向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

AI医疗中落地最好的『医疗影像』现状——来自电子界、医学界、及投资界的观点

时间:2019-07-09 作者:赵娟 阅读:
在中国,影像科和病理科医生总共才8万多名,医生数量增长非常慢,而影像数据每年增长率是63%左右,这一定会促使AI扮演越来越重要的角色,帮助医生做疾病的筛查,从而降低医生的工作量。

在2018年,我国人工智能的白皮书里提到:所有工商系统中带“人工智能”字眼的注册公司有4040家,其中拿到VC投资的有1237家,这两个数字都很惊人。

近日,《电子技术设计》的记者参加了第三届 “青城山中国IC生态高峰论坛”,论坛以打造智慧医疗电子产业链为主题,一整天的论坛结束后,发现医学影像是在AI医疗当中落地最好、效果最好的板块。

在中国,影像科和病理科医生总共才8万多名,医生数量增长非常慢,而影像数据每年增长率是63%左右,这一定会促使AI扮演越来越重要的角色,帮助医生做疾病的筛查,从而降低医生的工作量。

012ednc20190709

医疗影像AI对哪些临床帮助较大?

在论坛同期的圆桌讨论上,西安交通大学医电校友会秘书长陈勇向圆桌嘉宾和现场观众抛出一个问题:医疗影像AI哪方面对临床帮助较大?

大家的投票结果如下:

013ednc20190709

“我也认为放射影像、病理科和内窥,这三块对临床帮助较大。”上海联影医疗科技有限公司X射线事业部向军的观点和现场投票一致,他解释道:

放射影像:放射科数据比较容易获得,数据量大,大家投入的关注度比较高。

病理科:美国病理科医生平均年龄大约50岁,后继无人,没有人愿意每天看着显微镜,且每个病理数据都是GB的数量级。

内窥:内窥影像数据量非常大,如果数据采集后发到系统中用AI识别,就彻底改变了内窥角度的工作流程。

英诺天使基金合伙人、臻云创投合伙人祝晓成补充了7月4日四川一个远程医疗案例,在四川一个自治县和成都一个医院之间300多公里的两地,成功实施了5G+AI的远程消化内镜的诊断。

 “我们都以为美国病理医生的诊断一致性是精标准,但其实美国病理医生的诊断一致性也只有70%!”陈勇提出一个让观众感到惊讶的数字。

他指出,影像是看一个结节或者其他,病理跟影像一样都很依赖医生的经验,所以“病理也极需AI的帮助”。

但病理影像用AI很难,“因为病例影像与已经全数字化的放射设备不同,如果是病理图片,医生一分钟看完,但如果扫描数字化后20分钟都看不完。”他补充道。

尽管病理影像用AI很难,目前在一些具体的病理应用领域还是有突破的,如CTC宫颈剥落细胞有很多公司在做,包括武汉兰丁的人工智能宫颈癌诊断机器人、和深思考等。

此外,要把静态影像和动态影像、离线和在线的不同类别也考虑在内,博恩思医学机器人有限公司CEO李耀认为,“AI在不同的类型里价值不一样。例如离线对运算的要求并不高,只是辅助的判断;而在线则要求运算速度非常快,在线的过程中是做决策/还是辅助决策也有不同需求。”

的确,AI医疗影像从图片跨越到视频,对其中的芯片和算法需求也是一个很大的跨越。祝晓成也提出芯片领域大部分是nVidia的机会,国内有很多家人工智能芯片厂商,但在AI影像领域落地的还比较少。

医疗影像AI面临的最主要的问题是什么?

除了上面遇到的芯片和算法的技术问题,医疗影像AI也会遇到其他问题,包括数据量不足、医生标准不统一、医生本身主观性太强、模型只能解决单一问题、医生心中抗拒AI,“不会帮助训练模型”等,现场观众的投票如下:

014ednc20190709

“医生标准不统一这个问题现在是最严重的。”汇医慧影创新事业部总监左盼莉指出,中国数据量永远都足,只是这些数据都是没有标注的数据。

不能定量的东西在不同医生之间就无法达成一致的意见,这是医学问题。而AI算法的首要要求就是标注必须是完全正确的。

做医疗机器人的李耀认为对技术的需求一直存在,“从手术角度来讲,特别需要辅助性的东西,例如对血管的判断、对神经的定位等,这些如何从影像上升级?一方面实时性要求很高,另一方面误判率要求严苛。——这个对于整个数据、标注、算法,以及芯片,要求都非常高。

