其他亿邦动力网>其他>正文

电商热点秒更新

医疗AI扎堆于影像识别 他有话想说

作者: 亿邦动力网来源: 亿邦动力网2017-10-05 11:10:00

【亿邦动力网讯】毫无疑问,人工智能在中国医疗领域被用得最多的是图像识别。无论是巨头腾讯的“腾讯觅影”、阿里巴巴的“ET医疗大脑”,还是一批又一批被资本青睐的医疗AI创业公司,都扎堆在医学影像识别领域。

“看片子”似乎成为医疗AI们最忙的事。对于这种现象,国内医疗AI技术公司Airdoc创始人张大磊有点意见了。

其实张大磊也是在医学影像识别方面实践多年的医疗AI创业者。在做Airdoc之前,他曾经在视频公司PPTV任职,尝试用人工智能来进行“审片”,也就是通过算法识别用户上传的暴力、色情类视屏。

现在张大磊将图像识别技术应用到了医疗领域,与很多国内医疗机构合作通过人工智能辅助医生看片。

虽然国内医疗人工智能逐渐火爆让张大磊看到了行业的前景和希望,但他也非常冷静地看到行业火热背后存在的局限性和隐忧。

在独角兽主办的“第一届国际医疗人工智能大会”上,张大磊就分享了自己对国内医疗AI市场的一些判断和看法。比如,大家都涌向医学影像背后的原因是什么,隐忧是什么?

亿邦动力网将张大磊的演讲整理如下(内容略有删节):

(图:airdoc创始人张大磊)

很高兴今天和大家做一个小的分享,在过去几年里,我们在美国市场和中国市场都做了一些工作,也很明显发现了这两个市场有非常多的不同之处,今天在这里和大家做一个小的分享,看看中美两个市场在医疗人工智能领域里面有哪些不同的地方。

首先介绍一下我们公司Airdoc,和其他做医疗人工智能公司不太一样的地方是,我们做的相对比较早一些,做的时候早期没有那么热,所以我们其实在冷静过程中也学到了很多东西。

我们对自己的定位是:希望做每个人的人工智能,我们不太希望自己最终做出来的东西是只有大专家能用得着,也不太希望做出来的东西是只有非常小的群体。我们希望在座每一个人,我们的父母、小孩全部都是我们用户的群体。

过去几年里,整个医疗人工智能领域从不被接受到慢慢被接受,到现在成为一个相对比较热门的东西,在这里面我相信整个监管层面、行业层面、科技医疗领域里面都有很多变化和认知的过程。

像整个医疗领域的话,我们在国内的医疗机构里面发现像北京、上海、广州这些地方的医疗相对比较发达的地方,现在牛的三甲医院陆陆续续做类似的事情,包括像今年的卫生信息学会包括像今天人工智能大会,包括今年很多三甲医院一起办的会,都有很多人对这个课题非常感兴趣。这在三年前是不可想象的。

人工智能是拐杖型的技术,自己不能创造价值,必须和某个领域结合起来。像安防、金融这些领域里面,已经有人做探索工作,医疗领域已经有越来越多的公司做起来,而且有很多可以提高和改善的地方。

为什么在过去几年里,医疗人工智能开始慢慢热起来呢?我认为这中间有一个很大的因素就是我们现在的医保和医疗改革确实走到困境上面,不只是中国,我们在美国市场也看到这样的情况。

中国市场和美国市场在人工智能领域上面走过的路也非常不同,最大的不同我认为有四个方面:

第一个不同:辅助诊断在国内有市场,但是在美国这个市场并没有那么大。

为什么?因为我们的医疗和美国市场还是有很大的距离,最大的距离就是诊断的一致性,以B超为例,我们很早也做过B超辅助诊断,每个人有自己的手法,每个人看到的东西不一样,因为扫的过程不一样。但是在美国大多数B超医生有11个切面,被训练过的技师就是把这11张图取出来,大夫看的时候如果发现不是这几张图,会打回去重新做。

