0
| 本文作者：李雨晨 | 2017-09-03 00:36 |
近年来，智能医疗在国内外的发展热度不断提升。有人提出，“尽管自动驾驶和智能投顾最为火热，但 AI 在医疗领域可能会率先落地。”一方面，图像识别、深度学习、神经网络等关键技术的突破带来了人工智能技术新一轮的发展，推动了以数据密集、知识密集、脑力劳动密集为特征的医疗产业与人工智能的深度融合。
但由于医疗数据的特殊性，应用形式的多样性，目前这些前沿科技成果的应用还处于起步阶段。那么，医疗人工智能产品如何在临床应用中落地，这些产品能够为医疗诊断起到多大的帮助，为此，雷锋网采访了人工智能科技企业体素科技( VoxelCloud ) CEO 丁晓伟。
体素科技是一家人工智能医疗公司，是由丁晓伟在2016年创立，公司创立于苏州，并在北京、上海设有分支机构，在美国洛杉矶设立有 VoxelCloud 研究院。体素科技5月对外宣布获得红杉资本千万美元A轮融资。
人工智能在医疗产业的应用场景之一就是智能影像识别。雷锋网了解到，目前体素科技业务主要为早期癌症筛查、心血管疾病诊断、眼科疾病诊断、肝脏早期病变诊断，为医生提供基于深度学习算法的全自动医疗影像分析及辅助诊断服务。通过人工智能模型以及云计算系统，结合临床和影像数据，实现对疾病的量化分析和风险预测，对临床工作流程进行优化。针对相应的临床需求，为医院、体检中心、医疗保险公司、医生集团等客户提供端到端的解决方案。
目前，体素科技合作的医院主要集中在华东地区和华南地区，包括京津冀地区和长三角地区，以及广东省各大城市在内。其中大部分合作项目已经过了研发期，进入到试用和采购阶段。
据中国国家癌症中心统计，目前我国每年有420万新发肿瘤患者，每年去世300多万人，5年存活率37%左右，远低于美国的67%。
肺癌是所有恶性肿瘤中死亡率最高、发病率排名前三，同时发病后五年存活率最低的的疾病。因其早期表征不明显，引起病人的注意时大多已是晚期。发现肺癌的最佳方法，是让高危人群（特点是 45 岁以上、吸烟等）定期进行肺结节筛查。
鉴定一个人是否有肺结节病变，往往需要医生反复观察 200 张以上肺部横切面图像。浙江省人民医院放射科主任龚向阳曾在一次采访中表示，“一天有 200 个病人，医生就要看四万张图片，看两遍就是八万张…… 医生是非常疲倦的。”
在采访中，丁晓伟表示，“我们在国内和十几家医院里面做过正式的科研合作。在美国又通过一些筛查项目和医学院，以及美国 NIH （美国国立卫生研究院）进行的一些大型的科研项目，我们跟他们去合作，获取美国人群的数据。因为中美人群，或者扩大到亚洲人群跟西方人群，不同人种在某些病是上是比较类似的，但是像肺癌这种病，他们发病的比例不太一样，实性结节和非实性结节的人数量比例是不一样的。所以，在两边的人群上都获取数据，相对能够弥补一下人群上的不平衡。”
目前，体素科技的团队在中国、美国也是跟上百家医院有中心科研项目的合作，一家医院跟另外的十几家或者二十家医院共同参与、收集数据。国内的301医院等、美国著名的医学中心，比如UCLA医学中心、梅奥医学中心，这些都是在世界上面比较知名的，也是有发言权的。当然，这些医院的数据质量也是非常高的。
在人工智能的世界里，数据扮演着至关重要的角色。但这不意味着数据能“包治百病”，丁晓伟认为，数据不是一开始就能用的，就像挖煤一样，煤也有质量好的和不好的。“数据也需要结构化、标准化。不管是研究项目、还是产品项目，模型的能力是不可能超出收集数据的质量。目前对于癌症来讲，可能最有效的做法就是取得病人的手术活检，或者是穿透活检的病例结果，然后把这个结果作为金标准用于目前的训练。而问题是同一家医院里面，有活检病人的数量肯定是远少于没有活检病人数量的。但是我们为了保证数据绝对干净，需要通过各中心的研究项目，医学院和医学中心，以高质量来打造一定的数据量。”
