電子發(fā)燒友App
凜冬已至，曙光仍在前方。
人工智能發(fā)展瞬息萬變，卻離不開“質(zhì)量”與“需求”兩項衡量產(chǎn)品優(yōu)劣的關鍵要素。從人機大戰(zhàn)到醫(yī)院圈地，再到即將來臨的商業(yè)化交付，看似漫長，卻也只經(jīng)歷了短短兩年時間，這一賽道環(huán)境瞬息萬變。
過快的發(fā)展常常會招致質(zhì)疑，“AI技術革新醫(yī)學影像”一直是業(yè)內(nèi)外爭論不休的論題，但無論輿論幾何，AI企業(yè)在落地上方面做出了實在的進步，超過1000家三家醫(yī)院入駐了AI企業(yè)的醫(yī)生。
那么，在這機遇與挑戰(zhàn)并存的一年，人工智能改變了什么？人工智能又發(fā)生了怎樣的改變？
細數(shù)AI九大變革與創(chuàng)新
1對AI的態(tài)度
RSNA2018開幕式后，主席Vijay M.Rao，MD在Daily Bulletin在采訪中表示：“AI和機器學習應用已經(jīng)在放射學中有效地證明了自己的價值，但我們僅僅了解這些技術的皮毛。如今的AI應用將醫(yī)生從重復的工作中解放了出來，讓他們應更高的效率工作；患者因為技術的升級而無需長時間的等待，整個放射學也因此更透明。”
正如Rao所說，相對于去年RSNA上各位醫(yī)生們舉棋不定的表現(xiàn)，我們能看到醫(yī)學AI最大的轉(zhuǎn)變——觀念的轉(zhuǎn)變。這一變化可謂今年最為重要的變化，正是這一變化給AI的發(fā)展帶來了數(shù)據(jù)、帶來了革新，帶來了潛在的商業(yè)化利益。因此，只有醫(yī)生真的接受AI，擁抱AI，AI技術才能離開離開實驗室，走進真實世界。
國內(nèi)態(tài)度同樣如此。8月中旬，浙江大學醫(yī)學院附屬邵逸夫醫(yī)院率先就人工智能相關產(chǎn)品開放收費目錄，文件中標明“（特需）人工智能輔助多學科疑難病聯(lián)合診治，6500元/次”。青島、遼寧等地區(qū)緊隨其后，也將部分呢人工智能服務加入收費目錄。醫(yī)院方已經(jīng)在今年作出了巨大的突破。
2算法的變化
醫(yī)學影像并不是AI應用的第一個場景，許多企業(yè)的AI技術源于計算機視覺的遷移，并在此基礎上根據(jù)病種的特征進行訓練、優(yōu)化。遷移算法的優(yōu)勢在于開發(fā)者可以迅速切入醫(yī)學領域，能加速醫(yī)療AI產(chǎn)業(yè)的發(fā)展。
今年算法的變化主要變化在兩個方面，一方面，傳統(tǒng)遷移算法通過數(shù)據(jù)與實驗不斷優(yōu)化，魯棒性、準確率等指標都有明顯上升；另一方面，部分AI影像企業(yè)拒絕使用開源算法，而選擇針對AI影像自建算法。
兩種模式有擁有自己的優(yōu)勢，但要完全突破現(xiàn)有AI技術的瓶頸，或許單單的算法并不能完全解決問題，從基因等其他因素出發(fā)，全方位的看待問題，或許是另一條出路。
3產(chǎn)品選擇的變化
因為肺結(jié)節(jié)與眼底存在公開的數(shù)據(jù)庫，且肺結(jié)節(jié)的數(shù)據(jù)庫豐富而完整，所以在現(xiàn)有的AI企業(yè)中，我們能看到大部分企業(yè)都將肺結(jié)節(jié)產(chǎn)品作為主要產(chǎn)品。這一趨勢并沒有改變，改變的是更多新領域進入了開發(fā)者的視野。
在2017年的RSNA大會上，研究影像組學的企業(yè)屈指可數(shù)，國內(nèi)僅匯醫(yī)慧影發(fā)布的放射組學云平臺代表了相應的研究。而在今年，更多的企業(yè)開始了影像組學的研究，嘗試從影像中高通量地提取有效信息。
乳腺癌是今年AI產(chǎn)業(yè)的一個亮點，雖其名為女性第一大癌癥，但在去年，發(fā)布這一病種AI產(chǎn)品的企業(yè)屈指可數(shù)。反觀今年，乳腺早篩幾乎成了每個公司的標配，每個公司至少發(fā)布一款早篩產(chǎn)品（包括X光、超聲、鉬靶）。
