11月初的北京一片金黃，大風(fēng)過后，銀杏葉已稀稀落落。而此時(shí)的國家會(huì)議中心內(nèi)卻是熱鬧非凡，正在召開中華醫(yī)學(xué)會(huì)第26次全國放射學(xué)學(xué)術(shù)大會(huì)（CCR2019）。
全國的放射學(xué)家齊聚與此，GPS、東軟醫(yī)療、聯(lián)影智能、賽諾威盛，以及一大批人工智能企業(yè)也紛紛在此建立根據(jù)地，向整個(gè)行業(yè)分享著技術(shù)的進(jìn)步與模式的創(chuàng)新。
在這之中，話題的C位依舊被人工智能所牢牢占據(jù)。
學(xué)術(shù)：影像學(xué)數(shù)理化還面臨哪些難題？
作為國家重大戰(zhàn)略之一，國務(wù)院《新一代人工智能發(fā)展規(guī)劃》、《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》等文件的發(fā)布不斷推動(dòng)醫(yī)療人工智能技術(shù)向前發(fā)展。但對于企業(yè)如何獲取醫(yī)院數(shù)據(jù)，何如使用醫(yī)院數(shù)據(jù)，相關(guān)的法律法規(guī)仍是一片空白。
法律的問題只是其中之一，在浙江大學(xué)應(yīng)用數(shù)學(xué)研究所所長孔德興教授看來，卡住人工智能脖子的關(guān)鍵在于“核心算法”——人工智能算法的現(xiàn)狀并不能匹配當(dāng)前醫(yī)療環(huán)境對于這項(xiàng)技術(shù)的需求。
事實(shí)上，深度學(xué)習(xí)作為一項(xiàng)擁有近40年歷史的技術(shù)，至到2012年卷積網(wǎng)絡(luò)的出現(xiàn)才有了今天繁榮，但數(shù)年的發(fā)展或許已將技術(shù)紅利消耗殆盡?？椎屡d教授認(rèn)為，醫(yī)學(xué)人工智能缺乏的，是能夠?qū)π颖具M(jìn)行分析，對分析結(jié)果可解釋，并能夠?qū)⒄鎸?shí)世界數(shù)據(jù)數(shù)字化的新一代人工智能。如果不具備這些條件，這樣的人工智能可能在實(shí)驗(yàn)室中能夠展示出優(yōu)異的成績，一旦進(jìn)入醫(yī)院，它的準(zhǔn)確率就會(huì)大打折扣。
此外，與此相匹配的智能化信息系統(tǒng)也非常重要，醫(yī)院方需要嘗試搭建一個(gè)支持人工智能醫(yī)療產(chǎn)品的信息化系統(tǒng)，用以打通不同醫(yī)療機(jī)構(gòu)的數(shù)據(jù)隔閡、消除不同器械之間的影像格式差異，這是當(dāng)務(wù)之急。
這些問題既是機(jī)遇，又是挑戰(zhàn)。在演講之中，孔德興教授主要將這些問題分為了四個(gè)點(diǎn)，并以此從“數(shù)理”的角度給出了解決方案。
問題一：精準(zhǔn)性瓶頸
精準(zhǔn)性瓶頸來源于影像設(shè)備的局限性與醫(yī)生認(rèn)知的局限性。正如任正非所說：“現(xiàn)在的圖像不是照出來的，是數(shù)學(xué)算出來的?！庇跋駥W(xué)的未來應(yīng)是徹底的數(shù)字化。
從臨床角度來看，從基因發(fā)生異常到組織病變出現(xiàn)需一年的時(shí)間；而從組織病變發(fā)展到腫瘤形成需要5－20年時(shí)間。周期雖長，但若僅是由醫(yī)生通過醫(yī)學(xué)設(shè)備觀察腫瘤，很多病灶將會(huì)不可避免的忽略。這不是醫(yī)生水平的問題，而是人類的視覺極限問題。
