0
| 本文作者： 張利 | 2017-07-20 18:07 |
2017年以來，關于人工智能泡沫的議論紛紛攘攘，知乎上一問題“這一波人工智能泡沫將會怎么破滅？”獲廣泛關注，其中，稟臨科技聯合創(chuàng)始人PENG Bo的觀點得最高贊同票，他認為，“人工智能有些危險，因為現在變現似乎是個難題?！薄澳壳翱磥恚珹I可能并不足以支撐一個獨立的公司，它更適合作為其它公司的一個部門，或被其它公司收購?！?br/>
許多智能影像一線從業(yè)者可能會對其觀點深表贊同。科大訊飛智慧醫(yī)療事業(yè)部醫(yī)療影像產品負責人馬文君告訴雷鋒網，“如今的智能影像很像前幾年的互聯網醫(yī)療，大家一窩蜂進來了，但下一步怎么做，是個問題?！眳R醫(yī)慧影梁恩銓認為，“整體來講，智能影像診斷真正深入到臨床診斷的很少，目前，業(yè)內嘗試與醫(yī)生合作做科研或提高效率方面嘗試，但要真正提高診斷率，目前還有很大差距?！?/p>
動輒可以聽到“AI取代醫(yī)生”“AI的準確率超過醫(yī)生”的言論，同時“理想很美好，現實很骨感”的感慨頻頻傳來，理想的豪言壯語隨處可見，那現實是什么呢？
有人說，21世紀是數據為王的時代；有人將算法比作發(fā)動機，數據比作石油；有人則強調行業(yè)數據、專家資源和核心技術是打造智能影像缺一不可的三要素。無論怎樣強調數據的重要性都不為過，我們且以影像數據為徑，智能影像公司的運營為緯，一窺智能影像公司的真實日常。
盡管我國存在第三方影像中心，但絕大多數的醫(yī)療影像數據來源于醫(yī)院。據悉，大的三甲醫(yī)院一年產生的影像數據在10T以上。宜遠智能CEO吳博稱，“單個醫(yī)院的影像數據存量就很大，每天數百例新增也很常見?！?/p>
在醫(yī)療信息系統(tǒng)中，PACS系統(tǒng)負責醫(yī)療影像采集、數據傳輸存儲以及影像分析、處理，并且不同的PACS系統(tǒng)之間，能以以DICOM國際標準方式對接。
總體來說，醫(yī)院影像數據多且大都標準化，便于機器閱讀，為此，智能醫(yī)療影像被業(yè)內人認為將率先實現商業(yè)化落地。
上海市兒童醫(yī)院影像科主任楊秀軍曾表示，“很多醫(yī)學影像領域特別適合人工智能／圖像識別技術，國內外有很多廠商從事這方面，也做出一些成果?！?/p>
吳博告訴雷鋒網，對于AI ，影像數據本身具有標準化的優(yōu)勢。不過，數據異常也容易碰到。“以CT為例，有的病人不是躺著而是趴著掃描；有的不是頭先進去而是腳先進去；CT長寬512像素或者768像素的差別，不同排數機器的層厚差異以及薄層重構算法，都會影響清晰度?！彼a充道，“處理流程只要充分考慮和兼容這些變化情況，原始數據的可用比例還是非常高的?！?/p>
對于一個AI系統(tǒng)而言，數據多多益善是有前置條件的，在保證喂養(yǎng)數據質量的情況下，增加數量才有意義。而判斷影像數據質量，主要取決于AI公司所打造智能診斷產品的臨床目的。除此之外，對于智能影像診斷而言，影像數據需要關聯更準確的診斷和后期結果關聯，否則垃圾進，垃圾出。
南方醫(yī)科大學副教授劉再毅曾表示，“我們數據多得不得了，我們影像科每天產生很多數據，但是有多少數據可以用？1%都不到，其中有大量錯誤信息?！彼a充道，“數據規(guī)范的問題沒有辦法管控，臨床信息經常有誤?！?/p>
拿現在很火的肺結節(jié)智能診斷為例，對于AI公司來說，有肺結節(jié)的影像才是有價值的，“在產生的影像數據中，只有10%或20%的病人有問題，即便如此，并不是所有有病灶的影像數據都能拿來用?！绷憾縻尫Q。而在醫(yī)院內部，醫(yī)學影像系統(tǒng)和診斷報告是兩個獨立的系統(tǒng)，兩者并無關聯?！坝脭祿柧欰I很重要的一點是：需要系統(tǒng)判斷一個影像是否有結節(jié)，是否有病灶。而醫(yī)院每天拍出來幾百影像，并沒有標出來哪里有結節(jié)，對于AI公司來說，這就是沒有價值的數據。”梁恩銓告訴雷鋒網。