希氏異構主打的消化內(nèi)鏡AI與數(shù)坤科技主打的心血管AI不斷深入單一場景的研究，他們的專注力很可能在百花齊放時代下打造堅實的技術壁壘。
此外，更多的跨界融合也在進行之中，“AI+新藥”無疑是今年的一個大熱點，從全球范圍看，打上這一細分領域標簽的企業(yè)數(shù)量翻倍，其中國內(nèi)的晶泰科技獲4600萬美元B+輪融資，深度智耀獲1500萬美元B輪融資，AccurtarBio也在17年的尾巴獲投1500萬美元。
還有一些基于NLP的輔診項目以及視頻捕捉技術也日益成熟，騰訊醫(yī)療AI實驗室在創(chuàng)新領域的研發(fā)走在世界前沿，但所涉及領域暫時沒有商業(yè)化的跡象。
4落地情況
2018年可謂是醫(yī)療AI落地的一年，隨著醫(yī)生觀念的轉(zhuǎn)變，醫(yī)生不僅僅開始使用AI產(chǎn)品，也逐漸參與到了產(chǎn)品的研發(fā)以及相關AI人員的培訓，醫(yī)生與研究人員之間的合作變得更加的頻繁。
經(jīng)過統(tǒng)計，現(xiàn)階段主要企業(yè)的落地情況如下圖所示：
從圖中可以看到，各家耳熟能詳?shù)娜斯ぶ悄芷髽I(yè)均在落地上表現(xiàn)不錯，其相應的成熟度指標也不斷上升，但下面需要談到的，是便是AI產(chǎn)品的指標問題。
5指標變化
隨著AI算法的精準度不斷上升，逐漸趨近于完美，這個過程中也來帶了諸多問題。其中最為重要的一點來源于一些公司在追求算法準確率的過程中，其精準率也在不斷上升同時，誤報率也在不斷的上升。有醫(yī)生表示：“對于常規(guī)的問題，AI通常是不會漏診，而一旦漏診，必定出大問題。雖然有一些產(chǎn)品能對良惡性作出基本的判斷，但離成熟還差得很遠。”
為解決這些問題以及描述AI發(fā)展的狀況，一些如醫(yī)院閑置率、報告應用率新的指標也隨之誕生。這些指標能協(xié)同準確率、魯棒性，更全面的反映AI產(chǎn)品與醫(yī)生的磨合程度。
6商業(yè)模式
在三類器械審批通過之前，很多AI產(chǎn)品可獲得CFDA二類器械認證，在此情況下市場孕育了一些可供未來參考的收費模式。
1. 以使用次數(shù)收費，現(xiàn)階段采用此種付費模式的以第三方影像中心為主。
2. 以買斷方式購買產(chǎn)品。現(xiàn)階段采用此種付費模式付費的以醫(yī)院為主。
3. 年費形式?，F(xiàn)階段采用此種收費模式的產(chǎn)品暫未收集到相關數(shù)據(jù)。
不同的收費模式反映了市場不同的需求。按次數(shù)收費的模式的優(yōu)點在于靈活操作，成本易控制，但不可持續(xù)。對于第三方影像中心作為新興賽道，其業(yè)務量相對較小，且產(chǎn)品迭代相對迅速，以買斷的形式購買產(chǎn)品的方式過于昂貴，不利于企業(yè)的現(xiàn)金流，也不符合企業(yè)的閱片需求。
對于醫(yī)院而言，在沒有現(xiàn)金流壓力，又對產(chǎn)品較為滿意的情況下，在產(chǎn)品定價成熟前以全款方式買斷產(chǎn)品顯然更有利可圖，當前的價格必然遠低于商業(yè)化后的價格。
年費模式雖未收集到相關數(shù)據(jù)，但在產(chǎn)品過審后，很有可能成為主流。一方面，這種運營模式方便于對產(chǎn)品進行成本控制，后期醫(yī)院及影像中心若對某一產(chǎn)品不滿意，也可及時更換產(chǎn)品。
7技術突破
拋開商業(yè)化模式不談，AI的技術突破也值得一看。
《細胞》介紹了中國團隊的研究成果
2月《CELL》介紹了中國團隊的AI工具，這是一款能精確診斷眼病和肺炎兩大類疾病的人工智能工具，該工具有效地將圖像分類為黃斑變性和糖尿病性視網(wǎng)膜病變，可以在30秒內(nèi)確定患者是否應該接受治療，準確度達到95％以上；在區(qū)分病毒性肺炎和細菌性肺炎上，準確率也超過90％。該研究開發(fā)了一種使用遷移學習技術的人工智能系統(tǒng)。
