护理之声管理咨询学院

讲课录音分享视频分享区

【李冰】如何成为受尊重的管理者

护理资源下载

PPT课件资源

优质护理职业提升临床护理

管理群1:85933517护士长 群1:113865183

医护交流群:87220027加微信拉入VIP管理微信群

微信号:ZGHLZS- 01或15572600275

搜索
查看: 1271|回复: 0
打印 上一主题 下一主题

[养老资讯] 深睿医疗:仅是疾病筛查?AI 在鉴别诊断上也能大展拳脚 | 创业

[复制链接]
跳转到指定楼层
楼主
发表于 2018-8-21 06:39:13 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

图片来源:123RF

仅仅用来标记肺结节?这样的 AI 对医生来说并没有十足的吸引力。那么,这款鉴别诊断的 AI 产品,医生会喜欢吗?

一家开挂的 AI 医疗公司长什么样?

“我们用了一年零三个月的时间走过了别人走三年的路。”深睿医疗 的 CEO 乔昕感慨道。这对于一个 AI 医疗影像从业者来说,的确是一件值得骄傲的事情。

医疗数据收集、数据标注,AI 模型训练、医院临床验证,申请 CFDA 认证,这是一个 AI 医疗影像产品成长的必经之路。但医疗的严谨与保守,数据的敏感与安全、从业人员的理解与坚持等因素导致这条路步步艰辛,而且一步错很可能就前功尽弃。所以,我们可以看到:2016 年 AI 医疗大热,2017 年涌现很多要用 AI 改变医疗现状的雄心群体,2018 年,大批“有志之士”正在经历 AI 医疗行业的洗牌。

在这样的大背景下,成立于 2017 年的深睿医疗并不是最早进入市场的一批企业。但其发展非常迅猛,很快就成为 AI 行业的头部企业之一。资本方面,深睿医疗一年融资三轮,A 轮、A+ 轮及 B 轮的累积融资额达到 3 亿元。产品方面,其产品已经落地一百多家医院。科研方面,其也成立 40 人左右规模的研究院。取得这些成绩,深睿医疗只用了一年左右的时间。它究竟有什么不一样?

AI 医疗影像的鉴别诊断

首先,不得不强调深睿医疗进入市场的时间是 2017 年初,而且是以肺结节影像辅助诊断领域切入。对于很多新晋公司来说,选择在这个时候做肺结节诊断本身就是一种“冒险”。毕竟,当时几乎所有的 AI 医疗企业都在紧盯肺结节,而且行业内不乏在这个领域已经颇有成就的企业。不过对于深睿医疗来说这并不是困扰,“当时很多公司能拿出来的产品,仅是初级阶段。”乔昕透露,深睿医疗的创始团队其实早在 2015 年开始就在做早期研发工作。2017 年时,其已经具备有一定的产品研发实力。而且其创始团队有非常丰富的医疗行业经验,如乔昕个人曾在三甲医院和西门子医疗任职过。相对于很多技术背景的同类企业,深睿医疗对于医疗的理解完全可以在路径规划上少走许多弯路,或者可成功地在弯道超车。

更接近医疗的团队让深睿医疗对于 AI 辅助疾病诊断的理解也有自己独特的点。”医疗行业有两个核心竞争力,一个是诊断,一个治疗,这两个东西要做不好,其他东西都做不好。“乔昕表达了自己的看法。他将目前的 AI 医疗分成两个阶段,第一个阶段是异常征象的检出,就是利用计算机视觉的技术在医学影像上发现异常征象, 标记出怀疑的病灶,第二个阶段是鉴别诊断,就是开始真正对所涉及的疾病进行鉴别诊断(例如:肿瘤是良性还是恶性?)而很多类似的鉴别诊断都是把病理作为金标准。“鉴别诊断标志着人工智能在医疗上的一个新高度。”他说。

根据一组数据显示,中国肺癌发病率正以每年 26.9% 的速度增长,预计到 2025 年,中国每年仅死于肺癌的人数将接近 100 万人。不过,另一组数据显示全国有执照的病理医生缺口高达 9 万人,影像科医生也是缺口大。医生资源的缺乏只是行业现状的一方面。另一方面,误诊也是一个让人头疼的问题。《临床误诊误治》杂志主编曾经研究分析过大量资料,结果发现,20 年来年度误诊率波动在 26% ~ 31% 之间。人工智能通过它的深度学习和核心算法,是基于大量的数据给出客观理性的结论,目前已经可以为医生提供辅助诊断的依据。有经验的医生也可以赋能 AI,不断地完善 AI,使它能够为医生提供更多的帮助,相信可以在这方面助力医生。

