AI是利用 AI 进行医疗影像诊断,疫情的爆发,让医疗系统看到了 AI 技术的优势。
疫情让 AI 阅片备受重用
新冠肺炎疫情前期,在核酸检测方面,由于医护人员试剂盒使用经验有限,很难采集到上呼吸道附近的唾液样本,造成患者假阴,导致核酸的检测在一定程度上受限。
随着临床诊断数据的积累,新冠肺炎的影像学大数据特征逐渐清晰,CT 影像诊断被列入《卫健委新冠肺炎诊疗指南(第五版)》中,相比核酸检测,CT 影像图像清晰度高,能够诊断早期轻微病变,因此 CT 影像也成为新型肺炎检测的方式之一。
火神山医院、雷神山医院、武汉同济、协和、中南医院等一线战场已部署并投入使用,随着临床数据的积累,AI+云也将在新冠肺炎诊断中发挥更大的价值。
近两年来,AI 在医疗健康行业的应用中表现越来越突出,包括医疗机器人、智能药物研发、智能诊疗、智能影像识别、智能健康管理等方向,这些应用在这次疫情防控和诊治中发挥了重要作用。
AI 阅片能否长期立足存难点
①肺炎分为很多种,病毒性、细菌性、真菌性、支原体、衣原体、过敏性等。其中,病毒性肺炎的影像学表现和其他类型肺炎都不同。目前困难是,CT 无法准确判断病人携带的是否是新冠病毒。
也就是说,CT 与核酸检测结果可能存在不一致的现象,这种情况下,再结合患者流行病学史、临床表现才能更为精准地诊断新冠肺炎。
②AI 能够有效识别易漏诊结节,比如 6mm 以下实性结节和磨玻璃结节。但在面对新冠肺炎病毒时,AI 还有更大的空间。
如今单靠 CT 影像识别出病毒性肺炎是哪种病毒还是非常困难的,如果 AI 能够在这方面有所建树,将是很大突破,但这非常难。
③疫情初期,尽管有不少新冠肺炎疑似 CT 数据,但缺乏有效标注。CT 照片看似海量,但对于 AI 来说,仍显不够,要想让 AI 越来越聪明,需要“投喂”大量数据。
但在医疗场景中,无论总患病人数多庞大,都很难在某一个医院获得大量的数据训练,而且病患个体差异较大,每一个人的病程、病情、疾病种类都会有所不同。
④从全国范围来看,影像科人才资源地域性分配不均衡问题突出,基层医疗单位能否像大医院一样拥有 AI 医疗影像诊断的系统使用,目前还不好说。
⑤目前 AI 在神经系统影像诊断方面,仍完全依赖于数据真实性和质量的支撑,在缺乏大数据支持的疑难病、罕见病诊断领域,AI 和专业医生之间仍存在差距。
AI 医疗行业的商业开展
自 2013 年到 2017 年,中国医疗人工智能行业共获得 241 笔融资。其中,2017 年国内医疗人工智能行业公布的融资事件近 30 起,融资总额超过 18 亿元。
而到了 2018 年,资本对于医疗人工智能市场的热情依旧不减,仅 2018 上半年就有 18 家公司获投,总金额超过 31 亿元。截至 2018 年 6 月,中国共有 89 家医疗人工智能创业企业获得投资,总金额约 219.38 亿元。
目前中国大多数初创企业以辅助诊断为主要业务,而具体业务又以影像学、智能辅助诊断系统和语音识别为主,涵盖的疾病较广,但多偏重于基于图像识别的影像学、病理图片识别的疾病,如肺癌、宫颈癌等。
不过虽然资本的热情将医疗人工智能初创企业推上风口,但对于创业公司来说,如何实现商业化是一个巨大的难题。与此同时,同行的竞争及巨头吞并也给这些企业带来一定的困难。
AI 在医疗领域最大的问题可能是没有一个非常好的商业模式落地,或者没有形成真正的闭环,实现自我的造血能力。主要原因是可能还没有找到特别好应用,目前都在不断的试错阶段。
AI 影像的终点在基层
三甲医院是医学影像 AI 的主要阵地。大型医院人满为患,医生分身乏术。AI 的出现能够缓解医生工作压力,让医生能够腾出时间思考更高技术水平的问题,让医生回归医疗本身。
AI 现阶段的角色主要是辅助工具,在少数医疗诊断过程中有明显作用。此外,AI 不应停留在大型医院,基层医院也需要 AI 的助力。无论是 AI 软件或系统设备,在基层都大有可为。
对于基层医疗机构来说,医疗资源不足,基层医生因为没有机会接触、学习大量的不同病例,所以缺乏相应的阅片经验。AI 便能辅助基层医生做出诊断。
大医院和基层医院都需要 AI,只是需求不同。随着技术的发展,AI 在基层会呈现出更大的社会价值和商业价值。
一项新的医疗技术往往是从高级往低级传递,AI 技术在大医院进行打磨、试点、成熟,被认可后下沉到基层医院,这一发展路径与其他行业的 AI 技术有所不同。
海外会成为医疗 AI 的未来主市场
目前,我国疫情已进入收尾阶段,防疫重点也是防止输入性感染,国门之外,新冠肺炎患者数量急剧上升。在此情况下,AI 企业也顺势走出了国门,拓展海外市场。
目前海外国家推崇的是核酸检测,而我国关注的是核酸检测与影像学针对的结合。
中国医疗 AI 企业的命运,就是要实现出海,哪怕是被海外领先企业“吃掉”,也要把自己放在全球的格局中去竞争。中国医疗 AI 企业的竞争对手就应该来自于海外市场。
实际上,美国、以色列、印度都是强大的竞争对手。美国的优势在于商业化路径非常通畅。
医疗行业体量庞大,社会对创新技术的落地和收费持鼓励态度。如以色列等国,会有政府牵头,帮助企业获得科研数据,保证其产品的准确性,从而走出国门,去国际市场分一杯羹。
结尾
随着人工智能技术逐步走向成熟,一个万亿级的人工智能大健康产业呼之欲出。
向治疗领域的纵向延伸,是人工智能的一大趋势,当前人工智能技术的运用还有相当长的研究路径要走,只有从医学辅助进入影响治疗决策的阶段,才能说明“AI+医疗”真正走向成熟。
在线留言询价
型号 | 品牌 | 询价 |
---|---|---|
TL431ACLPR | Texas Instruments | |
MC33074DR2G | onsemi | |
CDZVT2R20B | ROHM Semiconductor | |
RB751G-40T2R | ROHM Semiconductor | |
BD71847AMWV-E2 | ROHM Semiconductor |
型号 | 品牌 | 抢购 |
---|---|---|
STM32F429IGT6 | STMicroelectronics | |
BP3621 | ROHM Semiconductor | |
BU33JA2MNVX-CTL | ROHM Semiconductor | |
IPZ40N04S5L4R8ATMA1 | Infineon Technologies | |
TPS63050YFFR | Texas Instruments | |
ESR03EZPJ151 | ROHM Semiconductor |
AMEYA360公众号二维码
识别二维码,即可关注