《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 顯示光電 > 業(yè)界動(dòng)態(tài) > 人工智能為醫(yī)學(xué)影像“添翼” 短期內(nèi)醫(yī)療AI公司并不缺錢

人工智能為醫(yī)學(xué)影像“添翼” 短期內(nèi)醫(yī)療AI公司并不缺錢

2019-04-29

  除了常見的人臉識(shí)別、語(yǔ)音識(shí)別等技術(shù),如今,人工智能技術(shù)在醫(yī)學(xué)領(lǐng)域也大放異彩。

  其中,醫(yī)學(xué)影像與人工智能的結(jié)合被認(rèn)為是最有發(fā)展前景的領(lǐng)域之一。醫(yī)學(xué)影像智能診斷、語(yǔ)音電子病歷、癌癥智能診斷等均已逐漸成為熱門方向。人工智能+醫(yī)學(xué)影像是其中最熱門的概念之一。

  由于人工智能在醫(yī)學(xué)影像領(lǐng)域市場(chǎng)潛力巨大,吸引了各大資本巨頭紛紛進(jìn)場(chǎng),但讓人不得不反思:人工智能+醫(yī)學(xué)影像到底是陷阱,還是有待挖掘的金礦?

  人工智能為醫(yī)學(xué)影像“添翼”

  目前,人工智能在國(guó)內(nèi)醫(yī)療領(lǐng)域的應(yīng)用主要以醫(yī)學(xué)影像為主。那什么是醫(yī)學(xué)影像呢?

  醫(yī)學(xué)影像是指為了醫(yī)療或醫(yī)學(xué)研究,對(duì)人體或人體某部分,以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過程。

  國(guó)內(nèi)近兩年AI研究如火如荼,各個(gè)器官疾病診斷的模型都有研究和嘗試,基于深度學(xué)習(xí)的AI應(yīng)用目前已經(jīng)覆蓋病灶檢測(cè)、病理診斷、放療規(guī)劃和術(shù)后預(yù)測(cè)等各臨床階段。其中基于X線的肺部篩查、乳腺鉬靶篩查;基于CT影像的肺結(jié)節(jié)檢測(cè)模型顯示出較好的臨床使用潛力。

  正如大家所了解的,疾病的病理過程會(huì)產(chǎn)生一定的病理解剖和病理生理方面的變化,這些病理變化在不同的影像學(xué)檢查中會(huì)產(chǎn)生不同的影像學(xué)信息(X線和CT是利用人體組織間的密度差異,MRI是利用組織間的MR信號(hào)強(qiáng)度差異,US是利用組織間的聲學(xué)信息差異),通過對(duì)這些信息的分析,醫(yī)生能夠?qū)崿F(xiàn)對(duì)機(jī)體病變的有效把握,從而為患者做出正確的診斷。

  但是,大多數(shù)人不知道的是,我們生病去醫(yī)院做完檢查后手里拿到的診斷報(bào)告是放射科醫(yī)生寫出來(lái)的。其實(shí),放射科醫(yī)生的工作除了發(fā)現(xiàn)病變、定性定位病變、看圖象做診斷,還要參與到治療方案的制定中去。

  據(jù)了解,一名放射科醫(yī)生每天要診斷超過60個(gè)病人的CT,有時(shí)甚至上百個(gè),一個(gè)病人的醫(yī)療影像有250-300張,而醫(yī)生往往要對(duì)一個(gè)病人的影像反復(fù)看3-4遍。這就意味著,在每個(gè)病人身上,醫(yī)生都要看上千次圖,這名醫(yī)生一天下來(lái)就要看幾萬(wàn)甚至上十萬(wàn)張圖,這對(duì)視力是非常大的傷害,并且長(zhǎng)時(shí)間的疲勞作業(yè)還會(huì)增加漏診的風(fēng)險(xiǎn)。

