深睿医疗联合创始人李一鸣:AI如何在医疗领域“供给侧”破局

2019年9月18-19日,2019 DEMO CHINA创新中国·未来科技节在杭州未来科技城学术交流中心举办。深睿医疗联合创始人兼CTO李一鸣,进行了名为《《AI在医疗领域的应用探索》的演讲。

犀利观点如下:

1、目前整个中国的医疗领域面临最严重的问题是什么,从个体的角度出发,不是某一个疑难疾病没有被攻克的问题,而是供需严重不均衡;

2、本质来说,通过培养人才的方式复制医生的能力或者专家的能力,本身来讲就是非常难解的问题;

3、从技术角度来讲,人工智能技术要想在医疗领域做很好的应用,数据是最重要的基石。

以下为演讲实录,未经嘉宾审核:

非常荣幸有这个机会,分享深睿医疗这两年多在整个AI医疗领域做的一些尝试和探索。我先从需求的角度来说明一下,为什么当时去选择这个方向,以及如何用人工智能的技术在医疗领域做尝试,包括在做的应用。

我们可以看一下,目前整个中国的医疗领域面临最严重的问题是什么,从个体的角度出发,不是某一个疑难疾病没有被攻克的问题,而是供需严重不均衡。周一晚上,我带着我家的孩子去急诊,晚上9点以后北医三院只有一个儿科大夫,北医三院这两年来儿科急诊平均排的时间就是两个半小时,这是急诊。为什么导致这样的问题?当然有政策上的问题、有环境上的问题,其实本质来说,通过培养人才的方式复制医生的能力或者专家的能力,本身来讲就是非常难解的问题。

我后来查了一下,中国儿科医生缺少20万,这是2017年的数据,但是还有一个统计数据表明,从2016年-2017年,儿科医生又减少了14000人,现在基本上只能做到平均0.4个儿科医生服务1000个儿童。儿科是医疗纠纷最多的,报酬也是最低的,也是最累的,所以优秀的人不会去做,做的人越来越少,去做的人质量越来越差,这个问题现在就是一个死循环。

我们怎样解决中国医疗最严重的倒三角问题?我们希望通过技术,提升医生的效率,复制医生的一些基础能力。比如说我经常去医院,和神经科医生交流,我说医生你每天都在看什么样的病,他说神经外科90%看的都是脑出血,通过影像一眼可以识别,临床路径非常简单,但是他作为一个专家,每天60%-70%就是要花费在这个病例上。能否通过技术的手段帮助他们做这些重复的问题,把时间留给需要他的能力去解决的疑难杂症,这是我们想做的事情。

我们希望通过人工智能解决或者缓解中国医疗供给有限的痛点,解决医生培养周期长的问题,解决由于人员缺少或者资源缺少导致费用不能降低的问题,解决患者支付和保险赔付费用高的问题。

核心来讲,用技术解决一个疾病,基于的是数据,所以从数据到疾病,各种各样的任务,无论是诊断还是治疗,寻找能够帮助医生加速或者替代医生低水平重复的活动,从而使整个医疗服务资源供给有非常大的改善。

可以看到,整个AI在医疗领域的应用、落地,从2016年到现在,其实是一个逐渐加速的过程,甚至我本人也感觉,每一年回顾工作的时候,整个行业都在超预期地发展。

2016年医生都在和我们谈的一个问题是,你们AI公司到底能够干什么;2017年的时候,同样的医生会问我们,你们除了肺结节还能够干什么;2018年这些人说你们不能靠融资活着,你们要想着怎样盈利,这是整个行业逐渐被认可,整个落地逐渐被加速的过程。

可以发现人工智能的应用和技术的发展,中国都是世界上非常重要的力量。从技术角度来讲,人工智能技术要想在医疗领域做很好的应用,数据是最重要的基石,可以看到数据对整个技术的贡献。

我们从现在回顾一下,人工智能技术到底发展到哪一个阶段了?从计算智能的角度来讲已经超过了人类的水平;从计算、存储、记忆层面肯定远远超过人类;感知层面是这些年比较大的突破,从语音图像、特定任务和场景上已经超过了人类水平;在认知层面,会思考、会学习、能够理解,目前和人类还有很大的差距。

通过技术在整个领域做哪些应用探索,离不开自己的整个产品的研发框架。其实就是满足医生在临床路径当中所经常遇到的一些问题,所以我们也打造了一系列的人工智能辅助诊断的一些产品,包括基于这些技术做了一些在临床诊断辅助决策上的一些有意义的尝试。

整个来讲,会分成三个产品体系:

