<kbd id='bkme9mpx'></kbd><address id='bkme9mpx'><style id='bkme9mpx'></style></address><button id='bkme9mpx'></button>

              <kbd id='pq1fezjy'></kbd><address id='pq1fezjy'><style id='pq1fezjy'></style></address><button id='pq1fezjy'></button>

                      <kbd id='wp6uba71'></kbd><address id='wp6uba71'><style id='wp6uba71'></style></address><button id='wp6uba71'></button>

                              <kbd id='7vz2e5gd'></kbd><address id='7vz2e5gd'><style id='7vz2e5gd'></style></address><button id='7vz2e5gd'></button>

                                      <kbd id='yhppo24s'></kbd><address id='yhppo24s'><style id='yhppo24s'></style></address><button id='yhppo24s'></button>

                                          X 註冊生物鏈會員

                                          掃描二維碼關注生物鏈
                                          醫療影像 AI 告別野蠻期
                                          凤凰彩票app下载:網易   發佈者:張小圈   日期:2018-05-17   今日/總瀏覽:9/10735


                                          醫療影像 AI 告別野蠻期:巨頭做平臺aaaa,創企走細分aaa,抱團探尋商業化

                                          2017年年底aaaa,鄭衆喜在華西醫院參加了一場人工智能研討會aaaaa,很多科室都談到了醫療影像AIaaaaa,醫生們認爲AI需要在大量精準專業標識的影片基礎上才能做到智能aaa。

                                          華西醫院於2017年7月宣佈成立醫學人工智能研發中心aaa,當天一場消化內鏡人工智能演示中aaa,通過雲端上傳了12張檢查圖像aaaaa,不到10秒篩選出息肉、新生物(癌症)和靜脈曲張三種消化內鏡檢查常見結果aaaa,準確率分別爲92.7%、93.9%和96.8%aaaaa。

                                          彼時aaaa,阿里健康與萬里雲聯合推出醫療AI產品“Doctor You”aaaa,宣佈正確識別肺結節達到90%以上aaa;一個月後aaaaa,騰訊推出醫療影像AI產品“覓影”aaaa,對早期食管癌篩查準確率高達90%aaaaa。

                                          “準確率超過90%”、“速度擊敗醫生”aaa,一個個關鍵詞彷彿讓AI成爲了醫療礦藏的密鑰aaaa,AI醫療影像、AI輔助診療、AI藥物研發、AI健康管理aaaaa,正待來往的人們揮起“鐵鍬”aaaa。

                                          “現在很多公司這個也人工智能、那個也人工智能aaa,其實真正需要人工智能的是兩個地方aaaaa,一個是連人都很難診斷的aaa,比如病理aaaa;另一個是工作多得人已經做不過來了aaaa。”華西醫院教授鄭衆喜告訴鈦媒體aaa,“在癌症診斷、病理界aaaa,我們非常期待擁抱人工智能aaaa。”

                                          作爲AI在醫療領域應用最快的領域aaaa,醫療影像AI在2017年涌入資金超過40億元aaa,據鈦媒體潛在投資統計(詳情可見文末表格)aaa,融資額最高的是聯影33.33億元人民幣A輪融資aaa;推想科技、圖瑪深維、深睿醫療、視見醫療等均在2017年獲得兩輪融資aaaaa;2018年上半年aaa,深睿醫療、Airdoc獲得B輪融資aaaaa,匯醫慧影、推想科技相繼進入C輪階段aaa。

                                          醫療影像AI呈現出中國互聯網商業環境的一個切面:熱錢涌入、創業者蜂擁而至、產品同質化嚴重、泡沫浮現、商業模式受到質疑aaaaa,直到騰訊與阿里入局aaaaa,AI醫療影像被徹底“點燃”aaaa。但行業的獨特性在於aaaaa,醫療影像AI還有飛利浦、GE、東軟醫療這一類原本處於醫療影像產業上游、潛藏在互聯網之下的參與者aaaaa。

                                          按照中華醫學會放射學分會劉士遠教授的計算aaa,醫療影像AI火起來應該是在兩年左右aaaa,“現在熱度非常高aaa,已經進入了關鍵階段aaa,AI的發展也進入了深水區aaaaa,醫學影像AI到底能夠解決什麼樣的問題aaaa?產品聚焦到什麼領域aaa?上下游產業怎麼緊密結合aaaa?產品怎麼解決臨牀實際問題aaaaa?其實還有一系列的問題aaaaa。”

