于新冠肺炎病癥的AI模型也能通過大量數(shù)據(jù)訓練快速落地。同時,暴增的臨床運用需求也使得審批所需的臨床試驗進行速度大幅提高。嚴峻的抗疫情勢讓AI醫(yī)療影像技術(shù)“直接跳過”了以往新技術(shù)從出現(xiàn)到落地被自然接受的漫長過程。

疫情帶來的需求暴增可說是加速AI醫(yī)療影像相關產(chǎn)品審批的最后一股“東風”,使得基于CT的疾病篩查與輔助診斷成為了AI醫(yī)療影像競爭最激烈、產(chǎn)品商業(yè)化種類最多的領域之一。但AI醫(yī)療影像并非萬能,還是有一定的局限。

像是一些沒有足夠數(shù)據(jù)影像資料的疾病,AI影像分析便愛莫能助。除了海量的病歷圖片,人工智能醫(yī)療影像產(chǎn)品從開發(fā)到成熟,大量臨床醫(yī)生的反饋意見也是不可或缺的。若是二者缺一,便可能造成AI分析識別率低下,不但無法幫助醫(yī)生減輕工作量,還徒增困擾。

市面上的AI+CT產(chǎn)品也存在良莠不齊的問題,部份“智能”檢測軟件僅能實現(xiàn)50%的識別率?!白畛跷覀兒芷诖?,但用了之后發(fā)現(xiàn)系統(tǒng)不太穩(wěn)定,且準確率不高,常出現(xiàn)漏診或多篩的情況,作用沒有想象中那么大。用AI看一遍,自己再檢查一遍,也沒有節(jié)省時間?!币幻派淇漆t(yī)生表示。

此外,大多數(shù)AI醫(yī)療影像產(chǎn)品還停留在“單病識別”的階段,一套系統(tǒng)只能用來篩查一類疾病,系統(tǒng)的應用范圍有待加強?!盎旧?,目前的產(chǎn)品還處于初級階段,需要更多病例去迭代才能夠獲得較好的使用效果。尤其對于這種炎癥,病毒性肺炎本身‘異病同影’現(xiàn)象比較嚴重,在幫助診斷這一塊的功能可能還需要進一步拓展?!币幻跋襻t(yī)學與核醫(yī)學科主任表示。

在努力解決技術(shù)問題的同時,AI醫(yī)療影像公司們也為現(xiàn)有產(chǎn)品融入云端服務,嘗試為醫(yī)院提供更為多樣的AI+CT影像識別解決方案。

醫(yī)療影像新氣象AI+CT+云

目前,AI+CT的相關產(chǎn)品主要有三種盈利方式:

第一種是將AI+CT掃描輔助診斷作為單獨的軟件開發(fā)服務,此種模式較符合大多數(shù)醫(yī)院的采購習慣。如聯(lián)影智能的“uAI新冠肺炎智能輔助分析系統(tǒng)”,可在達到九成以上識別準確率的同時大幅縮短閱片時間,并獨立完成大部份影像報告的撰寫??筛鶕?jù)患者不同掃描體位自動調(diào)整完成遠程掃描,大幅降低醫(yī)患間交叉感染的風險與操作時間。曾用于武漢火神山醫(yī)院、武漢同濟醫(yī)院、武漢協(xié)和醫(yī)院等抗疫一線醫(yī)院。

匯醫(yī)慧影的Dr.Turing?新冠AI輔助篩查方案基于SaaS化服務,具備快速復制、可擴充性等優(yōu)點,支持云端或私有化靈活部署。其影像識別速度處于行業(yè)領先,可在三秒內(nèi)完成500幅以上的CT影像分析,且能全自動量化對比評估病況進展與療效。目前這款系統(tǒng)已進入海外市場。

百度飛槳平臺也與連心醫(yī)療合作上線了“基于CT影像的肺炎篩查與病情預評估AI系統(tǒng)”,其結(jié)合飛槳開源框架和視覺領域技術(shù)領先的PaddleSeg開發(fā)套件研發(fā),可快速完成對患者CT影像的病灶檢測、病灶輪廓勾畫、雙肺密度分布直方圖及肺部病灶的數(shù)量、體積、肺部占比等全套定量指標的計算與展示。已在湖南郴州湘南學院附屬醫(yī)院等投入使用。

騰訊旗下的AI醫(yī)療實驗室“騰訊覓影”也曾推出基于CT圖像識別的AI輔助診斷新冠肺炎,此系統(tǒng)采用了可移動的應急專用CT裝備,獨立于醫(yī)院或放射科之外,避免受檢者交叉感染。最快能夠在2秒內(nèi)完成AI模式識別,可在1分鐘內(nèi)為醫(yī)生提供輔助診斷參考。此系統(tǒng)曾裝設于武漢協(xié)和西院、武漢日海方艙醫(yī)院、洪湖市人民醫(yī)院等醫(yī)療機構(gòu)。

第二種是與影像設備廠商合作提供具有AI功能的醫(yī)療影像設備,收取一定的分成獲取利潤,這種形式較難提供完整的拍片、閱片智能解決方案、需要重新申報CFDA審批認證,目前落地較少。

