AI全路徑融合加速:器械巨頭駛入醫療人工智能下一站
2020年07月14日17:13

原標題:AI全路徑融合加速:器械巨頭駛入醫療人工智能下一站

7月10日,GE醫療在2020世界人工智能大會健康雲峰會上,從智能設備、智能運營和智能臨床三方面展示了基於Edison數字醫療智能平台的數字化創新成果,助力打造更高效率的“智慧醫院”。同時,GE醫療與其合作夥伴發佈了針對新冠肺炎、肺結節、動脈瘤等重大疾病的“AI+醫療”臨床應用場景,賦能掃瞄、診斷、治療、預後等全路徑診療流程。

生態系統

切入醫療AI的公司類型有傳統醫療器械公司、IT巨頭和一眾創新公司,均需要兼顧專業和技術。在行業大方向之下,傳統醫療器械公司如GPS(通用、飛利浦、西門子)、美敦力等投入AI,優勢來自於其大型設備可產生源源不斷的數據,且多集中在影像類,加上AI技術和解決方案,可提高設備附加值,獲得更大市場。

作為醫療AI在醫療領域應用的“主力”參與者,器械巨頭們正在進入下一站:引入更多合作夥伴創造生態圈。

2019年9月21日,GE醫療在首屆數字生態論壇上推出Edison Intelligence Platform(愛迪生數字醫療智能平台,以下簡稱Edison平台)。同時,GE醫療宣佈與醫準智能等共五家本土軟件開發企業簽署戰略合作備忘錄,共同開發基於Edison平台的數字醫療應用。

2020年3月19日,GE醫療宣佈推出諾亞計劃(Noah Action,N 計劃),針對呼吸系統流行病診治與影像診斷,涵蓋靈活移動和升級的一體式放射影像檢查技術方案、遠程與現場相結合的長期人才培訓、影像診斷標準和臨床路徑探索等內容。

2020年6月15日,GE醫療與強聯智創簽署戰略合作備忘錄,共同開發基於Edison平台的數字醫療應用,推動腦血管疾病的精準診療。雙方系統集成後,GE醫療的成像設備將與強聯智創的智能後處理AI系統對接,覆蓋篩查、診斷、治療和隨訪全流程,提升診療效率與治癒率。

對於挑選合作夥伴的邏輯,GE醫療中國副總裁、首席創新官戴鷹表示,“按照不同數字化層面有不一樣的合作夥伴,比如說做邊緣計算涉及計算機、GPU技術等,就會有一些提供基礎設施的廠商,涉及雲技術會有雲服務提供商,再往上有平台層來做數據安全性保障,再往上應用層需要能夠提供最終的軟件應用。”

戴鷹認為,“在疫情的倒逼之下數字醫療快速增長,而更精準、智能的醫療,需要深厚的研發積累、技術沉澱和海量高效數據支撐深度學習。GE醫療以Edison數字醫療智能平台為基礎,聯合更多開發者,發揮臨床技術與數據優勢,推動AI在重大疾病領域的創新與落地應用,解決醫療資源短缺、不平衡、效率不高的嚴峻挑戰,最終讓患者受益。”

對於此次合作,強聯智創®創始人兼董事長秦嵐表示,“ GE醫療可從影像採集的源頭保證數據的高質量,讓深度學習更加精準,在AI系統的輔助下,全面賦能從篩查、診斷、治療決策、手術規劃、術中輔助和隨訪等全診療流程。同時,影像設備與AI系統的直連,也為AI解決方案帶來了更便捷的使用體驗和更快的診療速度。尤其是腦卒中的急救上,數據的互聯互通,為患者節省了更多的救治時間。”

腦卒中是中國第一大致死病因,其高患病率、高發病率、高死殘率威脅著公眾生命健康。而神經介入手術困難重重,如未破裂動脈瘤的破裂風險評估、精準計算急性腦梗的核心梗死區體積等問題一直是臨床難點。

此次合作中,雙方將從神經血管領域的動脈瘤精準診療和腦梗的急救取栓起步,整合GE醫療IGS血管造影系統,製定全路徑診療方案:AI系統可對腦出血的主要誘因——動脈瘤破裂進行準確評估,助力早期預防和治療;術中,通過影像AI分析智能指導介入路徑和介入器械選擇,降低手術難度,縮短複雜手術時間;IGS的多模態影像融合技術還可實時三維引導動脈瘤精準化治療,提高手術成功率,改善患者預後。

據悉,搭載AI的DSA產品將率先落戶大型三甲醫院和基層二級醫院,提高基層對動脈瘤、腦卒中的診治能力。同時,AI將對神經介入醫生的培養起到輔助作用,縮短神經介入醫生的學習成長曲線,逐步提高基層對腦血管病疾病的診治能力。未來,雙方計劃在更多腦血管病病種的智能診療、前沿性算法研究、中國卒中中心的智能化升級改造和基礎醫療建設等方面繼續深化合作。

應用挑戰

據Evaluate的數據,全球醫療技術的銷售預測到2024年將達到5950億美元,復合年增長率為5.6%。其中,預計2024年診斷影像銷售額將達到510億美元,西門子醫療、GE醫療和飛利浦繼續主導市場。

