因为人工智能的出现，越来越多的产业开始搭上这列“顺风车”。比如医疗行业，智能医学影像分析、医疗数据管理、手术机器人……越来越多的医疗服务变得“智能化”。


随着人工智能技术的飞速发展，新一轮科技革命已经到来。


人工智能提高诊断的准确性


当人工智能应用于医疗领域，会产生怎样的火花？在刚举行的2018世界人工智能大会——人工智能前沿论坛上，体素科技的创始人丁晓伟分享了“人工智能医学影像分析最新进展”的主题演讲，深入探讨人工智能在医学影像领域的重大挑战及对策，展示了人工智能将如何一步步改变医学影像的未来。


医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程，它包含以下两个研究方向：医学成像系统和医学图像处理。用通俗的话来说就是“片子”。


体素科技为何选择让人工智能“看片子”呢？“其主要原因是目前的人工智能是以深度学习为代表的一系列技术，而该技术对于影像，特别是图像的分析，是与传统的人工智能方法或传统机器学习方法相比进展最大的。”丁晓伟表示，如今医疗领域面临着数据爆炸的情况，2012年的全球医疗影像数据大小为500PB（一个PB是1024TB），专家预测，这个数字到2020年将会增加到25000PB。届时医生将面临海量的医学影像，人工智能将最大程度地减轻医生的负担，同时提高诊断的准确性。


面对医疗数据爆炸的未来，体素科技提供了一个解决方案，那就是用人工智能赋能现有的临床工作流程，承担医生的助手这一角色。丁晓伟举了一个例子，一个病人躺在核磁共振机器里进行扫描，他的身体影像会自动上传到医院的本地云服务器上，通过人工智能的分析，不需要任何人的干预，就能快速给出一份准确、清晰、自然的医学报告。这个工作以前是由医生来承担的，如今医生只需检查这一报告是否与自己的诊断吻合，大大减少了工作量，提高了诊疗效率，也减少了患者的等待时间。


产品普及还需更多临床数据


国内的智能医疗技术虽然起步晚但发展却极为迅速，目前，国内外的平均水平基本是接近的。据相关数据显示，国内医疗市场在2016年已达到96.61亿元，估计2017年超130亿元，并有望在2018年市场规模达到200亿元。


从过去两年的情况来看，在国内的智能医疗环境中，用丁晓伟的话说，诸如肺癌CT筛查的解决方案等直接解决效率问题的应用普及门槛相对较低，也没有用户学习和培养的过程，因此在国内的普及度较高。


肺癌是让人最为恐惧的疾病之一，体素科技研发的胸部CT解决方案将人工智能结合医疗影像的宏观信息（病灶）和微观信息（血液中肿瘤残留的DNA片段），更好地进行二次确诊，从而帮助医生更准确地判断一个早期的肺癌病人应该开刀还是进一步观察。“我们是用一些更先进的技术手段，为一些病情十分模棱两可的病人提供更多有信心的诊断。”丁晓伟说。


除了放射影像之外，光学影像也可以应用于人工智能技术。体素科技推出了眼底全病种解决方案。“目前很多同类公司都研发了眼底糖网的人工智能产品，但是单纯的糖网分级产品会忽略眼底其他疾病。”丁晓伟表示，体素科技的眼底全病种解决方案，会提示病人是否需要做干预以及病变等级等重要信息，覆盖眼底所有病变类型，相比于只做糖网检测的产品，更具适用性和竞争力。“除ToB的一系列产品外，体素科技也开发了与大众市民更为贴近的ToC产品，切入诊前环节，作为新方向的探索。”


不过，他也提到，像一些对临床工作流程改变较大，甚至使用了全新生物标志物的产品，就需要一定的临床证据收集后对市场教育才可以推开。


“医学影像人工智能+”的跨领域协作


医学影像已经成为了人工智能在医疗领域最热门的方向。


据知，目前我国医疗影像领域已经涌现了大批的人工智能创业公司，腾讯、阿里科大讯飞等多家巨头参与并号称要建立平台，体素科技这样的创业公司该如何生存？“医疗领域基本不存在平台的概念。”丁晓伟认为，医疗人工智能的产品形式和服务的产品线十分具体，医院都是在一些通电上做需求分析，从而采用提供商给出的解决方案。而且医疗信息孤岛的问题并不是技术问题，是当今风险控制的一种需要，大部分情况下，医疗数据是不流通的。目前，初创公司能够提供的弹药，不足以支撑一个很广的平台，因此也就不存在巨头整合创业公司形成平台的情况。


谈到医疗人工智能商业化的可能性，丁晓伟表示体素科技会有更多的尝试。目前，体素科技一些已经拿到中国和美国药监局注册证的产品，并有多个产品处于临床试验阶段，会通过大客户进行落地推广。这种推广不是直接接触单体医院，而是通过一些医疗服务平台，比如国家标准化代谢病管理中心，建立慢性病管理或早期筛查的服务，下个阶段才会去每个医院推广独立的解决方案。


“医学影像人工智能+”这种概念就像“互联网+”一样，虽然目前的合作领域是临床信息、基因检测、病理信息等，但是未来一段时间它可以和更多医疗人工智能领域合作。而且以后也不仅局限于以医学影像人工智能为中心的合作方式，也有可能是各医疗人工智能领域的交叉合作。这种形式可以帮助医学影像人工智能产品的落地，让医学影响人工智能产品更加的接近医院、医生的真实临床场景，做好医生的助手。


“未来，人工智能会逐渐进入医学影像领域，无缝融入到医生的现有工作流程当中，成为他们的左膀右臂。”丁晓伟说。

责任编辑：马嘉悦

来源: 中国科技网 作者: 李颖