                                          難過數據關

                                          “2017年可以命名爲肺結節年aaaa。”阿里健康人工智能實驗室主任範繹告訴鈦媒體aaa,“肺結節是一個野蠻人入場的過程aaa,很多人都在做肺結節aaaa,可以獲取很多資料、快速進場aaa。”

                                          相比於進入中期階段的創業公司aaaa,騰訊與阿里的入局並不算早aaaaa,騰訊互聯網+醫療業務負責人常佳認爲aaa,不光是BATaaaa,整個醫學影像在產品、病理上高度融合aaa,這主要是產業起步的問題aaaaa。

                                          開放的數據集aaa,是肺結節產品扎推涌現的直接原因aaaa,也爲後來者提供了“彎道超車”的機會aaa。但肺結節是AI切入醫療“萬里長征”的第一步aaaaa。

                                          對於同樣宣稱90%準確率的產品aaaa,常佳提到aaaaa,“現在很多人宣稱自己的準確率aaaaa,測試級和數據級是同源的準確率會高aaa,但是不同源狀況纔是更關鍵的aaaaa。”

                                          在覓影落地的100多家三甲醫院中aaaaa,常佳發現抗噪要求非常高aaaaa,不同設備、不同醫生的操作習慣不同aaaaa,有的醫院做的很好的結果aaa,到其他醫院根本不適用aaa,“我們現在正通過廣泛性的測試解決aaa,但這是很大的困難aaa,需要數據豐富度aaaa。”

                                          飛利浦大中華區CEO何國偉有着同樣的看法aaaa,“不同設備在不同臨牀節點上採用的數據不同aaaa。把人類重複性的行爲簡化aaaaa,問題就是數據流aaaaa,配合臨牀要有完整的數據流aaaaa。沒有經過臨牀應用、結構化的時候便進入深度學習的數據都是垃圾aaaaa。”

                                          但更爲關鍵的問題在於aaa,很多平臺在做醫療AIaaaa,但拼的是什麼aaaa?北京協和醫學院腫瘤醫院教授喬友林告訴鈦媒體aaaa,“拼的是能否得到醫學高質量、金標準的素材aaaa,就算拿了成千上萬的片子aaaa,並不會得到正確答案aaa。”

                                          從公開數據集、數據豐富度到金標準數據aaaaa,難度逐漸遞增aaaa。相比於三甲醫院對醫療影像AI產品的需求aaaaa,醫療影像AI產品捆綁醫院的需求更爲強烈aaa,如何拿到醫院數據對AI進行訓練成爲各家產品實現差異化競爭的關鍵aaaaa。何國偉坦言aaaaa,“AI在醫療體系落地有很多必要條件”aaaa。

                                          搶醫院aaaa,去基層

                                          但對於目前的AI醫療影像產品aaaaa,進入醫院的最大問題是“不好用”aaa。

                                          上海交通大學教授閆維新曾向鈦媒體透露aaa,“仁濟醫院放射科約有180人aaaa,一天的門診量將近3000人aaa,我算了一下aaaaa,人工智能一天能幫他節省30%的人力aaaa,一年是千萬級的aaaa,但爲什麼沒有用呢aaaaa?是不好用aaaa,好用早用了aaaa。”

                                          閆維新認爲人工智能還只是個“六七歲的小孩”aaaa,只能幫助臨牀醫生勾勒出簡單的粗暴的活aaaaa,沒辦法承擔起臨牀科醫生要乾的活aaaa。

                                          “醫學、互聯網+AI是兩個不同的世界aaaa,簡單地說是兩種不同的語言aaa,你的語言和我的語言在平常是沒有太多的交集aaaaa。”鄭衆喜告訴鈦媒體aaa,“醫生更多是‘用’aaaaa,但從人工智能來講就要有融合aaaa,你說的我能懂、我說的你也能懂aaaaa。”

                                          相比於準確率aaaa,醫生更關注的是到底好不好用aaaa。

                                          醫生判斷好用的標準是什麼aaaa?縱橫醫療吳文韜向鈦媒體表示aaaaa,從醫生角度來講aaa,AI產品是否符合醫療行業需求aaaa,主要看是不是解決臨牀問題aaa,如果一個AI產品最終按照醫生的需求去設計aaaaa,按照醫生規劃達到一定效果aaaa,產品肯定會是醫生覺得很好的產品aaaa,和醫生研發上的緊密結合纔是AI公司未來最終的發展方式aaaaa。

