1现有的医疗影像体系对于人工智能的真实需2019iyiou

2019-05-14 19:44:06 来源: 塔城信息港

【编者按】从阿尔法狗到现在的医疗AI,人工智能着实火了一把,可人工智能在医疗影像方面的发展却面临很大的挑战。本文笔者现有的医疗影像体系对于人工智能的真实需求以及人工智能在医疗影像中的着陆点两个方面拨开人工智能的迷雾。

本文发于华医资本,作者宁晨曦;经亿欧大健康,供行业人士参考。

人工智能在医疗影像领域的潜力有目共睹。当下人工智能的融资盛宴描绘出了资本市场对它的热切期待,却反映不了残酷的现实,更反映不了人工智能这一具备革命气质的新兴事物与古老而保守的医疗体系碰撞时所产生的巨大后坐力。

客观来说,纵观目前人工智能在医疗影像领域的主流应用,短期能落地的场景真如凤毛麟角。这一现象的成因千头万绪,但是归根结底逃不开三个现实:1.真正具备刚需的落地场景不多;2.主流AI技术欠成熟;3.三类医械AI注册审批通道未明。在这个系列的两篇文章中,我们将暂时拨开人工智能的迷雾,从我们为熟悉的医疗体系的视角出发,解答两个大家都感兴趣问题:

1. 现有的医疗影像体系对于人工智能的真实需求到底如何?

2. 人工智能在医疗影像中的着陆点究竟在哪?

人工智能厚积薄发,医疗AI峥嵘初现进入主题之前,先花点篇幅普及一下人工智能的成长史。这部分略显枯燥,却非常必要。假如不谈人工智能的成长历程,我们想要解答的问题也就无从谈起......

人类社会的三次工业革命显著改变了人们的生产生活方式,社会结构,甚至是世界格局。而以人工智能为代表的智能互联技术被誉为是第四次工业革命的推动力。与前三次革命主要解放人类体力不同的是,这次将要解放的是人类的脑力。

人工智能技术脱胎于计算机科学,在几十年的发展过程中,逐步创造出了能够自己学习的关键技术:深度学习。人工智能以图灵测试为起点走到现在,经历了三起两落,两次走出低谷的过程分别代表了整个行业在技术层(算法模型)的突破和基础层(算力)的突破。经历了半个多世纪的摸索,人工智能终于凑齐了产业化所具备的基础条件,在众多传统行业崭露头角,不断带来行为模式和商业模式变革的可能性。

面对我国医疗资源紧缺和不均衡问题,人工智能在医疗领域的应用在我国受到极大的重视,也孕育了全新的商机。通过我们以往行业研究过程中对医健细分领域发展趋势的把握,我们归纳出了人工智能赋能医疗领域的全景图:

从上面全景图我们不难看出,人工智能确实极具颠覆性,也不缺乏野心。它直指医疗领域的方方面面,它与医疗的融合必然预示着医疗行业的巨大变革......

接着,我们将人工智能赋能医疗的几大应用场景根据其“需求指数”和“可落地指数”两个维度进行了比较。从比较中,我们不难分辨出,人工智能在“医疗影像”方面的应用,不管从需求大小还是落地可能性上均表现突出。相比于其他方向,医疗影像AI具备了更为扎实的产业化基础。

▼医疗领域人工智能应用对比▼

三座大山今犹在,产业突围试试换个思路?在说三座大山之前,先卖个关子,给大家讲个发生在我身边的小故事。前阵子我的一位小伙伴应邀参加了某个国内人工智能品牌的宣讲会,工作人员现场使用搭载了人工智能的眼底相机给参会者免费做了一次眼底筛查。免费的嘛,哪有不测的道理!

检测过程很快很顺利,检查结果自动发到,浓浓的黑科技气息,高端上档次。还在为体验了一把高科技产品满心得意的时候,他万万没想到,这成了他接下来两天噩梦的开端。当他自信满满地点开检测结果一看,上面赫然写着:“青光眼高度预警”。我的小伙伴瞬间石化,个反应:“我是不是要瞎了!”,但他迅速安慰自己:“应该没事的,我还这么年轻,应该是测错了...”。再下一秒他的内心再次崩塌:“这么的人工智能,怎么会出错,我真的要瞎了!”

隔天他迈着沉重的步伐敲开了某专业眼科医院的大门,门诊医生关怀的眼神和亲切的话语像春风般抚慰了他受伤的心灵。在得知他有“青光眼”后,医生安排他把检验科里眼部检查仪器一个不落的做了一遍,在告诉他眼球一切OK之后,工作人员微笑着收取了他大几百元的检查费......

好了,说回正题,眼下整个医疗影像AI行业受到三座大山的阻隔,哪三座?

1.真正具备刚需的落地场景不多;2.主流AI技术欠成熟;3.三类医械AI注册审批通道未明。

就像上面这个小故事所展现的,经过调研我们发现,当前国内即使的医疗影像AI产品在诊断疾病的灵敏度和特异性上离医疗级需求还有较大距离。再比如,目前功能用于提供诊断意见的医疗影像AI应用已经被划归三类医疗器械,相比于FDA专门为新兴技术审评审批出台的De Novo策略,我国药监局对于新兴技术的审批更趋向保守,对审批细则的出台需要保持足够耐心。

另外,以几种放射类医疗影像AI为例,要想真正落地,所需挑战的关卡并不轻松。比如,很多放射影像AI直接挑战的是大型医院的放射科医生,而往往大型医院影像科医生数量不少,薪酬不高,对于医院来说并不属于高成本项,诊断AI刚需不大。而且AI介入大型医院需要改变我国大型医院体系长久形成的付费习惯,困难不小。而对于未来医疗影像AI有很大施展空间的基层场景来说,其往往只和筛查型影像检查(如眼底相机,掌上超声等)更加匹配,而很多确诊型影像检查(如X光,CT,核磁共振等)用武之地往往不大。经过以上分析,医疗影像AI看起来似乎没有想象中那么美好了。

是时候抛出我们的观点了:

医疗影像AI的前景的确极为光明,但是新兴产业的演化路径往往比预想的更为复杂。会经历一个由简到繁,由易到难,由点到面的过程。所以对此类产业的投资,先寻找切实的落地场景和容易实现的技术层面作为突破口,再逐步深化和拓宽其应用深度和广度,阶段性战略往往才是上佳之选。如上文所述,对于当前阶段医疗影像AI的突破口的寻找,我们已经提供了三个金指标(敲黑板划重点):

“落地场景刚需”

“技术可实现性”

“注册审批通畅度”

在下篇文章中,我们会简要分析AI超声、AI放射影像、AI眼底筛查以及AI病理这几个医疗影像AI探索广泛的领域,带领大家看看接地气的AI应用场景到底长啥样。这里先分享一点心得,想要寻找产业化潜力的AI应用场景,就要敢于突破群体思维。借用一句老话,世界上不缺少美,而是缺少发现美的眼睛。

教育行业资讯-教育行业头条新闻资讯
2009年西安汽车出行F轮企业
【亿欧智库】数字时代中国的家居新零售五大发展趋势麦肯锡观点
本文标签: