Baidu
map

对话汇医慧影CEO:人工智能拥抱医学影像的三个关键词

2017-11-09 王方怡 健康界

“商业化、三步走、两条腿”,三个关键词展开汇医慧影CEO的创业经,凸显这一初创企业的优秀品质,揭示医学影像AI行业的发展之道。

“昨天晚上加班到凌晨4点。”汇医慧影CEO柴象飞风尘仆仆,刚从一场学术论坛中赶回,就坐到了健康界的采访桌前。“我们要和时间赛跑。最多四个月时间,我们的智能诊断云平台就要覆盖一个新病种。”

柴象飞解释,“对于合作医院而言,尤其是病种细分程度不高的基层医院,产品对病种的覆盖程度在很大程度上决定合作深度。”创业2年多以来,汇医慧影已合作近700家医院。

这或许是其成功拿到业内单笔最高融资的奥秘之一。日前,汇医慧影已完成数亿元B轮融资,由达泰资本领投,跟投方包括此前A轮融资方蓝驰创投。

商业化 持续发展之关键

“技术创新并不是最终目的,落地才是。”柴象飞坚信,商业化是医学影像AI持续发展的关键。

汇医慧影与超200家三甲医院开展科研合作,医院负责数据提供、处理、标注等,汇医慧影负责算法,双方共同实现商业化影像智能技术创新。

在此基础上,汇医慧影不断进行产品更迭,并于2017年5月成功开发出大数据智能云平台(radcloud.cn),向超500家医院提供整套技术解决方案,提升医疗检查效率和医疗诊断精准度。

在柴象飞看来,医学影像行业存在的问题始终没有变过,即影像医生不足和诊断结论不够精准。医疗数据中高达90%的部分,都来自于医学影像,并且我国医学影像数据的年增长率达30%。相比之下,影像科医生的增加速度和工作效率难以应对迅速增加的工作量,压力巨大。另外,从当前的发病趋势来看,多数病灶不易被肉眼发现,人工判断十分困难,容易造成误诊。

困境凸显,解决方案亦十分清晰。柴象飞认为,医学影像是最易引入AI的细分领域。与其他类型的医疗数据相比,影像数据只需“寻找+分类”两个步骤的处理,即首先定性——通过筛查发现病灶,其次定量——确认病灶情况并给出诊断。毋庸置疑,这两个步骤都十分适合引入AI。

在筛查阶段,人工智能依靠其图像识别能力,迅速发现病灶,节约读片时间,释放影像医生,提高诊疗效率。当前,国内许多创业公司还停留在这一阶段。

汇医慧影快人一步,已在乳腺癌、肝癌、主动脉夹层对于支架选择等病种上实现智能量化决策。柴象飞认为,只有约30%左右的医疗问题仅需影像数据便可解决,还有约70%的问题需要更多维度的数据信息,包括病理信息、基因信息等。为此,汇医慧影智能诊断云平台不仅可整合影像以外的患者信息,还可整合不同时间维度的影像信息,根据多维度数据和不同时间点信息,对患者进行整体诊断。

同时,考虑到患者的个性化需求,汇医慧影提供的结论也是多维度的,不仅包括诊断结论、治疗决策,还将覆盖愈后生存期等。尤其在肿瘤治疗方面,汇医慧影提早布局,拥有丰富的知识库。

“我们要打造从筛查到诊断,再到治疗和康复的全流程闭环。”柴象飞表示,“以影像科为基础,汇医慧影将继续深入到一些重度依赖于影像的临床科室。”

三步走 助力分级诊疗

汇医慧影深入医疗场景的AI辅助解决方案,受到合作医院普遍认可,其中包括影像科医生和临床一线医生。“借由我们的系统,影像医生出具的影像报告更加标准和细化,同时大大方便了临床医生。”

事实上,自动化、客观化、丰富化,正是柴象飞的创业愿景。“我们希望通过汇医慧影的帮助,能让影像诊断更加自动化、客观化,并且依靠全流程数据的连接,让影像结论实现进一步拓展,更加丰富化。”

随着以上目标的不断落实,汇医慧影正走进越来越多的医院,尤其是需求强烈的基层医院。

在分级诊疗政策引导下,以医联体为切入点,汇医慧影在医联体内部,首先帮助医院间实现影像互认,减少重复检查和资源浪费;其次,通过医院与医院间、医院与患者间的连接,更加方便上下级医院间转诊;再次,基层医院还可通过汇医慧影的智能云系统,与上级医院进行远程影像诊断。

在此过程中,汇医慧影一方面尝试建立集中诊断中心,提升诊断效率;另一方面,帮助医院汇总跨院数据、进行联合研究及算法开发,在医联体内部形成高质量的数据流转和闭环。

当前,汇医慧影共签约了8家医联体。以鄂尔多斯市为例,通过当地卫计委统一指导,全市120家医院都与汇医慧影成功签约。“在医联体内部,上下级医院的诉求是不同的。从医院真正的需求点出发,切入到医院的应用场景和流程中,是我们一直以来的落地思路。”柴象飞如是说。

在具体落地合作医院的过程中,还需“三步走”。首先是定制化调优阶段,即根据医院具体情况,对设备参数、接口等进行二次调优;其次是系统对接阶段,即与医院现有数据系统进行对接;再次是商务流程阶段,即完成整个采购、招标和医院落地等流程。