使用CNN識別皮膚癌
ANNALS OF ONCOLOGY上的一項研究中，研究人員開發(fā)了一個深度學習卷積神經(jīng)網(wǎng)絡CNN，并通過展示10萬多幅惡性黑色素瘤和良性痣的圖像來識別皮膚癌。CNN比皮膚科醫(yī)生更少漏診黑素瘤，誤診良性黑素瘤的幾率更低。這是科學家們首次表明CNN作為人工智能或機器學習形式比有經(jīng)驗的皮膚科醫(yī)生更能準確診斷皮膚癌。
斯坦福吳恩達團隊公布最大醫(yī)學影像數(shù)據(jù)集，4萬張為人體上肢端的X光片
斯坦福吳恩達研究團隊開源了含有4萬張人體上肢端的X光片的數(shù)據(jù)集MURA，并用這個數(shù)據(jù)集訓練CNN尋找并定位X光片的異常部分。根據(jù)研究，全球現(xiàn)在超過17億人的肌肉骨骼都出毛病，每年大概有3千萬的急診病例。MURA 是最大的開放性放射影像數(shù)據(jù)集之一，它有助于診斷上肢骨骼疾病。
無需活檢，AI可以從CT圖像預測免疫療法效果
《The Lancet Oncology（柳葉刀腫瘤學）》上的一項研究，來自法國的Eric Deutsch博士團隊用癌癥患者的CT圖像訓練人工智能，得到一個可以通過患者的CT影像準確預測PD-1抑制劑治療效果的人工智能平臺。那些被認為有效的患者的中位生存期（24.3個月），比預測無效患者的中位生存期（11.5個月），提高了一倍以上。
清華大學廖洪恩團隊發(fā)表人工智能影像基因組學系列論文在《IEEE生物醫(yī)學工程匯刊》上
清華大學醫(yī)學院生物醫(yī)學工程系特聘專家廖洪恩教授課題組通過人工智能技術學習大量腦干膠質(zhì)瘤患者的磁共振影像學特點，深度挖掘其與該基因的關聯(lián)，不僅幫助醫(yī)生獲得基因?qū)W的診斷依據(jù)，而且方法分析得到與基因關聯(lián)密切的影像學與臨床參數(shù)能夠提高醫(yī)生的診斷經(jīng)驗。系列研究成果發(fā)表在生物醫(yī)學工程領域知名期刊《IEEE生物醫(yī)學工程匯刊》上。
全球首次開發(fā)出B型主動脈夾層人工智能自動分割方法
4月21日，匯醫(yī)慧影聯(lián)合中國人民解放軍總醫(yī)院血管外科發(fā)布“主動脈人工智能研究云平臺AORTIST2.0”，這是全球范圍內(nèi)首次開發(fā)出的B型主動脈夾層人工智能自動分割方法，解決了此前B型主動脈夾層手術中的精準測量、預后預測和遠程隨訪三大核心問題。
8融資變化
根據(jù)數(shù)據(jù)庫統(tǒng)計，全球共有 244 家企業(yè)將人工智能應用于醫(yī)療領域，主要布局在醫(yī)學影像、健康管理和病歷/文獻分析三個應用場景，其中涉足醫(yī)學影像的企 業(yè)數(shù)量達到 60 家，遠高于其他應用場景的企業(yè)數(shù)量。國內(nèi)96 家醫(yī)療人工智能企業(yè)，主要布局于醫(yī)學影像、病歷/文獻分析，而其中布局于醫(yī)院管理、疾病篩查和 預測的企業(yè)數(shù)量較少。
從國內(nèi)看，醫(yī)療健康領域的人工智能創(chuàng)業(yè)公司表現(xiàn)尤為突出。在2018年僅第一季度就有 20多家 醫(yī)療人工智能企業(yè)獲得融資，但隨著本年下半年經(jīng)濟遇冷，整體投資數(shù)量與投資額度均有降低，但預計在新年到來前，AI領域還將有一波大額融資。
截止2018年1月-9月，AI融資排名前10名
9政策變化
