大健康常春論壇丨圓桌論壇:AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑

由上海報(bào)業(yè)集團(tuán) | 界面新聞主辦的2023【大健康常春論壇】于11月16日在北京柏悅酒店圓滿落幕。論壇現(xiàn)場(chǎng),多位嘉賓圍繞《AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑》展開討論。

由上海報(bào)業(yè)集團(tuán) | 界面新聞主辦的2023【大健康常春論壇】于11月16日在北京柏悅酒店圓滿落幕。此次論壇共有4場(chǎng)主旨演講及2場(chǎng)圓桌對(duì)話,邀請(qǐng)到諸多生物醫(yī)藥領(lǐng)域的專家學(xué)者及領(lǐng)軍企業(yè)的代表出席,圍繞AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑、消費(fèi)級(jí)醫(yī)療對(duì)商業(yè)機(jī)會(huì)的識(shí)別與把握等主題展開深度討論。宏觀經(jīng)濟(jì)正緩慢復(fù)蘇,當(dāng)此關(guān)鍵時(shí)刻,我們更需要靜下心來(lái)認(rèn)真聽一聽他人的洞見。論壇現(xiàn)場(chǎng),強(qiáng)聯(lián)智創(chuàng)創(chuàng)始人、董事長(zhǎng)秦嵐女士,北京聯(lián)影智能影像技術(shù)研究院智能影像診斷研究所所長(zhǎng)錢真先生,復(fù)旦大學(xué)管理學(xué)院信息管理與商業(yè)智能系助理教授李文文女士,邁瑞醫(yī)療體外診斷臨床部總監(jiān)祁歡先生參與了題為《AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑》的圓桌討論,圓桌主持由界面新聞健康頻道記者陳楊女士擔(dān)任。

以下是演講文字實(shí)錄:

陳楊:大家好,首先非常感謝在場(chǎng)的各位以及線上正在參與我們《大健康常春論壇》的聽眾和觀眾朋友們,我是界面健康組記者陳楊。今天我們圓桌對(duì)話的主題是“AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑”,AI在我們生活中滲透到各行各業(yè),更是很早就進(jìn)入醫(yī)療領(lǐng)域,比如IBM的沃森機(jī)器人。2015年、2016年我們也經(jīng)常在媒體上看到真人醫(yī)生或者醫(yī)學(xué)生跟智能設(shè)備進(jìn)行battle。包括到現(xiàn)在,我們?cè)谝恍┽t(yī)療機(jī)構(gòu)和場(chǎng)所當(dāng)中,其實(shí)已經(jīng)能夠切實(shí)地去用到很多在診斷、篩查方面的AI工具。相信大家也越來(lái)越感受到AI在我們生活當(dāng)中地位的提高,所以這次我們特別準(zhǔn)備了這樣一個(gè)主題的對(duì)話,也非常感謝四位嘉賓,分別從產(chǎn)業(yè)和學(xué)界的角度給我們一些思考和啟發(fā)。今天榮幸邀請(qǐng)到四位嘉賓,我們先從秦總開始做一個(gè)自我介紹。

秦嵐:感謝主持人,各位嘉賓、各位朋友大家下午好,我是強(qiáng)聯(lián)智創(chuàng)的創(chuàng)始人秦嵐。本人有三個(gè)標(biāo)簽,第一我其實(shí)是一名醫(yī)學(xué)生,臨床醫(yī)學(xué)七年制畢業(yè);第二我在腦血管病領(lǐng)域,從上學(xué)到工作已經(jīng)耕耘了20多年,工作經(jīng)驗(yàn)其實(shí)很簡(jiǎn)單;碩士畢業(yè)之后很遺憾,確實(shí)沒有當(dāng)一名醫(yī)生,直接加入了產(chǎn)業(yè),在強(qiáng)生待了十年時(shí)間,剛好入職強(qiáng)生的時(shí)候,是強(qiáng)生在中國(guó)上市第一款神經(jīng)介入治療的產(chǎn)品。所以可以說我整個(gè)的從業(yè)生涯是伴著中國(guó)腦血管病手術(shù)、神經(jīng)介入手術(shù)從0開始,一直成長(zhǎng)到現(xiàn)在。前面十年的時(shí)間,其實(shí)是在強(qiáng)生,后面十年的時(shí)間是自己出來(lái)創(chuàng)業(yè),創(chuàng)業(yè)的方向依舊是服務(wù)腦血管病治療的醫(yī)生和患者,嘗試用AI的方式打造AI輔助治療以及AI輔助決策,這樣我們可以深入疾病的核心環(huán)節(jié),能夠換一個(gè)路徑,依舊來(lái)服務(wù)醫(yī)療行業(yè),來(lái)服務(wù)患者。

陳楊:感謝秦總,接下來(lái)有請(qǐng)錢總。

錢真:主持人好,各位嘉賓好,大家好,我是來(lái)自北京聯(lián)影智能影像研究院的錢真,目前擔(dān)任智能影像診斷研究所的所長(zhǎng)。我大概介紹一下我的背景,我是做算法出身的,在2008年與美國(guó)一所學(xué)校博士畢業(yè),之后在一家美國(guó)醫(yī)院待了有十年的時(shí)間。我感覺我的經(jīng)歷或許與大家有些不一樣,我當(dāng)時(shí)在醫(yī)院里面做研究、臨床、教學(xué)等工作,十年之后轉(zhuǎn)入了工業(yè)界,先是去了美國(guó)硅谷一家公司,最近又回國(guó)來(lái)北京加入了聯(lián)影。我認(rèn)為我的從業(yè)經(jīng)歷和聯(lián)影目前的整個(gè)方向還是挺吻合的,因?yàn)槁?lián)影現(xiàn)在非常專注于解決臨床痛點(diǎn)問題;也非常專注于“產(chǎn)學(xué)研醫(yī)”多方合作。因此從去年回國(guó)以后,我感覺整體的發(fā)展方向、發(fā)展前景相當(dāng)不錯(cuò)。

陳楊:感謝錢總,下面有請(qǐng)李老師。

李文文:各位嘉賓、各位觀眾下午好,我是來(lái)自復(fù)旦大學(xué)管理學(xué)院的老師,我叫李文文。和在場(chǎng)的各位專家相比,其實(shí)我對(duì)于醫(yī)療行業(yè)算是一個(gè)外行,而且資力也比較淺,但是我對(duì)醫(yī)療健康非常感興趣,尤其是智慧醫(yī)療。我現(xiàn)在研究如何讓AI技術(shù)應(yīng)用于醫(yī)療健康具體的實(shí)踐和應(yīng)用當(dāng)中去,現(xiàn)在也和上海市眼病防治中心合作,我們一起在探索AI技術(shù)如何應(yīng)用于視覺健康的一些日常管理當(dāng)中。所以今天也很開心能有機(jī)會(huì)參加活動(dòng),也希望跟各位專家多多學(xué)習(xí)。

陳楊:感謝李老師,最后有請(qǐng)祁總。

祁歡:主持人,各位嘉賓,大家下午好,我來(lái)自深圳邁瑞。我也是理工科,以前是做算法出身的,18年前來(lái)到邁瑞,一直做了18年的開發(fā)和產(chǎn)品管理、市場(chǎng)的工作。我進(jìn)入邁瑞的時(shí)候,邁瑞的體外診斷在國(guó)內(nèi)以及全球的體外診斷領(lǐng)域內(nèi),應(yīng)該占一個(gè)非常非常小的市場(chǎng)份額,到今天為止,邁瑞在一些血液細(xì)胞分析、深化、免疫方向,在國(guó)內(nèi)已經(jīng)取得了領(lǐng)先的位置,這18年來(lái),我們見證了這個(gè)團(tuán)隊(duì)的成長(zhǎng)過程。當(dāng)前我在邁瑞主要是做新技術(shù)的臨床研究、合作以及注冊(cè)臨床的工作,包括邁瑞醫(yī)療市場(chǎng)的研究,以及新業(yè)務(wù)探索方向的管理工作,希望今天下午能做一些非常深度的交流。

陳楊:感謝祁總,從大家的介紹可以看出我們這次四位嘉賓非常綜合,既有理工科背景,或者算法背景,也有醫(yī)學(xué)生,有臨床經(jīng)驗(yàn)。我們剛剛劇透了一下,秦總這邊有在腦科領(lǐng)域一些AI的探索,李老師是在眼科方面,邁瑞在IVD,以及聯(lián)影是比較綜合的在AI方面的實(shí)踐。先想請(qǐng)各位為大家介紹AI具體用在整個(gè)醫(yī)療實(shí)踐當(dāng)中哪個(gè)細(xì)分領(lǐng)域,或者是哪個(gè)細(xì)分環(huán)節(jié)?就像剛剛王剛教授有講到的,其實(shí)無(wú)論是國(guó)內(nèi)也好,國(guó)外也好,大家對(duì)于醫(yī)療行業(yè)未滿足的臨床需求是非??粗氐?,這也是創(chuàng)新真正的意義所在。所以這個(gè)命題作文,也希望大家可以去講講您所從事的細(xì)分領(lǐng)域也好,或者是一個(gè)AI所作用的環(huán)節(jié)也好,AI發(fā)揮了什么不可替代的作用,或者是現(xiàn)在人工操作不太能做得到的地方。這一輪我們先從祁總開始。

