每日最新頭條.有趣資訊

醫療界衝出一批黑馬!被巨頭紛紛盯上 BAT搶先投資

  醫療界衝出一批"黑馬"!被巨頭紛紛盯上,BAT搶先投資!你看病也將更便利...

  我國正日益面臨人口老齡化的問題,慢性病患者群體增長,優質醫療緊缺。

  隨著技術的發展,人們逐漸寄希望於通過人工智能來解決醫療行業的痛點,不少初創公司開始獲得投資界的青睞。 

  醫療人工智能獲投資界青睞 應用成最大難題 

  據統計,自2013年到2017年,中國醫療人工智能行業共獲得241筆融資。其中,2017年國內醫療人工智能行業公布的融資事件近30起,融資總額超過18億元。而到了2018年,資本對於醫療人工智能市場的熱情依舊不減,僅2018上半年就有18家公司獲投,總金額超過31億元。截至2018年6月,中國共有89家醫療人工智能創業企業獲得投資,總金額約219.38億元。 

  騰訊醫療健康戰略發展高級總監 江浩然:要真正培養一個醫生,在一個專業領域裡面能夠有比較準確突出的表現,這個過程可能要十年以上,但是現在醫療的需求不斷的增加,包括老齡化,慢性病,腫瘤等,疾病的發病率每年都在上升的情況下,短期內如何去解決?行業正在想用技術的手段,特別是最近人工智能的影像識別能力已經可以達到在醫學裡面有一些應用了。

  巨頭企業更是提前紛紛布局醫療人工智能行業,今年7月,騰訊正式發布“騰訊覓影”乳腺腫瘤篩查AI系統,首次在國內利用人工智能實現了乳腺腫瘤的良惡性判別,並能自動生成乳腺影像報告和數據系統(BI-RADS)分級報告。

  百度和阿里雲就相繼推出了各自的“醫療大腦”。近日,阿里巴巴聯合杭州建德市第一人民醫院推出AI電子病歷質檢系統,利用人工智能技術給病歷“挑錯”,推動電子病歷規範化,同樣受到關注。 

  樂普醫療戰略投資部負責人 劉明宇:AI可能跟互聯網有點類似,跟互聯網+有點類似,一旦錯過了起步晚,可能就徹底很難在後面追趕,所以現在很多的投資是在花錢試錯,或者再確切地講是不想錯失這個賽道。

  目前中國大多數初創企業以輔助診斷為主要業務,而具體業務又以影像學、智能輔助診斷系統和語音識別為主,涵蓋的疾病較廣,但多偏重於基於影像識別的影像學、病理圖片識別的疾病,如肺癌、宮頸癌等。不過業界人士表示,雖然資本的熱情將醫療人工智能初創企業推上風口,但對於創業公司來說,如何實現商業化是一個巨大的難題。與此同時,同行的競爭及巨頭吞並也給這些企業帶來一定的困難。 

  樂普醫療戰略投資部負責人 劉明宇:AI在醫療領域最大的問題可能是沒有一個非常好的商業模式落地,或者沒有形成真正的閉環,實現自我的造血能力。主要原因是可能還沒有找到特別好應用,目前都在不斷的試錯階段。 

  人工智能算法提高數據準確性 診斷以醫生為準 

  人工智能算法通過一系列深度學習,提高數據準確性,依靠是怎樣的邏輯?是否意味著這些機器讀出來的結果可以替代醫生的判斷結果呢?

  央視財經記者來到深圳一家專注於做人工智能心電圖的企業,看到公司負責人和研發人員正在研究如何通過提高AI技術手段把心電圖數據分析的準確率提高。

  他們跟記者介紹,傳統的心電圖數據分析算法準確率都比較低,無法滿足臨床醫生心電圖分析診斷的要求。比如房顫事件,傳統檢測算法的敏感率和陽性預測率一般不到60%,而人工智能算法可以顯著提高分析的準確性,提交FDA注冊的測試結果表明敏感率和陽性預測率均達到96%和98%。 

  深圳市凱沃爾電子有限公司研發經理 定明亮:在應用最新的AI技術之後,它的準確性會提高非常多。準確率是通過測試後來對比數據庫的測試,包括病例實際應用,到相應的醫院應用以後,對比病例的醫生診斷結果,得出這個結論。 

  公司負責人跟記者介紹,他們把有干擾的心電圖片段跟正常的心電圖片段進行區分,然後把這兩種片段放到AI的分類模型中進行訓練,當AI模型有足夠多的數據片段進行大量的訓練後,識別出每個片段,是否是帶干擾數據,還是屬於正常心電圖數據片段,主動排除了干擾數據的影響,保證後續分析結果的穩定可靠。因此,算法邏輯更接近醫生的一個真實的分析閱讀過程,給出的分析結果的準確率也有明顯的提高。 

  深圳市凱沃爾電子有限公司總經理 劉暢:這個歸納出來模型叫做多導聯的同步分析模型,使用這個模型可以在準確率方面帶來顯著的提升。

  業界人士告訴記者,人工智能算法是基於大量數據的采集,對於測算出來的結果是否準確,最重要依據依然以醫生的判斷結果為準,並不如外界傳言那樣機器替代醫生,因為現階段的技術仍然需要依靠醫生和專家識別問題,讓模型不斷地學習,提高人工智能算法的準確性。 

  深圳市邁科龍生物技術有限公司研發部經理 鄒小川: 首先將專家組的評審結果與測算出來的結果核對,經過這樣不斷地迭代過程,提高自身的學習算法,把達到的效果和專家組要求的效果形成吻合,匹配度要提高,達到專家的水準。 