所以，一方面，醫(yī)生需要更精確的設(shè)備去生成更為詳細(xì)的圖像信息；另一方面，研究人員需要用數(shù)理的方式，將影像信息內(nèi)涵的信息挖挖掘出來。對于人工智能而言，兩個(gè)方面均有待深入研究。
問題二：分析方法缺陷
在這個(gè)時(shí)間上，通過計(jì)算機(jī)視覺處理醫(yī)學(xué)圖像很難精準(zhǔn)，最為常見的是“同病異像”、“異病同像”、“模糊邊界”等問題。
對于這些問題，很多人工智能企業(yè)也開出了“多模態(tài)”的藥方，或是融入電子病歷等信息，為人工智能“構(gòu)造”一個(gè)關(guān)聯(lián)上下文的場景，但在實(shí)際之中，缺乏源頭可控和圖像分析一體化的角度處理、常用剛體的圖像處理方法處理柔性對象等問題，依然困擾著人工智能識(shí)別圖像的精準(zhǔn)度。
問題三：數(shù)據(jù)孤島
數(shù)據(jù)孤島是一個(gè)老問題，AI是一項(xiàng)以大數(shù)據(jù)、大模型、大算力為基礎(chǔ)的技術(shù)，但由于隱私、產(chǎn)權(quán)等原因，不同醫(yī)療單位之間的數(shù)據(jù)難以打通，不能支持醫(yī)學(xué)AI高質(zhì)量應(yīng)用。
那么我們是否能用新的方式去解決這個(gè)問題呢？聯(lián)邦學(xué)習(xí)或許是一個(gè)答案。通過這種分布式的計(jì)算模式，研究人員可以在不改變數(shù)據(jù)屬性、安全性的前提下，將各家醫(yī)院的數(shù)據(jù)連接起來，用于人工智能的訓(xùn)練。
問題四：深度學(xué)習(xí)缺陷
大數(shù)據(jù)依賴、黑箱建模、真實(shí)數(shù)據(jù)遷移困難三大問題是人工智能在醫(yī)學(xué)領(lǐng)域發(fā)展所遇到的特有問題，也是制約這項(xiàng)技術(shù)在醫(yī)療領(lǐng)域發(fā)展的關(guān)鍵。對于這些問題，目前尚未出現(xiàn)好的解決方案，或許只有發(fā)展新一代的深度學(xué)習(xí)算法，才能以此解決上述問題。
總的來說，孔德興教授認(rèn)為，人工智能在當(dāng)下受到了廣泛關(guān)注，但由于“經(jīng)驗(yàn)＋案例”這樣自上而下的基本模式依然是AI產(chǎn)品的主流研發(fā)方式；理論、技術(shù)、方法尚未取得重大突破，臨床應(yīng)用實(shí)現(xiàn)仍需一定時(shí)間。
展區(qū)：沒那么熱鬧，但更理性
回到展區(qū)，不少參展的器械商都談到了今年會(huì)場的相對了冷清的氛圍。的確，相對于去年，參展的企業(yè)少了不少，但參與互動(dòng)的放射科醫(yī)生依然在展臺(tái)間絡(luò)繹不絕。
與RSNA、ECR等國際放射學(xué)會(huì)相似，人工智能初創(chuàng)企業(yè)與大型影像設(shè)備廠商占據(jù)了會(huì)場的大部分席位。以GPS、東軟醫(yī)療、聯(lián)影醫(yī)療為主的設(shè)備廠商紛紛掏出自己的看家本事。
