科技时报 全球最新科技资讯专业发布平台

AI为医疗行业插上“智慧翅膀”

2018-11-29 09:17:53已围观次来源:南方日报编辑:夏雪

  近年来,AI逐渐深入医疗界。广东多家三甲医院正紧锣密鼓布局AI医疗。与此同时,BAT等互联网企业“大咖”也争相涌入AI医疗领域。今年7月4日,广东省卫计委召开“广东省互联网+医疗健康发展行动计划”启动会,明确省卫计委近期将落实“建设远程医疗服务体系”等八大行动。

  AI帮医生“看片子”只需几秒钟,提高效率,降低误诊;还可以做“医生助手”,通过深度学习医疗专家的知识和经验,降低医生知识差异……AI在医疗界可谓大有用武之地,国内市场尽管处于早期阶段,但仍然出现了碳云智能、零氪科技、医渡云、推想科技等一批优质的医疗大数据公司,发展势头迅猛。但发展AI医疗也存在不少难点。以上场景实现的前提是:必须建立在医疗大数据充分的采集、存储和处理能力之上,以及经过结构化处理打磨的高质量数据基础上。南方日报记者在调研采访中发现,这也是诸多AI医疗企业所面临的问题,核心竞争力如何就在此处见分晓。

  企业案例

  医疗大数据平台助力大样本研究

  在今年6月份举办的2018年美国临床肿瘤学会(ASCO)会上,一项来自广州医科大学附属第一医院/呼吸疾病国家临床研究中心梁文华教授团队的大样本研究,摘得了本次年会的重磅大奖“Merit Award”。

  据了解,此项研究分析了非小细胞肺癌(NSCLC)驱动基因与化疗/PD-L1(程序性死亡配体)阻断治疗敏感性标志物间关系,研究结果从基因突变角度,解释了患者对不同药物敏感程度不同的原因,从而指导患者使用更适合、有效的药物进行治疗。患者案例均来自中国,而PD-L1抑制剂是目前热门的抗肿瘤药物。

  在上述研究中,零氪科技(LinkDoc)的医疗大数据平台扮演了重要角色。作为我国医疗大数据和人工智能领域首个估值超过10亿美元的企业,零氪科技以“数据+技术+平台+服务”的模式为医疗机构、行业监管部门、各级政府以及医药产业、保险机构等提供大数据整体解决方案。目前公司的产品系列包括Hubble(AI辅助决策系统)、科研课题管理系统等。截至2018年上半年,零氪医疗大数据平台的肿瘤单病种渗透率已达到60%,超越了美国。

  通过LinkDoc医院电子病历系统(EMR),广州医科大学附属第一医院的科研人员实现了结构化数据录入,并有专业的质控团队进行数据核查,最后由专业统计团队进行数据统计分析。因数据处理过程完全由数据模型完成,大大减少了人为干预及各类偏倚,尽量确保了研究成果的客观、准确。

  值得注意的是,数据统计分析与研究是一项浩大工程,如果按照以往通过浏览表格人工获取数据,没有1年多的时间很难完成,且研究假设、研究方法的选择等方面也会存在很多的困难。但是有了医疗大数据平台的支持,仅仅用了三个月的时间就完成了相关工作,这是大数据在医疗领域的重大进步。

  技术难点

  肿瘤数据库结构化是关键

  医疗大数据平台如何助力大样本研究?对此,据零氪科技有关负责人介绍说,零氪科技用了三年时间与全国700家综合及专科三甲医院合作,通过对这些病例的分析和诊疗经验的积累、复制来帮助更多的患者治疗肿瘤。

  “我们建立覆盖50余瘤种的LinkDoc真实世界肿瘤数据库,数据涵盖临床各模块。同时,研发具有自主知识产权的全球首个病历结构化人工智能DRESS引擎。”对于建立肿瘤数据库,零氪科技上述负责人表示:“结构化是最关键的,也是很困难的一件事。”

  飞利浦大中华区CEO何国伟日前也对媒体表示,2020年,中国的数据量将占全球的20%,成为世界第一数据资源大国。中国不缺乏医疗健康数据,但各种原因造成数据“误入误出”,非结构化程度高,不能直接使用,为AI发展带来挑战。