  騰訊醫療健康戰略發展高級總監 江浩然:首先一定不是自己做,在這些病種的開發以及數據的合作都是和頂級的三甲醫院以及頂級的專家,聯合實驗室以科研的方式來去共同探索,比如食管癌的早期篩查是如何進行的,然後共同去開發產品。 

  人工智能有效解決醫生重複勞動

  醫療人工智能的應用在一定程度上減少了人為因素的干擾,提高工作效率,解決了重複勞動力,讓醫生騰出更多時間與患者溝通。 

  記者來到深圳一家三甲醫院,在婦科女性重大疾病早期診斷技術實驗室,看到醫生正在用一台人工智能的機器做早期宮頸癌篩查。

  實驗室的負責人告訴記者,整張合格的細胞的片子是不能低於5000個細胞的,一般情況下,一張片子包含至少上萬個細胞,所以醫生做檢查的時候需要幾分鐘的時間去找到這些異常細胞。但這台機器通過人工智能的算法把22個視野內電腦認為可能是異常的細胞進行定位,這樣醫生只需要花一分鐘的時間即可。 

  北京大學深圳醫院婦科實驗室副主任醫師 王純: 病理醫生看細胞,全天忙八個小時,最多只看80張,但是如果用了這個自動掃描的機子以後,可以大大地提高工作效率,一天150到200張都沒有什麽大問題,同時也減少了漏診問題。

  不過,這醫院的婦產科中心主任告訴央視財經記者,借助細胞自動閱片系統進行閱片,可提高敏感性,但是機器掃描仍有漏診的機會。比如曾有一個病例臨床可疑異常,但是這台機器掃描結果是陰性的。醫生更換這張玻片的條碼再次掃描,結果就發現了異常的細胞。 

  北京大學深圳醫院婦產中心主任 吳瑞芳:任何一個工作做不到百分之百,尤其對人的診斷,人是非常複雜的一個有機體,這種臨床診斷治療,任何高水準的醫生都做不到百分之百準確。所以細胞學診斷,人工智能這樣的技術,也完做不到百分之百準確,沒必要要求它達到這麽高精度。

  目前,中國醫生資源缺口問題較為嚴重。有數據顯示,我國醫學影像數據的年增長率約為30%,而放射科醫生數量的年增長率僅為4.1%,放射科醫生數量的增長遠不及影像數據增長。這個現象意味著放射科醫生在未來處理影像數據的壓力會越來越大,而人工智能的出現可以有效解決這方面的問題,用機器解決重複勞動力。 

  騰訊覓影首席醫學顧問 楊昊臻:醫生能判斷很多場景以外的東西,這才是AI最欠缺的,醫療是永遠不能代替人與人之間溝通的,做醫療的人工智能本質是讓醫生減少對機器的時間,增加對患者的時間,能夠給患者多說一些話,多解釋一些病情,傳遞一些關懷,這才是醫療的本質。

  AI醫療面臨標準缺失等基礎問題 

  醫療人工智能處在風口期,與此同時,行業不得不面臨著標準缺失、人才匱乏、基礎差等亟待解決的問題。

  央視財經記者來到深圳一家早期就開始注重人工智能在醫療領域應用的企業,企業負責人告訴記者,目前公司正在跟不同地區的醫院推廣一款宮頸癌早期篩查的儀器,相比三級醫院、較偏遠地區或者基層醫療機構的人員對於創新技術接受度偏低,這導致在向全國醫院大力推行這項新技術較為困難。 

  深圳市邁科龍生物技術有限公司副總經理 唐盛:對於專家和三級醫院來說,他們的專家對技術接收比較多,包括國外訪問、新技術、廠家碰面,對於基層醫院來說,對於新技術,包括AI接觸的時間和機會比較少,很多情況下沒有機會接觸。

  除此之外,記者了解到,海量大數據和計算能力是人工智能發展的必備要素,特別是在醫療數據共享方面,目前我國亟須補足短板。業內人士告訴記者,全國醫院所有病人所累積的數據非常多,但是每個醫院的數據並沒有關聯,導致這些數據是非結構化的,或者說沒有統一的標準,這就是行業所謂的“數據孤島”,而算法的通用性能力也是行業中待解決的問題。 

  騰訊醫療健康戰略發展高級總監 江浩然:假設用食管癌的數據去訓練一個AI引擎,它的應用一定只能會在食管癌的篩查,這個能夠擴展以及擴展到食管的其他病症,這種觸類旁通的能力,可能機器和人類有比較大的區別,或者它需要很大的數據量才能完成這個任務。 

  記者了解到,目前已經有多項醫學人工智能產品向國家藥品監督管理局(CNDA)進行申報三類器械,但沒有一個被批準,用什麽樣的標準和規範也仍在討論當中。

  自從 2017 年 7 月 20 日國務院發布《新一代人工智能發展規劃》,中國藥品生物製品檢定所、國家藥品監督管理局(CNDA)等相關機構都在積極與行業人士接觸,相關政策、監管方案都在緊鑼密鼓的制定當中。不過,目前尚未通過相關政策。 

  深圳市邁科龍生物技術有限公司副總經理 唐盛:國內AI的使用是需要嚴格監管,它需要獲得藥監部門評估和審批,這些藥監部門也在不停地完善,對AI應用這的一些指南、指導都會不停在更新。

責任編輯:劉萬裡 SF014

獲得更多的PTT最新消息
按讚加入粉絲團