祁歡:邁瑞所覆蓋的領(lǐng)域比較多,一個(gè)是在生命信息方向,我們?cè)谧鲆恍┤斯ぶ悄艿穆樽戆顟B(tài)監(jiān)控的工作;超聲領(lǐng)域內(nèi)我們也做了全棧的、不同方向的人工智能;在體外診斷領(lǐng)域,我主要介紹這個(gè)方向,我們現(xiàn)在做的最成熟的事情是血液細(xì)胞分析智能化的應(yīng)用。因?yàn)榇蠹叶贾?,大家去體檢,或者是去醫(yī)院,不管是住院還是門診,感冒發(fā)燒一定要做血常規(guī),血常規(guī)每年有20億-30億的檢測(cè)量,這個(gè)檢測(cè)不僅僅可以告訴我們是不是發(fā)炎了,是病毒性的還是細(xì)菌性的,可能潛在的告訴我們是不是白血病,是不是惡性的再生障礙貧血,包括有沒有大的出血傾向。這個(gè)檢測(cè)背后有潛在重大疾病的發(fā)現(xiàn)職責(zé),后面幾個(gè)重大疾病都不是靠我們一般情況下快速出報(bào)告能夠發(fā)現(xiàn)的,一旦前面快速篩查的儀器發(fā)現(xiàn)有這種傾向的時(shí)候,這些樣本就會(huì)被醫(yī)生留下來(lái),做玻片的制作、染色、加熱、吹風(fēng)、吹干,再做顯微鏡的檢查。后面的流程大概需要30分鐘到1個(gè)小時(shí)的時(shí)間,如果大家去醫(yī)院做檢查,半個(gè)小時(shí)拿報(bào)告了,一般都挺好,如果留在那里等著,一般情況下有點(diǎn)擔(dān)心了。但是后面的工作往往與重大疾病有著非常密切的關(guān)系,尤其是白血病的關(guān)系。一般情況下,按照國(guó)際上標(biāo)準(zhǔn),一家大的三甲醫(yī)院,每天有20%,也就是200例—400例的樣本應(yīng)該去檢查的。我們?cè)谥袊?guó)醫(yī)療診療的人數(shù)、醫(yī)生的數(shù)量遠(yuǎn)遠(yuǎn)達(dá)不到要求,我們很多時(shí)候只有國(guó)際的1/4到1/10的水平,醫(yī)生只能挑最嚴(yán)重的那些去做,所以存在風(fēng)險(xiǎn),就是因?yàn)橹悄芑?、自?dòng)的顯微鏡檢查,以及人工智能對(duì)它的識(shí)別是完全不足的,我們做的就是這件事情。通過這樣的產(chǎn)品,或者是這個(gè)技術(shù)應(yīng)用到我們實(shí)際工作當(dāng)中,就可以讓三甲醫(yī)院每天10例、20例、30例的復(fù)查,能夠做到200例到300例的復(fù)查,讓我們二級(jí)醫(yī)院從原本不具備這樣能力的情況下,也具備這樣的能力,這是一個(gè)大的進(jìn)步。在我們做的過程中,原來(lái)大家意想不到的一些白血病都被我們發(fā)現(xiàn)了,比如說有人在夜間的蛇傷門診下檢出來(lái)白血病,完全想象不到,有孕婦例行檢查被查出來(lái)白血病,有在骨折去骨科做基礎(chǔ)檢查的時(shí)候被查出來(lái)白血病……都是這樣的系統(tǒng)在起作用。以往人們有可能會(huì)把它漏掉,人工智能的技術(shù)在檢驗(yàn)當(dāng)中,尤其是在基礎(chǔ)檢驗(yàn)當(dāng)中應(yīng)用,讓我們?cè)谠\療當(dāng)中第一個(gè)關(guān)口,幫我們攔下來(lái)很多重大疾病。

陳楊:您剛剛介紹的產(chǎn)品,不僅是補(bǔ)齊醫(yī)生資源的不足,特別是您剛剛說的,無(wú)論是舌下門診也好,骨科也好,有一些打破我們常規(guī)認(rèn)知或者是偏見的地方,沒有想到在這樣的領(lǐng)域的病人,可能也會(huì)有白血病。其實(shí)是把檢測(cè)的事情做在前面,也有利于整個(gè)診斷,或者是后面治療的過程。接下來(lái)有請(qǐng)李老師。

李文文:其實(shí)AI技術(shù)在公共衛(wèi)生管理領(lǐng)域的應(yīng)用非常的重要,對(duì)于我們整體的醫(yī)療健康管理有很大的幫助。比如說以視覺健康為例,我不知道大家是不是關(guān)注過,像我們的社區(qū)醫(yī)院,就是我們最基層的醫(yī)院,其實(shí)很多醫(yī)院是不具備專門的眼科醫(yī)生的,很多時(shí)候叫全科醫(yī)生,或者是五官科的醫(yī)生來(lái)負(fù)責(zé)眼病的診斷,對(duì)于基層的醫(yī)療層面而言,很多醫(yī)生沒有辦法識(shí)別出來(lái)一些很嚴(yán)重的眼部疾病。在這樣的情況下,很多患者要不然早期沒有意識(shí)到自己可能有疾病的問題,而不去提早進(jìn)行疾病的篩查和診斷,如果患者實(shí)在是眼部不適,只能去大醫(yī)院,去三甲醫(yī)院診治,導(dǎo)致三甲醫(yī)院資源非常緊張。這個(gè)跟之前蔡教授說的,我們醫(yī)生整體的醫(yī)療水平有關(guān)系,醫(yī)療資源分布不均勻,在這樣的情況下,AI介入就能很好地幫助我們提升我們基層醫(yī)療服務(wù)的質(zhì)量。比如說現(xiàn)在在視覺健康領(lǐng)域用的非常成熟的AI眼病篩查設(shè)備,大家如果去眼科的話,去機(jī)器上面照一下自己的眼睛,拍眼底照片,篩查出來(lái)你有哪些眼部疾病,給你診斷的結(jié)果。比如說你可能是輕微的,應(yīng)該怎么治療,如果你比較嚴(yán)重,就會(huì)建議去進(jìn)行后續(xù)的轉(zhuǎn)診,去到其它的三甲醫(yī)院,或者是其它的大醫(yī)院。這種設(shè)備的普及,以上海為例,現(xiàn)在上海大概已經(jīng)有1/3的社區(qū)醫(yī)院普及這樣的設(shè)備,有了這樣的設(shè)備以后,基層眼病篩查率極大的提升。可能像上海市其實(shí)是有標(biāo)準(zhǔn)的,比如說上海市眼病防治中心,每年會(huì)給基層的社區(qū)派發(fā)任務(wù),今年你們要篩查兩千個(gè)患者,以往在人工的水平下面,社區(qū)醫(yī)護(hù)人員的工作量非常大,有了AI設(shè)備以后,甚至有的社區(qū)一年可以篩查兩萬(wàn)個(gè)患者,整體效率提高了,質(zhì)量也提高了。對(duì)于公共醫(yī)療領(lǐng)域來(lái)說,AI的幫助也是非常大的。

陳楊:感謝李老師,也是在具體的領(lǐng)域給到我們一個(gè)例子,在眼健康的防治上,包括用機(jī)器去拍眼底照片,能夠發(fā)現(xiàn)一些問題,并且極早進(jìn)行后續(xù)的治療和后續(xù)的動(dòng)作,可以幫助我們?cè)谘劢】颠@一重要的領(lǐng)域提高篩查效率,篩查面也會(huì)更廣。接下來(lái)有請(qǐng)錢總。