影像數據是醫(yī)院的，智能影像公司如何獲取呢？
醫(yī)療數據是一種資源，意味著它有價值，想獲取有價值的東西最簡單的邏輯就是“買買買”，這正是財大氣粗的IBM的戰(zhàn)略。在2014年相繼收購了大數據醫(yī)療保健分析提供商Phytel與Explorys后，2015年，以10億美元收購了醫(yī)學成像及臨床系統(tǒng)供應商Merge Healthcare，后者坐擁有8500家客戶，其中包括美國聯邦政府和州政府機構、雇主、醫(yī)保、醫(yī)院等，以及3億病人數據。
在我國，三甲醫(yī)院擁有絕大多數影像數據，但影像數據不出院是必須守住的紅線。為此，AI公司與醫(yī)院尋求“合作”就成了一種可能的路徑。一般來說，AI公司會選擇與醫(yī)院合作開發(fā)，一方面得到脫敏的數據和行業(yè)專家，一方面收獲了產品打磨的場景，至于合作模式，則各有特色。
一般來說，智能影像公司官網上的合作醫(yī)院被視為彰顯自身實力的背書。雷鋒網從公司官網上了解到，推想科技稱其與北京協(xié)和醫(yī)院、同濟醫(yī)院、長海長征醫(yī)院等5家三甲醫(yī)院達成合作；科大訊飛先后與北京大學口腔醫(yī)院、上海交通大學附屬第六醫(yī)院南院等多家醫(yī)院合作；依圖科技與浙江省人民醫(yī)院合作。
劉再毅曾表示，非常希望與好的AI公司合作，以臨床目的為中心共享研究成果?！拔覀兣R床數據最寶貴，光有技術沒有臨床數據，很多都是紙上談兵?！?/p>
“我們現在不一定要獲取數據，而是想使用數據，我們在和醫(yī)生的合作中發(fā)現，他們對于數據共享持謹慎樂觀和開放的態(tài)度，我們提供深度學習的經驗，和對于數據標注、數據整理和數據隱私保護的方法論，結合醫(yī)療數據和專家只是，用科研服務、課題服務的形式結合起來?！皡遣┓Q道，宜遠智能切入醫(yī)療影像領域，目前不以工具見長，而選擇以貼身服務來做，同時，醫(yī)療影像數據敏感，處理算法要能分布式地下沉到數據所在位置，而不是一味期望數據統(tǒng)一歸集到統(tǒng)一平臺。
匯醫(yī)慧影CEO柴象飛稱，他們?yōu)轫敿夅t(yī)生提供工具、方法合作共贏，而對于偏基層的醫(yī)院，基于提供的IT工具之上，提供一些更加智能化、自動化的工具，同時不斷收集數據，進行算法模型的迭代。這與其規(guī)劃的商業(yè)模式是一致的，提高效率、降低誤診率的篩查類影像系統(tǒng)，短期內醫(yī)院可以買單。至于與頂級醫(yī)院的合作模式，公司高級市場經理梁恩銓披露道，與很多醫(yī)院的合作是以科研合作的形式，最后的成果雙方都有署名，“產品歸我們，數據是醫(yī)院的?！?/p>
一如機器學習AI建模的流水線，醫(yī)療影像數據處理過程也要經歷數據標注、清洗、切割，隨后是建模、調參等。
在處理影像數據的技術問題上，據吳博介紹，醫(yī)療影像數據刻畫的是體內臟器，與肉眼容易識別花鳥蟲魚人臉等常規(guī)圖片，成像原理與視覺特征都不相同，深度學習模型尤其需要深度改造。
但醫(yī)療影像數據處理的特殊之處在于數據標注耗費時間更長、門檻更高，“要湊齊多名資深醫(yī)生對數據進行比下診斷報告還要細致的標注，難度、進度和成本都很高?！眳遣┓Q。無怪乎，科大訊飛智慧醫(yī)療事業(yè)部總經理陶曉東稱，行業(yè)數據、專家資源和核心技術是打造智能影像缺一不可的三要素，大多數AI公司與醫(yī)院合作開發(fā)，由院內專家進行標注。
拿匯醫(yī)慧影為例，醫(yī)生使用其產品的同時就能對影像數據進行標注，產生他們需要的有效數據?！搬t(yī)生在看片的過程中，如果發(fā)現有病灶的影像，用我們的系統(tǒng)在病灶上直接標記。除此之外，系統(tǒng)中還集成了病理和病理數據，綜合這些信息才能判斷是否有癌癥。”梁恩銓告訴雷鋒網。而這引發(fā)了一個現實問題：數據產生速度很小。