  中山大学附属第六医院副院长、结直肠肛门外科五区主任吴小剑教授对南方日报记者表示,人工智能技术在医疗领域的应用有助推动建立我们中国人自己的疾病数据库,而建立高质量的中国人群基因数据库将为我国复杂疾病、癌症治疗及药物研发等领域提供重要支柱。据了解,中山六院已与IBM沃森合作建立起沃森胃肠疾病人工智能医学中心,在胃肠肿瘤和炎症诊治方面中山大学附属第六医院全国领先,拥有相当规模的患者数据,尤其是单一病种数据。

  发展建议

  引导企业突破技术壁垒

  人工智能可以帮助和辅助医生更准确地把握病人,虽然现阶段还有很多需要完善和改进,但其必将是未来的发展趋势。不少AI医疗企业表示,期望政府、协会等能起到牵引和驱动作用,以推动产业发展。

  “如果团队只有技术基因,往往不知道产业需求是什么,做产业转化很困难。医疗行业是个强业务导向行业,业务占六七成,技术占三四成,互联网经常讲‘试错’,但医学底层逻辑是不能证明对就不能做,不能拿患者来‘试错’,非常需要政府、协会等进行牵引。”零氪科技方面表示。

  据了解,人工智能在医疗领域的技术发展需求十分迫切。但是当前医学AI领域并没有完全成熟的技术,可以说还处在“婴儿期”。对于不同患者及其呈现出的状态,即使表面上看病症相同,但其最终的诊疗方案可能完全不同,这是AI产品目前无法完全实现的。

  零氪科技方面认为,目前的发展瓶颈是,AI目前还只是通过一个模式来学习,它在医疗领域还没有达到完全个性化的区分,也无法取代人与人之间的沟通。因此,希望今后政府、行业协会能够多出台一些利于人工智能发展的政策,多引进此类企业,推动企业间的交流与合作,共同促进人工智能产业的发展。

  吴小剑表示,国内刚开始重视数据,还有一个发展过程。目前,AI在治疗决策方面还不太成熟,不过不管AI技术多么成熟,患者依然需要情感上的关注和互动,AI可以帮助医生做他们更擅长的事,而不是取代之。

  他山之石

  梅奥诊所:

  运用AI预测患病几率

  如何利用人工智能和大数据改善医疗服务,全球医疗机构都面临着这一同样的问题。被誉为“医学麦加”的美国梅奥诊所(Mayo Clinic)又是如何应对的呢?

  在此前不久举行的第二届Mayo Clinic中国医院管理峰会上,梅奥医疗集团的首席技术官Steven J.Demuth就“人工智能与医疗大数据在医疗服务中的应用”进行主题发言。

  他谈到,梅奥会记录医院里发生的事件,生成医院和患者的数字画像。这样就可以模拟以后会发生的事情,以更好地管理医院与患者之间的互动。院方使用大数据,优化数据,将帮助我们预测未来会发生什么,收集数据以后可以让我们分析出来哪些人更容易患病,他们是如何患病的,以及我们应该怎么样给他们提供诊治。

  值得注意的是,不光是梅奥,美国多家顶级医院的AI应用中,也是应用场景前端化,包括约翰霍普金斯医院、麻省总医院、加州大学洛杉矶分校(UCLA)医学中心等。

  一般来说,医疗AI应用细分领域分为疾病预测、医院管理、辅助诊疗、精准手术和健康管理。与国内医疗AI将重心放在辅助诊疗不同,美国大医院在医疗AI应用内场景方面侧重疾病预测和健康管理等前置位置。(记者 李劼)


window.onload = function (){ var oLi = document.getElementById("tab").getElementsByTagName("li"); var oUl = document.getElementById("ms-main").getElementsByTagName("div"); for(var i = 0; i < oLi.length; i++) { oLi[i].index = i; oLi[i].onmouseover = function () { for(var n = 0; n < oLi.length; n++) oLi[n].className=""; this.className = "cur"; for(var n = 0; n < oUl.length; n++) oUl[n].style.display = "none"; oUl[this.index].style.display = "block" } }}