雷锋网了解到，体素科技目前主要在四个方面进行布局——早期肺癌、糖尿病视网膜病变、心血管疾病、肝脏病变。体素科技将发布下一代全肺病的诊断系统（暂称为2.0版本），而在采访中，丁晓伟表示，这一版本将不止是针对肺癌筛查，会从影像扫描的初衷出发。他认为，胸部影像中任何能够看到的异常，都应该是影像报告的一部分。比如说比如说肺炎、结核，甚至是心脏异常都能在这里面看出来。
除此之外，体素科技针对肺癌筛查的3.0版本也已经与世界领先的液体活检技术公司合作，投入研发。据丁晓伟表示，这款产品“是世界上第一款液体活检加放射影像组合的无创肺癌筛查”。他表示，影像学是从宏观的结构角度去看肺癌问题，从外表的形态去观察、判断，但是人体是微观和宏观的结合。“我们认为这个问题应该从各个角度去解决，而不是只使用放射影像。液体活检其实也是一种无创检查，ctDNA 目前在实验上面是取得极高的特异性，把 ctDNA 的特征和影像学的特征结合起来，就能够同时从宏观和微观两个角度解决肺癌筛查的问题。”
除了肺癌筛查之外，体素科技还在三岁儿童的视力诊断等方面进行突破。丁晓伟说，由于三岁儿童不能够很好的交流，一般医院无法对视力障碍做出有效诊断，国际上的诊断办法也很麻烦。中国只有一到两家医院是有可能做这种诊断的，其他医院统统做不了，或者说不做。这种情况下，我们跟美国的医院进行合作的时候，就发现其实一个儿童在没有视觉吸引的环境下，他脸部和肢体的运动，其实能够帮助诊断孩子的视力问题，我们通过录制一段孩子在没有视觉吸引情况下的视频，跟其他的行为，然后运用人物行为的语义理解，去跟疾病进行挂钩，来获得检查结果的数据。
他表示，“这种筛查项目，对于每个有孩子的家庭、社区、基层来讲，机器创新的用量会极大。当然这些小孩的疾病肯定是越早效果越好，等孩子到了十几岁，能说话的时候就已经晚了，这一类的应用，它也不能完全的依靠用户自查，它也不能说是医院已经存在的一种服务，但是，它的数据要求是医疗级别的要求，但它的应用场景可能会深入到社区里面去，在医疗服务上带来很多新的可能性，就是机器学习走到今天能够带来福利。
随着技术的成熟，医疗人工智能开始陆续走向临床应用，可以帮助各别医疗机构解决实际需求。
医生对设备的接受度怎么样？丁晓伟表示，医疗人工智能作为医生提升效率或者是提高诊断客观性的工具，大部分医生对这个还是非常乐观和肯定的，中间如果出现一些不好的声音，一定是不好的产品。因为人工智能是个广泛的领域，解决一个行业的问题要靠具体的算法、具体的数据、计算能力来去呈现一个真正能够适用于具体场景的产品。
当然，在产品应用的过程中，也会遇到一些问题。就是医生临床不使用的参数，它们的意义到底是什么。“因为你告诉医生一些测量上的数字是没有用的，医生得知道这个数字在病人身上到底意味着什么，这个是由什么东西来证明的，那我们要给他去把我们产品的临床实验结果，进行简化之后的信息介绍给医生。有时候的不需要我们很多的辅助就可以上手，有的医生还是需要一些知识上的培训。当然这也是个漫长的过程，因为平时看病不是用这样的心态来诊断，现在跟他增加了这些兴趣之后，那他在临床工作流程上，能不能去习惯它等等，都是一个不确定因素。但是，从科学道理上来讲，这个信息一定会增加诊断客观性。”