他提到甚至至今仍有医生在腔镜和开放手术里面还有争论,医生更喜欢开放手术就是因为:医生在看不到的情况下能够用手摸出是不是静脉/是动脉。

另外,现在整个放射学界和临床医生都很拥抱AI,主动做很多AI相关的课题,主动性有时候比工程界都高。但现在AI应用更多还是需要人的参与,这种系统更多算是信息系统,而非智能系统。

手术机器人在其中哪一个步骤最先实现商用?

据Research and Markets报告显示,医疗机器人市场预计到2021年将达到128.8亿美元,与2016年49.9亿美元相比,复合年成长率为21.1%。

Frost & Sullivan更是认为到2025年,80%的外科手术很可能由机器人完成。

医生做手术分为四步:分离、切割、止血、缝合。手术机器人想要代替医生的工作,在观众们心目中,缝合是最先会商用的一个步骤:

015ednc20190709

我们通常讲重建所有过程都建立在缝合之上,所以大家可能会选缝合。“缝合技术在过去10年当中变化很快,很多新的应用技术已经应用在缝合上,包括新的胶水和线,现在还有自动缝合技术。”李耀指出,上述4个操作是整个手术机器人操作里面最重要的4个核心,但在专科里的消融手术和切割手术已经走在最前面了。

但对投资人来说,角度不会只看局部,而是会看整体解决方案是不是能落地,例如手术内更细分应用如开颅、颅内探针等。整体来讲,投资人认为手术机器人仍然是门槛最高的行业,精度和配合度都要求很高。

最后,值得一提的是:中国的病理医生只有9000人(所有癌症的片子/内窥镜取的东西都需要看病理)、放射科医生七万多人、超声科医生12万人,所有医生加起来共有324万人,我们电子工程界同仁发展医疗AI不仅是帮助医生,其实也是帮助我们自己。

 

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
赵娟
ASPENCORE中国区总分析师
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 四种现代医疗成像系统剖析,“黄金搭档”高性能ADC成就 医学成像诊断是医疗重要基础支撑,是临床数据中最重要的诊断依据之一,医院临床诊断大约70%依靠医学成像。医学成像已经改变了疾病诊断方法,并促使各种医疗条件下的诊断和治疗更加有效。对于在医疗健康领域中使用的成像设备,其技术的进步和日益增长的使用意识正在推动全球医疗成像市场的发展。
  • 多器官微流控芯片技术及其应用 随着器官芯片技术的发展,其应用仍然存在一定的局限性,大部分生理途径需要连续介质循环和组织间相互作用,单器官芯片无法全面反映机体器官功能的复杂性、功能变化和完整性。为适应人体结构复杂性,未来的研究需要建立更加复杂的多器官微流控芯片(Multi-Organ-Chip, MOC)系统,将几种器官等同物合并到类似人类的代谢环境中,开发动态的实验室微生物反应器,进行系统的毒性检测和代谢评估。
  • 连网医疗设备改变医疗保健 传统的医疗保健系统已经接近极限,而越来越高级的连网医疗设备现在提供了可行的替代方案。
  • 医疗创新趋于个性化-由半导体技术推动 未来五年,医疗应用的增长将近10%,部分由对医疗成像和医院设备的需求推动。但增长最快的领域是便携式设备,包括可穿戴技术和非处方药方案,如“助听器(hearables’)”。在人口老龄化、移动化、更注重健康的背景下,能够在家中和工作中监测健康的便利正推动着越来越大的需求。
  • 阻抗测量中的万能法宝 在医疗行业中有许多应用阻抗测量的用例。该技术可用于广泛的应用,例如获取某些特定人体参数、检测疾病或分析血液或唾液等人体液体。虽然这些应用的共同之处是进行阻抗测量,但每个应用又都有各自的一系列关键要求。
  • 是时候采用氮化镓功率器件设计DC/DC转换器了 功率半导体是高效电源转换的重要组成部分。实际上,电源转换系统存在于所有现代电子产品中,其应用包括工业、汽车、消费、医疗或航空航天等。它们主要存在于电源、照明控制和电机驱动器中。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告