面向6位专家发起一场关于医疗AI的投票后,现场“吵翻”了?| Bioshow


作者丨毛三
“就像隔着一扇玻璃门,看得到好,但是摸不到、感受不到,”在经过三年的发展之后,医疗AI的价值和实际落地之间还是横着很大的鸿沟。2016年底,高举“颠覆变革”大旗的AI,在医疗高地集中爆发,政策鼓励,资本扎堆,巨头加码,创业者入局,一场浩浩荡荡的医疗颠覆运动下来,如今 “医疗+AI”已然无处不在。

没有人质疑AI的存在价值。一个很鲜明的对比:中国的影像数据年增长率达30%,但放射科医生年增长率仅有4.1%。除了高度依赖于医生经验的影像解读,大力推进中的分级诊疗还需要医学影像分析能力的进一步下沉;结肠癌和直肠癌中内窥镜的使用、手术机器人中的视频技术,都离不开AI的助力等等。

然而,在高度复杂的医疗领域,关于医疗AI,被讨论最多的依旧还是如何落地的问题。

日前,在第三届“青城山中国IC生态高峰论坛”上,一场针对医疗AI的价值与商业化落地的投票讨论引起了广泛关注。本场投票由西安交通大学医电校友会秘书长陈勇主持,参与讨论的嘉宾有上海联影医疗科技有限公司X射线事业部CEO向军、博恩思创始人李耀、汇医慧影创新事业部总监左盼莉、华创投资董事总经理陈智斌、臻云创投基金创始合伙人祝晓成。

贝壳社作为受邀媒体,现将现场投票与讨论的精彩要点整理如下。

1、在医疗影像AI中,你认为哪三项发展会比较快,对临床帮助比较大?
A. 放射影像B. 病理影像

C. 内窥影像

D. 其他

向军:目前来讲,放射科数据相对容易获得,数据量也大,所以大家投入的关注比较多;病理科是刚性,美国所有病理科医生平均年龄大约是50岁,这意味着后继无人,因为没有人愿意每天看着显微镜,而且一个病理数据往往都是多少个G,这个事情人是没法去看的;内窥图像的数据量非常非常大,这个过程中依靠人来看,如果将数据采集过来发到系统当中去,用AI去看,就彻底改变了内窥的工作流程。祝晓成:不知道在座注意到没有,7月4号四川有一个5G+AI的远程消化内镜诊断的实施,说的是四川一个自治县和成都一个医院300多公里的传送。我知道5G起到很大的作用,但核心还有AI。

第二个是结肠癌和直肠癌。大概六、七年前我第一次接触在这方面实践小团队,很遗憾没有做成,不知道市场上还有没有团队做这块的,比如把CT直接还原去判断,起码从良性到恶性等等开始。

第三个关于放射影像,这块显而易见是很多的,就不多说了。

另外关于AI芯片我多补充一点,实际上芯片这块非常有前景和机会,我们也非常注重。

陈勇:大家都说病理是极需AI的,确实是这样。病理被认为是AI的精标准,实际上我们列举曾经一个美国病理医生诊断一致性数据,病理医生的一致性也只有70%。这点跟影像有点像,有很大经验因素。

第二,大家都认为AI是绝对能帮上病理影像的,但实际上这个比较难。因为不像全数字化的放射设备,病理做出来全是贴片,一个贴片病理医生差不多要花1到2分钟才能贴过去,扫完后再给医生看,其中一个贴片不超过20分钟都看不完。

但是病理上有个方向大家稍微能注意到,最近CTC(宫颈剥落细胞学)倒是一个做的比较多的方向。

李耀:我觉得这个投票从统计学上要分个类,一个是静态影像和动态影像,另外是不是离线和在线也应该区别一下,这样在不同的类型里价值也不一样。还有选择什么样的场景应用它,需要什么样的硬件实现它。如果是离线,它对运算的要求并不高,只是一个辅助的判断。但如果在线,就要求运算速度非常快,以及在线的过程中,它对你是真正的决策还是决策的辅助。