                                          作爲一名腫瘤醫院醫生aaa,喬友林提出了更爲具體的需求aaaa,“應用人工智能的時候一定要金標準材料aaaaa,而且研發出一套產品aaaaa。就像在非常困難的‘灰色地帶’aaaaa,似是而非的地方aaa。我們把宮頸癌分爲五個級別aaa,正常、癌症aaaa,中間有三級aaa,這三個是關鍵aaaa。識別到底是不是癌症是簡單的aaaa,但到底是哪個級很困難aaaaa。”

                                          在各家產品各異aaa,尚未出現統一衡量指標時aaaa,圖瑪深維CEO鍾昕認爲aaaa,“衡量標準有兩大塊aaaaa,一個是連接的方便不方便aaa,醫生用起來是否順手aaa,另一個就是功能完不完整aaaa,性能是不是最好的aaaa。”

                                          雖然進醫院成了決勝的關鍵aaaa,但是喬友林告訴鈦媒體aaa,對於醫療影像AI產品aaaaa,最爲迫切的場景是在基層aaaa,“我希望疑難雜症的病人上來aaaaa,其他的小傷小病不要跑過來了aaaaa,你也勞民傷財aaaaa。問題是基層的醫生不知道哪些病該往上轉aaaaa,病人也不知道aaa。”

                                          GE醫療大中華區首席市場營銷官王飈向鈦媒體介紹aaa,傳統肝臟部位的腫瘤介入栓塞手術aaaaa,要把腫瘤供氧血管栓塞住aaaaa,讓腫瘤壞死aaa,但是很多時候有多條供氧血管aaa,有經驗的醫生比較容易判斷aaaaa,但對於經驗不夠的基層醫生而言aaa,借用人工智能aaa,可以幫助他們把所有的供氧血管一次性體現出來aaa。

                                          一面是要和擁有數據的三甲醫院高度捆綁aaaaa,打磨產品aaa;另一面要深入有着迫切需求的基層aaaaa,得到最先應用aaaaa。看起來aaa,具備兩方優勢的是原本處於醫療影像上游的器械廠商aaaaa。三甲醫院高端設備飽和的市場環境下aaaaa,飛利浦、GE、東軟醫療近幾年採取走基層的策略aaaaa,也因此建立影像雲平臺、更新設備軟件以便實現遠程診療aaaaa。

                                          巨頭做平臺aaaa,創業者垂直細分

                                          據鈦媒體觀察aaaa,雖然以飛利浦、騰訊爲代表的兩類巨頭側重各有不同aaaaa,但都正朝着平臺方向佈局aaa,而創企則向細分領域深耕aaa。面對AI醫療影像這個龐大的市場aaaa,巨頭的涌現並非體現爲對創企的直接碾壓aaa,對於巨頭而言aaaa,制定行業遊戲規則可能更爲關鍵aaaa,但在巨頭想要打造的平臺生態中aaaa,創企的成長空間必然面臨着更多挑戰aaaa。

                                          2017年11月aaaaa,科技部召開新一代人工智能發展規劃暨重大科技項目啓動會aaaa,公佈了四個首批國家人工智能開放創新平臺aaaaa,其中一個是aaaa,依託騰訊公司建設醫療影像國家人工智能開放創新平臺aaa。

                                          “醫療AI範圍非常大aaa,可以進行篩查、診斷建議aaaaa,還有機器人導航aaa,這不是某家公司就能夠做完aaaa,我們希望全行業共同努力aaaa,把騰訊在雙創的資源開發出來aaa。”常佳告訴鈦媒體aaaa,覓影的思路是搭建平臺aaaaa,在平臺基礎之上aaaaa,騰訊投資了AI藥物研發公司晶泰科技、Atomwiseaaaaa,領投了AI醫療公司體素科技aaa,AI健康管理碳雲智能等aaaa。

                                          相比於覓影打造的“醫療AI超市”aaaa,飛利浦這類醫療器械廠商更關注針對專科疾病的整體解決方案aaaa。在今年的CMEF展上aaa,飛利浦發布了神飛雲影像平臺aaa,AI是作爲其中一個模塊出現aaaa。

                                          目前飛利浦正在AI醫療上發力aaa,60%的研發費用都投入到了軟件和人工智能方面aaaa。何國偉告訴鈦媒體aaaa,飛利浦想要構建的是生態系統aaaa,“我們有軟件開放平臺aaaa,不論是肺結節或者是其他病種aaa,初創公司可以利用我們平臺aaaa。最後我們根據每家企業來探討未來每家的發展方向有什麼不同aaaa。”