以GE為例，這家器械巨頭不僅展示了前不久通過FDA審批的Edison及其相關(guān)應(yīng)用，還發(fā)布了全新一代數(shù)字化64排CT“Revolution Maxima”，GE醫(yī)療中國CT產(chǎn)品部總經(jīng)理黃毅告訴動(dòng)脈網(wǎng)記者：“這臺(tái)64排CT搭載了“數(shù)字化天眼視覺認(rèn)知系統(tǒng)”、“數(shù)字化自由心平臺(tái)”和“數(shù)字化高清診斷平臺(tái)”三大核心技術(shù)，能夠滿足每日150－200人的流量任務(wù)，能夠廣泛的應(yīng)用于三甲醫(yī)院、二甲醫(yī)院等諸多場景?！?/p>
在人工智能企業(yè)部分，本次展會(huì)的新穎之處在于“質(zhì)控”與“移動(dòng)終端”兩個(gè)概念的深入發(fā)展。
以翼展醫(yī)療集團(tuán)發(fā)布的新一代翼展AI＋5G盒子（3．0）為例，這臺(tái)作為搭載了5G通信模塊的邊緣計(jì)算智能網(wǎng)關(guān)工具，可以實(shí)現(xiàn)現(xiàn)場不同區(qū)域、大量醫(yī)學(xué)影像設(shè)備數(shù)據(jù)傳輸?shù)皆贫?，并提供?shí)時(shí)質(zhì)控、遠(yuǎn)程監(jiān)控、遠(yuǎn)程維護(hù)及故障預(yù)警功能，為建設(shè)大規(guī)模遠(yuǎn)程醫(yī)學(xué)影像診斷平臺(tái)提供堅(jiān)實(shí)基礎(chǔ)。
無獨(dú)有偶，匯醫(yī)慧影同樣發(fā)布了集成多項(xiàng)診斷工具的最新一站式影像人工智能解決方案。通過這臺(tái)設(shè)備，醫(yī)院可以一次性獲得匯醫(yī)慧影基于人工智能的臨床應(yīng)用、科研應(yīng)用以及影像信息化服務(wù)。
匯醫(yī)慧影一站式影像人工智能解決方案
大會(huì)的另一個(gè)亮點(diǎn)在于初創(chuàng)公司對于“質(zhì)控”的重視。
PereDoc CEO連靜表示：“隨著DRG政策的推動(dòng)，我們不僅嘗試通過人工智能解決醫(yī)學(xué)影像圖像獲取、傳輸、顯示、存貯、共享、管理、分析等問題，以強(qiáng)化患者電子病歷之中的影像信息質(zhì)量，也嘗試運(yùn)用我們過去在信息化中的積累，用NLP技術(shù)對病案首頁進(jìn)行質(zhì)控?！?/p>
人工智能企業(yè)如何戰(zhàn)略突擊？
展臺(tái)的情況一定程度上反應(yīng)了當(dāng)前人工智能領(lǐng)域的狀況。整個(gè)2019年，人工智能領(lǐng)域的發(fā)展步伐確實(shí)有所放慢。為了更好的了解人工智能企業(yè)的發(fā)展現(xiàn)狀，動(dòng)脈網(wǎng)記者拜訪了數(shù)位人工智能企業(yè)，并將其戰(zhàn)略調(diào)整梳理如下。
數(shù)坤科技：差異化競爭、產(chǎn)品質(zhì)量鑄成行業(yè)壁壘
對于數(shù)坤科技而言，2019年算不上是寒冬。這家人工智能企業(yè)在2月拿到了2億人民幣的B輪融資后；5月取得了全球首個(gè)AI與金標(biāo)準(zhǔn)對照多中心結(jié)果；8月頭頸CTAAI產(chǎn)品已經(jīng)落地宣武醫(yī)院等十家三甲醫(yī)院；9月其冠脈CTA產(chǎn)品被西安高新醫(yī)院采購；10月與平谷合作開始打造作用于基層醫(yī)療心血管病篩防的“平谷模式”。
數(shù)坤的突破不絕于此。近日，數(shù)坤科技的冠脈CT造影圖像血管狹窄分析軟件成功進(jìn)入三類證創(chuàng)新通道，這是我國首個(gè)進(jìn)入創(chuàng)新通道的人工智能輔助診斷類產(chǎn)品。
