专访体素科技 CEO 丁晓伟：医疗人工智能产品如何成为医生的“左膀右臂”？

本篇文章4277字，读完约11分钟

近年来，国内外智能医疗的发展日益加快。有人认为，“虽然自动驾驶和智能投资是最热门的，人工智能可能在医疗领域领先。”一方面，图像识别、深度学习和神经网络等关键技术的突破带来了人工智能技术的新一轮发展，推动了以数据密集型、知识密集型和脑力劳动密集型为特征的医学产业和人工智能的深度融合。

然而，由于医学数据的特殊性和应用形式的多样性，这些前沿科技成果的应用还处于起步阶段。那么，医学人工智能产品如何进入临床应用，这些产品对医学诊断能起到多大的帮助？为此，雷采访了人工智能技术企业“体素云”的CEO。

体素技术是丁晓薇于2016年创建的一家人工智能医疗公司。该公司成立于苏州，在北京和上海设有分公司，在美国洛杉矶设有voxelcloud研究院。今年5月，体素科技宣布从红杉资本获得了1000万美元的系列A融资。

人工智能在医疗行业的应用场景之一是智能图像识别。雷锋。(公开号码:雷锋。com)了解到，目前，体素科技业务主要涵盖早期癌症筛查、心血管疾病诊断、眼科疾病诊断和早期肝脏病变诊断，为医生提供基于深度学习算法的全自动医学图像分析和辅助诊断服务。通过人工智能模型和云计算系统，结合临床和影像数据，实现疾病的定量分析和风险预测，优化临床工作流程。为了满足相应的临床需求，我们为医院、体检中心、医疗保险公司和医生团体等客户提供端到端的解决方案。

目前，体素科技合作医院主要集中在华东和华南地区，包括京津冀地区和长三角地区，以及广东省的主要城市。大部分合作项目已经过了研发阶段，进入了试采购阶段。

医疗数据从何而来？

根据中国癌症中心的统计，中国每年新增癌症患者420万，每年死亡人数超过300万。五年存活率约为37%，远低于美国的67%。

肺癌是所有恶性肿瘤发病后五年内死亡率最高、发病率前三、生存率最低的疾病。由于其早期特征不明显，大多数患者的注意力已经晚了。发现肺癌的最好方法是让高危人群(以45岁以上和吸烟等为特征。)定期筛查肺结节。

为了确定一个人是否有肺结节，医生经常需要反复观察200多张肺部横断面图像。浙江人民医院放射科主任龚向阳在一次采访中说，“每天有200个病人，医生要看4万张照片，8万张照片要看两次...医生很累。”

在一次采访中，丁晓薇说，“我们已经在中国和十几家医院进行了正式的科研合作。在美国，我们与一些筛查项目和医学院以及美国国立卫生研究院(nih)开展的一些大型科学研究项目合作，以获取美国人口的数据。因为中国人和美国人，或者亚洲人和西方人，不同的种族在某些疾病上是相似的，但是对于像肺癌这样的疾病，他们的发病率并不完全相同，而且有实性结节和非实性结节的人的比例是不同的。因此，获得人群两边的数据可以弥补人群中的不平衡。”

目前，体素技术团队已经与中国和美国的数百家中心科研项目医院合作，一家医院与数十家或二十家其他医院一起参与并收集数据。中国的301家医院和美国著名的医疗中心，如加州大学洛杉矶分校医疗中心和梅奥医疗中心，在世界上享有盛誉，并有发言权。当然，这些医院的数据质量也很高。

在人工智能世界中，数据起着至关重要的作用。然而，这并不意味着数据可以“治愈所有疾病”。丁晓薇认为，数据不能一开始就使用，就像煤炭开采一样，煤炭也有好坏之分。“数据也需要结构化和标准化。无论是研究项目还是产品项目，模型的能力都不能超过收集数据的质量。目前，也许对于癌症最有效的方法是获取患者的手术活检或穿刺活检的结果，然后将这些结果作为当前培训的金标准。问题是在同一个医院里，有活组织检查的病人数量肯定远远少于没有活组织检查的病人数量。但是，为了确保数据绝对干净，我们需要通过研究项目、医学院和各个中心的医疗中心创建一定数量的高质量数据。”