  有了人工智能輔助醫(yī)學(xué)影像,不僅能幫助患者更快速地完成健康檢查( 包括X 線、超聲、磁共振成像等) ,也可以幫助影像醫(yī)生提升讀片效率,降低誤診概率,并通過提示可能的副作用來(lái)輔助診斷。

  而影像是大病診斷的切入點(diǎn)——X光片、CT所呈現(xiàn)的醫(yī)療影像幫助人類盡早發(fā)現(xiàn)身體疾病,進(jìn)行科學(xué)的治療,恢復(fù)健康甚至挽留住生命。

  通過借助深度學(xué)習(xí)、圖像識(shí)別等人工智能技術(shù),醫(yī)療影像的診斷可以變得更加高效和準(zhǔn)確,以免誤診和漏診。

  資本涌入,巨頭布局,這些公司“不差錢”

  隨著人工智能技術(shù)的不斷發(fā)展,其在醫(yī)療領(lǐng)域中的應(yīng)用也逐漸增多。目前,人工智能+醫(yī)療共有包括虛擬助理、醫(yī)學(xué)影像、輔助診療等八大應(yīng)用場(chǎng)景,其中,醫(yī)學(xué)影像是最為熱門的應(yīng)用場(chǎng)景之一。

  越來(lái)越多的人也將目光瞄準(zhǔn)了人工智能醫(yī)學(xué)影像領(lǐng)域,隨著資本的竟相涌入,人工智能醫(yī)學(xué)影像這塊“蛋糕”也被做大。

  但是,中國(guó)醫(yī)療市場(chǎng)巨大,不是一、兩家公司就可以吃得下的。

  根據(jù)Global Market Insight的數(shù)據(jù)報(bào)告,按照應(yīng)用劃分,藥物研發(fā)在全球醫(yī)療AI市場(chǎng)中的份額最大,占比達(dá)到35%。而智能醫(yī)學(xué)影像市場(chǎng)則為第二大細(xì)分市場(chǎng),并將以超過40%的增速發(fā)展,在2024年達(dá)到25億美元規(guī)模,占比25%。

  據(jù)了解,國(guó)內(nèi)有83 家企業(yè)將人工智能應(yīng)用于醫(yī)療領(lǐng)域,主要布局在醫(yī)學(xué)影像、病歷/文獻(xiàn)分析和虛擬助手三個(gè)應(yīng)用場(chǎng)景,而其中涉足醫(yī)學(xué)影像類的企業(yè)數(shù)量達(dá)到40 家。

  o4YBAFzFHqGADvulAAFI5Ikp4vM612.png

  另外,有數(shù)據(jù)顯示,2015-2018年(截止至2018年三季度),我國(guó)共發(fā)生AI醫(yī)學(xué)影像融資事件75起,總?cè)谫Y額達(dá)到40.9億元,占人工智能醫(yī)療領(lǐng)域總?cè)谫Y額的52.6%。

  傳統(tǒng)的互聯(lián)網(wǎng)巨頭也紛紛進(jìn)軍人工智能醫(yī)療領(lǐng)域。2017年,阿里健康、萬(wàn)里云聯(lián)合開發(fā)的智能影像診斷產(chǎn)品“Doctor You”正式上線,AI系統(tǒng)包括臨床醫(yī)學(xué)科研診斷平臺(tái)、醫(yī)療輔助檢測(cè)引擎、醫(yī)師能力培訓(xùn)系統(tǒng)等。同年,騰訊緊隨其后推出了“騰訊覓影”,騰訊覓影人工智能醫(yī)學(xué)影像聚合了醫(yī)學(xué)專家、人工智能和產(chǎn)品支持團(tuán)隊(duì),把圖像識(shí)別、深度學(xué)習(xí)等領(lǐng)先的技術(shù)與醫(yī)學(xué)跨界融合,輔助醫(yī)生對(duì)癌癥進(jìn)行早期篩查。

