助力初筛和分诊 体素科技丁晓伟破题全病种AI | 博鳌·健康界峰会

更新时间:2019-04-30

近年来,医疗AI在国内外火速升温,挂号指路、辅助诊断、新药研发……尽管AI进入医疗行业屡见不鲜,医疗AI落地问题仍是产业关注焦点。目前人工智能发展仍处于初级阶段,AI产品面向医生、患者、医疗系统各有何侧重?除了技术性突破,未来人工智能的发展之路该怎么走?

4月26日,在2019博鳌·健康界峰会“打造医疗AI产业闭环”主题论坛上,体素科技CEO丁晓伟以“真实场景驱动的医疗AI技术”为题,为医疗AI发展破题。

多场景布局 满足不同诉求

在网上关于医疗AI的话题中,出现“AI会不会代替医生”的讨论。其实医疗AI的出现并不是和医生“抢饭碗”,而是减轻医生的劳动量,减少医生繁琐重复、容易出错的操作,这是医生对AI的需求;患者的需求更多在于方便就诊;医疗系统的需求在于方便运营管理、节约开支。

针对医生、医疗系统、患者的不同需求,体素科技的产品线在三个方面都有所布局。多样的产品化服务,为医院及患者提供高价值分析服务,并为互联网医疗提供智能化基础。

定位全病种 慢病大病早预防

在今年全国两会上,多位人大代表和政协委员建议,将疾病预防提到议事日程。预防重于治疗,相比花钱治病,花钱预防可以节省很多开支,在未来有效降低高血压、糖尿病的发病率。

体检是有效预防疾病的措施之一,丁晓伟表示,“在优质医疗资源匮乏的情况下,人工智能可以提供有效帮助,例如在体检上,全病种就更加有优势了,因为体检本身,就是去没有定向地发现所有可能的异常。”

体素科技将研究的核心定位在全病种产品,聚焦于胸部CT、眼底彩照、冠脉CTA、皮肤四个全病种解决方案。 “医疗系统里的预防主要就是重病、大病的筛查,全病种区别于单一病种诊断的AI系统,筛查需要全面,这样才能真正解决医疗资源。”

以眼科为例,体素科技研发的“视网膜全病种解决方案”通过眼底彩照,不仅反映眼部疾病,还能反映高血压等慢性病的累积,这样的检查被大大低估。现有医疗机构的眼科人力资源不足,只能管理到应该筛查的慢病患者的1/10左右,远远没有发挥对整个国家及高危人群的作用:让眼底检查实现所有全病种的检查及慢性病的评估。

而且,进行眼底检查的软硬件一体机自动化、操作简单,可以在医疗资源匮乏、缺少专家的地方部署,有助于基层医疗资源配置。

眼底彩照筛查

据体素科技介绍,这款系统已经落实到全国120多家医疗机构,主要是三甲医院内分泌科。内分泌科有大量慢病患者,病症也都反映在眼部上。其中一部分眼病比较轻微的患者在过去往往会忽视,眼科认为他们的病情不足以在眼科治疗,内分泌科又不懂眼科这些检查,也无法追踪病人。而利用"视网膜全病种解决方案",可以筛查出糖尿病视网膜病变、青光眼、白内障、老年黄斑变性等多种眼部疾病,这类病人能够早筛查早诊断,及时用药延缓病情的发展,大大降低致盲率致残率。

4月27日,由中国卫生信息管理杂志指导,健康界和博鳌医学创新研究院联合主办的“中国医学创新大赛·人工智能暨‘医健AI·漂亮50’发布会”在博鳌亚洲论坛国际会议中心举行,体素科技的“VoxelCloud-Retina眼科全病种筛查解决方案”以499分获得一等奖。

重庆医科大学附属第一医院副院长肖明朝为体素科技颁奖

“心脏冠脉造影 CT 解决方案”可以代替昂贵的需要全麻手术的介入的心脏检查,为医疗系统减轻医保开支,降低患者手术风险。该方案可预测未来五年发生急性心梗这些不良事件概率,及时干预,避免悲剧的发生。

智能筛查 助力医保控费

针对看病难的问题, “最现实的办法就是采取分级诊疗的制度”,这是国家卫生健康委员会主任马晓伟在2019年全国“部长通道”上给出的答案。

对于病情轻微、风险较低的患者,医疗AI能够实现足不出户寻医问诊,丁晓伟介绍,医疗AI不仅给患者带来就医上的便利,还有助于实现分级诊疗、医保控费。

以皮肤病为例,“体素肤知汇”基于深度学习图像分析与处理技术,与百种皮肤类病症进行智能匹配与测评。通过手机摄像头非常稳定地对皮肤病进行初筛和预检,数据严谨涵盖上百万病例。患者只需通过拍摄病变皮肤的照片,通过AI识别,与相应的病症匹配,生成报告。

通过AI匹配疾病

丁晓伟提及,现有的医疗AI发展大多是为医生设计产品,而忽略了患者直接使用的产品。其实大部分皮肤病不需要去医院,风险较低,患者可以自己用药。

在中国皮肤病的诊疗需求很大,而专业程度和收集时间有限的。而从医学临床工作上看,对患者在皮肤病方面的甄别、检查与分流以及健康教育,有着重要意义,这类技术将在很大程度上帮助专业领域的医生,成为诊前问诊的有效工具。

还有,小儿的视力障碍、先天后天的屈光不正,是中国最大的需求之一。体素科技推出的小儿视力障碍筛查产品填补这个需求,家长只需要在家中录制儿童行为,系统即分析出患者是否有眼科疾病,需要转诊到专家提早干预。

通过全病种产品的初筛,“把很多疾病的预诊、随访等通过人工智能,在家庭里就完成,从而更进一步地解决医疗系统的开销。”丁晓伟这样说道。

未来蓝图 AI前进路在何方

在丁晓伟看来,目前医疗AI的发展还停留在第一阶段,“关注点还停留在技术性指标,比如对疾病的检出率,其实在真正用于医疗系统之前,应该再增加一个评估的环节:对医疗体系量化的效果到底有多少,对付费方开支的节约到底有多少等等,我认为今后的临床试验,应加入对医疗体系最终结果的评估。”

“AI医疗覆盖生活和一生”,丁晓伟描绘出一幅未来医疗AI的蓝图,AI伴随人的生老病死,甚至出生之前就会应用,比如体外受精的胚胎选择、先天性基因缺陷;家庭问诊;急救车急性疾病预判;医院中病床管理,管理死亡、感染概率等,都可以通过AI作出分析。