                                          爲何AI醫療影像行業需要平臺aaaa?在鄭衆喜看來aaaaa,“開放平臺的意義就是要整合信息aaaa。影像診斷不僅僅是針對這個圖的某一個特徵就下一個結論aaaa,尤其是到細胞學、組織學之後aaaa,需要整合的信息非常多aaa。”

                                          關於這一點aaaaa,吳文韜舉了個例子aaa,“國內絕大多數產品是肺結節aaaa,但是做完肺結節篩查以後怎麼辦aaaa,系統是不是可以得出來一個診斷aaa,看是不是惡性的早期肺癌 aaaaa,如果是早期肺癌aaaa,手術計劃治療以後aaa,隨訪需不需要去做aaaa,後續的所有東西aaa,對目前所有的AI公司來講是空白的aaaa。”吳文韜把醫療影像AI產品決勝的關鍵總結爲兩點aaa,“第一aaaa,有很大的數據量aaa;第二aaaaa,能調動足夠多的人aaa,來去做這些數據標準化、結構化aaaaa,又和臨牀醫生、影像醫生捆綁的足夠好aaaa。”

                                          數據需要大量資金與資源投入、商業模式尚不清晰aaa,這段目前看不到終點的路卻將成爲巨頭們構築起來的壁壘aaa。“17年喧囂完了之後aaa,18年肯定是分化的過程aaaaa,野蠻人也開始變成正規軍了aaaa,各家公司會慢慢走向不同的方向aaaaa。”範繹如是說aaaaa。

                                          “我倒覺得大家在某一個細分領域上都是一個起跑線aaaaa。”鍾昕認爲aaaaa,大公司的優勢是面鋪得開aaaaa,小公司會在某幾件事情上做的比較精aaaa,“最後他們是面aaa,我們是尖aaaaa。面有時候是不會把錐子掩藏起來的aaaa,我們是一個點aaa,然後形成點的擴散aaa,然後再形成點的組集aaaa,但有的一上來就是多點的組集aaa。最後大家都會做到多條產品線aaa,這是所有公司的目標aaaaa。”

                                          雖然目前行業內大多數公司都有肺結節產品aaaa,但也出現了研究視網膜病變、心血管疾病等細分領域的創業公司aaaaa,鍾昕告訴鈦媒體aaaa,“久了之後會發現大家的產品還是有很大差異的aaaa,有的產品始終停留在檢測、二維檢測上aaa,大家都有各種各樣的差別aaaa。”

                                          何國偉向鈦媒體透露aaaaa,“對於初創公司而言aaaa,融資可能更重要aaaaa,但我們更重要的是如何提供更有效的腫瘤方案、患者體驗、臨牀價值方面aaa;過去幾十年aaaaa,我們已經積累了不少的數據和經驗aaa,我們覺得自己的臨牀經驗是比別人強的aaaa。”

                                          但在常佳看來aaa,器械廠商的好處是數據獲得有優勢aaaaa,但劣勢在於太侷限了aaaa,“現在醫生操作的時候aaaaa,很多醫院的科室設備不會純粹只用一家aaaa。所以我們認爲在效果和質量上需要一個長線的發展aaa,其實大家可以共同探討如何提升質量aaaa,而不是共同探討大家怎麼做分工aaaaa。”

                                          抱團探尋商業化

                                          “未來兩年aaaa,醫療AI會死一批aaaaa。至少在我看來aaa,這會是個大概率事件aaaa。”在看了三十多家醫療AI項目後aaa,元璟資本田敏在接受媒體採訪時如是說aaaa。今年3月份aaa,《財經》雜誌也曾發文aaa,認爲中國醫療AI公司遇“C輪死”魔咒aaa,如何實現商業化aaaaa,成爲醫療影像AI產品在2018年需要解答的一個疑問aaaaa。

                                          這些拋給創業公司的質疑圍繞着一點aaaa,醫療影像AI技術是否可以實現商業價值aaaaa?