2、医疗影像AI面临的最大问题是什么?
A. 数据量不足B. 医生标准不统一

C. 医生主观性太强

D. 模型只能解决单一问题

E. 医生抗拒AI

F. 其他

左盼莉:医生标准不统一这个问题现在是最严重的。数据量不足不存在,中国数据量永远都足,只是这些数据都是没有标注的数据。至于医生抗拒基本不会了,现在整个放射学界和临床都很拥抱AI,而且也在做很多AI相关的课题,他们主动性有时候比我们的都高。医生标准不统一这方面,说实话像在做肺结核诊断时,国家有个诊断标准是通过DR生片来判断,不同级别的处理是不一样的,但这个不是定量,不同医生之间无法达成一致意见,基本上也就没办法统一。所以在我看来,这基本上就是一个医学问题。

陈智斌:从生态上讲,AI更像吸铁,大家注意都被吸到这里了,但从芯片角度来讲,它更像是一个完整的技术。应该说,很多隐形的技术都要在一定技术上成熟才能去使这个技术本身可行,而不是对单点突破或者对要点突破就可以了。

李耀:从手术来讲,对血管的判断,对神经的定位等辅助性功能其实很重要,这一点怎么从影像上来升级,第一实时性要求很高,第二误判率要求很高。有的医生甚至在腔镜和开放手术层面有一些争论,为什么现在还有医生喜欢开放手术,因为他能够用手摸,在看不到的情况下手能摸得出它是静脉或动脉。影像如果想将这样一个定位实现出来,对于整个数据、标底、算法都有非常高的要求,实际上是个挺难的事情,对芯片要求也非常高。

向军:我觉得最重要的问题是如何把AI变成刚需。本来是一个医生可以诊断100种病,现在AI能在7-8种病比医生做的好,但是医院还得雇这个医生,这样来看到底是负担还是帮他就不好说了,所以现在很多东西放在医院是吃亏的。

如果全中国AI公司形成联盟,大家分分工,各有专攻而不是都做一个事情,最后形成某种意义上技术共享,实现医院真的不用再雇DR医生,这就变成刚需了。

3、哪类医疗机器人能够最先实现商业化?
A. 手术机器人B. 陪伴机器人

C. 导诊机器人

D. 其他

李耀:分离、切割、缝合等操作是所有机器人操作里的重要核心,其中缝合肯定是大家最关注的,因为缝合涉及的操作最复杂,技术要求最高,缝合场景也最多,我们通常讲重建所有过程都是建立在缝合之上。过去10年缝合技术变化很快,很多新的技术已经应用在缝合上,包括新的胶水和线,还有一个就是正在发展的自动缝合技术,在整个手术里面对医生要求也是最高。

当然最先商用的话,应该是专科里面很重要的消融手术和切割手术走在前面了,在整个手术系统里,消融或切割是非常重要的基础。

祝晓成:我们在这个行业做了研究,当初想投国内标的,但很遗憾这些标底很少。当年比较炫酷的外骨骼,国内、日本、以色列等我们都看过,这一块对精度各方面要求不高,但是对机械电子控制各方面要求很高。

第二我觉得如果要往手术方向走会细分很多,比如说开颅,其实颅内探针也已经在做,但从投资角度来看,投资人不会从局部着眼,更多是看整体解决方案是不是能落地,这样才有价值。

陈智斌:我觉得手术机器人仍然是门槛最高,因为要求精度和各个配合度高,所以要更谨慎来看这个行业。从影像学角度来说,现在影像学在前期诊断这一块,后面将和治疗结合得越来越紧了。

向军:一说到影像大家会想到诊断影像,现在治疗影像被提到前所未有的高度,已经从产品线提到了事业群概念去了。但从实际需求角度来讲主要是两类,一个是骨科,二个是介入。其实心血管发病率太高,死亡率也很高,医生的培养周期实在太长了,过程中还有辐射的安全风险,所以介入治疗其实是挺大的需求。

左盼莉:我遇到最多是介入,科技部有一个项目申请就是介入肿瘤的,我知道有几十号人在申请钙肿瘤,应该会牵涉到人工智能做的一些事情,还有一些虚拟现实的事情。