  除了傳統(tǒng)的AT,許多新興的創(chuàng)業(yè)公司雖沒有他們財(cái)大氣粗,但是近兩年AI的投資熱潮使得大多數(shù)AI人工智能企業(yè)獲得了融資,且規(guī)模不小。如依圖科技、匯醫(yī)慧影、深??萍?、推想科技等。

  國(guó)內(nèi)目前已有公開披露的醫(yī)療AI融資事件達(dá)到93起,其中有57起明確公布了融資金額。僅在國(guó)內(nèi),千萬(wàn)級(jí)和億級(jí)的融資項(xiàng)目就占到了65%以上。

  因此,短期內(nèi)醫(yī)療AI公司并不缺錢,而且都在燒錢。

  AI+醫(yī)學(xué)影像“熱”背后還需 “冷”思考

  相關(guān)數(shù)據(jù)顯示,到2025年,世界人工智能市場(chǎng)總值將達(dá)到1270億美元,其中醫(yī)療行業(yè)將占市場(chǎng)規(guī)模的1/5。

  從我國(guó)的醫(yī)療現(xiàn)狀來(lái)看,我國(guó)2017年醫(yī)療器械銷售規(guī)模達(dá)4176億人民幣,其中診斷影像份額超過400億人民幣,醫(yī)學(xué)影像數(shù)據(jù)的年增長(zhǎng)率約為63%。

  很多人以為,AI比醫(yī)學(xué)影像科醫(yī)生“厲害”,更有一些言論稱人工智能將會(huì)取代醫(yī)生,但實(shí)際上,目前人工智能的優(yōu)勢(shì)僅局限在極個(gè)別單項(xiàng)上,機(jī)器或許可以彌補(bǔ)醫(yī)生的“先天不足”,但是不會(huì)替代醫(yī)生。

  而且,人工智能輔助醫(yī)生發(fā)現(xiàn)病變后給病變定位定性,這可能僅僅是AI應(yīng)用在醫(yī)學(xué)影像領(lǐng)域的第一步,對(duì)于疾病的綜合評(píng)價(jià)和治療策略確定,依舊要交給影像診斷醫(yī)生。

  在北京影像云平臺(tái)上,人工智能系統(tǒng)對(duì)基層醫(yī)院上傳的30名患者近9000張肺結(jié)節(jié)CT影像進(jìn)行智能檢測(cè)和識(shí)別,將第一輪篩查出的疑似結(jié)節(jié)標(biāo)記出來(lái),作為輔助診斷結(jié)果,提供給4名放射科醫(yī)生進(jìn)行審查。醫(yī)生審查后認(rèn)為可以采納,即對(duì)報(bào)告簽字。

  就目前來(lái)看,醫(yī)生還是需要對(duì)患者負(fù)責(zé),雖然人工智能可以幫醫(yī)生節(jié)省大量重復(fù)勞動(dòng)時(shí)間,但是代替醫(yī)生診斷和處理是很難的事情。

  另外,AI需要明確的、客觀的、固定的素材,很多企業(yè)做的肺病變AI產(chǎn)品只拿數(shù)據(jù)庫(kù)1萬(wàn)或者幾萬(wàn)個(gè)病例去訓(xùn)練,就像題庫(kù)似的,但是題庫(kù)里面的都是現(xiàn)成的,而患者永遠(yuǎn)是不一樣的,所以這樣的AI就很難應(yīng)用。

  并且,所有正確的診斷都貴在當(dāng)面交流,醫(yī)生通過提問,讓患者不斷補(bǔ)充病史,不斷解答患者提問,要綜合考慮病史的真實(shí)性、年齡段、個(gè)體發(fā)育差異、用藥史、圖像等等,不只是看圖識(shí)病這么簡(jiǎn)單的流程。

  落地有距離,數(shù)據(jù)是重點(diǎn)

  目前AI到底發(fā)展到什么程度,醫(yī)院應(yīng)用AI后對(duì)醫(yī)生的工作實(shí)際產(chǎn)生了多大影響?離落地還有多遠(yuǎn)?