針對人工智能專項出臺的政策較少，一般歸屬于“互聯(lián)網(wǎng)+醫(yī)療健康”相關政策，2018年3月國務院發(fā)布的《政府工作報告》，4月教育部發(fā)布的《高等學校人工智能創(chuàng)新行動計劃》及國務院出臺的《關于促進“互聯(lián)網(wǎng)+醫(yī)療健康”創(chuàng)新行動計劃》都強調(diào)了人工智能的發(fā)展與相關人才的培養(yǎng)，而對于企業(yè)而言，相對重要的是中檢院光機電室對于醫(yī)療器械的審核。
2018 年 8 月 1 日起，我國新版《醫(yī)療器械分類目錄》正式生效，文件將醫(yī)用軟件按二類、 三類醫(yī)療器械設置審批通道。
《目錄》指出，若診斷軟件通過其算法提供診斷建議，該建議僅具有輔助診斷功能，不直接給出診斷結(jié)論，本子目錄中相關產(chǎn)品按照第二類醫(yī)療械器管理。若診斷軟件通過其算法對病變部位進行自動識別，并提供明確的診斷提示，則其風險級別相對較高，本子目錄中相關產(chǎn)品按照第三類醫(yī)療器械管理。所以，目前我們所看到的AI 產(chǎn)品，大多應屬于第三類醫(yī)療器械。
為應對這一政策，我國大部分企業(yè)采取增刪診斷功能的辦法，同時申報二、三類器械，目前多家企業(yè)已經(jīng)率先獲得了二類證書，包括希氏異構、雅森科技、匯醫(yī)慧影、深睿醫(yī)療、圖瑪深維、推想科技、Airdoc、依圖醫(yī)療等知名人工智能企業(yè)都在積極進行三類醫(yī)療器械的申報。依圖醫(yī)療表示，他們的全產(chǎn)品矩陣都在做三類認證，而Airdoc送檢了中國第一臺裝載待檢人工智能 AI 軟件的服務器。但目前尚未有一款產(chǎn)品獲得三類證書。
按照醫(yī)療器械注冊流程，產(chǎn)品從申報到最終過審要經(jīng)過產(chǎn)品定型、檢測、臨床試驗、注冊申報、技術審評、行政審批等六步。目前，申報三類器械的醫(yī)療人工智能產(chǎn)品大多停留在注冊申報起步階段。
中檢院作為國家監(jiān)管技術支撐機構，承擔了醫(yī)療人工智能產(chǎn)品質(zhì)量評價與研究工作。光機電室憑借在醫(yī)療器械軟件檢測方面經(jīng)驗豐富的優(yōu)勢，專門成立AI小組承擔此項工作。截至2018年10月，眼底影像標準數(shù)據(jù)庫與肺結(jié)節(jié)數(shù)據(jù)庫已初步成型，具體情況如下：
眼底影像標準數(shù)據(jù)庫的建立相對較早，目前已經(jīng)形成了一個包含6327病例規(guī)模的數(shù)據(jù)庫。
肺部影像標準數(shù)據(jù)庫自2018年2月啟動建設工作，4月開始在全國招募肺結(jié)節(jié)圖像 標定專家，5月初完成上述專家的在線考試選拔和培訓，6月10日完成線下封閉標定工作，24位標定專家及15位仲裁專家共同完成病例的標定。
相對國外已經(jīng)有4-6年AI產(chǎn)品審批經(jīng)驗的FDA，國內(nèi)的NMPA相對年輕。對此，很多企業(yè)選擇FDA與NMPA并行審批，一方面可以借鑒FDA的審批經(jīng)驗，另一方面有助于其開拓海外市場。以下是2018年通過FDA審批的一些公司及項目，希望可以為國內(nèi)的企業(yè)審批帶來更多經(jīng)驗。
圖表部分數(shù)據(jù)由匯醫(yī)慧影提供
未來，數(shù)字醫(yī)療產(chǎn)品的審評將分兩個階段走。第一個階段需要制定出相關指導原則和標準，把檢驗、檢測標準進行統(tǒng)一，第二步才開始對達到標準的產(chǎn)品“放行”。部分符合條件的，或許可以被批準免去臨床試驗。
2018年大公司布局變化
1騰訊
在醫(yī)療人工智能方向，騰訊將其視為打通To B路徑的重要布局，除了核心的騰訊醫(yī)療AI實驗室，相關的優(yōu)圖實驗室、AI lab也為騰訊的醫(yī)療AI版圖獻計獻策。近日，騰訊再獲“數(shù)字診療裝備研發(fā)”重點專項，開發(fā)人工智能輔助臨床決策支持系統(tǒng)（AIACDSS），屆時，騰訊將從科研合作中獲得大量的訓練數(shù)據(jù)以及AI開發(fā)經(jīng)驗，而騰訊云也將因此在AI醫(yī)療中發(fā)揮更為深度的作用。
