同花顺-圈子

请广大用户注意风险,切勿加入站外群组或添加私人微信,如因此造成的任何损失,由您自己承担。
年轻人猝死事件频发,AI医生能更好避免悲剧发生吗
0人浏览 2019-12-01 09:45

  

  茨威格曾说:“一个人年轻的时候,总以为疾病和死神只会光顾别人。”

  但35岁的台湾演员高以翔在综艺录制过程中心源性猝死,几个月前人民日报发布消息称“10天内3位青年医生猝死”……这一则则消息似乎在告诉我们,死神开始更加“光顾”年轻人。

  据不完全统计,每一年,中国大约有55万人猝死。且超过90%的年轻人都是亚健康状态,超过一半的白领都有过劳死的风险。对于年轻人而言,除了避免长期劳累、熬夜等不健康生活方式外,积极预防、减少诱发猝死因素显得尤为重要。进行心血管方面的疾病筛查与诊疗,则是其中一环。

  但在当前的医疗市场,医学影像筛查用时长、医师资源缺乏,难以匹配心血管疾病的海量市场,于是AI有了用武之地。 

  

  心血管领域亟需AI影像加入

  不久前,《柳叶刀》一篇研究称,1990 年至 2017 年这27年间,唯一没有变化、一直居于首位的中国居民主要死因的是脑卒中(中风),其后依次是缺血性心脏病、慢性阻塞性肺病、肺癌、阿尔茨海默病和其他痴呆症。

  单就2018年中国心血管病的数据显示,心血管病患病率仍处于上升阶段,目前患病人数约为2.9亿,心血管病导致的死亡占居民疾病死亡的40%以上,居各类疾病首位。且从全球范围来看,据世界卫生组织(WHO)统计,缺血性心脏病和脑卒中也分别是全球排名第一和第二的主要死因,由此可见,心血管疾病目前已成为全球面临的重大的公共卫生问题。

  为了遏制这一趋势,最好的方法是推广心血管早筛,早日发现心血管存在的潜在问题。医学影像作为现代医学最重要的临床诊断和鉴别诊断工具,接近70%的临床诊断都需借助其使用,有着广泛需求的心血管领域更是如此。

  然而,与心血管“市场需求”的旺盛相比,传统医疗体系却疲于应对。一般而言,心血管影像诊断分为图像扫描、图像后处理、撰写报告、报告审核四个步骤,单个案例在影像环节花去的时间基本要半个小时。“心血管的后处理非常麻烦,即便是飞利浦、西门子等传统国际领先厂商的医疗设备工作站也无法快速做完,很耗人力。拿安贞医院(指首都医科大学附属北京安贞医院,其心脏内科中心是全国心血管疑难危重疾病的诊治中心之一)来说,一天可能要做近200个心血管影像诊断,一般医生要花费半个小时,快的也至少15分钟。” 专注于心血管领域的AI医疗科技公司数坤科技战略副总裁刘建对AI报道表示。

  在欧美发达国家,一个医生平均接诊的人数不多,所以即便AI让筛查与诊疗速度更快,也不会有太大的吸引力。然而,在我国,每年医学影像增长量超过30%,而每年新增的放射科医生只有4%,影像医生缺口巨大。而且,我国医疗资源目前呈现“倒挂”趋势,根据国家卫健委数据,截止至2018年11月底,不到8%的三级医院就诊人数达到16.46亿人次,占全国总人次近60%。有北京市民反映,平常去三甲医院看病挂资深主任的号基本都得等上一两周。对时间要求非常紧迫的心血管疾患而言,更是难言之殇。

  相比之下,AI影像能够三分钟完成诊断甚至更快,面对庞大的市场需求,AI在心血管的影像诊断方面被寄予厚望。

  

  避开AI影像“红海”

  面对心血管影像AI的广阔市场前景,想象中其相关的AI企业和产品应该多如牛毛,然而,现实并非如此。目前行业最为集中的产品仍然是肺结节筛查。“医学影像AI产业现状和需求调研”显示:88%的科室使用的AI产品是肺结节筛查,6%是冠脉分析,其余依次是骨龄、乳腺和前列腺智能诊断。

