7月7日-7月10日，以“智聯世界、眾智成城”為主題的2021世界人工智能大會(WAIC)在上海舉辦。多位圖靈獎得主、三十余位CEO級演講嘉賓、數十位中外頂級院士、二百余位領軍學者等全球AI領域產學研各界大佬在此云集。其中，醫療人工智能公司安德醫智BioMind連續三年受邀參加世界人工智能大會。
在“數字健康，智享健康”健康高峰論壇上，大會探討了后疫情背景下人工智能醫療技術發展、生物醫藥產業賦能以及醫療新基建等命題。此外，大會發布了工信部新一代人工智能產業創新重點任務揭榜醫療賽道評測驗收成果，安德醫智BioMind榮獲表彰。
AI技術如何賦能中國醫療數字化轉型是此次論壇聚焦的重點，安德醫智BioMind大中華區CEO李晶玨在論壇上表示，隨著醫療新基建和國家重大疾控體系建設的日益完備，醫療人工智能未來不僅賦能醫院數字化轉型，還能致力于國家疾控體系和公衛能力智能化建設。
2020年新冠疫情期間，醫療影像人工智能公司逐漸從“云端”落地，在肺部疾病影像的人工智能篩查中起到了重要的作用。后疫情時代，現階段出現的大多數醫療影像人工智能產品已經遠遠無法滿足臨床需求，必須開拓更多的應用場景。因此，能夠實現精準診斷、精準決策、精準治療的診療一體化AI產品，才能真正引領醫療人工智能新時代。
李晶玨認為，高質量的數據才能誕生高智商的醫療AI。
“醫療+AI”是診療一體化新時代的內核
中國在醫療影像AI行業中涌現出一大批創業者，在算法與大數據技術的快速迭代中陸續開發出眾多AI影像產品，從融資數量可以窺見一斑：2015年-2020年上半年，AI影像的融資數量近兩百起。
但在AI影像產品遍地開花的當下，危機也會隨之而來。醫療人工智能診療一體化新時代的到來正在倒逼AI影像公司重新思考AI影像產品對醫療的價值，以及AI影像該如何真正賦能醫療數字化轉型。
紅杉資本全球執行合伙人沈南鵬在此次大會的開幕式做主題演講時表達了相同的判斷：如果把“算力水平”和“應用場景”，形象地看作AI在生活領域的兩條腿的話，我們可以清晰地看到，“算力”這條腿很長很粗壯，呈指數級增長，2020年最大的深度學習模型的參數是千億級別，今年年初就已經達到萬億級別。但“在算力成指數級增長的前提下，生活細分場景的數據挖掘還有很大提升空間”。
安德醫智BioMind大中華區CEO李晶玨提出，醫療人工智能診療一體化新時代的內核是“醫療+AI”，即以臨床需求驅動而不是AI技術驅動。“這個內核包含兩大內涵，一是AI產品需深度了解臨床需求和臨床痛點，不僅幫助影像科醫生輔助診斷，還要幫助臨床科室醫生輔助決策和輔助治療；二是頂級醫療機構高質量的數據成為優質AI產品的質量保障，高質量的數據才能誕生高智商的AI。”
依靠此內核驅動的AI產品才能實現精準診斷、精準決策和精準治療的一體化解決方案。
疫情期間，安德醫智BioMind迅速反應，推出BioMind急性傳染性肺炎人工智能影像輔助診斷系統，第一時間發往湖北和各地定點醫院，而且能對新冠肺炎進行定性診斷，且診斷準確率超過94%，而不僅僅是肺炎篩查。此外，BioMind還能實現基于CT和MR應用場景的多病種同步分析，比如基于胸部CT就能一次性實現對新冠肺炎、SARS、其他病毒性、細菌性、真菌性肺炎等的定性診斷，以及對肺結核、肺癌、肺結節、肺氣腫等的輔助診斷。
這是安德醫智BioMind在“醫療+AI”診療一體化新時代的主要目標：不僅僅幫助臨床醫生縮短診斷時間，提升臨床診斷效率，更重要的是，基于多病種的定性分析能力和極高的準確率，能最大程度為基層臨床醫生提供輔助診斷和輔助決策，真正助力分級診療，實現優質醫療資源下沉，提升基層醫院診療能力。
臨床需求決定醫療AI方向
針對醫療人工智能診療一體化新時代的第一個內涵“深度了解臨床需求和痛點”，安德醫智BioMind研發團隊從創始之初，就長期扎根醫院，與臨床專家深度溝通和緊密配合，真正實現從臨床中來到臨床中去。
通過深度溝通，安德醫智BioMind團隊發現臨床的一大痛點是，復雜程度越高、越難診斷的疾病，越需要AI影像輔助診斷的幫助，尤其是基層。
以顱內腫瘤為例，顱內腫瘤是一個包括幾十種腦部腫瘤的總稱，疾病復雜程度高，全世界死亡率逐漸上升。基層臨床亟需顱內腫瘤的AI影像輔助診斷，但國內研究MR顱內腫瘤的企業屈指可數。
這是因為，顱內腫瘤影像存在“同病異影”、“同影異病”的現象，光靠影像并不能做出診斷，必須以患者病史、臨床癥狀、體征以及其他相關輔助檢查等作為判斷依據。這給基層臨床醫生診斷帶來了不小的困難，誤診率較高。一些臨床醫生常用的做法是開顱手術后病灶病理檢查或穿刺活檢來確定是什么腫瘤，但實際上，這對技術要求極高，對基層臨床醫生來說更難。
出于臨床需求痛點和研發難度的雙重考量，安德醫智BioMind團隊選擇最先從顱內腫瘤切入進行研究。研究目標是，AI影像除了能篩查是否患病，還能進行具體定性，即“究竟是患的哪種顱內腫瘤”，給醫生提供非常精準的輔助診斷，基于不同的疾病醫生會及時選擇正確治療方式，以改善患者預后。