人工智能的确能为智慧医疗产业带来足够的惊喜，不过，中国科学院院士、上海交通大学Bio-X中心主任贺林曾表示，目前国内还没有一款医疗领域的人工智能产品得到国家食品药品监督管理局的批准，相关收费也没有进入医保目录，人工智能对于国内医疗行业来说仍然是新兴事物，带来客观性和便捷性的同时，需要与现有的医疗模式一同经历“磨合期”。
临床医生需要在试用中逐步建立对人工智能的信任感，才能实现后期良好的人机协作，这一点实际上对人工智能产品的服务质量提出了较高的要求。
有数据显示，应用智能辅助诊断系统，可将医生的看片时间平均减少4.25个小时，准确度提高到90%以上，这样，不仅使医生有更多的时间提高自身水平，还能够把医生“还给”患者，让医生有更多的时间对患者解释病情病因。作为“基础薄弱、人才缺失”的基层地区，AI 技术无疑可以为这些地方提高诊断率、分担三甲医院所承担的就诊压力提供巨大的帮助。
丁晓伟在采访中也谈到了自己对人工智能在基层医疗应用前景的一些看法。他认为，医疗的触角还没有触及到每个角落里。基层里有很多服务应该开展，但没有能够开展。还有一种情况就是基层医疗的诊断准确率比较低，偶尔会存在耽误病情或者过度治疗的情况。“基层医疗不见得有能力去配备智能影像设备，而且真正有问题的病人也不会选择在基层医疗去看重病。”
丁晓伟表示，基层社区的检查设备相对简单，应用也是不一样。考虑到基层医疗的实际情况，体素科技并没有忽视这一市场。体素科技在10万多人的数据库上面做胸部 DR 的疾病分析，这个产品目标就是针对基层医疗。针对胸痛人群的病因排查，体素科技也研发了胸部的增强 CT ，能够同时看出是哪些疾病造成的胸痛。
另外，有数据显示，中国糖尿病患者超过一个亿，糖网是糖尿病最常见、也是最可怕的并发症；每一位糖尿病患者都有潜在发展成为糖网，进而导致失明的风险。眼科的筛查也成为体素科技的另一个目标。“眼底血管的疾病，眼底的静脉栓塞，或者是眼睛的神经损伤，老年的黄斑变性或者是糖尿病黄斑水肿，这些都是眼科医生关注的一些疾病，而且发病率也不低。我们也有相应的产品来进行诊断。”
在采访中，丁晓伟表示创立体素科技的初衷，只为让客观的医疗诊断服务触手可及，让医疗诊断资源通过深度学习等技术在每个人身上都属于供求平衡的状态。丁晓伟判断：“在医疗 AI 行业刚刚起步，行业壁垒尚未建立时，医学知识和创新的研究深度，将决定 AI 团队的发展优势。”
对于未来医学人工智能，丁晓伟表示：“我们仍需要在行业内进行技术团队和临床技术的深度结合，在学术领域保持先进性及前瞻性，从而保持行业领先地位。”
如今体素科技的技术已经可以在心脏，肺部，以及眼科主要疾病达到或高于专业医生的准确率，并在分析之后自动生成报告，解决了如何在影像个体差异巨大的人群上保证结果准确性的业界重大难点，部分上线产品已获美国 FDA 、欧洲 CE 市场准入许可。
未来的规划方面，丁晓伟认为最重要的还是不断地完善产品线，未来公司的产品主要包括三种类型：一是在WEB客户端的应用，主要为医院、体检中心、保险公司提供分析服务;二是云计算服务接口，主要与影像器械生产商、医疗影像管理系统软件商合作；三是为第三方医疗数据分析应用上提供云计算平台。让产品对于某项疾病的临床应用不再机械，使用起来更像一个完整的诊断分析。从服务上讲，体素科技需要构建一个医疗资源上下疏通的一套医疗诊断服务生态，从软件产品和云服务产品跳出，变成触手可及的 AI 服务。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