錢真:我大概介紹一下聯(lián)影智能在醫(yī)療AI方面的工作,聯(lián)影智能在2017年成立,是聯(lián)影集團(tuán)在人工智能相關(guān)領(lǐng)域比較重要的布局。聯(lián)影智能現(xiàn)在在醫(yī)療AI上有三個(gè)方向。首先是賦能臨床,我們開發(fā)很多算法來(lái)幫助醫(yī)生比較簡(jiǎn)便的看片子、看影像,幫助醫(yī)生解決痛點(diǎn)問題。國(guó)內(nèi)的影像科醫(yī)生,一個(gè)是人數(shù)不夠,二是工作量大。目前我們已經(jīng)開發(fā)了超過100個(gè)應(yīng)用,其中包括40余款影像診斷產(chǎn)品,落地有三千多家醫(yī)院。我們盡量把算法賦能到影像科醫(yī)生那邊去,讓比較繁雜的影像讀片任務(wù)更方便一些。比如像肋骨骨折需要用CT來(lái)診斷,很多時(shí)候,影像科醫(yī)生值夜班最怕的事情是晚上來(lái)骨折的病人,醫(yī)生往往需要對(duì)著片子一根根數(shù)肋骨,去看有沒有骨折,這是非常勞累的事情。類似這種痛點(diǎn),AI算法是可以很好的解決的。第二,我們?cè)谧鲆恍┵x能科研的工作?,F(xiàn)在醫(yī)生臨床工作是非常緊的,同時(shí),科研任務(wù)也非常緊,往往手頭沒有好用的科研工具,有的時(shí)候想用人工智能相關(guān)的技術(shù)來(lái)做一些科研也沒有辦法實(shí)現(xiàn)。目前我們開發(fā)了一個(gè)專門給臨床醫(yī)生、給醫(yī)學(xué)工作者使用的科研平臺(tái),他們可以在這個(gè)平臺(tái)上便捷的把數(shù)據(jù)管理起來(lái)、把數(shù)據(jù)標(biāo)注做起來(lái)、把模型搭起來(lái),并且不需要有很多前期人工智能相關(guān)的算法知識(shí)就可以很好地做科研工作。第三,我們?cè)谧鲆恍┵x能設(shè)備的工作。我們是聯(lián)影集團(tuán)下面專注于AI的子公司,我們的AI算法可以服務(wù)于影像設(shè)備。比如說像磁共振影像,磁共振影像檢查的臨床bottleneck是什么?就是掃描速度太慢,很多時(shí)候掃一個(gè)病人要15—20分鐘,我們AI算法集成到掃描機(jī)器上以后,每一個(gè)部位的掃描時(shí)間可以加速到100秒以內(nèi),1—2分鐘就能完成,大大減輕掃描的負(fù)擔(dān),同時(shí)也是造福了病人。人工智能技術(shù)是很好的技術(shù),在不同的領(lǐng)域內(nèi)應(yīng)該都會(huì)有很好的應(yīng)用。

陳楊:錢總講了兩個(gè)部分,一個(gè)是設(shè)備效率的提升,還有一個(gè)可以理解成是解放醫(yī)生,無(wú)論是一些可以被人工智能取代,或者是提高效率的工作也好,或者是在科研方面能夠給醫(yī)生賦能也好,都是我們AI價(jià)值的體現(xiàn)。接下來(lái)有請(qǐng)秦總。

秦嵐:我們是一直關(guān)注于腦血管病,非常垂直的領(lǐng)域,核心做兩件事情,跟大家平時(shí)理解的AI診斷不太一樣,我們核心在做第一叫AI治療,第二叫AI決策。說起AI治療,中風(fēng)是非常大的致死疾病,這樣一個(gè)重病,沒有特別好的藥物能夠達(dá)到預(yù)防和急救的效果,不得不依賴手術(shù),這個(gè)手術(shù)是L4級(jí)別,即是最高難度的手術(shù),我們經(jīng)常講是賽車手級(jí)別的手術(shù)。面對(duì)這么重的疾病,大量的患者,對(duì)醫(yī)生又要求很高的L4級(jí)別的手術(shù),我們一直希望能夠把手術(shù)難度降下來(lái),把手術(shù)進(jìn)一步標(biāo)準(zhǔn)化,讓更多的縣級(jí)醫(yī)院,哪怕鄉(xiāng)鎮(zhèn)衛(wèi)生的醫(yī)院,也能及時(shí)地服務(wù)周邊的患者。我們的做法很簡(jiǎn)單,手術(shù)中不是所有的步驟都難,之所以手術(shù)難,是因?yàn)橛幸恍┉h(huán)節(jié)難,有一些環(huán)節(jié)相對(duì)容易,我們把手術(shù)環(huán)節(jié)拆出來(lái),給它自動(dòng)駕駛的解決方案,手術(shù)方案給出,不依賴醫(yī)生經(jīng)驗(yàn),而是依賴算法,這一步操作的執(zhí)行,不依賴醫(yī)生靈巧的雙手,而是依賴設(shè)備。AI治療的環(huán)節(jié),我們提供的是軟硬件加耗材整體結(jié)合的全新的解決方案,去年我們也拿了中國(guó)第一張AI+治療的創(chuàng)新醫(yī)療器械三類證,剛才在臺(tái)下的時(shí)候,還跟不同的小伙伴互動(dòng),大家在跟臺(tái),有很多手術(shù)實(shí)行新的AI治療技術(shù)。第二件事叫AI決策,也是解決疾病關(guān)鍵決策環(huán)節(jié),誰(shuí)都不愿意開刀做手術(shù),這跟得了一個(gè)感冒,你給我開個(gè)藥,是小決策。如果腦子里、腦血管有問題,你現(xiàn)在開個(gè)刀,實(shí)際上無(wú)論是經(jīng)濟(jì)費(fèi)用和病人意愿方面都要慎重考慮。我們希望手術(shù)治療的決策更加準(zhǔn)確,不單單依賴于醫(yī)生的經(jīng)驗(yàn),而是說我們用中國(guó)人群數(shù)據(jù)庫(kù),基于算法,我們給到更好的算法模型,來(lái)評(píng)估什么樣的病人在手術(shù)里能夠有更好的獲益。我們不漏掉一個(gè)能夠在手術(shù)中獲益的病人,也不讓一個(gè)還達(dá)不到手術(shù)指征,實(shí)際上在手術(shù)中他的獲益沒有比他承受的風(fēng)險(xiǎn)更好這么一個(gè)情況去發(fā)生。我們核心在解決這兩方面的事情,謝謝。

陳楊:感謝秦總,秦總講了兩個(gè)AI運(yùn)用的環(huán)節(jié),分別是治療和決策,治療方面是拆分成不同可以被AI所賦能的不需要人工去完成的,像決策方面也是賦能到更多的醫(yī)生,讓他們做出更精準(zhǔn)的判斷,盡可能減少一些不必開刀,不增加患者負(fù)擔(dān)的醫(yī)療行為。剛剛從四位的解答當(dāng)中,可以發(fā)現(xiàn)一些共同點(diǎn),無(wú)論是李老師在講的眼科領(lǐng)域,或者是秦總講的腦科領(lǐng)域,祁總和錢總講到的使用AI的地方,很大的問題在于相關(guān)醫(yī)生資源在國(guó)內(nèi)不足,他們水平是參差,同質(zhì)化水平跟國(guó)外相比有差距,這個(gè)是我們一直認(rèn)為AI在里面可以大有可為、施展拳腳的原因。不過,我們看現(xiàn)在很多AI產(chǎn)品的落地情況也可以發(fā)現(xiàn),真正在終端的醫(yī)院,臨床醫(yī)生在使用AI產(chǎn)品的時(shí)候,其實(shí)也是有一些疑惑,或者是沒有這么順手的,大家在產(chǎn)業(yè)界討論的時(shí)候,是不是有一些gap,是不是有一些雙方理解不太到的地方?有的時(shí)候公司覺得說我的產(chǎn)品很好,我的需求解決了,但是臨床醫(yī)生覺得說好像還不夠,好像自己人來(lái)干辛苦是辛苦,但好像也可以。我想了解的是大家在各自領(lǐng)域覺得,可能會(huì)存在哪些臨床和企業(yè)研發(fā)界有g(shù)ap的地方,以致于我們對(duì)接臨床沒有那么順暢?把問題給到現(xiàn)場(chǎng)的四位,有請(qǐng)秦總介紹一下。

秦嵐:非常好的問題,我自己以前是醫(yī)學(xué)生,我跟醫(yī)生打交道了20年,醫(yī)生群體是相對(duì)比較保守,因?yàn)槊鎸?duì)的是病人的生命,他們實(shí)際上是謹(jǐn)慎的。我理解更多的gap,如果我們從純研發(fā)的視角來(lái)講,大家沒有太懂醫(yī)學(xué)的語(yǔ)言、醫(yī)生對(duì)循證證據(jù)的要求,但是當(dāng)我們做了充分的循證醫(yī)學(xué)的證據(jù),當(dāng)我們拿出嚴(yán)格的前瞻性對(duì)照臨床試驗(yàn)的結(jié)果,實(shí)際上醫(yī)生是可以接受的。第二點(diǎn),我們接觸很多神經(jīng)外科的醫(yī)生,他們有共同的追求,追求極致,產(chǎn)品有的時(shí)候并不是解決百分之百的問題,是一步步做迭代。當(dāng)你真的跟臨床醫(yī)生溝通的時(shí)候,他們希望你的產(chǎn)品不要出錯(cuò),不允許有疏忽和漏洞,否則他對(duì)此就會(huì)有擔(dān)心,從而去倒逼企業(yè)。為什么做醫(yī)療AI產(chǎn)品很難,我們不是做到better to have就可以了,包括我們做的很多臨床試驗(yàn)的比對(duì),是做的全優(yōu)效比對(duì),從各個(gè)方面人機(jī)結(jié)合的方式做手術(shù),都會(huì)比單獨(dú)的醫(yī)生好,人機(jī)結(jié)合的方式跟頂尖大醫(yī)生PK,把這個(gè)證據(jù)拿出來(lái)的時(shí)候,實(shí)際上他們才愿意更開心的去擁抱。這個(gè)是醫(yī)療本身的屬性決定的,的確對(duì)企業(yè)自身的要求會(huì)比較高,在產(chǎn)品開發(fā)的過程中,有的時(shí)候我們覺得產(chǎn)品OK了,在醫(yī)生的眼里是不OK的,你還要往前多走幾步,才能夠達(dá)到臨床的要求,才能夠被他們接受,這個(gè)gap會(huì)一直存在。