與此同時，臨床還有一大需求：更需要符合臨床場景的完整形態的臨床多任務產品。很多基層臨床醫生期待通過一次性對一個部位的影像掃描，讓AI影像輔助診斷完成對該部位可能發生的全病種疾病的輔助診斷。
但實際上，目前大多數 AI影像產品從單一部位的單一病種切入，是針對單病種的簡單AI模型，“單兵作戰”的模式能為基層醫生在診斷領域撬動的效率非常有限。
基于上述臨床痛點和需求，2018年6月，安德醫智BioMind聯合天壇醫院、國家神經系統疾病臨床醫學研究中心、國家神經系統疾病質控中心、中國卒中學會、神經疾病人工智能中心，共同發布全球首款神經影像人工智能輔助診斷產品——BioMind。
BioMind通過CT和MR影像，能識別包括27種顱內腫瘤、腦血管畸形、動脈瘤、腦小血管病、缺血性腦卒中、腦出血、腦外傷、缺血半暗帶、動脈粥樣硬化、動脈狹窄等60多種腦部疾病，診斷準確率超過90%，部分病種診斷準確率超過96%，幫助醫生快速診斷，并提高醫生診療能力。
高質量數據決定醫療AI高度
醫學的臨床診斷絕不只靠單維度的數據，市場上僅通過學習影像數據成長起來的AI影像產品距離“精準”還有很大差距。
針對醫療人工智能診療一體化新時代的第二個內涵“頂級醫療機構的高質量的數據成為優質AI產品的質量保障，高質量的數據才能誕生高智商的AI”，早在2017年12月，安德醫智BioMind就與北京天壇醫院聯合成立了“神經疾病人工智能研究中心”，展開全面深入的合作。
與此同時，安德醫智BioMind還與麻省理工學院(MIT)人工智能實驗室、新加坡國立大學等頂級科研及醫療機構建立了緊密的戰略合作關系。
李晶玨表示，“頂級醫院的病歷數據+影像數據+病理數據相結合的多維度數據，才是高質量的數據。”
光有AI技術沒有高質量數據，國外已經有了失敗的案例。曾經被認為是醫療AI先行者的代表產品IBM Watson Health和Google Health均因數據獲取問題走向失敗。Watson Health后期難以獲得高質量的數據，因較高的出錯率難以為繼，2016年，Google旗下研究機構DeepMind與英國三家醫院合作，獲得 160 萬病人醫療數據，緊接著便因為違規獲取和使用數據被調查。
中國是人口大國，每年會產生大量的醫療數據，這恰恰是國外AI影像公司所不具備的先天優勢。
安德醫智BioMind通過與天壇醫院的科研合作，運用深度學習算法模型，對近十年數百萬影像病例進行系統訓練，融合了頂級醫院專家的臨床經驗。在使用頂級醫院高質量的數據的同時，為確保數據的安全性，安德醫智BioMind派駐研發團隊在醫院工作，完全做到所有訓練數據不出院，數據進行清洗、脫敏訓練等全部在醫院內網完成。
此外，安德醫智BioMind核心技術團隊來自于新加坡國立大學、哈佛大學、麻省理工學院、清華大學、中國科學院等世界頂級學府，強有力團隊的加持，為安德醫智的產品在技術層面提供了有力保障。
高質量的數據和強技術的團隊，成為安德醫智的持續創新的源泉。扎實的產品實力幫助安德醫智順利打開了國際市場，安德醫智2018年就拿到了包括歐盟CE、新加坡等十幾個國家的產品認證，產品銷售至德國、波蘭、盧森堡、新加坡等多個國家和地區。
應用場景決定醫療AI未來
李晶玨在論壇上表示，醫療AI的價值本質在于解決臨床需求。近些年來很多企業在這條賽道上失敗了，正是因為沒有真正去了解市場需求， 只做自己想做的。“如果AI產品不能完全嵌入醫療場景，僅僅提高效率的產品只是軟件工具，還不是真正的人工智能。”
市場上大多AI影像產品以尚未成熟的軟件形態存在，算法模型尚處于訓練優化階段，未完成大規模應用。
2020年7月，安德醫智BioMind作為國際級項目的聯合成員單位之一，成為國家工信部國家級醫療人工智能公共平臺項目——“面向醫療健康行業人工智能輔助診斷公共服務平臺”的唯一標的，中標金額達1.68億元。
目前， BioMind逐漸實現了覆蓋頭部、頸部、心臟、血管、乳腺等全身多部位多病種的精確輔助診斷和輔助決策的應用，2023年前，安德醫智將完成全身系統影像AI輔助診斷和多病種輔助決策產品的全面布局。
但安德醫智并不滿足于此。李晶玨表示，安德醫智BioMind正在逐步從輔助診斷深入到精準診斷、精準決策和精準治療，試圖打造基層臨床更需要的AI精準診療一體化系統，助力基層醫院發展。
比如安德醫智BioMind研發出的BioMind腦血管病臨床診療輔助決策系統(簡稱“腦血管病 CDSS”)，從篩查—診斷—治療—預后全過程的輔助決策，幫助醫生實現從患者入院到出院的科學、合理的臨床決策。
李晶玨認為，人工智能最有可能將頂級醫院的技術帶去基層，提升基層醫生的診療水平。安德醫智BioMind一直在提供支持影像和臨床能力全面提升的全域解決方案，未來將繼續立足醫療、深耕算法，為影像科醫生和臨床醫生提供更適合臨床應用場景的診療一體化智能化解決方案。
文章來源：財經網
最新評論