首页 > 智能网

推想科技将发布AI辅助肺部筛查产品,涵盖14个诊断环节

来源:智能网
时间:2019-06-04 08:50:17
热度:126

推想科技将发布AI辅助肺部筛查产品,涵盖14个诊断环节如果说2017年是人工智能的“认知”年,今年则是2018年是人工智能“商业元年”。AI+医疗作为人工智能落地的行业之一,逐渐被

如果说2017年是人工智能的“认知”年,今年则是2018年是人工智能“商业元年”。AI+医疗作为人工智能落地的行业之一,逐渐被社会各界认可,并开始承载改善医疗现状的使命。

尽管AI还无法代替医生工作,但在辅助医生诊断上表现“不赖”。北京友谊医院影像科主任杨正汉曾表示:“现阶段,各个医院的医生负荷度很大,一天每人的阅片量达到100多份。AI确实可以帮助医生提高工作效率,让医生更有精力专注于临床技能的提升,并促进基层医院医生能力的提升。”

除了三甲医院表现出对于人工智能释放医生产能的期待,“AI+医疗”创业圈的火苗也熊熊燃烧着。5月30日,持续4天的2018放射住培医师影像技能大赛在成都召开。而该次大赛的独家技术支持方,正是在今年3月刚刚获得新一轮3亿元融资的推想科技。

深耕肺部筛查,产品鲁棒性为王

亿欧大健康了解到,基于这次比赛,推想科技为大赛使用的“InferRead CT Lung”的产品开发了一些适用于比赛环节的功能。它可自动预处理图像、自动识别并标记多类型结节病灶、提供量化结节信息,并且为医生提供结构化报告。

推想科技CEO陈宽称,国内放射科医疗产能不足。首先,放射科医生总体数量不足,在病患量大的情况下,医生日常工作通常是过于饱和的;其次,医生资源分布也不均匀,这会导致不同地区的业务能力差距明显;最后很关键的一点还在于,医生培训质量亟待提升。

目前,推想科技已落地使用的产品包括肺部辅助筛查产品InferRead CT Lung、胸部辅助筛查产品InferRead DR Chest、脑卒中辅助筛查产品InferRead CT Stroke和医疗影像深度学习中心InferScholar Center。前三个为多病种的人工智能辅助筛查产品,医疗影像深度学习中心可适应不同科室及学科需求,帮助医生完成世界前沿的深度学习科研工作。

陈宽还透露,肺癌早期筛查(肺结节),乳腺筛查,DR综合解决方案,脑卒中平台以及冠心病辅助诊断等产品也即将推出并落地。此外,妇科两癌筛查(乳腺癌,宫颈癌),消化道癌症筛查,多病种辅助诊断平台,中枢神经系统疾病综合解决方案以及呼吸系统多病种解决方案也正在研发中。

正如在放射住培医师影像技能大赛上体现的那样,推想的人工智能辅助筛查产品主要针对经验不足的年轻医生,去辅助他们的读片行为,从而达到高年资医生的读片水平。那么对于主任级别的、资历较深的医生,可以将其从基础工作职能中“解放”出来,更多地投身于科研。

“毋庸置疑,现在有很多公司拿到了监管的许可,但其实从国家层面其实也还在思考这个到底怎么去推开。而推想在自身的核心竞争力方面,主要是从‘鲁棒性’来打造。”陈宽说。

“鲁棒性”一词在陈宽以往的采访中屡次被提到。据百度词条的解释,鲁棒是Robust的音译,也就是健壮和强壮的意思。它指在异常和危险情况下系统生存的关键。比如计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下,能否不死机、不崩溃,就是该软件的鲁棒性。

那么类比到AI+医疗领域,陈宽将“鲁棒性”定义为“企业产品是否能在大范围内应用的能力”。他认为鲁棒性往往容易在行业中被忽视,但产品的鲁棒性是其在行业内是否具有稳定性的表现。陈宽尤其强调,不是产品进了医院就叫落地,而必须关注医生的点击率和产品使用的反馈。

截至2018年6月,推想科技AI产品已落地150国内医院。在全国医院的排行榜中,排名前10名的医院,推想AI已渗透7家,前50名已进入25家。其产品在所有合作医院平均每天能够提供13000例的CT胸部辅助诊断。

AI辅助筛查产品4.0即将发布,涵盖14个肺部诊断环节

“医生日常的80%时间都是在做繁琐的、重复的结节识别工作,而正是这些工作却耗费了他们大量的精力,AI在这方面恰好非常擅长。”陈宽对亿欧大健康表示。但针对如何对所看到的所有病症进行总结归纳、如何对没见过的产品进行联想,进而给到病人建议和安慰,这些是AI无法替代医生的很重要的一部分。

在医生诊疗的一系列诊疗环节里,需要把这些“后续的关怀”放在更为重要的部分,但如果医生的大量时间都被绑定在高重复率的机械化工作中,这便无法实现。

亿欧大健康获悉,成立三年半年以来,推想科技的技术团队将肺部辅助筛查产品不断优化升级,并将于近期发布4.0版本。

回顾推想肺部辅助筛查产品的1.0版本,首先是从“找到结节”这一环节进行产品的打磨起步的。而医生对于影像图片进行诊断的一系列流程里,不仅仅包括结节的识别,还包括结节测量、假阳性识别、半结构化报告生成、临床路径的建议等多种需求。随着后续的产品迭代,推想科技将逐渐融入到医生诊断的各个环节。同时陈宽表示,由于产品的医疗属性,只有确保每一个功能具备足够的鲁棒性,其才可以广泛应用于临床。在即将发布的4.0版本中,人工智能可以“介入”的诊断环节已经多达14个。

AI医疗影像发展至今,这片蓝海里的创业玩家们均已完成技术搭建,有一部分甚至已经开始杀入国际圈。尤其国家政策对于人工智能落地应用的逐渐开放态度下,行业的竞争也会越趋激烈。“早些年可能大拼的是技术壁垒和渠道能力,而现在的竞争我认为在于产品落地的能力。”陈宽判断。正如上文所说,仅仅“进医院”并不能作为打造产品壁垒的资本,真正拥有让医院产生持续付费意愿,以及拉动整体国内医疗水平的提升,才是他们需要去关注的。