寒冬之下，為何數(shù)坤能保持十足的熱度？究其原因，差異化道路的選擇是影像因素之一，心血管AI的難度一時(shí)讓初創(chuàng)公司們望而卻步，導(dǎo)致數(shù)坤成為了心血管領(lǐng)域中唯一能進(jìn)入臨床的AI產(chǎn)品。
但是，賽道的選擇并不足以成為數(shù)坤拔得頭籌的決定性因素，只有產(chǎn)品打動(dòng)醫(yī)生，人工智能企業(yè)才能活下去。
左邊是AI做的重建，右邊是傳統(tǒng)工作站
以冠脈CTA產(chǎn)品為例，一個(gè)患者預(yù)約冠脈CTA需要等7天，病人集中的時(shí)候要等14天，做完后再等3天才能取報(bào)告；而在數(shù)坤冠脈CTA的支持下，患者上午做CTA，下午就能拿到結(jié)果。
這背后，是患者、醫(yī)院、醫(yī)生的三方共贏。在DRG政策的推動(dòng)之下，住院時(shí)間的縮短意味著大幅醫(yī)療費(fèi)用的節(jié)省，患者的時(shí)間、醫(yī)療開銷隨之減少了，醫(yī)生、醫(yī)院治療單個(gè)患者的支出減少了，接納的患者變多，收入自然得到了保證。
總的來說，數(shù)坤科技已經(jīng)在三甲醫(yī)院的心血管場景中打下了堅(jiān)實(shí)的壁壘，而隨著算法的進(jìn)步，數(shù)坤也可逐漸在相對低質(zhì)量的影像中獲得有效信息，所以，基層醫(yī)院、體檢中心、非公醫(yī)療將成為數(shù)坤戰(zhàn)略中的下一組核心。
深睿醫(yī)療：縱向布局涌現(xiàn)系統(tǒng)性解決方案
很長一段時(shí)間以來，深睿都是以高頻率、模塊化的方式向外推出人工智能產(chǎn)品，但隨著頭頸CTA等產(chǎn)品的引入，這盤棋似乎涌現(xiàn)出了一些新的東西。
與過去的腦卒中產(chǎn)品結(jié)合及優(yōu)化，深睿醫(yī)療能夠?yàn)榕R床醫(yī)生提供一套完整的神經(jīng)系統(tǒng)AI解決方案，這樣完整的解決方案將更好地覆蓋醫(yī)生的需求。
此外，基層醫(yī)療同樣是深睿戰(zhàn)略版圖的重要一部分，通過為醫(yī)聯(lián)體建立云“管道”，深睿將AI企業(yè)的價(jià)值擴(kuò)展到了科室之外，建立起集連接、處理為一體的影像通路，讓醫(yī)療資源下沉至基層，全面助力分級(jí)診療。
推想科技：深入，再深入
如果說深睿是要從縱向的角度把AI產(chǎn)品做到最好，以涌現(xiàn)新的價(jià)值。推想科技的打法在于將已有的產(chǎn)品線做到行業(yè)最優(yōu)。
在CCR上發(fā)布一站式胸部CT多系統(tǒng)多器官多兵種解決方案的推想，則印證了推想科技做好胸部影像輔助診斷產(chǎn)品的決心。
依圖醫(yī)療：向國內(nèi)基層醫(yī)療與海外醫(yī)療開拓新市場
依圖醫(yī)療的戰(zhàn)略部署可歸納與三個(gè)詞：深化產(chǎn)品，布局基層，遠(yuǎn)征海外。
在深化產(chǎn)品方面，依圖的NLP、輔助診斷、科研平臺(tái)三大AI產(chǎn)品并駕齊驅(qū)，兼顧了醫(yī)生的工作需求與科研需求。
面向基層的“AI防癌地圖”則已點(diǎn)亮廣東、福建、河南、浙江、重慶、湖北、遼寧等多個(gè)省市，累計(jì)服務(wù)數(shù)十萬人次，實(shí)施肺癌智能早篩5000余次，篩出疑似高?；颊?0余人，為基層醫(yī)療獻(xiàn)計(jì)獻(xiàn)策。