  从AI医疗企业的数量上来看,有媒体调查显示,140余家从事医疗AI的企业,近120家在做医学影像业务,其中约百家企业切入的是肺结节影像产品。而在这个肺结节赛道上的玩家众多,既有阿里、腾讯等行业巨头的身影,也有众多创业公司。

  “肺部结节也是临床常见问题,公开数据较多,而且还有开源算法,对于企业而言,相对比较容易进入,现在市场上已是一片红海”,刘建介绍说,“所以我们特立独行,选择了从心脑血管领域切入”。

  在业内人士看来,对于科技企业来说,肺结节筛查是入门级别。相比而言,心血管疾病的诊断流程更为复杂,技术门槛太高。例如:冠脉CT图像需要经过复杂的三维重建,从主动脉到冠脉血管,血管径差异从厘米至毫米呈数量级差异,要诊断出血管的起源、走形、血管壁的斑块、管腔狭窄等,这是一个高难度和极具挑战的场景。面对复杂的任务,目前普遍采用的深度学习模型无法胜任。此外,是否有支撑起这个领域的高标准、高质量的标注数据库,也是需要考量的关键要素。

  “用于肺结节筛查的AI影像涉及的神经元是2亿个,而我们用于心血管筛查的多维度卷积神经网络技术有10亿个神经元”,刘建表示,该技术能精准分割人体器官,重建出清晰精确的3D数字心、数字脑等,并能对相关部位做精准诊断。

  就数坤科技2018年推出的国内首款冠状动脉CT成像AI辅助诊断系统CoronaryDoc举例而言,该系统在心血管治疗中可以自动抓取 CT 图像,并进行三维重建、判读,输出标准化报告,这个过程只需3分钟即可完成。而后医生只要对 AI 给出的结果进行确认,或根据自己判断加以修改即可,不需要再分步骤确认,大大提升效率。

  

  图 | 医生正在使用数坤AI产品CoronaryDoc

  “以DSA的医生结果为金标准,在病灶检出方面,冠脉AI敏感度高于95%(简单理解:敏感度高=漏诊率低)高于医生肉眼判读。产品特异性(简单理解:特异性高=误诊率低)与CTA仲裁医生的结果近似。这意味着用AI筛查,绝大部分都不漏病。”刘建介绍称,AI冠脉CTA极大程度降低狭窄病变的漏诊率,AI诊断的准确性和特异性不亚于一线城市三甲医院高年资专家医生,AI与医生协同的判读效率显著优于单纯人力判读。

  从落地情况来看,数坤科技的心血管疾病AI已在国内200余家医院实现端到端全流程使用, 将影像智能后处理、AI疾病诊断与报告、打印全流程打通。同时,冠脉CT-FFR辅助评估系统、主动脉智能辅助诊断系统、头颈CT智能辅助诊断系统等全系血管AI产品,也已在部分医院开始使用。

  据介绍,数坤冠脉AI产品已进入NMPA三类证创新通道,有望最快获得三类证。(根据2017年8月原国家食品药品监督管理局发布的《医疗器械分类目录》,医疗AI产品可以按照二类医疗器械申报或按三类医疗器械申报,二类证仅限于辅助诊断,三类则具备诊断资格。三类证是国家对AI诊断类器械的安全性、有效性的评估和认可。)

  

  从“不确定”到“离不开”

  能在心血管AI影像这个细分赛道上有所建树,数坤的发展并不是一帆风顺的。

  虽然AI医疗发展迅速,但相比其他行业还是走得更慢一些。以远程心电数据监测而闻名的优加利的董事长陈娟曾在一场论坛上分享了一个故事:曾经她去向安徽某医院推广产品,结果心内科主任一见到她,问的第一个问题却是“你这个企业能活过五年吗?”,因为这个主任曾采购过一批心电设备,但仅过了两年,那个设备企业便倒闭了。

  也有AI医疗企业在推广时,产品遭医生认定为“反人类”而被拒,也有医生担心被AI替代而婉拒。

  类似的故事也发生在数坤科技身上,刘建坦言,公司刚开始推广产品的时候,也是从一开始医生抗拒,到慢慢去接触,再到认可,这个过程很痛苦。“一开始抗拒是医生以为要取代,但后来发现人工智能只是辅助。”