陳楊:臨床醫(yī)生的要求擺在那邊,企業(yè)做到更優(yōu)效,才能符合他的預(yù)期,才可能被接受,在循證醫(yī)學(xué)的積累上,有更多的積累,才更有說服力。下面有請(qǐng)錢總。

錢真:我覺得這個(gè)gap確實(shí)是存在的,在很多AI的產(chǎn)品和軟件上往往會(huì)發(fā)現(xiàn)這樣的問題。很多時(shí)候工程背景、算法背景的專家,或者是一些科技公司,對(duì)臨床的痛點(diǎn)和臨床流程把握的程度還是不夠,很多時(shí)候是在拿著一個(gè)算法、一個(gè)方法的“錘子”去找問題,而不是從問題去推需要什么樣的“錘子”,這對(duì)產(chǎn)品開發(fā)來(lái)講是一個(gè)非常嚴(yán)肅的問題。我們認(rèn)為,只有真正把AI融入到臨床的流程中去,在醫(yī)院的環(huán)境里面使用它,臨床的痛點(diǎn)問題才能被解決,這是非常需要打磨的事情。因此,這也是我們?yōu)槭裁匆恢痹趶?qiáng)調(diào)要“產(chǎn)學(xué)研醫(yī)”協(xié)作,特別是怎么樣跟醫(yī)院一起合作,怎么樣把AI和醫(yī)生的工作真正融入到一起,這需要進(jìn)行不斷的打磨。

陳楊:醫(yī)生語(yǔ)言、醫(yī)生思維、工程師語(yǔ)言和工程師思維的對(duì)話才能產(chǎn)品做的更能夠在臨床上被使用。李老師您提到在上海有非常多的社區(qū)醫(yī)院在使用眼病??艫I技術(shù)進(jìn)行篩查,為什么這個(gè)產(chǎn)品可以鋪得這么開,為什么這樣的技術(shù)可以這么被基層的社區(qū)衛(wèi)生醫(yī)生接受,滿足社區(qū)醫(yī)療的點(diǎn)在哪里,這個(gè)gap比較小的原因在哪里?

李文文:我非常認(rèn)同前面兩位嘉賓的觀點(diǎn),我想從偏技術(shù)一點(diǎn)的角度來(lái)補(bǔ)充一下、闡述一下這個(gè)gap的問題,進(jìn)而說以下實(shí)踐當(dāng)中到底是什么樣子的。對(duì)于AI算法有一個(gè)特性,可能大家都比較了解,是blackbox,也就是黑箱問題,本質(zhì)是說AI算法到目前為止非常缺乏可解釋性,醫(yī)生的視角給AI一個(gè)片子,它給我輸出一個(gè)解決,為什么能診斷出這樣的疾病,原因是什么,AI沒有辦法給出很好的解釋。但是也在進(jìn)步,AI可以圈出可疑的部位,高度有風(fēng)險(xiǎn)的部位,可解釋性仍然是很差的,這個(gè)很差的可解釋性,醫(yī)生很難接受,醫(yī)生其實(shí)非常保守,做診斷是非常嚴(yán)肅的事情,如果你沒有辦法很好的告訴我你是如何產(chǎn)生這樣的結(jié)果,大家不太愿意接受。另外一個(gè)方面,我們AI算法訓(xùn)練的一個(gè)普適性或者是generatized,比如說我們的企業(yè)想訓(xùn)練適用于某個(gè)場(chǎng)景的AI算法和模型,去找合作的醫(yī)院拿數(shù)據(jù),拿了一批數(shù)據(jù)來(lái)做訓(xùn)練,訓(xùn)練出來(lái)一個(gè)模型,想把這個(gè)模型推廣到更大的范圍使用,在這個(gè)時(shí)候有一個(gè)問題,企業(yè)訓(xùn)練所使用的數(shù)據(jù)和真正實(shí)踐應(yīng)用當(dāng)中面臨的數(shù)據(jù),數(shù)據(jù)分布可能是不一樣的。數(shù)據(jù)分布不一樣,就會(huì)極大的影響我們模型表現(xiàn)。很多時(shí)候大家會(huì)發(fā)現(xiàn),企業(yè)說我們的算法和模型非常準(zhǔn)確,已經(jīng)達(dá)到97、98、99的精確度,完全可以應(yīng)用于實(shí)踐,醫(yī)生或者是醫(yī)院拿過來(lái)一用,可能也就是70%、80%的準(zhǔn)確率,覺得企業(yè)是不是在吹牛,為什么是這樣?這里面就是數(shù)據(jù)的問題。這就說到眼病診斷,眼病診斷一個(gè)是說從可解釋性方面,對(duì)于我們基層醫(yī)療而言,大家對(duì)于可解釋性的要求沒有那么高,因?yàn)樵诨鶎俞t(yī)療使用過程當(dāng)中是做疾病篩查,而不是疾病診斷,只要篩查一個(gè)科目有風(fēng)險(xiǎn),就把你推給上一級(jí)的醫(yī)院就OK了,所以我不需要給你做出最終的診斷,這個(gè)時(shí)候大家并不需要一個(gè)非常清晰的理由和很強(qiáng)的可解釋性來(lái)支持理論。模型的表現(xiàn)問題,我跟一些AI的科創(chuàng)企業(yè)聊的時(shí)候,現(xiàn)在的AI產(chǎn)品,其實(shí)是軟件和硬件可以分開看,軟件就是我剛剛提到的模型和算法,硬件是大家看到的機(jī)器設(shè)備,硬件負(fù)責(zé)拍照、拍胸片、拍眼底照片,軟件負(fù)責(zé)處理和分析。比如說我的軟件訓(xùn)練的數(shù)據(jù),是由A類硬件來(lái)提供的,這類硬件拍照片是這個(gè)角度,亮度是什么樣的,醫(yī)學(xué)上面要求比較高的,訓(xùn)練出來(lái)的準(zhǔn)確度比較高,如果我換另外一個(gè)設(shè)備,這個(gè)設(shè)備可能拍照的時(shí)候和患者眼鏡的距離和亮度稍微有所變化了,照片的屬性有所變化了,模型用起來(lái)就非常困難,這也是在實(shí)踐應(yīng)用當(dāng)中,很多企業(yè)面臨的一個(gè)問題。所以現(xiàn)在大多數(shù)在視覺健康領(lǐng)域的企業(yè),他們來(lái)做的是我們軟硬件結(jié)合,賣設(shè)備,也賣自己的算法,盡可能去降低我們模型在實(shí)際應(yīng)用當(dāng)中的表現(xiàn)會(huì)變得很差。

陳楊:李老師提到兩個(gè)重要的維度,一個(gè)是產(chǎn)品和模型可解釋性,一個(gè)是真正的表現(xiàn),這個(gè)是產(chǎn)品和實(shí)踐上,臨床醫(yī)生能夠直觀產(chǎn)生信任的地方。最后有請(qǐng)祁總對(duì)這個(gè)問題的看法。

祁歡:前面幾位老師說的時(shí)候,我非常感慨也十分認(rèn)可,你們說的事情在我們的團(tuán)隊(duì)過去十年當(dāng)中也是常常發(fā)生的。常常一個(gè)新的技術(shù)出來(lái)之后,我們的工程師有很多新的想法,比如恨不得把語(yǔ)音識(shí)別用到每一個(gè)功能上,每一個(gè)地方去,每一個(gè)細(xì)胞的調(diào)整操作我也要用一下語(yǔ)音識(shí)別,實(shí)際上這里面有很多偽需求。秦總也談到醫(yī)療的產(chǎn)品,包括李老師也談的,醫(yī)療的產(chǎn)品人們對(duì)性能要求很極致,容不得一點(diǎn)點(diǎn)的差錯(cuò),尤其是重大疾病的診斷上不能出錯(cuò),所以它的性能質(zhì)量也非常重要,投入成本也非常高,周期長(zhǎng)。最后我補(bǔ)充一個(gè)點(diǎn),人工智能的出現(xiàn)是為我們的醫(yī)療器械,或者是健康提供了一種新的選擇,新的工具與方法,讓我們做提升,我們?cè)谧龅倪^程中,不希望技術(shù)的產(chǎn)生讓醫(yī)生、讓患者付出過高的代價(jià),所以它的硬件,以及它的軟件的成本控制和最后的收費(fèi)以及商業(yè)上,我們也希望是一種更加合理的方式。不能過度的功利化,或者是商業(yè)化擺的更重,那我認(rèn)為這個(gè)人工智能不利于在家庭,或者是在醫(yī)院里面去實(shí)施,我想它的成本控制,以及合理商業(yè)運(yùn)行機(jī)制的建立,也是一個(gè)非常重要的補(bǔ)充環(huán)節(jié)。

