柳暗花明

2019年底,新冠疫情的突然出現(xiàn)給了人工智能醫(yī)療影像表現(xiàn)的機(jī)會(huì)。防疫措施與大量的診療需求快速推動(dòng)了各醫(yī)院設(shè)備、系統(tǒng)的智能化發(fā)展,AI+醫(yī)療的相關(guān)鼓勵(lì)政策出現(xiàn)。由于抗疫所需,AI+醫(yī)療影像產(chǎn)品的審批也被提上日程。

“肺結(jié)節(jié)AIII類證”、“AI+CTA III類證”、“AI影像輔助決策III類證”等各類相關(guān)證書的下發(fā)解除了AI醫(yī)療影像公司們的困境,2020年共有9項(xiàng)AI醫(yī)學(xué)影像產(chǎn)品通過(guò)NMPA批準(zhǔn)。時(shí)隔多年,AI醫(yī)療影像產(chǎn)品的商業(yè)閉環(huán)終于得以打通,資本也紛紛回流。其中,表現(xiàn)最為明顯的就是AI對(duì)于CT影像的輔助篩查。

疫情的爆發(fā)讓CT影像的AI輔助診療成為全國(guó)商業(yè)化最快的AI醫(yī)療影像應(yīng)用場(chǎng)景之一。在新冠肺炎爆發(fā)初期,國(guó)內(nèi)核酸檢測(cè)試劑供應(yīng)數(shù)量不足,且假陰性比率居高不下,CT檢測(cè)便成為病人確診新冠肺炎的重要標(biāo)準(zhǔn)之一。

在醫(yī)療資源緊張、醫(yī)生超負(fù)荷工作的情況下,超量的CT影像檢查對(duì)一線抗疫工作形成了巨大的醫(yī)療資源需求挑戰(zhàn)。在這種狀況下,人工智能的引入可說(shuō)是雪中送炭。不但能實(shí)現(xiàn)快速高效的大規(guī)模篩查,極大地提升影像科工作效率、減輕醫(yī)生負(fù)擔(dān),減少誤診漏診,還能通過(guò)算法的圖像映射與重建技術(shù),將低劑量或受到器官運(yùn)動(dòng)影響形成偽影的CT和PET圖像重建,降低病患接受輻射的風(fēng)險(xiǎn)。

新冠疫情爆發(fā)所帶來(lái)的海量病患影像數(shù)據(jù),在很大程度上加快了AI+CT等醫(yī)療影像產(chǎn)品通過(guò)審批所需的標(biāo)準(zhǔn)化數(shù)據(jù)庫(kù)建設(shè),專門應(yīng)用于新冠肺炎病癥的AI模型也能通過(guò)大量數(shù)據(jù)訓(xùn)練快速落地。同時(shí),暴增的臨床運(yùn)用需求也使得審批所需的臨床試驗(yàn)進(jìn)行速度大幅提高。嚴(yán)峻的抗疫情勢(shì)讓AI醫(yī)療影像技術(shù)“直接跳過(guò)”了以往新技術(shù)從出現(xiàn)到落地被自然接受的漫長(zhǎng)過(guò)程。

疫情帶來(lái)的需求暴增可說(shuō)是加速AI醫(yī)療影像相關(guān)產(chǎn)品審批的最后一股“東風(fēng)”,使得基于CT的疾病篩查與輔助診斷成為了AI醫(yī)療影像競(jìng)爭(zhēng)最激烈、產(chǎn)品商業(yè)化種類最多的領(lǐng)域之一。但AI醫(yī)療影像并非萬(wàn)能,還是有一定的局限。

像是一些沒(méi)有足夠數(shù)據(jù)影像資料的疾病,AI影像分析便愛莫能助。除了海量的病歷圖片,人工智能醫(yī)療影像產(chǎn)品從開發(fā)到成熟,大量臨床醫(yī)生的反饋意見也是不可或缺的。若是二者缺一,便可能造成AI分析識(shí)別率低下,不但無(wú)法幫助醫(yī)生減輕工作量,還徒增困擾。

市面上的AI+CT產(chǎn)品也存在良莠不齊的問(wèn)題,部份“智能”檢測(cè)軟件僅能實(shí)現(xiàn)50%的識(shí)別率。“最初我們很期待,但用了之后發(fā)現(xiàn)系統(tǒng)不太穩(wěn)定,且準(zhǔn)確率不高,常出現(xiàn)漏診或多篩的情況,作用沒(méi)有想象中那么大。用AI看一遍,自己再檢查一遍,也沒(méi)有節(jié)省時(shí)間�！币幻�放射科醫(yī)生表示。

