東軟醫療黃峰：AI助力解決醫療痛點問題的路徑探索 | GAIR2021

近日，第六屆全球人工智能與機器人大會（GAIR 2021）在深圳正式閉幕，140余位產學領袖、30位Fellow聚首，從AI技術、產品、行業、人文、組織等維度切入，以理性分析與感性洞察為軸，共同攀登人工智能與數字化的浪潮之巔。

在醫療科技高峰論壇上，東軟醫療人工智能研究院院長，MDaaS事業群總經理黃峰博士以《AI助力解決醫療痛點問題的路徑探索》為題，用“修路”和“跑車”來形容醫療新基建的價值。

在黃峰看來，醫療器械是大健康產業的“國之重器”，高端醫療制造業將是健康中國2030規劃的重要載體。國內的醫療器械廠商也在不斷提升自身研發能力和產業鏈整合能力。

在智能時代，越來越多的廠商也在進行“軟硬結合”，但無論是傳統企業還是創新企業，都有自己的創新側重點。

作為一家設備企業起家的企業，東軟更傾向于打造一個基于醫療設備和醫療影像數據的開放式智能服務平臺，接洽更多的企業、醫療機構、科研人員、醫患等，合力推動醫療生態的繁榮。

以下為黃峰博士的現場演講內容，雷峰網(公眾號：雷峰網)&醫健AI掘金志作了不改變原意的編輯及整理。

各位現場和線上的同事、專家，下午好！我是來自東軟醫療的黃峰，前面幾位專家都做了非常精彩的報告。

蕭教授提到，傳統影像公司一定是做全鏈條的，但是最開始一定要圍繞著設備，像自動擺位、快速重建、低劑量的CT成像等等，都是圍繞著設備的人工智能。

除此以外，我們也在做一些其它的布局，我就來匯報一下我們如何利用AI來解決目前醫療面臨的一些痛點問題。

我國面臨兩大醫療痛點，一個是醫療資源不足，尤其是影像科醫生的增長速度遠遠低于影像數據的增長速度；另外一個就是醫療資源分布不均。

從國家的角度來說，如何解決這兩個問題，一個是AI+云服務，一個是AI+互聯網。

AI+云服務為企業來講帶來了很多新的商機，比如按次付費、按例付費；而結合互聯網的AI則是幫助企業創新商業模式。

從政策上來說，國家倡導互聯網和人工智能相結合，來解決我們國家面臨的兩大醫療痛點。中央政府、各個地方政府都出臺了很多文件，促進“互聯網+、AI+”的落地，其中就包括數字影像服務和人工智能服務的收費標準，這對企業和行業來說都是非常好的事情。

東軟醫療基于以上的這個背景想做一件事情，就是結合互聯網，利用互聯網搭建一個大的平臺出來。我們給它起了一個名字叫MDaaS，全稱“Medical Devices&Data as a service”。

它來源于軟件即服務，也就是SaaS，我們把它變成了“醫療設備與醫療影像數據服務”。我們利用這個網絡連接相關方，從設備到醫療機構、政府、科研機構、患者，我們把所有的利益相關方整合在一起，利用這個平臺為大家服務，這就是MDaaS的想法和初衷。

MDaaS目前做了什么，這個平臺是什么樣的現狀呢？

首先我們修了路，實現了基礎平臺的建設。

我們搭了幾個不同場景的平臺。第一個平臺基于公有云，面向基層醫療機構的智能影像云平臺，命名為NeuMiva，解決基層醫療機構診療能力不足的問題。

第二個平臺基于私有云，面向衛健委所轄的醫療機構的省市級智能影像云平臺，命名為NeuMica。

第三個平臺面向專科化疾病的智能診斷和分級診療的平臺，目前我們搭建了兩個，一個針對腦卒中的eStroke，另外一個是針對肺部疾病的叫eLungCare。

我們把相關方都聯系到了一起，這是第一步，好比修好了路。有了路才能跑車。

第二步，就是跑車：實現產業生態鏈的互通互聯。

這些平臺把設備、醫療服務提供者、患者、政府、科研機構和第三方服務提供者連接、融合起來，實現了數據的互通互聯，也實現了人工智能產品在平臺上的應用，比如產品的遠程在線運維、遠程在線輔助診斷、人工智能輔助診斷等。