无论哪个阶段,工作量都十分可观。而且,由于大部分工作需要与医生一起合作完成,必须考虑医生的可支配时间。“通过合作,我们慢慢体会到医生们的辛苦。”据柴象飞介绍,为了不影响医院临床正常工作,医生们只能在下班后与汇医慧影团队开会、处理数据等,团队成员加班加点也就成了“便饭”。

“我们这支创业团队有三个特别——特别团结,特别敢拼,特别多元化。”柴象飞颇为自豪。

两条腿 交叉学科团队建设

多元化,这一时下热词,对于医学影像AI行业来说意义特别。

医学影像AI行业,本身就是一个跨学科的行业。因此,对于身处行业内的机构而言,无论是技术团队还是市场团队,都需要多元化、跨学科的组合。以技术团队为例,汇医慧影将近50人的技术成员中,既有医学出身的,又有人工智能背景的,既有深耕医学影像领域多年的,也有专注研究云架构的,甚至在海外,还有柴象飞的博士后导师——斯坦福大学医学院放射肿瘤学系医学物理部主任邢磊教授带领的博士团队负责技术支持和转移。

在柴象飞看来,这亦是汇医慧影保持高速发展的重要因素之一。拥有不同知识和经验背景的人才,集合不同领域的智慧,最终形成生产力上的闭环,能够突破单学科的局限性。而现实情况往往是,医生对于技术相对欠缺了解,技术人才又难以深入了解医疗领域。所以,汇医慧影十分重视交叉学科人才的挖掘和培养。除了在国内各高校进行定向挖掘和人才招纳以外,汇医慧影专门与斯坦福大学成立“全球医学跨学科优才计划”,一方面从海外引进有医工结合背景的专业人才,另一方面把国内医生送到斯坦福大学进行交叉学科的培养。

在团队设置方面,汇医慧影坚持“两条腿走路”,由柴象飞带队攻克技术和产品,由联合创始人郭娜带队负责商业化落地。“在技术和产品上,我们已覆盖8个病种,2018年至少扩充至20个以上病种。”柴象飞介绍,公司在商业化落地方面进展同样迅速。

不止国内,汇医慧影还正布局海外市场。“令人兴奋的是,AI浪潮在全球基本是同步进行的,甚至中国市场在应用的速度和丰富程度上,比美国市场更加积极。对于医学影像领域而言,其设备的统一性、流程的标准性等,都决定了它十分适合在全球范围内进行推广和合作。”因此,汇医慧影不仅通过北美放射年会(Radiological Society of North America,RSNA),作为中国人工智能企业代表在国际发声,还将在硅谷开设办公室,以吸引更多的国际化人才和研发力量,加速开发流程和整体布局。

同时,汇医慧影从未停止丰富商业化方向的步伐。“今年我们专门成立了一个创新事业部,主要探索非医院渠道盈利模式,尤其正在保险方面进行一些有益尝试。”

在柴象飞及其团队的努力下,改变正在发生。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1913672, encodeId=e99719136e23d, content=<a href='/topic/show?id=08933018ea9' target=_blank style='color:#2F92EE;'>#关键词#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=83, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=30187, encryptionId=08933018ea9, topicName=关键词)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=e5bc315, createdName=Tommy1949, createdTime=Thu Jun 07 03:37:00 CST 2018, time=2018-06-07, status=1, ipAttribution=)]

相关资讯

人工智能可以诊断结肠直肠癌 准确率达86%

AI在医疗领域有着广泛的应用前景。日本昭和大学(Showa University)的研究人员表示,AI诊断结肠直肠癌的准确率高达86%,相当不错。

人工智能统一数据标准 科主任坦言已“离不开”

要形成对人工智能发展有益的影像大数据,必须将各家医院影像科的数据汇集起来,流转起来,实现数据共享,让医院手中的数据发挥作用。

超声读片“人机大战”不公平?人工智能尚不能替代医生

这些天,人们都在惊叹最新版“阿尔法狗”的进化力。因为它仅用3天时间,490万盘自我对弈的训练数据,一台机器和4个TPU就打败了战胜过韩国棋手李世石对弈的AlphaGo。随着AI(人工智能)的发展,各个行业都在尝试引入。近日,在上海市第六人民医院举行了一场“人机大战”,80名医生对战9号选手——人工智能读片系统。比赛内容是基于甲状腺结节超声图像的性质判定。参赛的80名医生中,有三甲医院的教授、一二级

Radiology:人工智能新科技给出答案:到底哪些乳腺高危病变最终将发展为乳腺癌?

机器学习(Machine Learning, ML)是一门多领域交叉学科,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。乳腺高危病变是一组临床、病理学和生物学上的异质性疾病,诊断之后乳腺癌发生的危险性增加,但危险程度和水平各异,临床意义与干预策略也不同。

机器人高分通过临床执业医师考试

11月6日,“2017年临床执业医师综合笔试”合格线公布,科大讯飞“智医助理”机器人取得了456分的成绩,超过临床执业医师合格线(360分),属于全国53万名考生中的中高级水平。进一步验证了科大讯飞在认知智能技术研发方面取得的显著进展。

医疗大数据基础低 国家队开始入局

虽然基础落后,但是2017年国家队的加入,或许拉动整个医疗大数据行业的发展。

Baidu
map
Baidu
map
Baidu
map