产品的新趋势是什么？

雷锋。com了解到，体素技术主要部署在四个方面——早期肺癌、糖尿病视网膜病变、心血管疾病和肝病。体素技术将发布下一代全肺疾病诊断系统(暂时称为2.0版)。在一次采访中，丁晓薇表示，这个版本将不仅针对肺癌筛查，而且从图像扫描的初衷出发。他认为任何可以在胸部图像中看到的异常都应该是图像报告的一部分。例如，肺炎，肺结核，甚至异常的心脏都可以在里面看到。

此外，体素技术公司与世界领先的液体活组织检查技术公司合作开发了用于肺癌筛查的3.0版。据丁晓薇称，这种产品是“世界上第一个采用液体活组织检查和放射成像技术的非侵入性肺癌筛查。”他说，影像学研究从宏观结构的角度看肺癌，从外观上观察和判断，但人体是微观和宏观的结合体。“我们认为，这个问题应该从各个角度来解决，而不仅仅是使用放射性图像。液体活组织检查实际上是一种非侵入性检查。ctdna目前在实验中高度特异。将ctdna的特性与影像学的特性结合起来，可以从宏观和微观两个角度解决肺癌的筛查问题。”

除了肺癌筛查，体素技术还在三岁儿童的视觉诊断方面取得了突破。丁晓薇说，因为三岁的孩子不能很好地交流，综合医院不能对视力障碍做出有效的诊断，而且国际上的诊断方法也很麻烦。在中国只有一两家医院能做出这种诊断，其他医院不能，或者不能。在这种情况下，当我们与美国医院合作时，我们发现在缺乏视觉吸引力的情况下，孩子的面部和四肢的运动实际上可以帮助诊断孩子的视觉问题。我们记录了一个没有视觉吸引力的孩子的视频，接着是其他行为，然后利用对人物行为的语义理解来联系疾病，从而获得检查结果的数据。

他说:“对于每一个有孩子的家庭、社区和基层，这种筛选程序将使用大量的机器创新。当然，这些孩子越早生病，效果就越好，当他们到了十几岁的时候说话就太晚了。这种应用不能完全依靠用户的自我检查，也不能说是医院现有的服务。然而，它的数据需求是医疗级需求，但是它的应用场景可能深入到社区，给医疗服务带来许多新的可能性，也就是说，机器学习今天可以带来好处。

医学人工智能产品如何成为医生的“亲密伙伴”？随着技术的成熟，医学人工智能已经逐渐应用于临床实践，能够帮助个体医疗机构满足其实际需求。

医生对设备的接受程度如何？丁晓薇说，医学人工智能是医生提高诊断效率或客观性的工具。大多数医生对此非常乐观和积极。如果中间有一些不好的声音，那一定是一个不好的产品。因为人工智能是一个广泛的领域，解决一个行业中的问题依赖于特定的算法、特定的数据和计算能力来呈现一个真正能够应用于特定场景的产品。

当然，在产品应用的过程中，会出现一些问题。这是医生在临床上不使用的参数，它们的含义是什么。“因为你告诉医生一些测量数字是没有用的，医生应该知道这个数字对病人来说意味着什么，有什么可以证明，所以我们应该把我们产品的临床试验结果给他，并把简化的信息介绍给医生。有时我们可以在没有很多帮助的情况下开始，一些医生仍然需要一些知识培训。当然，这也是一个漫长的过程，因为这种心态在平时看医生的时候是不习惯诊断的。现在，随着他兴趣的增加，他是否能适应临床工作流程是一个不确定的因素。但是，从科学的角度来看，这些信息肯定会提高诊断的客观性。”