“數字化”是近年來醫療器械廠商最喜歡的“概念”之一,其中主要包含人工智能、移動及遠程醫療、虛擬現實、大數據及物聯網、家用醫療器械、可穿戴設備等應用領域,但目前大多數還處在應用的初級階段。

據GE醫療中國總裁兼首席執行官張軼昊在此次大會上出示的數據,中國衛生健康事業在發展,持續的醫療需求繼續在成長,據《2019年我國衛生健康事業發展統計公報》顯示,2019年全國醫療衛生機構總診療人次達87.2億人次。“在國家的持續投入下,健康產業會有很大的發展。這其中不管是醫聯體還是非公醫院,基礎醫療的投入和抗疫之後在重大疾病防控的投入中,數字化是重要抓手和工具。”

人工智能主要看三個領域,第一是數字化和人工智能,工業互聯網和互聯互通;第二是雲計算,把邊際成本接近零;第三是大數據和人工智能。張軼昊表示,中國醫療行業依舊面臨多重挑戰,“第一是醫療資源短缺,第二是醫療資源的平衡問題,第三是效率提高的問題。 中國的AI一定會引領全球發展,中國AI行業一定會有彎道超車的機會。”

同時中國在AI方面也面臨挑戰,張軼昊認為,“第一是數據質量,很多AI軟件是在數據後處理的,數據質量有問題的時候會影響到AI軟件和輔助診斷的做法。第二,我們和很多中國AI公司合作,沒有一家AI公司能夠把所有病種、所有臨床問題都能覆蓋。第三,很多AI更多的是在輔助診斷,而在評估方面做得還不夠。”

由於近五年來AI在數據、算法和計算能力等方麵條件成熟、屢獲突破,已開始真正解決問題,切實創造經濟效果。作為數據基礎較好的領域,醫療成為應用場景最為成熟的行業之一,對其商業化的期待也最高。

但在AI落地過程中,還面臨產品同質化嚴重,如何提升效率、價值效用評價等問題,一些醫院對醫療AI的支付意願並不高。

“支付意願從表面上來講是我做了一個人工智能的應用,但客戶不願意買單、不願意掏錢。我們把這個總結成客戶痛點沒找準,換句話說沒有真真正正幫助醫療行業解決最棘手的問題。用一句老百姓理解的打比喻,你在做錦上添花的事,而不是雪中送炭的事,現在我們醫療行業里有太多雪中送炭的事需要解決。”戴鷹在接受21世紀經濟報導採訪時表示,什麼是雪中送炭?“比如在重症監護室里的一個重症患者,現在的醫生和護士沒有人工智能的幫助下,只能通過一兩個參數判斷患者的障礙,完全要靠經驗,資深的醫生可能會有這方面的能力,所以在重症ICU里,醫生最不希望的是看到患者全身感染,患上敗血病。我們現在有AI技術可以把患者相關信息都歸總,通過一個邏輯、智能反應,告訴醫生和護士這個患者將來的趨勢,給一個預警預測,這種情況下AI是雪中送炭的,這是醫生和護士非常想要的,直接幫助降低死亡率,減少患者在ICU里的停留時間。這是我們整個生態、各個合作夥伴需要探求的,這個行業裡面到底最重要的問題是什麼?如果問題找對了,就沒有不願意支付的情況。”

在此次世界人工智能健康雲峰會上,中國人工智能產業發展聯盟、清華大學、清華大學附屬長庚醫院和中國信息通信研究院發起成立中國人工智能產業發展聯盟醫學人工智能委員會暨中國智慧醫院聯盟。

清華大學長庚醫院院長、中國工程院院士董家鴻在會上指出目前醫療人工智能發展仍面臨諸多問題和挑戰,“比如醫療人工智能產品訓練數據集質量控制和標註方式沒有統一標準,數據孤島現象普遍;醫療人工智能產品與臨床實際需求存在較大差距;商業模式不清晰;軟件安全性評價體系不完善等等。”

此次醫學人工智能委員會的成立,將聚合醫療人工智能產業的中堅力量,共同研討、解決上述難題,推進醫學人工智能產業快速、健康發展。下一步,醫學人工智能委員會將進一步貫徹國家的決策部署,著力抓好三方面工作。

一是整合產業鏈資源,搭建醫療人工智能產業合作與促進平台。推進跨領域的合作交流與協同創新,進一步促進醫療人工智能相關科技成果研發與轉化,推動我國醫療人工智能高水平和高質量發展,提高我國醫療人工智能產業應用水平。

二是推動醫療人工智能產品標準化工作,建立規範化評測體系。推動醫療人工智能關鍵技術研發和標準化規範的行程,並推動標準的貫徹實施;開展醫療人工智能新產品、新服務的測試驗證工作,規範市場秩序,促進國內醫療人工智能行業良性發展。

三是支撐政府決策,做好部署落實工作。支撐政府主管部門醫療人工智能相關工作,協助開展試點示範和應用推廣;綜合醫學人工智能技術和產業化發展趨勢,更好地引導我國醫療人工智能產業健康、有序、快速發展。

(作者:盧杉 編輯:徐旭)

關注我們Facebook專頁