陳楊:祁總講了非常重要的問題,關(guān)于成本控制,AI之所以用到醫(yī)療當(dāng)中,很大的作用就是普惠,希望醫(yī)療資源能夠給到更多的患者,能夠增加他們對(duì)醫(yī)療資源的可及性。所以剛剛講到的成本控制,或者是優(yōu)化商業(yè)模式的問題,確實(shí)也是非常重要的一點(diǎn),不能和最終的目的背道而馳。剛剛大家都談到研發(fā)端和臨床端可能存在的一些gap的問題,我想聚焦一下大家正在做的一些項(xiàng)目和產(chǎn)品,從祁總開始,您剛剛一直講到AI的閱片機(jī),真需求和偽需求的問題,包括工程師這邊可能有非常非常多的想法,能不能真正的實(shí)踐或者是落地,我知道這款A(yù)I閱片機(jī)2013年的時(shí)候就有這個(gè)想法去立項(xiàng),一直到去年才上線,我比較好奇的是在研發(fā)的過程中,邁瑞做哪些的前置工作去挖掘真正的需求,這對(duì)于企業(yè)來(lái)說比較看重的是什么,難點(diǎn)是什么,怎么樣盡可能不去做偽需求的事情?

祁歡:正好這個(gè)項(xiàng)目也是由我牽頭做預(yù)研的,剛剛開始的時(shí)候,我們從一個(gè)非常小的角落里面,買了兩臺(tái)非常便宜的顯微鏡開始開始做起來(lái)的。2013-2018年我們?cè)谧鲆患虑?,希望把成像質(zhì)量做到最好,因?yàn)樵谧鲞@個(gè)事情的時(shí)候,北歐有一家公司在這個(gè)領(lǐng)域內(nèi),在全球做到了95%以上的完全壟斷地位。他們非常自信,甚至我們?cè)?jīng)跟他們合作過,我們合作說不能禁止邁瑞去做相關(guān)產(chǎn)品的研發(fā),他說沒關(guān)系你們做吧,我們非常的自信,因?yàn)闅v史上,日本、美國(guó)、德國(guó)許多企業(yè)都做過這件事情,最后只有我成功了,所以你們做沒有關(guān)系,我們當(dāng)時(shí)還是挺欽佩別人的。邁瑞有一個(gè)相對(duì)比較大的臨床和工程的團(tuán)隊(duì),我們花了很長(zhǎng)時(shí)間在國(guó)內(nèi)和國(guó)際做很多的調(diào)研。發(fā)現(xiàn)即使一款被大家神化的產(chǎn)品,真正深入到臨床醫(yī)生內(nèi)部的時(shí)候,臨床醫(yī)生對(duì)無(wú)數(shù)東西都是不滿意的,其中非常重要的一個(gè)點(diǎn),就是它的成像質(zhì)量不能滿足人們對(duì)白血病的診斷需求。當(dāng)時(shí)這個(gè)產(chǎn)品最多是發(fā)現(xiàn)樣本有點(diǎn)問題,當(dāng)儀器發(fā)現(xiàn)有問題的時(shí)候,人們要把把片子拿出來(lái),重新到顯微鏡下進(jìn)行檢測(cè),成像有問題,識(shí)別也有很多問題。因?yàn)橐囵B(yǎng)一個(gè)真正能精準(zhǔn)識(shí)別白血病的形態(tài)學(xué)專家,需要5-8年的時(shí)間,而且這樣的人,還需要在我們國(guó)家?guī)讉€(gè)不多的血液病中心去做專職的培養(yǎng),才能做到這一點(diǎn),否則是不太敢下診斷的。陰性診斷成陽(yáng)性,這對(duì)病人有很大的心理負(fù)擔(dān);陽(yáng)性變陰性更是漏診的問題,識(shí)別能力也是很大的問題,包括成本問題,十年前在中國(guó)裝機(jī)可能達(dá)到200萬(wàn)人民幣的水平,包括在深圳的很多醫(yī)院都裝不起,寧愿人工看好了。所以我們前五年解決一個(gè)成像質(zhì)量的問題,解決成本的問題和解決速度,這三個(gè)在業(yè)內(nèi)叫“不可能的三角問題”,我們通過技術(shù)解決掉,找到方法解決了。2017年、2018年以后,我們開始做人工智能相關(guān)的東西,有一個(gè)算法非常重要,我們是跟騰訊去合作。還有一個(gè)事情,剛剛李老師也提到了,大量的數(shù)據(jù),我們?yōu)檫@個(gè)產(chǎn)品積累了大概有100平米的玻片倉(cāng)庫(kù),一列列玻片,有二三十萬(wàn)張玻片,我們總共采集有近千萬(wàn)級(jí)細(xì)胞的數(shù)據(jù),每一個(gè)細(xì)胞都要經(jīng)過形態(tài)學(xué)的專家對(duì)它進(jìn)行標(biāo)注以后,這個(gè)數(shù)據(jù)才能夠?yàn)槿斯ぶ悄茏龊芎玫膬?chǔ)備。所以說它的研發(fā)周期也非常長(zhǎng),包括后面的臨床適用,剛剛秦嵐總也提到了,比如說高級(jí)別、中級(jí)別、低級(jí)別醫(yī)生的優(yōu)效性的比對(duì),臨床試驗(yàn)等等,都需要花很長(zhǎng)的時(shí)間去解決這個(gè)事情,確實(shí)時(shí)間有點(diǎn)長(zhǎng)。

陳楊:您剛剛講了一個(gè)非常完整的過程,從前五年三個(gè)維度“金三角”的建立,到后面更加落地在臨床上的一些比對(duì)跟實(shí)踐,最終有了這么一款被臨床端所接受的產(chǎn)品。接下來(lái)我的問題給到李老師,祁總也說到醫(yī)生對(duì)于細(xì)胞形態(tài)學(xué)判斷的謹(jǐn)慎程度,剛剛您也講到說,醫(yī)生對(duì)于設(shè)備性能表現(xiàn)的要求是非常高的,包括從理論層面來(lái)說,算法黑箱沒有解決的時(shí)候,醫(yī)生是有心理障礙。包括其他的嘉賓也提到的數(shù)據(jù)問題,從您的角度,無(wú)論從學(xué)界還是產(chǎn)業(yè)界的觀察,一方面數(shù)據(jù)獲取這一點(diǎn)上,企業(yè)要怎么樣才能獲取到像您說的不會(huì)存在一些偏差的,或者是特殊的數(shù)據(jù),讓它的模型更具有普適性,如果不幸出現(xiàn)一些問題,AI和臨床醫(yī)生的權(quán)責(zé)判斷上有怎么樣的思考?因?yàn)槲蚁脒@個(gè)可能是很多醫(yī)生在選擇自己要不要接受AI產(chǎn)品時(shí)非常重要的考量。