                                          東軟集團董事長劉積仁認爲aaa,“今天單一AI技術的公司在技術被充分的普及和共享aaaaa,還有一些商業模式存在免費機會的時候aaa,這就是投入AI技術的風險aaaa。”萬里雲CEO黃家祥曾在接受媒體採訪時表示aaaa,“對於AI公司aaaa,我們有一個觀點aaa,就是應用場景的價值大於數據價值aaaa,數據價值大於算法本身的價值aaaa。如果是AI的創業公司aaa,手上核心的東西只有算法aaaaa,那這個事情會非常危險aaa。”

                                          2017年4月aaaa,圖瑪深維獲得數百萬美元A輪融資aaaaa,七個月後aaaa,又獲得由軟銀中國領投的2億元B輪融資aaaa。鍾昕告訴鈦媒體aaaaa,在A輪與B輪融資階段aaaa,資本的關注點差別非常大aaaaa,“不再是一個產品初級形態或者只是一個潛在的銷售模式了aaaaa,B輪融資要看到我們是不是有一些落實aaaaa,推進醫院的速度aaaaa,產品在醫院的一些反饋aaa,商務發展有沒有落實下來aaaa,這可能是B輪階段一個比較重要的點aaaaa。”

                                          2017年8月31日aaa,國家食品藥品監督管理總局(以下簡稱CFDA)發佈了新版《醫療器械分類目錄》aaaaa,新增了與AI輔助診斷相對應的類別aaa,在目錄中具體體現在對醫學影像與病理圖像的分析與處理aaaaa。

                                          若診斷軟件通過算法提供診斷建議aaaaa,僅有輔助診斷功能aaaaa,不直接給出診斷結論aaa,則申報二類醫療器械aaaaa,如果對病變部位進行自動識別aaaa,並提供明確診斷提示aaa,則按照第三類醫療器械管理aaaa。

                                          這意味着aaa,如果醫療影像AI產品想要走醫院採購這條路aaaa,必須要通過相應認證aaa。但目前aaa,國內尚無一例醫療AI產品拿到認證aaaaa,動脈網將這個現象總結爲6個核心問題aaaa,其中提到“用於審批的標準數據庫正在逐步建立aaaaa。”

                                          在5月11日的蘇州人工智能大會中aaa,劉士遠提到aaaa,目前已經有九家企業在申請CFDA認證aaa,但用什麼樣的標準和規範仍在討論當中aaaaa。鍾昕告訴鈦媒體aaa,“拿到CFDA對每個做醫療AI的來講都是一個很重要的節點aaaa。”

                                          而在鈦媒體採訪的過程中aaaaa,不同類型參與者都會提到一個關鍵問題aaa,針對AI醫療影像服務aaa,到底由醫院買單還是由患者買單aaaaa?由於“人工智能讀片費”不在診療收費項目名錄內aaaaa,也考慮到安全性等綜合因素aaa,許多醫院仍然沒有動力購置使用人工智能aaaa。

                                          對於醫療器械廠商而言aaaaa,AI作爲附加值aaaaa,不用考慮其作爲單獨的產品尋求商業化aaa,劉積仁告訴鈦媒體aaaa,“AI技術在解決醫療問題的時候aaaaa,單獨獲得價值的可能性並不高aaaa,而是要通過別的載體來獲得價值aaaaa。東軟做AI技術aaaaa,我們不需要通過單一AI技術掙錢aaaaa,比如我們所有的CT裏面一掃描就告訴他有什麼病aaa,我們只需要賣設備掙錢就行了aaaaa。”

                                          在這場抱團探尋商業化的試驗中aaa,範繹認爲政府扮演着重要角色aaa,“商業模式一定是政府層面、醫院層面和公司層面共同去推動協調的aaa,醫療效率提升是一個國家命題aaa,只不過在具體的策略上沒辦法一蹴而就aaaaa,需要不斷迭代aaaaa。”

                                          經歷過“野蠻人入場”後aaa,證明存在價值已經不再是醫療影像AI的頭等要事aaaaa。更重要的問題是aaa,創業公司、互聯網巨頭、醫療器械廠商三者最終會形成怎樣的行業生態aaaa?以何種方式探尋商業化aaaaa?哪些醫療影像AI創企能跑出來aaaa?這些疑問仍待時間驗證aaaaa。

                                          “目前是在戰國時代aaaaa,不久的未來可能會實現統一aaaa。”何國偉如是說aaa。(本文首發鈦媒體aaa,作者/付夢雯)

                                          附:2017年獲得融資的醫療影像AI公司aaaa,圖/付夢雯

                                          醫療影像 AI 告別野蠻期:巨頭做平臺aaaaa,創企走細分aaaaa,抱團探尋商業化


                                          相關新聞