2019|全球医学AI中心的皇冠,中国AI还有多远?

2019-01-03 19:26:05 Alicia

来源: MedTrend医趋势


AI的种子已经埋下,很多地方已经生根发芽。只是芽比较小,越站得高越看不清在哪儿。它生长的机会在哪?一定在流程环节瓶颈最大的地方——监管部门发证。



经历了2016年的野蛮生长,2017年的资本追捧,2018年的医学AI已经开始降温。而资本降温,最先感受到的一定是企业。少了资本的持续供血,不少企业纷纷把手上的资源汇聚到一点,开始探寻自造血能力。


20190103_192708_490230.jpg

▲首届中国医学影像AI大会开幕式现场


3年多的时间,影像辅助诊断、电子病历、医疗大数据等智能化医疗手段和技术的应用已在各大医院初露锋芒。然而,技术上的成熟却没有及时推动政策审批的加速。在北美放射年会上,中国的AI企业家们苦于没有国家药监局(NMPA)审批而止步市场,只能看着国外同行敲开市场大门。

中国医学AI市场现状如何?作为最具成为全球医学AI中心的中国市场蕴藏着哪些机遇?在崛起道路上又遇到了哪些发展瓶颈?


12月14日,医趋势在
首届中国医学影像AI大会现场,第一时间采访了来自产业、学会、研究、企业等各方代表,聆听医学影像AI行业最真实的脉动与心跳。

▲医趋势采访部分参会企业和专家视频


创企走细分,巨头做平台


目前,影像AI已经在医学影像领域疾病筛查、病灶勾画、脏器三维成像三类应用方向取得重大突破,并已覆盖乳腺癌、心血管、皮肤癌、肺结节等许多病种。


20190103_192731_749549.jpg


1

创企:始于临床,终于临床

“我们生产的每一个产品、每一个功能点,最终是来自于临床的需求,所以临床需求的推动、驱动是最主要的一个驱动因子。”图玛深维医疗科技创始人兼CEO钟昕这样告诉医趋势。


临床需求之所以很关键,就在于AI需要汲取医生们的经验、知识以及需求,然后才能从小学生逐步成长起来。与此同时,唯有经过“科班教育”,培训出来的AI才能达到最理想、最可靠。


合格毕业后的学生,企业们耗费巨资打造出的医学影像AI又该投向何方?北京推想科技有限公司创始人兼CEO陈宽则表示:“AI能辅助医生的工作,变的更加高效。同时也能降低因为疲劳造成的误诊、漏诊。特别针对一些医疗资源比较稀缺的基层,偏远地区,在这些范围内,人工智能其实可以起到很好的作用,做好赋能工作。


2

巨头:构建生态圈,赋能大平台

相较于初创企业迫在眉睫的生存难题,像西门子、飞利浦、联影等大公司则更关注长远问题:如何打造生态圈,用AI去盘活赋能整个平台。


在西门子医疗大中华区总裁王皓看来,人工智能未来必将推动整个医疗进一步数字化,是进一步提高效率的一个主要的技术和工具之一。“今年我们在RSNA提供40多个商业化产品可以落地,其中比较核心的一个是Teamplay。它能把我们所有影像设备最快速地连接到一个cloud base的数据库中,来进行人工智能的处理和应用,并且能创造一个数字化的生态圈的一个工具,我们已经商业化了,基本上现在西门子医疗新投入的市场和设备,都是有安装这样的软件和技术。


“我们的总体解决方案,是指实际临床的场景,包括每一个人全生命周期,不管是健康相关的系统、设备还是软件,还是相关的信息跟数据。”飞利浦大中华区副总裁、整体解决方案中心总经理陈胜裕对医趋势解释,“我们用人工智能当做一个平台和工具,全生命周期当中所要用到的数据,实际临床的实践,把整个串联起来、盘活起来。”



“联影的出现,把(中国)影像设备做得更普及。但是软件资源,特别是诊断方面的一些资源,其实在中国是有一个巨大的缺口,AI恰恰能补上这些基层医院的短板——软性的高级的医疗资源。上海联影智能医疗科技有限公司首席运营官詹翊强介绍到,联营智能和母公司联影联手,通过AI的手段让磁共振做的更快,让CT和磁共振几次的操作变得更简单更人化。



In or Out,历史的大机遇



2017年7月,国务院印发了《新一代人工智能发展规划》:人工智能作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量、创造新的强大引擎,形成从宏观到微观各领域的智能化新需求,深刻改变人们的生产生活方式。


政策、战略层面上的支持让整个医疗AI行业对未来充满了希望。“人工智能到了大发展、大进步的时代。这个是不以人的意志为转移。”同济大学附属同济医院副院长王培军向医趋势总结道。


此外,庞大的人口基数,顶尖医疗水平、高端医学影像设备等独特优越条件为中国医学AI孕育了最适合的温床。


20190103_192752_36041.jpg

▲首次AI大会闭门会议谈论趋势和临床落地



1

患者群体基数庞大


中国是世界上人口最多的国家,患者群体庞大,且随着老龄化也开始出现,随之而来,一些不常见的疾病也开始越来越多地出现;



2

医疗水平国际顶尖


中国医生,尤其是三甲医院的医生,大多去国外进修,其医疗水平、知识储备并不亚于国际顶尖医生。而中国医生一天看的患者、手术的数量有时甚至达到国外医生一年的工作量。



3

医疗硬件设备先进


中国大型综合三甲医院的医疗影像设备在医院里,无论是数量、型号、品质,都是在世界上完全不逊于任何一个先进国家。


这些优势使得医学AI公司在起跑线——成像图像本身——就具有独一无二的优势。而和医院、医生合作,通过医生指导,帮助企业在数据上做一些标注,做深度学习,从而得到高品质的有标注的临床数据和影像数据,这让中国医学AI企业站在巨人的肩膀上,又向前迈出了一大步,让其比任何一个国家都更具优势。



AI落地遇到的挑战?