人工智能确实能给智能医疗行业带来足够多的惊喜。然而，中国科学院院士、上海交通大学生物x中心主任何林曾表示，目前中国医疗领域还没有国家食品药品监督管理局批准的人工智能产品，相关费用也没有纳入医疗保险目录。人工智能对国内医疗行业来说还是一个新生事物，它带来了客观性和便利性，需要与现有的医疗模式一起经历“磨合期”。

临床医生需要在试验期间逐步建立对人工智能的信任，以便在后期实现良好的人机合作，这实际上对人工智能产品的服务质量提出了更高的要求。

初级卫生保健的前景如何？据统计，智能辅助诊断系统的应用可以平均减少医生的观察时间4.25小时，准确率提高到90%以上。这样，医生不仅可以有更多的时间来提高自己的水平，还可以“回报”医生给病人，让医生有更多的时间向病人解释疾病的原因。作为一个基础薄弱、人才匮乏的基层地区，人工智能技术无疑可以为这些地区提高诊断率、分担三甲医院的医疗压力提供很大帮助。

丁晓薇还谈到了他对人工智能在初级医疗保健中的应用前景的看法。他认为，医疗触角没有触及每一个角落。有许多服务应该在基层开展，但却无法开展。另一种情况是初级医疗保健的诊断准确率相对较低，偶尔会出现延误或过度治疗的情况。“初级医疗保健可能没有能力配备智能成像设备，真正有问题的患者不会选择在初级医疗保健中看到严重疾病。”

丁晓薇说，基层社区的检查设备相对简单，其应用也不一样。考虑到初级卫生保健的实际情况，体素技术并没有忽视这个市场。体素技术在超过100，000人的数据库中进行胸部dr的疾病分析。该产品针对初级医疗保健。为了研究胸痛的原因，体素技术还开发了胸部增强ct，它可以同时识别哪些疾病引起胸痛。

此外，有数据显示，中国有1亿多糖尿病患者，而糖网络是糖尿病最常见和最可怕的并发症；每一个糖尿病患者都有可能发展成一个糖网，导致失明。眼科筛查也成为体素技术的另一个目标。“眼底血管疾病、眼底静脉栓塞、或眼睛的神经损伤、老年黄斑变性或糖尿病性黄斑水肿，这些都是眼科医生关注的一些疾病，而且发病率也不低。我们也有相应的诊断产品。”

在采访中，丁晓薇表示，创建体素技术的初衷是让客观的医疗诊断服务触手可及，通过深度学习和其他技术，使医疗诊断资源处于供需平衡状态。丁晓薇判断:“当医学人工智能行业刚刚起步，行业壁垒尚未建立时，医学知识的研究深度和创新将决定人工智能团队的发展优势。”

对于未来的医学人工智能，丁晓薇表示:“我们仍然需要深入整合行业的技术团队和临床技术，保持学术领域的先进性和前瞻性，从而保持行业的领先地位。”

目前，体素技术的技术可以达到或超过心、肺、眼等重大疾病的专业医生的准确率，并在分析后自动生成报告，解决了如何保证图像中个体差异巨大的人群的结果准确性这一行业中的重大难题。一些在线产品已经获得了美国食品和药物管理局和欧洲ce的市场准入许可。

就未来规划而言，丁晓薇认为最重要的是不断改进产品线。未来，公司的产品主要包括三种类型:一是应用在网络客户端，主要为医院、体检中心和保险公司提供分析服务；第二是云计算服务接口，主要与成像设备制造商和医学图像管理系统软件供应商合作；第三是为第三方医疗数据分析应用提供云计算平台。让产品在某一疾病上的临床应用不再是机械的，而更像是一个完整的诊断和分析。在服务方面，体素技术需要构建一套医疗诊断服务生态，能够跳出软件产品和云服务产品，成为触手可及的人工智能服务。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。