李文文:您的問題問的很大,我盡量嘗試回答一下。數(shù)據(jù)的問題,其實(shí)數(shù)據(jù)真的是醫(yī)療領(lǐng)域使用AI技術(shù)的一個(gè)極大的痛點(diǎn),因?yàn)榇蠹椰F(xiàn)在可以看到AI的領(lǐng)域發(fā)展得非??焖傺该?,尤其是像大模型的出現(xiàn)。大模型出現(xiàn)的背后,其實(shí)堆的就是上億的數(shù)據(jù)量,這些數(shù)據(jù)是從哪里來(lái)的?很多都是從互聯(lián)網(wǎng)上獲取的數(shù)據(jù),這些數(shù)據(jù)非常易獲取、易使用。醫(yī)療行業(yè)非常大的不同點(diǎn)是我們的數(shù)據(jù)量一個(gè)是非常有限,另外是數(shù)據(jù)的安全性、隱私性的問題,數(shù)據(jù)敏感度非常高,導(dǎo)致數(shù)據(jù)在領(lǐng)域里面的流通性不高。比如說現(xiàn)在我們觀察到的,大家都在說缺數(shù)據(jù),企業(yè)也說缺數(shù)據(jù),企業(yè)的數(shù)據(jù)從哪里來(lái)?很多企業(yè)說我們積極和醫(yī)院合作,每一個(gè)企業(yè)基本上都列出了很多的三甲醫(yī)院、大醫(yī)院,說跟他們合作,由他們提供數(shù)據(jù),我們來(lái)訓(xùn)練自己的模型。我們會(huì)發(fā)現(xiàn)這些醫(yī)院相互之間的數(shù)據(jù)并不連通,或者是并不流通的,每一個(gè)醫(yī)院對(duì)于自己的數(shù)據(jù),都是建立一個(gè)自己的數(shù)據(jù)庫(kù),這是我們醫(yī)院的資源。因?yàn)樾袠I(yè)的一些特性導(dǎo)致說我們想要去做數(shù)據(jù)的分享非常謹(jǐn)慎,這就導(dǎo)致一個(gè)企業(yè)想要訓(xùn)練一個(gè)性能比較好的模型,就要不斷接觸更多的醫(yī)生、更多的醫(yī)院,去進(jìn)行一些合作,這樣成本相對(duì)來(lái)說是比較高的?,F(xiàn)在一個(gè)趨勢(shì),大家在提倡希望數(shù)據(jù)的互聯(lián)互通,數(shù)據(jù)在我們的領(lǐng)域里面,希望盡可能的保證互聯(lián)互通,但是這個(gè)其實(shí)非常困難,不是說技術(shù)上的問題,更多的也是管理上的一個(gè)問題。比如說眼病,因?yàn)橄裆虾S醒鄄》乐沃行?,這個(gè)在其他的省市還叫防盲辦,其實(shí)是眼病防治,負(fù)責(zé)居民的視覺健康。他們嘗試以自己的平臺(tái)、以自己的影響力搭建通用的數(shù)據(jù)平臺(tái),把社區(qū)當(dāng)中患者照的眼底照片聚集在一起,放在一個(gè)平臺(tái)上面,再和其他的公司合作,再進(jìn)行后續(xù)的模型開發(fā)。這是一個(gè)可能的例子,但是在這條道路上仍然是任重道遠(yuǎn)的。您說的權(quán)責(zé)問題,后續(xù)我們要問到一些法律專業(yè)的人員,其實(shí)權(quán)責(zé)問題也是現(xiàn)在醫(yī)生比較抵觸AI技術(shù)的一個(gè)點(diǎn)。如果說我去充分地信任了AI,未來(lái)出現(xiàn)問題是AI的問題還是我的問題?我們所有的AI的技術(shù)以及AI落地的產(chǎn)品,剛才秦總講到拿到三類件的產(chǎn)品很多,大多數(shù)都說的是叫做輔助診斷或者是輔助治療,AI在這里面不占據(jù)主導(dǎo)地位,最后的決策者以及最后簽字者,還是我們的醫(yī)生。所以我感覺鑒于醫(yī)療行業(yè)的謹(jǐn)慎性,其實(shí)未來(lái)很長(zhǎng)一段時(shí)間內(nèi),還是這樣的狀態(tài),AI是作為醫(yī)生輔助的形態(tài)存在的。

陳楊:感謝李老師回答了兩個(gè)非常重要和非常底層的問題,關(guān)于數(shù)據(jù)獲取存在一些難點(diǎn),無(wú)論是數(shù)據(jù)的質(zhì)量還是從醫(yī)療機(jī)構(gòu)出來(lái)的封閉性、可解釋性。李老師也解答了關(guān)于權(quán)責(zé)的問題,確實(shí)是需要更多的討論,或者是各方的探索,才能達(dá)到一個(gè)共識(shí)和結(jié)論。之后,才能更有助于醫(yī)生在臨床上比較多的使用,讓AI發(fā)揮更明確更大的作用。像聯(lián)影在布局AI產(chǎn)品的時(shí)候,考慮到全譜和全棧的概念,多模態(tài)的數(shù)據(jù),包括各種數(shù)據(jù)儀器的AI加持上都考慮到,除了診斷、篩查,后續(xù)的環(huán)節(jié)上也都有布局。在全譜和全棧的體系之下,聯(lián)影智能是怎么進(jìn)行布局的,讓產(chǎn)品盡可能多地覆蓋臨床的各個(gè)領(lǐng)域和環(huán)節(jié)?有請(qǐng)錢總。

錢真:AI技術(shù)可以看作是一個(gè)工具。為了解決臨床問題,很多時(shí)候AI工具如果僅僅零散地用到某幾個(gè)地方,很難形成合成的效應(yīng)。因此,我們一直在提倡全棧全譜。也就是說,我們希望在為影像科解決某一個(gè)問題的時(shí)候,能用AI從端到端全部照顧起來(lái),為醫(yī)生賦能。比如針對(duì)肺癌,我們從源頭,也就是篩查肺癌開始,一直到最后的治療階段,其中的每一個(gè)環(huán)節(jié)我們都有一系列的AI產(chǎn)品覆蓋。在篩查階段,我們開發(fā)了一個(gè)手機(jī)小程序,可以幫助病人做一些簡(jiǎn)單的自我篩查。同時(shí),由于肺結(jié)節(jié)的篩查在基層難以推進(jìn)開展,我們跟華西醫(yī)院合作,將一系列AI軟件都搭載進(jìn)智慧健康管理移動(dòng)車,借助CT篩查車移動(dòng)化的優(yōu)勢(shì),開到基層各個(gè)小的城市、小的城鎮(zhèn),這樣在基層就可以享受到華西這樣的三甲醫(yī)院所帶來(lái)的篩查服務(wù)。篩查之后就是診斷,而對(duì)于醫(yī)生而言,肺結(jié)節(jié)診斷里面最困難的任務(wù),實(shí)際上就是對(duì)肺結(jié)節(jié)良惡性的判斷。我們和華西醫(yī)院合作,共同打造了中國(guó)版Lung-RADS肺結(jié)節(jié)AI評(píng)估系統(tǒng),可以用AI算法自動(dòng)判斷肺結(jié)節(jié)低危、中危、高?;蛘呤菢O高危的分級(jí),這實(shí)際上對(duì)基層的醫(yī)院、基層的醫(yī)生幫助是很大的。在篩查和診斷之后,就是隨訪。其實(shí)肺結(jié)節(jié)的痛點(diǎn)也在隨訪。比如病人今年做了一次掃描,明年又做了一次,多次掃描下怎樣追蹤肺結(jié)節(jié)的發(fā)展?很多時(shí)候,隨訪的記錄消失了,隨訪的病人也丟失了。因此,需要有一款適合隨訪場(chǎng)景的AI軟件把這個(gè)事情管理起來(lái)。我們用AI算法做了一個(gè)系統(tǒng),這個(gè)系統(tǒng)能夠跟蹤每一個(gè)肺結(jié)節(jié),在不同的時(shí)間、同樣的解剖區(qū)域、同樣的解剖位置,跟蹤同一個(gè)肺結(jié)節(jié)的具體進(jìn)展。對(duì)AI來(lái)說,這個(gè)是時(shí)間上的配準(zhǔn)問題,因此AI可以很好地把整個(gè)隨訪過程管理起來(lái)。隨訪管理之后,如果病人有惡性肺結(jié)節(jié)需要做手術(shù),醫(yī)生也需要完成手術(shù)之前的規(guī)劃,因?yàn)榉谓Y(jié)節(jié)外科手術(shù)中,變異氣管、支氣管、肺動(dòng)脈、肺靜脈的結(jié)構(gòu)復(fù)雜,做好精準(zhǔn)手術(shù)規(guī)劃是非常重要的。我們針對(duì)肺部外科手術(shù)的AI軟件可以幫助醫(yī)生去做好一系列的手術(shù)規(guī)劃。針對(duì)肺部科研領(lǐng)域,很多醫(yī)生想要做肺部的科研工作,我剛剛提到的科研平臺(tái)可以賦能醫(yī)生探索更多肺部疾病的未知領(lǐng)域。包括剛提到的和華西醫(yī)院做的中國(guó)版Lung-RADS肺結(jié)節(jié)AI評(píng)估系統(tǒng),實(shí)際上也是我們跟華西醫(yī)院的科研合作開始,慢慢從科研落地到臨床的結(jié)果。所以,基于全棧全譜的理念,我們從肺結(jié)節(jié)這類常規(guī)的且很多公司在做的產(chǎn)品出發(fā),從端到端,把整個(gè)譜系都做完全,去幫助醫(yī)生系統(tǒng)性地解決問題,這樣對(duì)于臨床流程的改變、對(duì)于醫(yī)生使用習(xí)慣的改變,會(huì)有比較大的作用。

陳楊:感謝錢總,您提到非常重要的概念,并非零散的軟件而是系統(tǒng)化的解決,因?yàn)楫吘箯募膊∫婚_始預(yù)防到后面的篩查、診斷、治療,整個(gè)全流程來(lái)看,應(yīng)對(duì)疾病本身這件事情也不是一個(gè)碎片化的,或者是一個(gè)環(huán)節(jié)事情,而是一個(gè)全流程的事情,這個(gè)也是聯(lián)影在進(jìn)行布局時(shí)一個(gè)通盤的考量。感謝錢總。秦總剛剛講到說公司的產(chǎn)品著力于決策和治療,也就是手術(shù)方面的一些點(diǎn),我比較好奇的是,因?yàn)閯倓偞蠹以趯挿赫凙I的時(shí)候,有會(huì)講到提升效率的地方。提升效率原本是醫(yī)生能做的事情,AI做效率更高更好,像您剛剛提到?jīng)Q策上的包括治療上的事情,其實(shí)有一些是不是醫(yī)生來(lái)做,可能會(huì)因?yàn)樽约旱慕?jīng)驗(yàn)、手術(shù)環(huán)境或者是診斷環(huán)境,而不是像人就能做的這么好的,確實(shí)需要AI進(jìn)行一些參與?所以想就這個(gè)問題談?wù)勀目捶ā?/p>