我們修了路、跑了車，具體價值有哪些呢？

一個是助力了設備管理。

MDaaS平臺首先連接起了東軟醫療自己的設備。在全球，我們裝機量共有4.1萬多臺套，從2016年我們開始部署MDaaS平臺后，連接了3400多個設備，在線運行近2000臺。實時采集設備9大類運行數據，包括：

系統穩定性數據、部件可靠性數據、系統部件壽命數據、掃描協議使用頻率分布數據、掃描劑量統計數據、患者部位統計數據、患者處理量數據、工作流效率數據、性能維護狀態數據。

同時，我們利用云端的數據對這些設備進行監管，把設備運行的情況反饋給醫療機構，幫助他們做更好的影像設備的監管和管理。

另外一個是助力了醫療機構，提升基層醫療機構的診療水平。

不管是公有云、私有云，還是專科化的云，我們在云端平臺部署了大量的人工智能工具，比如科亞的、深睿的這些頭部人工智能公司的工具。

這個平臺相當于一個入口，所有的人工智能工具都部署在這個平臺上。

當我們的平臺部署到基層醫院，基層醫院不再需要花錢買那么多的人工智能工具，大大降低了基層醫療機構使用人工智能工具的門檻。

除了利用人工智能工具以外，我們還通過5G技術將這個平臺連接起基層和專家。比如一個真實的應用場景：

我們在云端實時傳輸四條線，影像、聲音、視頻，以及病人相關的資料，5G零延時遠程超聲會診, 可實現遠程超聲指導服務。

目前針對基層醫療機構的公有云平臺NeuMiva，能看到現在這個平臺上總共接入3000多個醫學影像設備用戶，服務量超過100多萬次。這些數據實時變化的，那些紅點就是正在使用的醫院。

這種平臺的建設，確確實實連接起來了基層醫療機構、遠程的專家以及人工智能公司。為接入MDaaS平臺的影像設備賦予了輔助診斷的能力。提升了醫療機構的診療能力，促進了分級診療的實現。

另外一個價值是助力醫療機構減輕數據存儲的成本。因為數據存儲有國家規定，醫療機構的門診病歷的保存期不得少于15年，住院病歷的保存期不得少于30年。

這個不僅對大醫院來說是一個負擔，對基層醫院更是負擔，不僅要專門設置一個儲存空間，配備專門人員，還要每年擴容，成本相對于存量來說偏高。

而我們利用云端的技術幫助它們解決了這個問題，所有的數據由我們來幫它存儲、管理，并通過電子膠片展示全息影像的信息，以二維碼和密碼鎖定，防止丟失或泄露。不僅實現了數據的互通互聯和遠程調閱，降低了醫療機構的數據管理成本，方便了醫生的移動辦公，改善了患者的就醫體驗，而且降低了傳統膠片購買產生的數千萬元支出。

目前我們已經通過與阿里云、中國電信、中國聯通等云服務商的合作，東軟醫療已經受用戶委托管理了384萬例影像數據。

同樣這個平臺也能幫助到病人。很多基層醫療機構的醫生向我們反饋了他們用后的感受，表示當地的病人看病不再需要跑到大型三甲醫院或大城市，在當地的衛生所或者基層醫療機構就可以享受到同樣的醫療待遇。

因為我們的平臺上有專家資源，當影像傳輸到我們的平臺上，上海、北京的專家就能遠程看病。這樣的好處是提升基層醫療機構的整體能力，實現我們國家所號召的“小病不出村、大病不出縣”的政策。

總體來說，我們的平臺既能幫助到醫療機構、幫助到病人，還幫助到政府，推動行業和產業的醫改、解決痛點。

我們有一個跟政府機構合作的醫療平臺NeuMica，屬于我們和政府機構合作，平臺為政府機構所有，由我們來建設、運營。

目前遼寧省和黑龍江省都已經搭建起了這個平臺并投入使用借助這個平臺實現遠程診斷、數字膠片運營等服務。這種模式我們也在不斷地復制，希望推廣到其它省份。

從經濟方面說，平臺將“降本增效”發揮出極大價值。

還有一個價值是賦能科研。因為現在不僅僅是醫療機構、政府和患者在使用這個平臺，科研機構和人員也可以使用這個平臺。

目前我們部署了兩個專科的網絡平臺：一個是腦卒中平臺，2019年成立，與首都醫科大學宣武醫院及其牽頭成立的互聯網療診治技術國家工程實驗室，借助互聯網和人工智能技術聯合組建了eStroke國家溶栓取栓影像云平臺，面向基層醫院提供智能化評估和專家在線輔助功能，實現腦卒中的智能化在線解決方案。