这是一个很好玩的一点,我们的思维方式是比较混沌和艺术的,但是老美的思维比较专业。

所以辅助诊断在美国不是很大的市场,我们一直在关注美国做辅助诊断的公司,我们之前合作的一些公司都是融了好大一笔钱,然后做了几年在美国做不下去了。因为在美国分级医疗体系建立相对比较完善,所以很小的问题到全科医生那里就搞定了。再稍微严重一点的问题会到不同的地方去,由于支付体系是按照效果付费的,都有非常严格的要求,实际上有一个机制把治疗结果或者诊断结果比较差的医生从这个体系里面不断排挤出去的。

而我们国内并不是这样的,在之前打交道的很多医疗机构里面,不同的医疗机构之间水平差的非常远,所以我们第一个看到的就是辅助诊断在国内是一个市场,但是在美国这个市场并没有那么大。

第二不同,精准治疗或者个性化治疗在美国是非常大的市场,但是在国内的精准治疗我认为它的市场比美国的还要落后非常多。

我们之前曾经把分诊分成LP往下推的时候,我们也联系基层医生,大多数基层医生回访的时候,当他发现一个疾病推给县医院、市医院,基本上到省会医院的时候就到头了,如果病人在省会医院治不好,大概率就认为这么着了,有一些经济能力比较好的人可能会到北京、上海、广州,但是很多人还是在本地解决的,但是本地的水平其实有一些是有限的。

这是中国市场和美国市场两个基本的差距,在这以下,还有四个非常显著的区别:

第一个显著的区别,我们开玩笑叫“阿尔法狗”和“狗阿尔法”的区别。

verily是谷歌投过的一家公司,它把人工智能医疗的公司扔给一帮做研究的人做,不指望那个挣钱,真正指望挣钱是指望verily挣钱。verily是做数据处理,自己本身并不做医疗人工智能,给做医疗人工智能的公司提供数据以及数据处理服务。

这个我觉得是一个非常聪明的一点。因为整个医疗人工智能这个时间我们认为是十年,不是说今年就发财明年就发财,但是是一个巨大的产业,同时很多人冲进来,verily就帮你写数据,帮你把里面的东西做的非常好,我清理出来的数据也许药厂可以用,保险公司可以用,医疗人工智能公司可以用。

这个行业相对比较长期,所以长期过程当中发展起来的是基础设施,所以他们给自己的定位就是做行业的基础设施,我认为是比较有特点的。

但是在国内,大量医疗人工智能的公司现在普遍在走我们三年前的路。我们(Airdoc)三年前做的时候就是算法过一遍,看什么有病、什么没有病,然后卖给医院。我们认为这个就像阿尔法狗一样,你尝试取代或者尝试辅助医生做一件事情,但是这里面的话真正给医生带来的价值多大,其实我们认为是有限的。

第二个不同之处,美国市场的人工智能应用方向比较均衡,而中国公司都涌向医学影像。

在美国市场,我们注意到在这五类人工智能应用过程当中,这五类是比较均衡的,基本上大致都是五分之一,每个部分都有大量的公司在做。但是在国内大量的公司只做医学影像这块,包括我们过去几年也做了很多医学影像方面的工作,我们做了病理影像的,还有识别皮肤病的,包括从眼里的可以识别出来疾病,已经不少了。

但是实际上用AI做辅助新药研发上面,国内参与的靠谱的公司我们认为是一只手就可以数出来的。同样的有很多lifestyle上面,这些事情上面我们看到美国有大量的公司在做这些相关的,但是在国内非常少。

无数的公司大部分集中在医学影像这里,而且我们注意到无数的公司是扎堆在放射科。为什么?因为放射科获取数据最容易,相对标准化,都是机器出来的,无非是几个厂家GPS联影,出来的数据比较标准化,所以大家都冲进去了。

但是这样我们认为可能短期来看做个PR比较容易拿到一笔钱,但是长期来看我们认为这个领域有大量的低水平重复的建设。

第三个不同之处,国内医疗AI更偏重于诊断,美国已经过渡到治疗。

真正意义上的这几年所有的医学进展,至少在模式上注意到大量的进展来自于治疗领域。可能在座当中有知道CAR-T(亿邦注:CAR-T嵌合抗原受体T细胞免疫疗法。这是一个出现了很多年,但是近几年才被改良使用到临床上的新型细胞疗法。在急性白血病和非霍奇金淋巴瘤的治疗上有着显著的疗效,被认为是最有前景的肿瘤治疗方式之一),如果知道像这样的东西,你就知道医药行业这几年做了些什么。