秦嵐:我們選擇的方向,坦白講從整體的發(fā)展進(jìn)程來(lái)看,我想分享兩個(gè)點(diǎn)。一個(gè)點(diǎn)是說當(dāng)你選擇痛點(diǎn)的時(shí)候,我們選擇最關(guān)鍵問題的最痛點(diǎn)要首先解決。如果從技術(shù)角度出發(fā),我非常有可能首先選擇圖象處理、診斷,但是如果我們從疾病的角度出發(fā),就會(huì)發(fā)現(xiàn)整個(gè)疾病治療、整個(gè)診療過程中的卡點(diǎn)到底在哪里。比如說以腦血管病整個(gè)神經(jīng)介入治療為例,最大的卡點(diǎn)是在于手術(shù)難做,手術(shù)是非常有效治療預(yù)防腦中風(fēng)和急救腦中風(fēng)的一個(gè)手段,但是最大的問題在于沒有那么多的好醫(yī)生,而大多數(shù)的手術(shù)都是比較難做。所以我們是倒推,首先有一個(gè)很明確的應(yīng)用場(chǎng)景,有很明確要解決的問題,當(dāng)我們分析手術(shù)過程為什么這么難,會(huì)發(fā)現(xiàn)不是手術(shù)中三十步都難,而是卡脖子的關(guān)鍵技術(shù)難。中國(guó)人群腦血管,這個(gè)血管是九曲十八彎,繞了好多個(gè)彎,繞到顱內(nèi),使得我們導(dǎo)管到位就非常困難,這是手術(shù)中非常難的一個(gè)卡點(diǎn),我們就嘗試把這個(gè)難點(diǎn)用技術(shù)自動(dòng)化去解決。一開始在做的時(shí)候,我自己不是學(xué)算法出身的,現(xiàn)在被倒逼其實(shí)也在讀自動(dòng)化系的工程博士,當(dāng)時(shí)發(fā)現(xiàn)臨床問題的時(shí)候,其實(shí)我們是不了解技術(shù)的,并不知道用什么樣的技術(shù)方案能解決。但我們有非常明確的臨床痛點(diǎn),從臨床痛點(diǎn)來(lái)出發(fā),嘗試各種技術(shù)路徑之后,最終是靠算法解決手術(shù)方案的路徑規(guī)劃,靠設(shè)備解決醫(yī)生操作精細(xì)化的問題,提供這樣的解決方案。一個(gè)AI產(chǎn)品的好壞,要看首先解決什么樣的痛點(diǎn),這個(gè)痛點(diǎn)夠不夠痛,當(dāng)它夠痛的時(shí)候,重新來(lái)制定行業(yè)標(biāo)準(zhǔn),重新定義規(guī)則,會(huì)推進(jìn)術(shù)式的演進(jìn)。從傳統(tǒng)的僅靠醫(yī)生的術(shù)式,把它演進(jìn)到可以完全標(biāo)準(zhǔn)化,且把過程中對(duì)人類醫(yī)生比較困難的部分,把它摘出來(lái),自動(dòng)化完成。所以未來(lái)其實(shí)我相信類似手術(shù)治療的過程都可以演進(jìn)到人機(jī)結(jié)合的過程,我們既不追求所有都要靠AI的設(shè)備、軟件全流程解決問題,又不追求完全依賴醫(yī)生經(jīng)驗(yàn),實(shí)際上把對(duì)醫(yī)生的要求放低,希望可以是住院醫(yī)生的水平就可以完成的手術(shù)。因?yàn)獒t(yī)療行業(yè)最終目標(biāo)其實(shí)還不是為醫(yī)生服務(wù),最終的目標(biāo)是我們跟醫(yī)生一起為患者服務(wù),疾病要得到治療,這個(gè)是最終的終級(jí)解決方案,這是我們自己整體的實(shí)踐過程。

陳楊:感謝秦總,您剛剛提到人機(jī)結(jié)合的概念,我覺得今天的對(duì)話,其實(shí)也能特別體現(xiàn)醫(yī)工結(jié)合的概念。因?yàn)楸热缦袂乜?,醫(yī)生臨床經(jīng)驗(yàn)的加持,包括兩位,錢總跟祁總這邊算法的經(jīng)驗(yàn),特別是在對(duì)話當(dāng)中,三家公司的研發(fā)歷程其實(shí)可以看出,醫(yī)工結(jié)合之下,AI產(chǎn)品可能才會(huì)在臨床的應(yīng)用和落地上更加順利。我們今天的對(duì)話是講了AI醫(yī)療的很多過程,無(wú)論是最底層的數(shù)據(jù)獲取,包括權(quán)責(zé)上、真人醫(yī)生和AI機(jī)器的分配,以及在產(chǎn)品研發(fā)的具體過程中,臨床的需求和算法工程師的想法和技術(shù)如何結(jié)合在一起,更好為患者服務(wù),包括非常重要的商業(yè)化落地和商業(yè)創(chuàng)新的問題,也是服務(wù)于AI、應(yīng)用于醫(yī)療領(lǐng)域,最終想達(dá)到普惠,讓更好的醫(yī)療資源普及到每一個(gè)患者的想法和愿景。今天時(shí)間過得非常快,也感謝四位精彩的分享,感謝大家的聆聽,希望可以給大家?guī)?lái)更多的思考跟啟發(fā),謝謝。

最終解釋權(quán)歸界面新聞所有

評(píng)選及盛典參與,歡迎聯(lián)系2023【大健康常春論壇】組委會(huì):

官方郵箱地址:huodong@jiemian.com

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。

評(píng)論

暫無(wú)評(píng)論哦,快來(lái)評(píng)價(jià)一下吧!

大健康常春論壇丨圓桌論壇:AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑

由上海報(bào)業(yè)集團(tuán) | 界面新聞主辦的2023【大健康常春論壇】于11月16日在北京柏悅酒店圓滿落幕。論壇現(xiàn)場(chǎng),多位嘉賓圍繞《AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑》展開討論。

由上海報(bào)業(yè)集團(tuán) | 界面新聞主辦的2023【大健康常春論壇】于11月16日在北京柏悅酒店圓滿落幕。此次論壇共有4場(chǎng)主旨演講及2場(chǎng)圓桌對(duì)話,邀請(qǐng)到諸多生物醫(yī)藥領(lǐng)域的專家學(xué)者及領(lǐng)軍企業(yè)的代表出席,圍繞AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑、消費(fèi)級(jí)醫(yī)療對(duì)商業(yè)機(jī)會(huì)的識(shí)別與把握等主題展開深度討論。宏觀經(jīng)濟(jì)正緩慢復(fù)蘇,當(dāng)此關(guān)鍵時(shí)刻,我們更需要靜下心來(lái)認(rèn)真聽一聽他人的洞見。論壇現(xiàn)場(chǎng),強(qiáng)聯(lián)智創(chuàng)創(chuàng)始人、董事長(zhǎng)秦嵐女士,北京聯(lián)影智能影像技術(shù)研究院智能影像診斷研究所所長(zhǎng)錢真先生,復(fù)旦大學(xué)管理學(xué)院信息管理與商業(yè)智能系助理教授李文文女士,邁瑞醫(yī)療體外診斷臨床部總監(jiān)祁歡先生參與了題為《AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑》的圓桌討論,圓桌主持由界面新聞健康頻道記者陳楊女士擔(dān)任。

以下是演講文字實(shí)錄:

陳楊:大家好,首先非常感謝在場(chǎng)的各位以及線上正在參與我們《大健康常春論壇》的聽眾和觀眾朋友們,我是界面健康組記者陳楊。今天我們圓桌對(duì)話的主題是“AI浪潮下醫(yī)療行業(yè)的生產(chǎn)力重塑”,AI在我們生活中滲透到各行各業(yè),更是很早就進(jìn)入醫(yī)療領(lǐng)域,比如IBM的沃森機(jī)器人。2015年、2016年我們也經(jīng)常在媒體上看到真人醫(yī)生或者醫(yī)學(xué)生跟智能設(shè)備進(jìn)行battle。包括到現(xiàn)在,我們?cè)谝恍┽t(yī)療機(jī)構(gòu)和場(chǎng)所當(dāng)中,其實(shí)已經(jīng)能夠切實(shí)地去用到很多在診斷、篩查方面的AI工具。相信大家也越來(lái)越感受到AI在我們生活當(dāng)中地位的提高,所以這次我們特別準(zhǔn)備了這樣一個(gè)主題的對(duì)話,也非常感謝四位嘉賓,分別從產(chǎn)業(yè)和學(xué)界的角度給我們一些思考和啟發(fā)。今天榮幸邀請(qǐng)到四位嘉賓,我們先從秦總開始做一個(gè)自我介紹。

