AI醫療的領域中, 以醫學影像切入行業快速落地的公司很多, 每家公司在落地的模式上雖然不盡相同, 但相似度還是很高。 演算法已經不是AI能力的壁壘, 如果說資料的獲取是AI入門的門檻, AI醫療的企業也相繼通過各類途徑獲取了資料, 在不同病種上做出了行之有效的產品。 那接下來, 比拼的就是落地應用的速度了。
近日, 依圖醫療與浙江大學醫學院附屬兒童醫院(簡稱省兒保)正式宣佈結成戰略合作夥伴關係, 並基於兒童骨齡智慧輔助診斷系統, 攜手推動建立中國青少年兒童的骨齡判讀標準。
依圖醫療
依圖科技是一家集合了多種AI技術的高科技公司, 其所研發的安防產品、大資料產品等應用廣泛。 2016年, 依圖的醫療團隊開始以醫學影像為切入點拓展AI醫療領域。 目前, 依靠於原有強大的圖像技術能力, 依圖科技的閱片機器人產品已經在幾十家三甲醫院的影像中心落地,
其產品有依圖智慧影像平臺、疾病輔助篩查、醫學影像判讀、治療方案輔助、依圖醫療科研和臨床決策支持平臺醫學詞典&自由文本結構化、科研資料分析、資料視覺化、輔助診斷、個性化疾病預測、輔助制定治療方案等。
兒童骨齡智慧診斷
依圖醫療的兒童骨齡智慧診斷產品, 基於醫療影像材料, 通過對現有資料庫的深度學習, 讓系統做出快速診斷供醫生參考。 此前醫生的人工閱片, 一次要耗時 10~15 分鐘, 這款產品將此過程縮短為數秒, 診斷結果和醫生人工計算的骨齡值相比, 誤差小於半年。
這種表現得到了浙大醫學院附屬兒童醫院的認可, 院長舒強稱這種 AI 和醫療實踐的結合, 能解決臨床實際問題, 帶來臨床實在的價值。
但這種認可得來不易。 依圖醫療在研發骨齡診斷產品時, 方案先後經醫院倫理委員會探討、院領導研究、醫院技術科資料脫敏(保護患者隱私), 是一個長時間的溝通流程。 產品成型後, 還需經過醫院試用檢驗。
目前我國臨床應用最廣泛的GP圖譜法簡單快速, 但所採用的圖譜已經使用20年, 並且是基於歐洲白人兒童樣本來制定;國際認可的TW3計分法雖然準確, 但檢測流程複雜。 隨著時代進步, 家長對兒童生長發育愈發重視, 臨床檢測量也越來越大,
“傳統的TW3計分法一次閱片需要耗時10-15分鐘,這款兒童骨齡智慧輔助診斷系統在影像輸入後5秒內,即可輸出AI骨齡結果以及TW3骨齡,在保證骨齡檢測準確性的同時,也能大幅提升檢測效率及穩定性。”省兒保副院長傅君芬說。
“隨著依圖兒童骨齡智慧輔助診斷系統在浙江省兒保的落地應用,依圖將攜手省兒保在內的中國頂級兒科醫院,共同推動建立中國青少年兒童的骨齡判讀標準,共同建立中國正常兒童骨齡的大樣本資料庫。”依圖醫療總裁倪浩表示。
依圖醫療兒童骨齡智慧診斷產品示意圖
AI醫療發展情況
這是做 AI 醫療的人常被問及的另一個問題:如果醫院看不到明顯好處,憑什麼要把資料開放給你?沒有這些資料,AI 醫療的深度學習也就無從說起。
倪浩認為,如果 AI 醫療公司有很強的技術實力,已經有一些落地項目的先例,並且能找到醫院的痛點,便有可能說服醫院。他不認為醫生們都是保守的,「越是頂級的醫生,越歡迎(AI)這樣的東西。」
不過,要找到醫院的痛點就不容易了。這需要 AI 醫療企業全面瞭解醫療體系,深入臨床診療流程,發現醫院急需解決的問題。合理的團隊組成也許是這個問題的解決方案之一。骨齡產品負責人林強在加入依圖醫療前,是一名醫生。
當然,在中國使用醫療資料,還會有其他一些困擾。比如,中國醫療行業資訊化程度偏低,造成資料不全、割裂,給對資料的利用造成諸多不便。
但糾結於這一點沒有意義,這是現狀,也是在 AI 醫療公司必須解決的問題。硬幣有兩面,反過來看,倪浩倒覺得這是一個機會,能把這個問題解決好,也是公司的競爭力之一。
一個好消息是,國家對醫療資料應用的態度並不保守。在 2016 年發佈的《國務院辦公廳關於促進和規範健康醫療大資料應用發展的指導意見》中,「堅持開放融合、共建共用」是一個基本原則。
AI 醫療,這是一個充滿想像的領域,大家都剛入場,每個人都覺得自己還有機會「長大」。
編 | RINKO
往期精選
“傳統的TW3計分法一次閱片需要耗時10-15分鐘,這款兒童骨齡智慧輔助診斷系統在影像輸入後5秒內,即可輸出AI骨齡結果以及TW3骨齡,在保證骨齡檢測準確性的同時,也能大幅提升檢測效率及穩定性。”省兒保副院長傅君芬說。
“隨著依圖兒童骨齡智慧輔助診斷系統在浙江省兒保的落地應用,依圖將攜手省兒保在內的中國頂級兒科醫院,共同推動建立中國青少年兒童的骨齡判讀標準,共同建立中國正常兒童骨齡的大樣本資料庫。”依圖醫療總裁倪浩表示。
依圖醫療兒童骨齡智慧診斷產品示意圖
AI醫療發展情況
這是做 AI 醫療的人常被問及的另一個問題:如果醫院看不到明顯好處,憑什麼要把資料開放給你?沒有這些資料,AI 醫療的深度學習也就無從說起。
倪浩認為,如果 AI 醫療公司有很強的技術實力,已經有一些落地項目的先例,並且能找到醫院的痛點,便有可能說服醫院。他不認為醫生們都是保守的,「越是頂級的醫生,越歡迎(AI)這樣的東西。」
不過,要找到醫院的痛點就不容易了。這需要 AI 醫療企業全面瞭解醫療體系,深入臨床診療流程,發現醫院急需解決的問題。合理的團隊組成也許是這個問題的解決方案之一。骨齡產品負責人林強在加入依圖醫療前,是一名醫生。
當然,在中國使用醫療資料,還會有其他一些困擾。比如,中國醫療行業資訊化程度偏低,造成資料不全、割裂,給對資料的利用造成諸多不便。
但糾結於這一點沒有意義,這是現狀,也是在 AI 醫療公司必須解決的問題。硬幣有兩面,反過來看,倪浩倒覺得這是一個機會,能把這個問題解決好,也是公司的競爭力之一。
一個好消息是,國家對醫療資料應用的態度並不保守。在 2016 年發佈的《國務院辦公廳關於促進和規範健康醫療大資料應用發展的指導意見》中,「堅持開放融合、共建共用」是一個基本原則。
AI 醫療,這是一個充滿想像的領域,大家都剛入場,每個人都覺得自己還有機會「長大」。
編 | RINKO
往期精選