<mark id="oztn4"></mark>
0
| 本文作者： 李雨晨 | 2018-02-01 15:51 | 專題：AI最佳掘金案列 |
近日，雅森科技入選雷鋒網發布的「AI 最佳掘金案例年度榜單」，并獲得最佳醫學影像智能診斷獎。
「AI 最佳掘金案例年度榜單」從商業維度出發，評選出8大行業中的30個最佳解決方案/產品。
雷鋒網根據企業提交的“解決方案/產品資料、商務合作（單個行業的業務統計）、企業自身情況”三個維度的信息，以20個明確評分項為標準，對參選企業進行首輪全面評估。
同時邀請多位傳統企業CIO、系統集成商項目高管、AI企業解決方案負責人、投資機構合伙人、學界教授等數十位評委，對參選企業和脫敏后 的信息，進行了第二輪分析評審。
歷時兩個月，融合兩輪評選結果后，最終公布30強名單。
創業十多年，雅森科技CEO陳暉見證了科技對醫療行業的影響。身處這一波人工智能的熱潮，他一直在思考一個問題：真實的醫療世界對AI的需求邊界在哪兒？
在一次和醫院信息中心主任交談的過程中，PET中心主任對陳暉表示，信息化產品對臨床的意義不大，原因是它不能真正解決影像科醫生的痛點。那么，影像科醫生的真正痛點在哪兒？——看影像看不清楚。
為此，雅森科技數年磨一劍，推出了自己的代表作——阿爾茨海默癥人工智能診斷方案。
據了解，腦部疾病的主要影像檢查設備是核磁共振和PET。腦部疾病診療中最大的問題在于沒辦法在早期發現患病的前兆，單獨看核磁、腦電圖、量表數據都很難發現問題。如果將多模態分析理論用在腦疾病的分析上，這將是對傳統診斷模式的重大顛覆。
雅森科技思考的是如何幫助醫生把模糊的影像轉化成定量數據，從而自動化地找到病灶區域。經過十多年的積累與沉淀，雅森科技已經在腦部疾病的人工智能分析診斷領域站在了行業前列。
這套方案采用多模態的智能分析手段，用到了核磁、腦電、PET和量表等多項數據進行交叉驗證。為了達到更精準的診斷效果，雅森科技還針對不同年齡段的人群個別訓練不同的模型，采用統計分析的方法，通過構建龐大的人群數據庫，將患者數據與正常人群組數據進行比對，結合統計分析的結果，從而獲得相對準確的病灶位置、體積等定量化數據。
陳暉表示，“如果說2016年大家還是靠技術去融資，或者是靠技術在市場上掀起一些話題的話，這種現象在2017年已經很難見到了。友商的一些產品真正到了醫院，用起來并不順手，原因就在于沒有深入醫療的工作流程。”
如果開發的一款產品，只是提高了影像科的效率水平，并不能帶來影像科上游的開源。醫生上游的口子就是如何運用新技術去解決以往臨床醫生無法解決的問題。做到這一點才能滿足醫生的“剛性需求”。那這些能力包含哪些方面呢？
第一種能力，做到醫生做不到的事情。通常肉眼只能獲取影像的形態、灰界、代謝等信息，但是對于結構、紋理這些隱藏的圖像信息，只能依靠計算機技術。人工智能技術的應用可幫助醫生獲取并分析這些數據，真正在技術上能夠察覺到細枝末節的跡象。
第二種能力，提供完整的檢查方案。真實世界里，臨床醫生對于影像科的需求在哪兒？臨床醫生更希望得到包括各項指標在內的綜合性檢查方案，在這種情況下，除了提供微小結節的識別，還能給醫生提供更多的分析信息，才能達到對于臨床醫生的驅動能力。
第三點能力，優化流程。過去一年里，各家廠商在宣傳產品都會強調敏感性和特異性這兩個指標，陳暉認為敏感性和特異性是衡量產品的重要指標，但是在臨床醫生看來，他們更想直觀的看到產品對現有醫學的流程上起到加速的作用。“什么叫優化流程：從病人進入科室，產品能夠自動化地提示病人的體征。基于這些信息，可以很快地節約臨床科室的檢查時間，自動化給出下一步的診斷意見，直接分診到相關科室，這個是醫院真實的剛性需求。”
陳暉表示，僅憑單一的產品進入醫院會有一定的困難，但是如果一個產品可以提升整個科室的篩查、診斷以及預后能力，那樣的產品才會受到院長的歡迎，并為此付費。從2017年下半年開始，雅森科技的團隊就在重新思考產品設計的思路，開始朝著真實世界的需求去演進。
首先是更縱深。在做好單病種篩查時，產品需要精通“十八般武藝”，把炎癥、慢阻病等一系列病癥在檢查里綜合性地體現出來。