這是一款針對急性缺血性腦卒中影像的自動智能分析軟件，和首都醫科大學共同建設的平臺，是我們研發出來的NeuBrainCare里面最核心的一個產品，自動分析患者腦灌注圖像及相關影像數據，做側枝循環評估、組織窗評估，也可以做灌注圖譜等等。

它屬于eStroke本地版本，功能與效果上無差異，但處理速度與體驗感比eStroke平臺版更加優質。

這是eStroke平臺整個的框架，以宣武醫院為龍頭，聯系上一些省級的卒中中心、市縣級卒中中心，形成一個以宣武醫院為中心構建面向全國的卒中醫療網絡體系。

既幫助基層醫療機構提升他們的水平，又能實現分級診療，讓最佳，最節省的腦卒中醫療解決方案普及到中國的每一個角落。

這是真實的eStroke平臺上的病歷，所有的數據都是自動的，掃描后自動上傳，3分鐘返回報告。報告中包括了一些關鍵值的計算，從而實現7×24小時全天時幫助基層醫療機構。

如果病人對這個結果有疑問，還可以借助eStroke平臺找到宣武的專家，進行進一步的分析和診斷。

這個平臺目前在全國已經連接了83家醫院，遍及全國22個省市，總共使用量已經有1.2萬億，真正幫助到了1.2萬億病人的卒中問題解決。

另外一個是在呼吸系統解決方案領域，NeuLungCare。公司與廣州呼吸健康研究院（鐘南山院士團隊）、醫科大學附屬第一醫院國家呼吸系統疾病臨床醫學研究中心聯合組建了“呼吸影像大數據與人工智能應用聯合實驗”，創建了eLungCARE呼吸健康影像云平臺，實現呼吸系統疾病的智能化在線解決方案。

我們沒有做太多肺結節和肺炎的事情，當時和鐘院士團隊合作的時候，我們就想解決一些大家沒有做的事情，減輕醫生的工作量，把一些資歷比較淺的醫生、不會做的事情變得自動化。所以我們當時決定：一個是支擴，一個是COPD，一個是肺栓塞。

現在這個平臺上的牽頭單位就是廣一醫，有30多家醫院在這個平臺上。

我們2019年中成立這條線，2020年就碰上了新冠，所以我們也做了一些應對新冠肺炎的工作。但是主要的工作還是集中在上面三點。

此外，我們在這個平臺上還搭載了一系列科研工具，基于共享數據、共享算法算力、共享人工智能工具，推動異地多點協同研發。

比如很多影像組學的工具都部署到了這個平臺上，其中一個標注的工具叫飛標，可以實現半自動的標注。它是不斷優化的，越往后越快。基本上是按照前面訓練的算法先做一個基礎分割，后面只需要做一些小的修改。前面是半自動化的，后面是自動化的。

這種方式極大降低了大多數人對算法應用的門檻。因為我們的平臺要服務于很多非專業人員，醫生有很多想法，他要用人工智能算法的時候，不需要對人工智能算法特別懂，完全拖拉式的、像搭積木一樣的使用就可以，整個過程就變得非常簡單。

而且異地多點協同創新促進了臨床和高端醫學影像設備技術的進步，最終也推動了東軟醫療為用戶提供更多更優質的服務。

目前我們已經和多所醫療機構和科研單位建立多點協同的產學研合作關系，包括朝陽醫院、吉林大學第一附屬醫院、中科院自動化所、廈門大學等。

最后是賦能合作的企業。

我們現在這個平臺上面已經部署了很多的頭部人工智能企業的產品，通過這種合作，一方面是使得我們的平臺的功能越來越強大，幫助到用戶；另外一方面，是對更多的人工智能企業起到了一個促進的作用。

就像一開始我們講的，我們是設備企業，并非特別專注人工智能產品，所以我們更傾向于打造一個開放式平臺，和更多的人工智能企業進行合作。

通過這種合作的關系，來賦能我們的產品、設備，從而再推動我們的平臺上能夠跟更多的研究機構、醫療機構合作，推動整個醫療生態的繁榮。

所以總體來看，MDaaS平臺就是一個人工智能的“新基建”，連接起了各個利益相關方，共同致力于醫療世界和更廣闊的現實世界的發展。我的匯報就到這里，謝謝大家。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。