历史大舞台上,除了机遇,还有挑战。中国成为全球医学AI中心之前,还有很长的路要走。


20190103_192811_96009.jpg


AI的发展在我看来至少有4个因素相互配合。一个是算法,一个是算力,一个是数据,再一个就是和应用场景非常密切地结合。中国新一代人工智能发展战略研究院执行院长龚克对医趋势表示,“真正成为一个AI的发展中心,要让这四者非常好地结合在一起。对促进AI和应用场景、医学影像应用场景的深度结合



1

超七成医生对AI了解不够



一份数据显示:超过70%的医生没有参与研究或者了解AI。作为医学AI应用最重要的群体,大部分中国医生对其却还比较陌生。这说明医生们的参与度远远不够,而懂AI的医疗人才也存在很大缺口。



20190103_192832_366771.jpg


另一方面,由于AI和医学是两个完全不同的领域,工程师和医生们使用者完全不同的两套专业术语体系,交流起来也存在不少困难。“AI相关专家现在比较热,但是在使用的领域,他不了解、不清楚,甚至接触地比较少”,人民卫生出版社总编杜贤说,“(如果这样)就很难使人工智能这样一个对社会、对我们民生推动赋能。”


“我们医院相比较强调更多的是合作开发,这也是基于我们当前人工智能现状,到目前为止没有完全合法的。”作为少数专门设立了人工智能研究部门的浙江大学医学院附属邵逸夫医院,互联网与人工智能办公室主任林辉在圆桌会议上指出,“一个产品解决不了我们放射科所有问题,这也是我们合作开发的目标,我们希望把产品做的更完善、医生效率更高、医生体验感很好,这就是某种意义上帮助解决这样的问题。”



2

从临床走向实践的难题


一个AI产品往往会选主要三、四家医院进行合作。当AI经过足够的数据培训,达到这些医院测试能够达到临床基本的使用要求之后,就开始往外扩,寻找更多的医院。


20190103_192907_196979.jpg

▲人工智能产品产业化圆桌论坛


而往外扩的过程中,企业也面临非常大挑战:训练的时候还行,换了家医院就失灵。这主要是由于:

(1)各个医院之间基本的主要流程有差别,信息架构、信息基础都不一样;

(2)跟临床的实际工作结合的时候,包括结构化报告,每家医院对结构化报告有很大差异,病灶描述、看病流程等都不一样。


除此之外,企业还需要花费大量的时间,进院接受审查,签署各种安全保密协议需要走3、4个月的流程。一旦四五家医院采集原始数据质量不一,则会拉低整体数据质量。



3

AI产品落地标准亟待出台


今天,在中国尚未有一家企业拿到AI产品医疗器械注册证,而AI产业却热情不减,有40、50家产品处在报检的产品过程当中。这些产品大多集中在独立的软件,也有部分软硬件结合。目前,这些产品总体进度还处于中检院来进行检测阶段。


而让中检院困扰的是如何才能建立一个可靠的数据集。数据集在不管是开发还是到评价过程当中,都扮演着重要角色。尤其是像中检院那些封闭第三方的数据集是非常重要,甚至在整个监管过程当中起到重要的作用。现在真正掌握数据的人,真正掌握阅读数据的人是医生。因此,还需要以大专家为牵头的团体做一些数据集。


中国食品药品鉴定研究所光机电医疗器械检验室主任任海萍表示认为,由医生团体在做的数据集质量是可控的,覆盖面广,能充分反映临床的现状,而且能够满足监管机构测试或者评价产品需求。其中一些封闭数据甚至可以用来做一些评价、监管工作,只要质量可控,手续完备。高质量的数据集就像一条高速公路,可以让企业在这上面练车。如果提供给产业来用的话,事实上是非常好的,而且成本会低。





下午5点多的时候,大会已经接近尾声。然而,无论是主会场还是闭门会议,都被挤得水泄不通,几乎看不到一个空位。


在会议室里,医趋势采访了中国医学影像AI产学研用创新联盟理事长刘士远教授。当我们抛出“您希望大会能推动AI产业达成哪些目标”的问题时,刘教授回答了3个方面:

  • 从国家的政策制定层面来说,让他们更加有信心有把握发证;

  • 从行业学会、从公司和联盟来说,形成了一些AI行业共识,这个对于AI行业的细分、将来AI产品的落地都是非常有帮助的;

  • 从促进上下游合作来看,很多人交换名片,相互扫微信,一些机构的人员招到了他想合作的医生、合作的厂家。


“我觉得这是我们当初的目标,我觉得我们也达到了。”


20190103_192930_308997.jpg

大会主席、CAIERA联盟理事长刘士远做闭幕致辞


新年伊始,医趋势祝福AI的春天早日到来!相信2019年会是一个突破!


医趋势原创,版权所有,严禁抄袭,违者必究

分享: 分享

MedTrend  ∣ 医趋势

医疗前沿资讯 | 趋势观察洞见 | 组织与领导力 | 人才解决方案

扫一扫上方二维码或长按,识别二维码,加关注