智慧医疗|影像分析、视网膜筛查、AI语音助手…谁能成为医疗AI落地的法宝？( 三 ) 国家药监局|张大磊|智慧医疗

据「探客Tanker」了解，思必驰推出的“1+2”软硬一体化智慧医疗解决方案，目前在医疗服务的各个阶段都有应用，医生可以基于智能语音语言技术和智能人机交互技术，在门诊预问诊、门诊电子病历、手术室智能助理、医技报告语音录入等环节提高工作效率。

文章插图
图 / 思必驰提供
“针对医疗中人与人、人与机器沟通的场景，智能语音语言技术能够通过对知识的重构处理让沟通更便捷，这是传统信息化系统不能解决的问题。”思必驰智慧城市应用事业部副总经理邹平对「探客Tanker」表示。
2、迈过高技术的门槛众所周知，无论是医疗还是AI，都是门槛很高的行业，医疗AI产品要进入市场就必须面临层层考验。当前，医疗AI产品拿到了医疗器械三类证，只能证明这些技术和服务过关，而它能否和临床紧密结合才是接下来的重点，也是医疗AI企业必须迈过的难关。
AI进行医学影像分析的步骤，大致可以分为：检查病灶、分析病情、制定治疗方案。在这三个步骤中，任何一个环节都离不开与医生的紧密配合：
首先，医生上传病人的影像资料后，AI可以自动筛查出病灶，结合医生的判断最大程度的减少漏诊；
其次，AI与医生一样，都是通过大量的经验分析病人病情，经过大量数据对比后，AI可以结合以往病例帮助医生分析病情；
最后，掌握病人基本情况和病情程度后，AI可以给出相应的治疗方案，但只能为医生提供参考。

文章插图
图 / 推想提供
无论何种AI模型，想要提高准确率都需要大量的数据和案例学习，而医疗AI面临的最大问题就是如何获取海量数据，并在保证数据安全的情况下训练AI。
2020年3月，国家药监局对医疗影像AI产品的审核提出了具体要求，包括训练数据不得少于2000例、来源超过3家医疗机构、人群分布平均等。
为此，很多企业选择了与医院合作的方式来获取真实数据，同时还能直接了解到医院的真实需求，毕竟对医疗行业来说，医生在临床中大量需要的技术就是刚需。
“我们数据的来源主要有三个方面，一是世界权威研究机构发布的合法开源数据；二是合作医院、专家通过项目和课题合作获得的数据；三是实际应用中产生的真实数据。”鹰瞳Airdoc首席医学官陈羽中教授告诉「探客Tanker」。
陈羽中强调，与医院合作获得的数据是产品研发中最重要的数据来源之一。另外，适应服务应用收集的真实患者数据会根据知情告知和相应条款，在被允许的情况下用来进行模型训练和产品迭代。
“医院向我们提出需要AI帮助医生在筛查、诊断、治疗阶段实现哪些功能后，我们会根据医生的需求进行研发，而不是凭空想象研发出产品后再去找落地方向。”推想医疗创始人兼董事长陈宽对「探客Tanker」说。
以上海某三甲医院为例，在医生提出具体需求的情况下，推想医疗为其提供了CT影像辅助检测软件。医生和AI同时对数千名患者的影像数据进行分析。结果表明，结节大小在10-30mm时，医生和AI都能准确判断，结节大小在3-6mm时，AI的表现要优于医生，结节大小在0-3mm时，这种趋势更加明显。
AI的优势在于，其识别精度要远超人类，且医生在大量阅片时会产生疲劳，也会影响对病情的判断。有了AI影像技术的辅助后，可大大地节约医生的时间及精力，提高医生的问诊效率和质量。
近日，谷歌将Google Health团队的部分人员并入Fitbit，同时把剩余员工分为三个团队，其中一个就专注于医学影像领域的创新，使用算法筛查糖尿病视网膜病变，这也是Google Health目前最重要的研发方向之一，而这件事进一步说明了视网膜影像AI方向的重要性及发展潜力。