醫(yī)學影像AI勢成燎原，圖瑪深維找準臨床痛點最先落地

眾所周知，優(yōu)質醫(yī)療資源供給不足是造成中國患者看病難看病貴的主要癥結之一，這也不同程度地導致了臨床醫(yī)生勞動強度過大、醫(yī)療差錯發(fā)生風險增高及醫(yī)療水平地區(qū)差異明顯等有礙醫(yī)療質量提高的痛點。

人工智能(簡稱 AI)進入醫(yī)療領域后，迅速向醫(yī)學影像、輔助決策、病案管理及病理診斷等諸多領域鋪開，幾成燎原之勢，被業(yè)界人士公認可為醫(yī)療效率的提高提供重要解決方案。這其中，醫(yī)學影像 AI 的創(chuàng)投最為活躍，并涌現(xiàn)出以圖瑪深維為代表的專注提供各類影像 AI 產品的新銳公司。目前看來，這類產品能夠較好地解決臨床痛點，最有可能率先落地。

填補人力資源缺口

醫(yī)生缺口較大是中國醫(yī)療資源不足重要表現(xiàn)。相較中國每年影像數(shù)據(jù)高達 30% 的增長量，放射科醫(yī)生數(shù)量年增長率卻僅為 4.1%。病理科的缺口更為懸殊，在美國，大約每兩千人口就擁有一位病理醫(yī)生，而在中國平均每七萬人口才有一位，缺口多達 3～4 萬人?？紤]到成熟醫(yī)生的培養(yǎng)周期動輒以 10 年記，按照中國現(xiàn)在培養(yǎng)病理醫(yī)生的速度，足足需要 200 年才能趕上美國當前的水平。

有鑒于此，在彌補醫(yī)療資源缺口方面，人們對醫(yī)療 AI 寄予了更多的期望。可喜的是，自從 2012 年，深度學習技術被引入到圖像識別領域后，識別正確率取得了突破性的進展，這也為醫(yī)學影像 AI 更進一步付諸使用平添極大的助力。以圖瑪深維的主打產品肺結節(jié)智能診斷系統(tǒng)為例，在臨床試驗中，它能檢出肺部各類病灶及其性質，檢出率可以達到 98.6% 以上，診斷效率提升 40～60%。該系統(tǒng)結合了世界上最先進的深度學習人工智能算法，能在 CT，MRI，X 光，PET/CT，超聲等多種醫(yī)學影像中精確的檢測，定位和分割各種可能的致病因素，最大程度提高醫(yī)生的診斷效率和診斷精度。

目前，醫(yī)學影像 AI 的主要定位是醫(yī)生的助手。相對于傳統(tǒng)人工閱片模式，在人機協(xié)同之下，先是經由 AI 完成影像的初步篩選和判斷，而后再由醫(yī)生完成最后的確認。這種模式不僅能夠降低微小病灶的遺漏、大幅提高準確率，而且還可確保更高的診斷質量以及相對更低的成本。

除了關注影像 AI 產品的內在性能外，外在產品形態(tài)是否「稱手」其實也應納入產品的評價標準。后者的優(yōu)劣實際上反映了一家公司在開發(fā)產品的過程中，是否真正設身處地的在了解醫(yī)生的需求。圖瑪深維的 AI 產品在一些知名醫(yī)院試用過程中之所以廣受好評，易用性是一個非常重要的因素。據(jù)了解，該公司在產品研發(fā)立項之初，便會讓醫(yī)生參與其中，通過不斷地優(yōu)化交互界面，令其在日常工作能夠很快熟悉操作。譬如很多醫(yī)生習慣在 PACS 上書寫診斷報告，圖瑪深維的智能診斷系統(tǒng)能夠一鍵將信息復制黏貼到 PACS 上，使診斷流程更流暢。

放大醫(yī)療生產力

人力資源缺口的存在令每一位醫(yī)生幾乎都在疲于奔命當中，尤其是三甲醫(yī)院的熱門科室，醫(yī)生過勞現(xiàn)象比比皆是。以肺結節(jié)的影像檢查為例，平均一家三甲醫(yī)院平均每天會接待 200 位需要進行肺結節(jié)檢查的患者，每位患者將常規(guī)產生 200～300 張 CT 影響。這意味著僅一家醫(yī)院的影像科每日就需處理圖像 4 萬～6 萬張。

如何在短時間內放大醫(yī)療生產力，令醫(yī)生從一些繁忙重復的勞動中解脫出來，AI 技術或許也能扮演重要角色。

仍以醫(yī)院的影像工作為例，醫(yī)生的閱片方式一般是逐張查看，憑借經驗進行判斷。閱片速度和準確性因人而異，通常都會存在長時間閱片易疲勞所導致的準確性下降的問題。而 AI 讀片在理論上不存在疲勞的問題，如果需要可以同樣的水準一直不眠不休的工作。尤為重要的是，在知識和經驗傳承方面，人類的學習方式效率相對低下且需要一直保持練習才能維持較高水平。而 AI 增加一個終端，就如同復制粘貼一般，如果需要升級，則是全網同時升級。

這些特性不但有利于擴大中心醫(yī)院的醫(yī)療生產力，更有利于提高基層醫(yī)院的醫(yī)療水平，并促進我國不同地區(qū)醫(yī)療水平的均衡發(fā)展。正如圖瑪深維CEO 鐘昕所說，在我國，基層醫(yī)療機構是醫(yī)療體系的末梢神經，而硬件設施、人才缺失則是擺在基層機構面前的一道難題。AI 技術最直接的受益方就是基層醫(yī)院的醫(yī)生，在提高他們的診斷水平的同時，也可以令身處基層患者能夠第一時間得到高水平的診斷。

目前，圖瑪深維的研發(fā)和產品管線上主要有三大類產品，分別是深度診斷系統(tǒng)、智能診斷平臺和智能醫(yī)療數(shù)據(jù)分析平臺，分別針對中國醫(yī)生的主要臨床需求和科研需求而研發(fā)。特別是 σ-Discover Lung 系列產品，已經涵蓋了影像科醫(yī)生工作全流程，即從影像識別到給出診療建議。在醫(yī)院影像工作流中，放射科醫(yī)生會將診斷結果和診療建議提供給臨床醫(yī)生參考做最后的治療方案。

除肺結節(jié)產品外，圖瑪深維已經完成基于深度學習的CT、X光肺部疾病下的肺部分割，用于包括肺炎、肺結核、肺水腫等在內的多種肺部疾病診斷。乳腺癌、前列腺癌、肝癌、胰腺癌、腦卒中等智能診斷產品也已經在國內多家醫(yī)院試用。這一系列新品涵蓋多種中國人的常見腫瘤和慢性疾病，在進一步鞏固圖瑪深維肺結節(jié)診斷的固有優(yōu)勢外，還將公司在 AI 領域的深厚積累擴展到了其他適于 AI 技術大戰(zhàn)拳腳的疾病領域。

當前，在圖瑪深維等頭部公司的帶動下，醫(yī)療 AI 正已前所未有的速度帶給人們一個又一個驚喜。相信在不久的將來，在 AI 技術的加持下，困擾醫(yī)患多時的諸多臨床痛點終將得以解決。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。