此外,大多數(shù)AI醫(yī)療影像產(chǎn)品還停留在“單病識(shí)別”的階段,一套系統(tǒng)只能用來(lái)篩查一類疾病,系統(tǒng)的應(yīng)用范圍有待加強(qiáng)�！盎�本上,目前的產(chǎn)品還處于初級(jí)階段,需要更多病例去迭代才能夠獲得較好的使用效果。尤其對(duì)于這種炎癥,病毒性肺炎本身‘異病同影’現(xiàn)象比較嚴(yán)重,在幫助診斷這一塊的功能可能還需要進(jìn)一步拓展�！币幻�影像醫(yī)學(xué)與核醫(yī)學(xué)科主任表示。

在努力解決技術(shù)問(wèn)題的同時(shí),AI醫(yī)療影像公司們也為現(xiàn)有產(chǎn)品融入云端服務(wù),嘗試為醫(yī)院提供更為多樣的AI+CT影像識(shí)別解決方案。

醫(yī)療影像新氣象AI+CT+云

目前,AI+CT的相關(guān)產(chǎn)品主要有三種盈利方式:

第一種是將AI+CT掃描輔助診斷作為單獨(dú)的軟件開發(fā)服務(wù),此種模式較符合大多數(shù)醫(yī)院的采購(gòu)習(xí)慣。如聯(lián)影智能的“uAI新冠肺炎智能輔助分析系統(tǒng)”,可在達(dá)到九成以上識(shí)別準(zhǔn)確率的同時(shí)大幅縮短閱片時(shí)間,并獨(dú)立完成大部份影像報(bào)告的撰寫�？筛鶕�(jù)患者不同掃描體位自動(dòng)調(diào)整完成遠(yuǎn)程掃描,大幅降低醫(yī)患間交叉感染的風(fēng)險(xiǎn)與操作時(shí)間。曾用于武漢火神山醫(yī)院、武漢同濟(jì)醫(yī)院、武漢協(xié)和醫(yī)院等抗疫一線醫(yī)院。

匯醫(yī)慧影的Dr．Turing?新冠AI輔助篩查方案基于SaaS化服務(wù),具備快速?gòu)?fù)制、可擴(kuò)充性等優(yōu)點(diǎn),支持云端或私有化靈活部署。其影像識(shí)別速度處于行業(yè)領(lǐng)先,可在三秒內(nèi)完成500幅以上的CT影像分析,且能全自動(dòng)量化對(duì)比評(píng)估病況進(jìn)展與療效。目前這款系統(tǒng)已進(jìn)入海外市場(chǎng)。

百度飛槳平臺(tái)也與連心醫(yī)療合作上線了“基于CT影像的肺炎篩查與病情預(yù)評(píng)估AI系統(tǒng)”,其結(jié)合飛槳開源框架和視覺(jué)領(lǐng)域技術(shù)領(lǐng)先的PaddleSeg開發(fā)套件研發(fā),可快速完成對(duì)患者CT影像的病灶檢測(cè)、病灶輪廓勾畫、雙肺密度分布直方圖及肺部病灶的數(shù)量、體積、肺部占比等全套定量指標(biāo)的計(jì)算與展示。已在湖南郴州湘南學(xué)院附屬醫(yī)院等投入使用。

騰訊旗下的AI醫(yī)療實(shí)驗(yàn)室“騰訊覓影”也曾推出基于CT圖像識(shí)別的AI輔助診斷新冠肺炎,此系統(tǒng)采用了可移動(dòng)的應(yīng)急專用CT裝備,獨(dú)立于醫(yī)院或放射科之外,避免受檢者交叉感染。最快能夠在2秒內(nèi)完成AI模式識(shí)別,可在1分鐘內(nèi)為醫(yī)生提供輔助診斷參考。此系統(tǒng)曾裝設(shè)于武漢協(xié)和西院、武漢日海方艙醫(yī)院、洪湖市人民醫(yī)院等醫(yī)療機(jī)構(gòu)。

第二種是與影像設(shè)備廠商合作提供具有AI功能的醫(yī)療影像設(shè)備,收取一定的分成獲取利潤(rùn),這種形式較難提供完整的拍片、閱片智能解決方案、需要重新申報(bào)CFDA審批認(rèn)證,目前落地較少。

第三種是基于云端、大數(shù)據(jù)及物聯(lián)網(wǎng)的AI+CT一站式服務(wù),可分為公有云和私有云兩種形式。

如華為云與華中科技大學(xué)、藍(lán)網(wǎng)科技合作研發(fā)推出的新型冠狀病毒肺炎AI輔助醫(yī)學(xué)影像量化分析服務(wù),便是結(jié)合互聯(lián)網(wǎng)科技優(yōu)勢(shì),基于云PACS提供一站式的醫(yī)療影像解決方案。聯(lián)接醫(yī)院端與華為公有云,在提供AI閱片輔助診斷技術(shù)的同時(shí),解決海量影像數(shù)據(jù)的實(shí)時(shí)存儲(chǔ)、備份、歸檔問(wèn)題,并支持多種設(shè)備云端閱片方式。