據(jù)依圖副總裁方驄所言，依圖醫(yī)療接下來的布局將延續(xù)“臨床應(yīng)用和科研并駕齊驅(qū)的方式”當(dāng)前發(fā)展。
翼展醫(yī)療集團(tuán)：布局基層醫(yī)療，打通影像科室
在戰(zhàn)略方面，這一起家于軟件服務(wù)的醫(yī)院一直有著明確的目標(biāo)和宏大的布局。與上述企業(yè)不同，翼展想做的是以基層為核心的云AI產(chǎn)業(yè)鏈，讓自己的平臺(tái)能夠包含更多的基層醫(yī)療系統(tǒng)與更多的AI影像運(yùn)用。
在翼展CMO高云龍看來，基層醫(yī)療才是AI應(yīng)用的最佳場景，在這一時(shí)期，他認(rèn)為翼展應(yīng)該更為專注的做好自己的事——布局基層醫(yī)療，打通影像科室。
從上述五家典型企業(yè)來看，基層無疑是人工智能企業(yè)爭奪的下一個(gè)場景，這個(gè)市場足夠大，也有足夠的需求等待AI企業(yè)去做信息上的連接與醫(yī)療服務(wù)質(zhì)量效率的提升。此外，每家企業(yè)的戰(zhàn)略也隨著市場而變得更為聚焦，并因此更加理性。這樣來看，醫(yī)療人工智能領(lǐng)域并沒有喪失它的差異性，這里還擁有足夠的空間以供AI企業(yè)開發(fā)。
卡住AI的關(guān)鍵圓木
過去，伐木公司常常在河流的上游伐木，并將圓木經(jīng)由河道運(yùn)往下游進(jìn)行加工。然而，隨著河道寬度的變化，常常有圓木在漂流的過程中卡在了河道中間，并造成了后續(xù)木頭的堆積。在這個(gè)時(shí)候，工作人員只需要找到那一根“關(guān)鍵的原木”，將其移動(dòng)，后續(xù)堆積的木頭也隨著流動(dòng)，整個(gè)鏈條隨之恢復(fù)正常。
那么在人工智能領(lǐng)域，初創(chuàng)企業(yè)已經(jīng)做了一定的成果，并沿著這一成果向關(guān)聯(lián)領(lǐng)域奮進(jìn)，但由于某些因素，商業(yè)化的進(jìn)程被卡住了。而卡住他們的“關(guān)鍵的原木”，正是審批。
即便如此，嚴(yán)格的審批流程的確存在這樣的必要。作為一款醫(yī)療產(chǎn)品，各個(gè)部門審慎的態(tài)度在長遠(yuǎn)來看實(shí)則有利于AI產(chǎn)業(yè)的發(fā)展。
所以，市場的現(xiàn)狀或許并沒有反應(yīng)醫(yī)療影像AI領(lǐng)域的真實(shí)價(jià)值。在過去的一段時(shí)間內(nèi)，這個(gè)市場曾被高估，而在冷寂之后，我們也需防范價(jià)值低估。這是因?yàn)?，雖然沒人能夠保證人工智能產(chǎn)品在獲得審批之后就能進(jìn)行優(yōu)異的商業(yè)化落地，但審批的通過必能為人工智能初創(chuàng)公司營造一個(gè)更為優(yōu)秀的發(fā)展環(huán)境，在此環(huán)境下，企業(yè)的潛力或?qū)⒂纱吮虐l(fā)。
不過在這之前，人工智能企業(yè)還需要挺過一段困難時(shí)間。
文 ｜ 趙泓維
網(wǎng)站、公眾號(hào)轉(zhuǎn)載請聯(lián)系授權(quán)
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