在醫(yī)生的診斷中，影像僅是一個參考信息，最終還要參考病理診斷等信息進行確診，所以對于打造一個智能診斷系統(tǒng)來說，很多數據的集合才是有效的數據。對此，梁恩銓介紹道，AI公司需要盡可能多地打通不同的系統(tǒng)，把病人的所有相關信息整合在一起，這其實是比較難的。匯醫(yī)慧影單獨開發(fā)了一個數據平臺，其中集成了數據清洗功能，把病理、病例和影像數據拿過來后，還要整合清洗。“醫(yī)療數據獲取難，標注工作量大，我們自嘲所謂人工智能，只有人工沒有智能。相對于機器視覺的其他領域，醫(yī)學上走得還是要慢一些。”
智能影像診斷系統(tǒng)準確率在95%以上，超過人類醫(yī)生的消息屢見不鮮，但其應用情況怎樣呢？
劉再毅曾表示，許多AI公司在訓練其智能系統(tǒng)時沒有甄別錯誤信息，導致真正投入臨床時，準確率只有50%，“這就沒有任何價值?！?/p>
梁恩銓稱，“若想用AI提升診斷率，目前為止還有很大差距?！彼硎?，AI診斷結果是個概率的問題，只要不能達到100%的準確率，公司難以為那1%負責。除此之外，很多公司在肺結節(jié)診斷上做得很好，但對于一些癌癥亞型，醫(yī)生本身就很難判斷，遑論AI了?！翱傮w來說，真正深入臨床流程的AI很少，現階段，AI公司大都在幫醫(yī)生做科研或在提高診斷效率方面嘗試。”
將頂級專家的診斷能力固化下來，提供給基層醫(yī)院，是許多智能影像公司勾勒的美好藍圖?？拼笥嶏w智慧醫(yī)療事業(yè)部總經理陶曉東曾說道，智能影像診斷系統(tǒng)，對三甲醫(yī)院的頂級醫(yī)生是錦上添花的事；而基層放射科醫(yī)生，每天只看四個片子，經驗比較少，這就是雪中送炭的事。杭州認知科技副總經理王泰峰稱，IBM Watson能提升基層醫(yī)生的決策效率。
但實踐起來同樣遇到尷尬。人工智能是基于云計算的，數據放在云端，基層醫(yī)院的信息化程度不夠，沒有大數據，怎么用人工智能？除此之外，大多數醫(yī)院使用的是局域網系統(tǒng)，沒法連接外網，數據也無法走上云端。
怎樣說服醫(yī)院同意把數據放在云端，也是一個棘手的問題。“如何充分保證數據隱私，這是很難突破的地方?！绷憾縻尭嬖V雷鋒網，“但相對于其他數據，影像數據含有的隱私信息較少，還是比較好溝通的?！?/p>
智能影像：風口已至，還是初露端倪？
有人說，投資人判斷的不是行業(yè)趨勢，而是時間點，判斷機會在哪個時間點才是關鍵。如今，AI+醫(yī)療影像被認為是率先實現商業(yè)化落地的領域，這意味著風口已至，還是初露端倪？
劉再毅告訴雷鋒網，“如果真正去做醫(yī)學影像研究，會發(fā)現其中的陷阱、難度很多。我覺得這里面更多是做學術研究，真正落地到臨床上是很難的，路還有很長。”上海市兒童醫(yī)院影像科主任楊秀軍表示，“有的智能診斷產品針對某一種病，比如開發(fā)出一種軟件能更簡便、更快捷地診斷皮膚癌，但絕大多數的病變不是那么簡單的?！?/p>
梁恩銓認為，絕大多數智能診斷產品沒有Follow臨床工作流程，拿肺結節(jié)診斷來說，僅診斷出肺結節(jié)沒有問題，不能確定是否有其他疾病，而誤診或漏診的后果是非常嚴重的。
飛利浦大中華區(qū)臨床科學部高級總監(jiān)周振宇對此深以為然。此前，他出席雷鋒網承辦的CCF-GAIR大會上曾表示，“我今天來到這個會場，想看到更多人工智能在醫(yī)學方面的應用，但是我們看到還是和十幾年前一樣的，我們得到的結果還是停留在純粹數據驅動的結果上，100個肺結節(jié)找到多少百分比，這對于臨床知識來說沒有太大的價值?！彼f道，“另外，從疾病和臟器來看，目前還是僅限于皮膚病、肺結節(jié)等相對容易做的器官。更多的人類疾病，中國人比較重要的肝臟、腎臟、乳腺等方面，其實各個廠家的涉足點都是比較緩慢的?！?/p>
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