此外,華為云還提出區(qū)域影像云解決方案,為區(qū)域內(nèi)醫(yī)院提供影像存儲(chǔ)、云端閱片、智能閱片的等功能,支持區(qū)域影像醫(yī)生的在線診斷。讓基層醫(yī)療機(jī)構(gòu)得以集中處理醫(yī)療影像業(yè)務(wù),幫助基層的醫(yī)療資源分配工作。

匯醫(yī)慧影也基于云計(jì)算、大數(shù)據(jù)與人工智能,搭建了智慧醫(yī)學(xué)影像整體解決方案,包含NovaCloud?智慧影像云平臺(tái)、Dr．Turing?人工智能輔助診斷平臺(tái)和RadCloud?大數(shù)據(jù)人工智能科研平臺(tái)三大產(chǎn)品體系,可為醫(yī)院、醫(yī)生及患者提供不同形式的人工智能輔助篩查系統(tǒng)、教學(xué)及科研平臺(tái)等多項(xiàng)服務(wù),并實(shí)現(xiàn)“三端互聯(lián)”。

目前看來(lái),AI+CT商業(yè)前景一片光明,基于云端的一站式解決方案與全鏈條服務(wù)模式也已取得不錯(cuò)的商業(yè)成績(jī),云的加入固然提升了數(shù)據(jù)運(yùn)用的便利性,但也帶來(lái)一些新的問(wèn)題。

首先,AI的能力與用于訓(xùn)練的數(shù)據(jù)量成正比,基于云端網(wǎng)絡(luò)的分析與存儲(chǔ)方式能實(shí)時(shí)更新保存大量數(shù)據(jù),方便資料分類整理與調(diào)用,便于人工智能自動(dòng)更新迭代與學(xué)習(xí)。云端系統(tǒng)在設(shè)備上部署完成后,可在線上統(tǒng)一調(diào)試、更改設(shè)定,方便管理。在系統(tǒng)裝設(shè)與運(yùn)用上可減少人員在不同醫(yī)院間的流動(dòng),有助防疫。疫情爆發(fā)期間的方艙醫(yī)院多使用此類解決方式。

其中,公有云的解決方案有利于形成全行業(yè)統(tǒng)一的CT影像大數(shù)據(jù)庫(kù),也能幫助一些數(shù)據(jù)量較不充足的基層醫(yī)院提升診療水平。而一些本身即有大量數(shù)據(jù)且病例影像資料不斷更新的大醫(yī)院使用私有云方案也能達(dá)到類似效果。

將數(shù)據(jù)聯(lián)網(wǎng)上傳云端分析固然方便,但與便利性相應(yīng)的,數(shù)據(jù)泄露的風(fēng)險(xiǎn)也大幅增加。基于安全考量,有些醫(yī)院不愿使用云管理的模式,選擇將數(shù)據(jù)保存在醫(yī)院機(jī)房?jī)?nèi)。但這樣又不利于AI的學(xué)習(xí)更新與系統(tǒng)調(diào)試,技術(shù)服務(wù)商也不方便針對(duì)不同病征與病例難以開發(fā)新功能。

對(duì)于診療水準(zhǔn)高、病歷影像數(shù)據(jù)多的大醫(yī)院而言,可獲取的資料品質(zhì)和數(shù)量相對(duì)穩(wěn)定,對(duì)AI學(xué)習(xí)進(jìn)化的速度更快。數(shù)據(jù)在自家系統(tǒng)內(nèi)迭代更新也保證了資訊安全,但小醫(yī)院的情況就完全相反。因此,這種方式也容易形成馬太效應(yīng),導(dǎo)致醫(yī)療進(jìn)一步資源失衡。

結(jié)語(yǔ)

AI在新冠肺炎防治與診斷的成功應(yīng)用加速了人工智能在醫(yī)學(xué)影像領(lǐng)域的開花結(jié)果,其產(chǎn)品雖存在一些有待解決的問(wèn)題,卻也無(wú)法阻擋資本與市場(chǎng)的持續(xù)升溫。畢竟,醫(yī)療是人類的剛需。AI醫(yī)學(xué)影像的市場(chǎng)即將進(jìn)入快速增長(zhǎng)期,我們也期待著在減輕醫(yī)生負(fù)擔(dān)的同時(shí),能夠享受到更好的醫(yī)療品質(zhì)。

*本文圖片均來(lái)源于網(wǎng)絡(luò)

此內(nèi)容為【智能相對(duì)論】原創(chuàng),

僅代表個(gè)人觀點(diǎn),未經(jīng)授權(quán),任何人不得以任何方式使用,包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。