其次是更寬泛。在提高影像科檢查能力的基礎上，和臨床科室打通整體流程。醫療的整體流程里還包括前端問診、治療建議、藥物配給等環節，涉及到的技術就不單單是深度學習，還包括知識圖譜、自然語義處理等。“只有走完這樣一個循環之后，才可以說在科室的產品線上真正地采用 AI 技術來優化醫院流程、提升醫生效率、解決病人問題。”
數字化、智能化是現在醫療的一個發展趨勢。醫院的日常工作分為三個部分：醫療、教學和科研。這三個方面相互促進、相互結合。基于上述的發展思路，雅森科技去年和以寧波市第二醫院為核心的醫聯體開展合作，開發部署雅森天璣?人工智能醫療平臺，正式邁出了賦能醫院的第一步。據了解，寧波二院目前已初步完成在腦功能分析、肺結節篩查、乳腺癌篩查等相關檢查領域的AI研發和數據準備過程。
陳暉介紹，雅森天璣?人工智能醫療平臺主要面向大型醫院、醫聯體、區域醫療影像中心提供服務，通過建立統一的數據質控標準，實現醫療數據的池化、影像數據的預處理和多類數學算法的應用，在臨床診療與科研中對疾病分析和診斷提供決策支持。
據雷鋒網了解，雅森天璣?是一個綜合性產品，包含三方面的內容：第一，數據平臺；第二，數據收集、數據池化、預處理、加載算法、輸出結果的流程化軟件平臺；第三，為醫院提供質控服務。
雅森科技希望借助這個平臺先幫助醫院完成底層數據的標準化，將不同源的數據、不同種類的數據進行整合。在整個醫聯體醫院中做好數據質量的把控，確保數據可以在AI系統中使用。做好數據質控之后，未來雅森科技還要解決教研、設備多元化的問題，只有將這些問題都解決了，才能讓AI醫療診斷產品真正落地。
“我認為平臺類產品肯定會成為一個行業趨勢。”陳暉對于這個判斷十分篤定。在他看來，平臺化轉型一方面是因為各家都希望用更多的數據創造更多的產品形態，另外一方面也是企業的必然之舉，其原因就在于單純的商業化產品并不能真正滿足醫生的訴求，以平臺的方式切入行業，某種程度上也是必然的選擇。
如果這個平臺的方式能夠走通，最終能夠整合多方數據和診斷能力，對于醫療領域確實是一場革命。但是其困難之處就在于落地周期會很長。所以做平臺產品的企業，最關鍵的還不在于架構的設計，而是在于對業務的梳理和收斂。
陳暉的腦海里一直在為雅森科技謀劃合理的發展之路，其中具有一個很鮮明的特點：學會收斂。可以看到，雅森科技的產品線是以腦部疾病為原點，向其他領域進行拓展，這種策略的好處就在于不會因為漫無目的地鋪陳而失去重心。“學會收斂是一件很重要的事情，因為醫學研發本身是一個‘慢活兒’，如果產品線盲目鋪展，若干個長周期的業務都有可能把公司拖垮。”
選擇有的放矢，就決定了雅森科技將會在產品線上學會隱忍和克制。對于今后的規劃，陳暉將其概括為“一上一下”。
一是進一步打磨產品。今年雅森科技會在已有腦部產品優化的基礎上向腦卒中等更偏重于臨床檢查的方向去拓展。雅森科技計劃在篩查階段對腦卒中高危人群的疾病發展狀態進行預測，真正地解決醫生依靠經驗判斷無法勝任的問題。
二是向基層下沉。重點推出血液類、病理類等適用于基層醫院的檢測產品。陳暉希望將服務輻射到偏遠地區的社區和個人。“考慮到基層醫院的實際水平，如果我們能夠滿足基層醫院的剛性需求，我認為這個策略具有廣泛的市場。”
在產品邏輯之外，陳暉還向我們透露了未來在技術應用和商業落地方面的計劃。
技術創新方面，雅森科技今年的技術點會呈現一個延伸狀態，除了在傳統的多模態數據分析方面持續加力之外，雅森科技今年會重點布局基于病歷的自然語義處理和知識圖譜，針對非結構化數據進行技術方面的積累和進步。
商業落地方面，今年的重點是接入全院及更大范圍的區域數據，不再圍繞單一科室去花大力氣進行商業落地，而是圍繞優化全院的流程、服務衛計委的剛性需求等方向發力。
“對于AI的公司來說，2018年不再像風口剛起來時那么火熱，融資會變成非常集中，前提是有特別獨特的產品和商業模式。”
對于未來的行業走向，陳暉認為會向兩個方面分化。第一個分化是快速尋求商業變現，目前市面上已經有廠商開始將軟硬件打包進行銷售；另外一種是轉型科研或者平臺化。
醫學影像是一道難題，用人工智能的方法解決更為尤甚。雅森花了10多年時間才算正式交出了一份滿意的答卷，期間也伴隨著一路走來的艱辛與孤獨。相信隨著醫學影像診斷的發展，雅森科技在這條創業路上會越走越踏實。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