第一,数据产品。数据是先行的,没有数据,其他的诊断技术无论是做图像识别还是做临床辅助决策,都是无水之源。看一下医疗整个数据的结构,整体来讲,是把整个数据脉络做了初步打通,更多是从医院的科研需求去满足和着手,先给医院提供一个真正的多模态的科研平台,更多是建立从科研到临床应用的桥梁。

这个平台主要的特点:一是支持非常多样的大数据分析的模块,能够帮助医生从大量的医学数据中,分析出来非常专业或者非常有价值的临床的应用;二是在整个平台上集成了丰富的机器学习的组件,医生本身来讲不具备计算机的计算能力,从平台、工具的角度来讲,如果可以提供一些方便的工具帮助他们做科研也好,帮助他日常临床工作也好,都是能够满足他们需求的;三是平台的特点,真正把影像数据和文本数据做了很好的结合,这也是和之前的临床的科研平台有一个非常大的差异。最后,我们通过整个科研这一条路线走下来,从科研平台积累到单病种的专病数据库,从而使整个医生的科研在这个体系下完成比较好的闭环。

第二,文本领域的产品。以知识图谱应用作为搭建,这是系统的架构,包括数据清洗、整理、结构化,再到模型的创立和应用的情况。比如,我们挖掘的单病种的,主要用于智能问诊产品,满足了医院诊前、诊中需求,这个助手可以满足患者通过小程序自己做一些轻问诊,同时帮助医生生成高质量的病例,用于医生后面的诊断,这是在解放军总医院301现场运营的效果,患者也是踊跃在使用。

第三,影像产品。这个也是深睿最早开始去切入整个医疗领域做的,从整个的影像领域的进展来讲,这是人工智能技术在医疗领域最先爆发的场景。可以看到基本上各种影像模态都有人做一些工作,无论是病理、影像、超声,都有人在做。

我们核心围绕两个赛道来做:一是瞄准重大疾病的早期筛查,主要以肿瘤为代表,比如说乳腺癌早期筛查产品,其实现在应该是做个行业内功能最全、效果最好的产品,包括乳腺癌的检测,核心是两个疾病,一个疾病是钙化,一个疾病是肿块。另外一个产品是肺癌早期筛查产品,整个是全周期的,从检测、分隔、定性、随访和智能报告,整个也是一个完整的闭环。我们还研发了新的急诊胸片的产品,这是另外一个赛道了,瞄准的就是基层的急诊。

这两个领域是目前看起来是缺口最大的,急诊也是一样,当病人发病的时候永远是就近,但就近的话医院质量很难保证,但这又往往决定这个病人是否被治愈甚至是生死存亡。

我们希望把基层急诊力量加强,从急诊的角度来分析,无非就是几个主要的场景,神经领域、骨折等。其他一些的,比如说神经的、脑卒中的,脑出血、脑梗和脑动脉瘤的检测,也有针对儿科的专门测骨龄和生长发育的,这个也是能够很大缓解医生重复工作的问题。之前临床上医生一般按照标准来评价儿童骨龄基本上花半个小时,但使用了我们的系统可能5分钟不到就可以。

目前公司发展了两年,在很多的场景下有非常好的应用和示范落地。这是在上海医联体的示范项目,主要和上海胸科医院和普陀区人民医院和社区卫生服务中心整个打通的上下分诊,包括转诊的体系。

同时,我们在复旦中山服输徐汇中医院也有合作,在上饶医联体给整个卫健委提供一套智能影像云系统,每年大健康体系上,我们帮助他们做很多体检病人的筛查,每天筛查量都是三四千,都是非常高的数量。

整体来讲,深睿这两年取得了非常多的科研性的成果,因为我们都是从科研再到需求,再到产品研发,再到应用落地,很少有创业公司在这么短时间内有这么多的科研成果。现在深睿产品在400多家医院得到了非常好的应用,三甲占比超过80%,包括重疾筛查、急诊、特色专科等等。

深睿这两年的发展得益于人才战略上的规划,2017年3月份成立公司开始,现在算法团队80多人,基本上一半都是人工智能领域的博士,首席科学家余教授也是整个实验室的负责人,保证了整个产品,尤其是新产品持续源源不断研发出来,包括现有的产品持续在临床得到非常好的迭代的根本保证。整个公司我们是北京总部,包括杭州、上海三地的构架,也是为了人才的招募做的这么一个布局,现在整个公司完成了C轮融资,今年重点任务希望把这些产品在临床中做更好的应用,基于临床反馈做持续的优化和迭代。

我们在2018年专门在行业内做了一次非常大规模的新品发布会,当时邀请了整个影像行业基本上所有的专家和负责人一起帮助我们做了一个发布。我们现在面临的很多都不是很好解决的问题,随着生活水平的提升和老龄化加剧,对于高质量的医疗服务的需求持续在增加,我们希望用AI的技术在未来能够非常好地缓解和解决这个问题。

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章