2阿里巴巴
在9月的云棲大會上，阿里醫(yī)療人工資能系統(tǒng)ET醫(yī)療大腦開啟了它的2.0版本。該系統(tǒng)由阿里健康與阿里云聯(lián)合打造，天生具備強大的算力優(yōu)勢和多樣的數(shù)據(jù)優(yōu)勢。相比于騰訊，ET醫(yī)療大腦的基因決定了它為生態(tài)建設為生，在未來ET醫(yī)療大腦2.0將針對臨床、科研、培訓教學、醫(yī)院管理、未來城市醫(yī)療大腦等5大場景上集中發(fā)力。
3百度
百度研究院發(fā)布一種名為“神經(jīng)條件隨機場”的AI算法，擁有強大的腫瘤病理切片檢測能力，其檢測準確率甚至超過專業(yè)病理醫(yī)生，并突破此前最高記錄。該算法不僅能對單一小圖進行判斷，還能夠模擬圖塊之間的空間關系，大大提高了診斷的準確率，成為人工智能在醫(yī)療影像應用上的一次突破。
百度具備AI技術方向的絕對優(yōu)勢，但卻對醫(yī)療領域涉獵不深，更多的是通過投資的方式間接對醫(yī)療進行布局。2017的離場之后，2018醫(yī)療相關的新聞屈指可數(shù)，一直到9月的百度世界大會，李彥宏宣布向500個貧困縣捐贈百度研制的AI眼底篩查一體機，才為百度新添與醫(yī)療相關的正面聯(lián)系。
但百度的實力毋庸置疑，在絕大多數(shù)AI影像算法為遷移算法的大前提下，專注于計算技術覺、無人駕駛技術的百度想要進入醫(yī)療AI領域非常輕松，關鍵要看是否有必要對這一領域進行直接投資。
4科大訊飛
在智慧醫(yī)療方面，繼去年成立全國首家智慧醫(yī)院和推出全國首個以456分通過國家臨床執(zhí)業(yè)醫(yī)師資格考試綜合筆試評測的“智醫(yī)助理”之后，科大訊飛在賦能醫(yī)生、助力分級診療全面落地方面持續(xù)發(fā)力。在醫(yī)學影像方面也有更多突破，訊飛醫(yī)學影像云平臺集合了CT、DR等多項人工智能輔助診斷技術，輔助醫(yī)生快速準確地完成影像診斷，有效減少漏診誤診。同時通過A.I.技術將優(yōu)質(zhì)醫(yī)療資源下沉至基層，讓人們更便捷地享受更優(yōu)質(zhì)的醫(yī)療服務。目前訊飛人工智能醫(yī)療產(chǎn)品已經(jīng)在全國121家三級醫(yī)院、近2000家基層醫(yī)療衛(wèi)生機構落地應用，累計服務超過300萬人次。
5科技企業(yè)與器械巨頭
在世界舞臺上，眾多科技公司與器械巨頭也紛紛在AI醫(yī)療領域發(fā)力，通過下表我們可以看到他們這一年的在AI方面的努力。
科技巨頭的AI成果（部分）
器械巨頭的AI成果（部分）
“潮向”何處？
2018年是人工智能落地的一年，而2019年人工智能將更加明確自己將落向何處。近日，國內(nèi)領先的健康管理機構愛康國賓，正式啟動iKangAI+計劃，合作企業(yè)包括依圖醫(yī)療、Airdoc、科大訊飛、阿里健康ET醫(yī)療大腦實驗室、百洋智能科技-IBM Watson事業(yè)部。
不僅僅是愛康及其相關企業(yè)，體素科技、騰訊覓影等也不斷在向下的方向之中，朝著更大的場景邁進。
這是人工智能技術下沉的另一個轉(zhuǎn)折點，或許我們能看到AI在三甲醫(yī)院的臨床應用之中獻計獻策，但就現(xiàn)在的NMPA審批結(jié)構下，深入診斷全流程或許不是明年的目標，而AI企業(yè)必須及早獲取適合自己的商業(yè)模式。
另一個方向是同傳統(tǒng)器械廠商的合作，好比手機與軟件的結(jié)合，這是一個雙贏的選擇。
歸根結(jié)底，AI+影像是一條一定走得通的路，但在筑路之中，何不少些浮夸，多些腳踏實地？
工商網(wǎng)監(jiān)
評論