  這就像隔著一扇玻璃門,看得到好,但是摸不到、感受不到。

  人工智能醫(yī)學(xué)影像絕不是一蹴而就的事。同樣的儀器設(shè)備,由不同的人使用,所產(chǎn)生的圖像數(shù)據(jù)或質(zhì)量可能不一,加之各類設(shè)備之間存在的數(shù)據(jù)差異,均會(huì)嚴(yán)重影響圖像的數(shù)據(jù)采集、特征提取、圖像閱讀。

  正如影像科醫(yī)師需要閱讀大量的臨床醫(yī)學(xué)圖像一樣,“喂食”病理圖像數(shù)據(jù)也是AI系統(tǒng)最主要的學(xué)習(xí)方式。“喂食”的病理圖像數(shù)據(jù)越充足,AI的分析能力才能越強(qiáng)大。

  以當(dāng)下熱門的醫(yī)學(xué)影像輔助診斷的產(chǎn)品為例,這些產(chǎn)品背后的數(shù)理模型往往在經(jīng)過足夠多的高質(zhì)量臨床影像數(shù)據(jù)訓(xùn)練之后,才能達(dá)到普適性更強(qiáng)、準(zhǔn)確度更高的診斷或分類效果。

  對(duì)影像數(shù)據(jù)而言,圖片質(zhì)量標(biāo)準(zhǔn)化程度低,帶專業(yè)標(biāo)注的影像圖片更需要額外制作,這些都給現(xiàn)有人工智能醫(yī)療影像產(chǎn)品帶來(lái)了阻礙。

  人工智能醫(yī)學(xué)影像絕不是一蹴而就的事。同樣的儀器設(shè)備,由不同的人使用,所產(chǎn)生的圖像數(shù)據(jù)或質(zhì)量可能不一,加之各類設(shè)備之間存在的數(shù)據(jù)差異,均會(huì)嚴(yán)重影響圖像的數(shù)據(jù)采集、特征提取、圖像閱讀。

  正如影像科醫(yī)師需要閱讀大量的臨床醫(yī)學(xué)圖像一樣,“喂食”病理圖像數(shù)據(jù)也是AI系統(tǒng)最主要的學(xué)習(xí)方式?!拔故场钡牟±韴D像數(shù)據(jù)越充足,AI的分析能力才能越強(qiáng)大。

  以當(dāng)下熱門的醫(yī)學(xué)影像輔助診斷的產(chǎn)品為例,這些產(chǎn)品背后的數(shù)理模型往往在經(jīng)過足夠多的高質(zhì)量臨床影像數(shù)據(jù)訓(xùn)練之后,才能達(dá)到普適性更強(qiáng)、準(zhǔn)確度更高的診斷或分類效果。

  對(duì)影像數(shù)據(jù)而言,圖片質(zhì)量標(biāo)準(zhǔn)化程度低,帶專業(yè)標(biāo)注的影像圖片更需要額外制作,這些都給現(xiàn)有人工智能醫(yī)療影像產(chǎn)品帶來(lái)了阻礙。

  另,現(xiàn)階段,我國(guó)的醫(yī)療影像仍處于傳統(tǒng)膠片向電子數(shù)據(jù)過渡的階段,大量影像資料尚未數(shù)字化,且醫(yī)院之間的沒有互聯(lián)互通,而獲取大規(guī)模的數(shù)據(jù)對(duì)業(yè)內(nèi)公司是一個(gè)挑戰(zhàn)。

  目前來(lái)看,AI醫(yī)療行業(yè)還在科研階段,離真正的落地應(yīng)用還有距離。跑得快的企業(yè)已經(jīng)搶占了AI醫(yī)療影像資源,但并非高枕無(wú)憂。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無(wú)法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請(qǐng)及時(shí)通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。