第三種是基于云端、大數(shù)據(jù)及物聯(lián)網(wǎng)的AI+CT一站式服務,可分為公有云和私有云兩種形式。

如華為云與華中科技大學、藍網(wǎng)科技合作研發(fā)推出的新型冠狀病毒肺炎AI輔助醫(yī)學影像量化分析服務,便是結(jié)合互聯(lián)網(wǎng)科技優(yōu)勢,基于云PACS提供一站式的醫(yī)療影像解決方案。聯(lián)接醫(yī)院端與華為公有云,在提供AI閱片輔助診斷技術(shù)的同時,解決海量影像數(shù)據(jù)的實時存儲、備份、歸檔問題,并支持多種設備云端閱片方式。

此外,華為云還提出區(qū)域影像云解決方案,為區(qū)域內(nèi)醫(yī)院提供影像存儲、云端閱片、智能閱片的等功能,支持區(qū)域影像醫(yī)生的在線診斷。讓基層醫(yī)療機構(gòu)得以集中處理醫(yī)療影像業(yè)務,幫助基層的醫(yī)療資源分配工作。

匯醫(yī)慧影也基于云計算、大數(shù)據(jù)與人工智能,搭建了智慧醫(yī)學影像整體解決方案,包含NovaCloud?智慧影像云平臺、Dr.Turing?人工智能輔助診斷平臺和RadCloud?大數(shù)據(jù)人工智能科研平臺三大產(chǎn)品體系,可為醫(yī)院、醫(yī)生及患者提供不同形式的人工智能輔助篩查系統(tǒng)、教學及科研平臺等多項服務,并實現(xiàn)“三端互聯(lián)”。

目前看來,AI+CT商業(yè)前景一片光明,基于云端的一站式解決方案與全鏈條服務模式也已取得不錯的商業(yè)成績,云的加入固然提升了數(shù)據(jù)運用的便利性,但也帶來一些新的問題。

首先,AI的能力與用于訓練的數(shù)據(jù)量成正比,基于云端網(wǎng)絡的分析與存儲方式能實時更新保存大量數(shù)據(jù),方便資料分類整理與調(diào)用,便于人工智能自動更新迭代與學習。云端系統(tǒng)在設備上部署完成后,可在線上統(tǒng)一調(diào)試、更改設定,方便管理。在系統(tǒng)裝設與運用上可減少人員在不同醫(yī)院間的流動,有助防疫。疫情爆發(fā)期間的方艙醫(yī)院多使用此類解決方式。

其中,公有云的解決方案有利于形成全行業(yè)統(tǒng)一的CT影像大數(shù)據(jù)庫,也能幫助一些數(shù)據(jù)量較不充足的基層醫(yī)院提升診療水平。而一些本身即有大量數(shù)據(jù)且病例影像資料不斷更新的大醫(yī)院使用私有云方案也能達到類似效果。

將數(shù)據(jù)聯(lián)網(wǎng)上傳云端分析固然方便,但與便利性相應的,數(shù)據(jù)泄露的風險也大幅增加。基于安全考量,有些醫(yī)院不愿使用云管理的模式,選擇將數(shù)據(jù)保存在醫(yī)院機房內(nèi)。但這樣又不利于AI的學習更新與系統(tǒng)調(diào)試,技術(shù)服務商也不方便針對不同病征與病例難以開發(fā)新功能。

對于診療水準高、病歷影像數(shù)據(jù)多的大醫(yī)院而言,可獲取的資料品質(zhì)和數(shù)量相對穩(wěn)定,對AI學習進化的速度更快。數(shù)據(jù)在自家系統(tǒng)內(nèi)迭代更新也保證了資訊安全,但小醫(yī)院的情況就完全相反。因此,這種方式也容易形成馬太效應,導致醫(yī)療進一步資源失衡。

結(jié)語

AI在新冠肺炎防治與診斷的成功應用加速了人工智能在醫(yī)學影像領域的開花結(jié)果,其產(chǎn)品雖存在一些有待解決的問題,卻也無法阻擋資本與市場的持續(xù)升溫。畢竟,醫(yī)療是人類的剛需。AI醫(yī)學影像的市場即將進入快速增長期,我們也期待著在減輕醫(yī)生負擔的同時,能夠享受到更好的醫(yī)療品質(zhì)。

*本文圖片均來源于網(wǎng)絡

深挖智能這口井,同好添加vx:zhinengxiaoyan

此內(nèi)容為【智能相對論】原創(chuàng),

僅代表個人觀點,未經(jīng)授權(quán),任何人不得以任何方式使用,包括轉(zhuǎn)載、摘編、復制或建立鏡像。

部分圖片來自網(wǎng)絡,且未核實版權(quán)歸屬,不作為商業(yè)用途,如有侵犯,請作者與我們聯(lián)系。

智能相對論(微信ID:aixdlun):

?AI產(chǎn)業(yè)新媒體;

?今日頭條青云計劃獲獎者TOP10;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個為什么》

?【重點關注領域】智能家電(含白電、黑電、智能手機、無人機等AIoT設備)、智能駕駛、AI+醫(yī)療、機器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計算、開發(fā)者以及背后的芯片、算法等。