20萬次每秒掃頻激光OCT發(fā)布，國產(chǎn)設(shè)備將在眼科領(lǐng)域后來居上

人工智能領(lǐng)域巨頭谷歌DeepMind團隊也悄然布局眼科。2018年8月，DeepMind聯(lián)合英國Moorfields眼科醫(yī)院發(fā)布了一項眼科AI研究成果，可以準確識別50種眼科疾病，準確率可與頂級眼科專家媲美?；谶@一框架，未來可實現(xiàn)全病種的識別。如今，DeepMind已著手將這一技術(shù)逐步實現(xiàn)商業(yè)化。

IDx已在眼底彩照上取得突破成功，為何DeepMind仍緊握這一場景不放？

Deepmind的選擇

DeepMind所青睞的OCT技術(shù)，全名為光學相干斷層掃描（Optical Coherence Tomography，OCT）。被譽為繼X線、CT和MRI之后又一大技術(shù)突破。其采用光學對生物組織的微觀結(jié)構(gòu)進行成像，分辨率接近組織病理切片的水平，又被稱為為醫(yī)學領(lǐng)域的光學活檢。

相比于平面成像的眼底彩照，一次眼底OCT掃描即可生成成百上千幅眼底斷層影像，相當于從“X光平片”升級到“CT”；它能提供精確的病灶性質(zhì)、厚度及層次定位等醫(yī)生無法通過肉眼觀察到的信息，且無創(chuàng)傷、無輻射，因而已成為眼科醫(yī)生的必備影像工具。據(jù)統(tǒng)計，到2020年，美國的眼科OCT檢查量預計將突破2000萬次／年。

眼底彩照與OCT數(shù)據(jù)對比

研究表明，基于三維的圖像數(shù)據(jù)，OCT 圖像AI分析可用于更多疾病的篩查與診斷。然而基于OCT數(shù)據(jù)進行人工智能研發(fā)有以下兩大難點：首先，三維的體數(shù)據(jù)分析算法難于二維平面數(shù)據(jù)分析；其次，AI公司在獲取OCT原始數(shù)據(jù)的過程中將付出高昂的成本。

在中國，眼科OCT設(shè)備生產(chǎn)廠家都幾乎沒有開放數(shù)據(jù)接口，其市場幾乎被進口設(shè)備所壟斷，AI公司想獲得原始數(shù)據(jù)更是難上加難。

那么中國“智”造能否打破本土OCT市場被進口設(shè)備壟斷的僵局，并實現(xiàn)眼科OCT領(lǐng)域更全面的人工智能診斷呢？

深度與廣度并存

OCT成像掃描速度的快慢直接決定了最終的成像質(zhì)量和分辨率。OCT技術(shù)也從最早數(shù)百次／秒的時域激光技術(shù)、現(xiàn)在主流的幾萬次／秒的頻域激光技術(shù)，發(fā)展到了最先進的幾十萬次／秒的掃頻激光技術(shù)。

目前，全球僅有兩家進口品牌，德國Carl Zeiss與日本Topcon推出了基于掃頻激光技術(shù)的頂級眼科OCT，掃描速度為10萬次／秒。其中，日本Topcon的Triton獲得了中國二類醫(yī)療器械的注冊證，而Zeiss的Elite 9000僅在歐美銷售。

近日，一家名為視微影像的國內(nèi)公司，在上海發(fā)布了一款集成人工智能的高端眼科OCT設(shè)備VG200，該產(chǎn)品將掃描速度大幅度提升至20萬次／秒，好比“64排CT”升級為“128排CT”。

OCT掃描速度對照

同時，在單次檢查中防止醫(yī)生漏查眼部疾病，視微影像升級了其OCT產(chǎn)品的視野。其新發(fā)布的VG200擁有56°掃描范圍，支持16mm掃描，圖像采集范圍比現(xiàn)有主流產(chǎn)品大至33％，en face影像的分辨率為國外頂級產(chǎn)品的4倍，可同時覆蓋眼底的黃斑區(qū)與視神經(jīng)，并能以更高的質(zhì)量去進行后續(xù)的三維重建。

視微影像創(chuàng)始人彭先兆博士用一個身邊的例子闡述了OCT廣角的重要性：“我的一位代理商朋友對視微影像的設(shè)備非常感興趣，便用VG200進行了OCT檢查，結(jié)果顯示他的脈絡(luò)膜良好，而視網(wǎng)膜的邊緣有一絲脫落的跡象。通過調(diào)整固視燈，改變角度對脫落部分進行二次掃描，竟發(fā)現(xiàn)這里存在大范圍視網(wǎng)膜脫離。在此之前，他從未感覺到眼睛的異樣，而常規(guī)的檢查也無法觸及視網(wǎng)膜邊緣。若非這次偶然，極有可能會錯過及時治療的機會?！?/p>

16mm 高清線掃描

基于深度學習的AI輔助診斷

硬件的突破能在物理層面上提供最堅實的支持，而在醫(yī)療資源缺乏的大環(huán)境下，醫(yī)生還需人工智能技術(shù)對這些信息進行解析，解決三維重建與診斷方向的問題。