我认为在诊断领域过去几年是没有太大进展的,而且算法能够提供的东西有限,诊断领域里面我们判断很大程度上算法提供的诊断接近人类的医生,做到最牛基本上就是接近人类医生的水平,而且在诊断领域里面有很多是算法无法替代的,人会观察这个人的身态、步态,交互的方式。

而治疗层面上可能反而是不一样的,因为治疗层面上有非常多的参数,非常多个性化的东西,有可能算法比人类做的更好一些。

我们也是希望有越来越多的国内做医疗人工智能的公司更多做治疗这个层面,把诊断和治疗结合到一起,因为病人需要的东西是好,是健康,病人是需要干预成功,不太需要诊断,诊断是需要医生需要的,但是从来没有人在医生工具上赚到钱,这是一个很残酷的现实。

第四个不同之处:中国人都非常重视人身上的医疗人工智能,而美国会关注人身体之外的市场,例如拿算法看肠道微生物。

拿算法看人眼的时候,如果出一个诊断报告,可能FDA说不行,那我拿它看鸡、猪,实际上这些动物不会说话,你观察它血管和疾病也是很好的方式,但是对整个相关行业的上下游来讲这些东西也是非常需要的。

同样的话像我们看到在微生物领域里面,在肠道菌微生物里面也是大量的数据,像我们处理过的微生物的数据,那个量级是百万级别的,比基因测序测出来的多很多。这里面都可以起多很多作用,而且有时候还可以跑出原来的research根本不知道的东西,这里面我觉得也有非常多好玩的地方。

我们也注意到国内现在有一些人慢慢开始做基因领域里面的深度学习,但是我并没有看到特别多做微生物领域或者动物领域,我们认为动物是非常大的市场。

刚才是中国和美国市场的不同之处,相同之处大家也非常了解了,相同之处都是市场不好做,相对比较慢的。比如说签字权问题,这就是很典型的问题,假设我们拿算法识别疾病,我们能做的比人类医生更好,你把它部署到医院的放射科,比如说一天看一百个病人,你看了95个,医生要在95你说正常的上面签字的时候他要承担法律责任。

解决这个问题的办法是整个法规上要允许算法签字,当然允许算法签字这个事情牵涉的工具非常多。这个短期很难被解决,我们一个同事的学生在美国做了一个公司号称是第一个被FDA批过的AI的公司,但是实际上做的事也是,它被批过相当于一个PR的方式过的,并不是算法出来就有法律效益。这块上面监控层面会非常慎重,我相信监管层面会非常负责,在座任何一个人如果你是FDA或者CFDA官员的时候你会考虑到你批的每一个背后都是人命。大量的慢性疾病防控压力还没有到一个临界点,没有到必须要用算法把每天生活状态串联起来,到这个阶段才有更多的关联。

我们希望我们做的每一个东西都是在座能够真正用上并且解决问题的。谢谢大家。

电商资讯第一入口

打开微信“扫一扫”,分享给朋友和朋友圈

头条推荐

专题 更多

回顾|2017亿邦未来零售大会
简阳农产品电商宣传专题
回顾|2017亿邦社交电商峰会
回顾|2017中国移动电商年会

电商会议 更多 商学院 思路汇

服务罗盘

简寻获数千万元A轮融资,以工程思维切入“AI+招聘”赛道

服务资讯

131便利店完成4000万元天使轮融资,春晓资本投资

服务资讯 2018-04-24

社交电商「云集微店」获1.2亿美金B轮融资,鼎晖资本领投

服务资讯 2018-04-23

小源科技获5000万美元C轮融资,智慧短信服务场景已达10万余

服务资讯 2018-04-20

母婴出口电商「PatPat」获3亿人民币C轮融资

服务资讯 2018-04-18

电商服务推荐

更多>
  • 仓配一体化

  • 仓配一体化

  • 仓配一体化

  • 仓储解决方案

干货 更多

马蹄社
  1. 新浪微博
  2. RSS订阅
亿邦官方app
亿邦
亿邦官方微信
“亿邦动力网”

下载亿邦App使用独家功能

  • 一线实战高手-解答问题
  • 热门电商峰会-随时报名
  • 电商创投资讯-实时直播