  刘建对此表示理解,“因为医生本身是一个很严肃的职业,敬畏生命,在整个新技术的要求上非常严苛,对新技术的接纳必须经历非常严格的临床测试才可以,不像其他行业可以先试一试。”

  好在,医生也是会慢慢改变的。北京朝阳医院心脏中心副主任、心律失常科主任刘兴鹏,就是力挺AI赋能医疗的医生代表。刘兴鹏表示,“医生群体是慢热的,但是如果AI真的能够刺激到他,他也是非常愿意接受的。”

  从认识AI、接受AI到拥抱AI产品,像刘兴鹏这样的医生也开始越来越多。医生们不会再纠结自己是否被取代,也不再害怕试用过产品的AI企业“英年早逝”,而是开始结合自身经验,对人工智能提出了更为具体的需求。

  例如,平谷区卫健委与北京友谊医院平谷区医院、数坤科技共同建立“人工智能联合中心”,并将心脏影像AI辅助诊断应用引进平谷区医院,以此提升基层医院的高发危重疾病诊疗水平。

  AI用于医疗辅助诊断的价值日益凸显,刘建指出,我们国家一直在强调心脏中心的建设,这对基层医疗水平的提高非常重要。人工智能帮助基层医生解决他们不会诊、诊不了的问题。对大医院,能解决流通量问题。

  

  新的发展路径

  尽管产品越来越受到认可,但“落地多少家医院”“商业模式是什么”仍旧是每个医疗AI企业无法规避的难题。

  君联资本董事总经理周瑔表示,人工智能技术非常先进,但是人工智能在医疗应用中的商业模式方面非常落后。“用一次软件向病人收一次钱不现实,怎么设定收费模式,这个需要被突破。“

  在医疗老兵刘建看来,AI医疗这个行业与其他行业不同,目前的模式是先以 “免费试用”方式进入医院,受到认可后再进一步谈商业化问题。目前,数坤科技正在商业转化中。

  “AI企业泥沙俱下也成了这个行业的通病,基本跟人工智能没关系的企业,现在包装成人工智能企业做宣传。”周瑔表示,“现在很多做人工智能的企业,都只是用开源算法,并没有自己去定制化,去优化算法。”

  周瑔还道出了包括影像赛道在内的许多医疗AI企业的痛点,“很多企业在数据方面,也参差不齐,数据的质量有待验证;甚至有的企业把既有数据又拿来训练算法又拿来做验证,其结果必然可观但是不客观。做得稍微好一点的企业则把训练数据和验证数据分开。但更严格的方法还要第三方验证,比如从301医院拿出的数据最后验证的时候拿协和医院的数据来验证。”

  对此,刘建也深表认可,作为医疗AI企业的代表方,他强调,“企业一定洁身自好,将数据源把控好,要跟医生结合,让医生输入数据、做质量的把控。”

  在寻求数据有效性的同时,医疗AI企业也开始寻求新的发展路径,分层诊疗制度让AI医疗创业企业将目光从已经饱和的北上广三甲医院转移,向基层医疗市场下沉。与GPS(飞利浦、西门子、GE医疗)三巨头等大型设备商结合,也是突破途径之一。就数坤科技而言,九月中旬与GE医疗发布的Edison平台达成合作,共同开发基于Edison平台的数字医疗应用。

  目前,数坤在心脑血管领域走得更快更稳一些,但是随着互联网巨头阿里医疗AI、新锐公司睿心智能医疗等对此赛道开始加注与研发,数坤今后面对的强敌必定不会是少数。或许正意识到这一点,目前数坤也开始寻求新一轮融资并开始加大研发,意在覆盖更多临床场景,将其已在心脑疾病领域建立的领导者优势,延伸至肿瘤和神经系统等其他病种。

  期待像数坤这样的AI医疗企业,深耕行业,解决痛点,造福于患者。

  图片来源自网络

  语音技术支持:标贝科技

更多
· 推荐阅读
0
1
扫码下载股市教练,随时随地查看更多精彩文章
发 布
所有评论(0
  • 暂时还没有人评论
  • 0
  • TOP
本文纯属作者个人观点,仅供您参考、交流,不构成投资建议!
请勿相信任何个人或机构的推广信息,否则风险自负