眼球呈層狀生物結(jié)構(gòu)，但脈絡(luò)膜下邊界和鞏膜之間的邊界模糊，這導致脈絡(luò)膜的病理影像分層非常困難，傳統(tǒng)的算法很難對邊界附近的影像進行分類。對此，視微影像運用基于深度學習的Deep LayerTM技術(shù)對視網(wǎng)膜的各種正常和異常層次進行識別，并輔助醫(yī)生進行三維重建，大大縮短了醫(yī)生處理影像信息的時間。

當每一臺設(shè)備落地醫(yī)院，視微影像便擁有了一個有效的數(shù)據(jù)流量入口。通過這個端口收集到的脫敏數(shù)據(jù)具有高質(zhì)量、結(jié)構(gòu)化、一致性等優(yōu)點，有利于人工智能輔診產(chǎn)品的訓練。而視微影像人工智能產(chǎn)品將隨著硬件設(shè)備的推進表現(xiàn)出更為優(yōu)異的輔診性能。

彭先兆博士對此表示：“現(xiàn)有的人工智能產(chǎn)品，大多針對有限的病種進行識別，外掛于影像軟件或PACS系統(tǒng)之外，并且難以解決設(shè)備普適性的問題。而我們的產(chǎn)品，將集成于我們自身的設(shè)備影像軟件之內(nèi)，基于我們自身設(shè)備的高質(zhì)量標準化數(shù)據(jù)，逐步實現(xiàn)對眼底50多種眼底病全病種的覆蓋。這將是一款真正臨床實用的人工智能輔助診斷。”

標準、豐富的數(shù)據(jù)庫保證了人工智能的診斷質(zhì)量，同時也將直接降低OCT技術(shù)的使用成本，讓其應(yīng)用領(lǐng)域更容易向下延伸。

“AI作為一個劃時代的技術(shù)，沒有人否認它的未來，但到目前為止，整個行業(yè)仍缺少經(jīng)過實踐檢驗的盈利模式。對于那些專注于影像軟件的公司而言，盈利兩個字是一個巨大的考驗。在現(xiàn)階段，視微影像把經(jīng)營的重心放在硬件的銷售方面，在生存的同時開拓AI技術(shù)的深度并摸索潛在商業(yè)價值。”

因此，在推出VG200后，視微影像將加強頂級眼科中心合作與宣傳，讓更多眼科醫(yī)生了解國內(nèi)也擁有搭載最先進的掃頻技術(shù)的OCT產(chǎn)品，以求擴大醫(yī)院裝機量，增加數(shù)據(jù)采集點。

而在人工智能方面，視微影像將識別到的結(jié)構(gòu)與病變數(shù)據(jù)結(jié)合進行訓練，不僅提供疾病輔助診斷，還可以提供疾病的量化數(shù)據(jù)（大小、體積、前后變化和轉(zhuǎn)歸），這將成為視微影像與一流人工智能企業(yè)合作的重要基礎(chǔ)。

人工智能分層

五年磨一劍

2014年初，擁有十余年硅谷研發(fā)經(jīng)驗的光學系統(tǒng)專家彭先兆博士和醫(yī)學圖像算法專家李冰博士，在硅谷成立了一家OCT初創(chuàng)企業(yè)，致力于整合尖端光學設(shè)計、影像算法、人工智能、云平臺等前沿技術(shù)，為醫(yī)患提供基于OCT技術(shù)的醫(yī)學影像解決方案。

在國家政策支持下，2015年公司總部遷至洛陽國家大學科技園，并定下八字目標：視微如著，見微知著，取名為視微影像。公司于2015年入選洛陽市“河洛英才”計劃并獲得數(shù)千萬元財政支持，于2018年完成數(shù)千萬元 Pre－A 輪融資。

作為企業(yè)的主要創(chuàng)始人，彭先兆博士專注于領(lǐng)導系統(tǒng)與光學設(shè)計的研究，擁有14年硅谷研發(fā)工作經(jīng)驗。他1995年本科畢業(yè)于北京大學物理系， 2002年獲得美國俄勒岡州立大學光譜學博士學位。

團隊的聯(lián)合創(chuàng)始人李冰博士負責公司的管理、軟件與算法研究。他1999年以福州市高考理科狀元考入北京大學電子學系，并于2007年獲美國弗吉尼亞大學圖像處理博士學位，擁有3套醫(yī)療圖集軟件著作，3項美國專利，為視微影像影像處理方向的研發(fā)作出了極大的貢獻。

五年來，種種技術(shù)上的突破均基于視微影像對臨床需求的深入理解及其深厚的技術(shù)儲備。如今，VG200的技術(shù)水平可與業(yè)內(nèi)頂級OCT產(chǎn)品媲美，甚至部分超越。今年視微影像還將攜手國內(nèi)頂級眼科專家，亮相國際眼科展會，為世界帶去中國的醫(yī)療硬科技。

據(jù)了解，視微影像還將繼續(xù)研發(fā)40萬次掃頻OCT、掃頻生物測量儀等前沿技術(shù)，保持硬件科技的先進性，并通過完美的軟硬件整合，不斷提升產(chǎn)品的核心競爭力。