台上一分钟,台下十年功

对于降低误诊率,AI 是目前的一个比较理想的答案。其在效率与资源配置方面的作用自然不用解释。在误诊方面,的确目前没有一家公司可以称百分百准确,机器在不断的学习后,可以避免很多由于人为因素造成的误诊。

很多 AI 医疗企业可能还在为提高检出准确率做奋斗,而深睿医疗已经让自己的 AI + 鉴别诊断产品睿医生 Dr. Wise 人工智能医学辅助诊断系统在疾病的良恶性鉴别上先行一步。

Dr. Wise 的核心是将各类有效数据一起进行深度学习,完成能够做出准确鉴别诊断。与 AI 影像辅助检出系统不一样,Dr. Wise 的模型训练在数据方面需要除影像数据外的其它模态大量数据。这对于数据标注和数据获取进行了大量艰苦的工作。“精良的数据往往是事半功倍。”乔昕说。接下来就是深睿医疗核心技术团队的如何利用这些数据最终实现准确的鉴别功能。另一方面,肺癌良恶性的诊断鉴别要求,科研难度更大,需要计算机视觉技术和其他人工智能技术相结合,应用场景也更加接近医生日常诊断工作场景。

近期,Dr. Wise 在“医学 AI 助我行——肺结节 CT 读片百人大赛”的公益性比赛中,与 126 名放射医师同场竞技。阅片医生通过深睿 Dr. Wise Cloud 智能影像云阅读 CT 片,快速做出疾病良、恶性的判断。值得一提的是,在这次比赛中,Dr. Wise 分别挑战了不同资质的医生,也加入了很多疑难杂症。但是据乔昕表示结果依旧很乐观。“在鉴别诊断方面,深睿医疗是目前第一个敢于直面挑战且公布详细结果的团队。”他说。在这样一个专业的行业峰会上,Dr. Wise 完成了一次最接近实战的演练。来自医生的好评让乔昕很自豪。

“做人工智能是一个很艰苦的工作。因为很多临床的需求是刚性的,临床路径也是固定的,我们只要充分的理解,然后按照医生的要求去做,按照科学的临床路径去做,利用最前沿的人工智能技术满足这些需求,才能得到很好的结果。”乔昕说。他透露,基于此思路,深睿医疗还要加大医院的合作。“第一我们要了解真正的临床需求。第二从跟医院合作的过程当中,我们要不断地得到医生的反馈,然后去调整产品。”他说。

现在医院是深睿医疗的主要目标客户。乔昕透露,其发展路径分两个阶段,一是产品研发的过程中,更多依赖三甲医院的专家指导,二是真正在应用的时候,会非常重视基层医院。“只有基层强了,医改才能成功。”他说。

当然,对于 AI 企业,绕不开的永恒话题则是商业化,因为目前没有哪个公司可以很完美的回答这个问题,行业也没有固定答案。“医院愿意不愿意为 AI 付费?我觉得这不是应该讨论的问题,更应该问问 AI 能为临床带来多少价值。“他认为目前整个行业都在摸索,可能会有一些收入,但是大规模的商业化其实还有一定的距离。

不过,他对这个”距离“表示很乐观:”医生其实已经逐渐的看到了,AI 带来的帮助,离医生愿意付费的节奏已经越来越近。另外 CFDA 认证方面,国家也在推进。乔昕认为对于行业来说核心还是体现在“价值”上。“现在最大的挑战是 AI 到底能给医院临床带来多少价值?只要医学 AI 辅助诊断能够真正服务于临床,那它的价值必然会被广泛认可。”他说。


分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 支持支持 反对反对
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 马上注册

本版积分规则

QQ|手机版 - 小黑屋 - Archiver - 护理之声--医疗护理职业交流中心—广西护理之声管理咨询有限公司

Copyright © 2012-2015   护理之声(http://www.zghlzs.com)   版权所有   All Rights Reserved.

若有转载或文章版权问题,请与我们联系,我们将尽快处理 E-mail: zhonggo123@163.com

本网名称及标识均在国家版权商标部门注册,原创图文保护知识产权

举报电话:李老师 15802485829 微信: lizanw20

QQ号客服:63449363 雨蓓老师 370294532 程老师

Powered by Discuz! X3.2   技术支持:护理之声   桂ICP备18012132号-1  

快速回复 返回顶部 返回列表