秦嵐:感謝主持人,各位嘉賓、各位朋友大家下午好,我是強(qiáng)聯(lián)智創(chuàng)的創(chuàng)始人秦嵐。本人有三個(gè)標(biāo)簽,第一我其實(shí)是一名醫(yī)學(xué)生,臨床醫(yī)學(xué)七年制畢業(yè);第二我在腦血管病領(lǐng)域,從上學(xué)到工作已經(jīng)耕耘了20多年,工作經(jīng)驗(yàn)其實(shí)很簡(jiǎn)單;碩士畢業(yè)之后很遺憾,確實(shí)沒有當(dāng)一名醫(yī)生,直接加入了產(chǎn)業(yè),在強(qiáng)生待了十年時(shí)間,剛好入職強(qiáng)生的時(shí)候,是強(qiáng)生在中國(guó)上市第一款神經(jīng)介入治療的產(chǎn)品。所以可以說我整個(gè)的從業(yè)生涯是伴著中國(guó)腦血管病手術(shù)、神經(jīng)介入手術(shù)從0開始,一直成長(zhǎng)到現(xiàn)在。前面十年的時(shí)間,其實(shí)是在強(qiáng)生,后面十年的時(shí)間是自己出來(lái)創(chuàng)業(yè),創(chuàng)業(yè)的方向依舊是服務(wù)腦血管病治療的醫(yī)生和患者,嘗試用AI的方式打造AI輔助治療以及AI輔助決策,這樣我們可以深入疾病的核心環(huán)節(jié),能夠換一個(gè)路徑,依舊來(lái)服務(wù)醫(yī)療行業(yè),來(lái)服務(wù)患者。

陳楊:感謝秦總,接下來(lái)有請(qǐng)錢總。

錢真:主持人好,各位嘉賓好,大家好,我是來(lái)自北京聯(lián)影智能影像研究院的錢真,目前擔(dān)任智能影像診斷研究所的所長(zhǎng)。我大概介紹一下我的背景,我是做算法出身的,在2008年與美國(guó)一所學(xué)校博士畢業(yè),之后在一家美國(guó)醫(yī)院待了有十年的時(shí)間。我感覺我的經(jīng)歷或許與大家有些不一樣,我當(dāng)時(shí)在醫(yī)院里面做研究、臨床、教學(xué)等工作,十年之后轉(zhuǎn)入了工業(yè)界,先是去了美國(guó)硅谷一家公司,最近又回國(guó)來(lái)北京加入了聯(lián)影。我認(rèn)為我的從業(yè)經(jīng)歷和聯(lián)影目前的整個(gè)方向還是挺吻合的,因?yàn)槁?lián)影現(xiàn)在非常專注于解決臨床痛點(diǎn)問題;也非常專注于“產(chǎn)學(xué)研醫(yī)”多方合作。因此從去年回國(guó)以后,我感覺整體的發(fā)展方向、發(fā)展前景相當(dāng)不錯(cuò)。

陳楊:感謝錢總,下面有請(qǐng)李老師。

李文文:各位嘉賓、各位觀眾下午好,我是來(lái)自復(fù)旦大學(xué)管理學(xué)院的老師,我叫李文文。和在場(chǎng)的各位專家相比,其實(shí)我對(duì)于醫(yī)療行業(yè)算是一個(gè)外行,而且資力也比較淺,但是我對(duì)醫(yī)療健康非常感興趣,尤其是智慧醫(yī)療。我現(xiàn)在研究如何讓AI技術(shù)應(yīng)用于醫(yī)療健康具體的實(shí)踐和應(yīng)用當(dāng)中去,現(xiàn)在也和上海市眼病防治中心合作,我們一起在探索AI技術(shù)如何應(yīng)用于視覺健康的一些日常管理當(dāng)中。所以今天也很開心能有機(jī)會(huì)參加活動(dòng),也希望跟各位專家多多學(xué)習(xí)。

陳楊:感謝李老師,最后有請(qǐng)祁總。

祁歡:主持人,各位嘉賓,大家下午好,我來(lái)自深圳邁瑞。我也是理工科,以前是做算法出身的,18年前來(lái)到邁瑞,一直做了18年的開發(fā)和產(chǎn)品管理、市場(chǎng)的工作。我進(jìn)入邁瑞的時(shí)候,邁瑞的體外診斷在國(guó)內(nèi)以及全球的體外診斷領(lǐng)域內(nèi),應(yīng)該占一個(gè)非常非常小的市場(chǎng)份額,到今天為止,邁瑞在一些血液細(xì)胞分析、深化、免疫方向,在國(guó)內(nèi)已經(jīng)取得了領(lǐng)先的位置,這18年來(lái),我們見證了這個(gè)團(tuán)隊(duì)的成長(zhǎng)過程。當(dāng)前我在邁瑞主要是做新技術(shù)的臨床研究、合作以及注冊(cè)臨床的工作,包括邁瑞醫(yī)療市場(chǎng)的研究,以及新業(yè)務(wù)探索方向的管理工作,希望今天下午能做一些非常深度的交流。

陳楊:感謝祁總,從大家的介紹可以看出我們這次四位嘉賓非常綜合,既有理工科背景,或者算法背景,也有醫(yī)學(xué)生,有臨床經(jīng)驗(yàn)。我們剛剛劇透了一下,秦總這邊有在腦科領(lǐng)域一些AI的探索,李老師是在眼科方面,邁瑞在IVD,以及聯(lián)影是比較綜合的在AI方面的實(shí)踐。先想請(qǐng)各位為大家介紹AI具體用在整個(gè)醫(yī)療實(shí)踐當(dāng)中哪個(gè)細(xì)分領(lǐng)域,或者是哪個(gè)細(xì)分環(huán)節(jié)?就像剛剛王剛教授有講到的,其實(shí)無(wú)論是國(guó)內(nèi)也好,國(guó)外也好,大家對(duì)于醫(yī)療行業(yè)未滿足的臨床需求是非??粗氐?,這也是創(chuàng)新真正的意義所在。所以這個(gè)命題作文,也希望大家可以去講講您所從事的細(xì)分領(lǐng)域也好,或者是一個(gè)AI所作用的環(huán)節(jié)也好,AI發(fā)揮了什么不可替代的作用,或者是現(xiàn)在人工操作不太能做得到的地方。這一輪我們先從祁總開始。

祁歡:邁瑞所覆蓋的領(lǐng)域比較多,一個(gè)是在生命信息方向,我們?cè)谧鲆恍┤斯ぶ悄艿穆樽戆顟B(tài)監(jiān)控的工作;超聲領(lǐng)域內(nèi)我們也做了全棧的、不同方向的人工智能;在體外診斷領(lǐng)域,我主要介紹這個(gè)方向,我們現(xiàn)在做的最成熟的事情是血液細(xì)胞分析智能化的應(yīng)用。因?yàn)榇蠹叶贾?,大家去體檢,或者是去醫(yī)院,不管是住院還是門診,感冒發(fā)燒一定要做血常規(guī),血常規(guī)每年有20億-30億的檢測(cè)量,這個(gè)檢測(cè)不僅僅可以告訴我們是不是發(fā)炎了,是病毒性的還是細(xì)菌性的,可能潛在的告訴我們是不是白血病,是不是惡性的再生障礙貧血,包括有沒有大的出血傾向。這個(gè)檢測(cè)背后有潛在重大疾病的發(fā)現(xiàn)職責(zé),后面幾個(gè)重大疾病都不是靠我們一般情況下快速出報(bào)告能夠發(fā)現(xiàn)的,一旦前面快速篩查的儀器發(fā)現(xiàn)有這種傾向的時(shí)候,這些樣本就會(huì)被醫(yī)生留下來(lái),做玻片的制作、染色、加熱、吹風(fēng)、吹干,再做顯微鏡的檢查。后面的流程大概需要30分鐘到1個(gè)小時(shí)的時(shí)間,如果大家去醫(yī)院做檢查,半個(gè)小時(shí)拿報(bào)告了,一般都挺好,如果留在那里等著,一般情況下有點(diǎn)擔(dān)心了。但是后面的工作往往與重大疾病有著非常密切的關(guān)系,尤其是白血病的關(guān)系。一般情況下,按照國(guó)際上標(biāo)準(zhǔn),一家大的三甲醫(yī)院,每天有20%,也就是200例—400例的樣本應(yīng)該去檢查的。我們?cè)谥袊?guó)醫(yī)療診療的人數(shù)、醫(yī)生的數(shù)量遠(yuǎn)遠(yuǎn)達(dá)不到要求,我們很多時(shí)候只有國(guó)際的1/4到1/10的水平,醫(yī)生只能挑最嚴(yán)重的那些去做,所以存在風(fēng)險(xiǎn),就是因?yàn)橹悄芑?、自?dòng)的顯微鏡檢查,以及人工智能對(duì)它的識(shí)別是完全不足的,我們做的就是這件事情。通過這樣的產(chǎn)品,或者是這個(gè)技術(shù)應(yīng)用到我們實(shí)際工作當(dāng)中,就可以讓三甲醫(yī)院每天10例、20例、30例的復(fù)查,能夠做到200例到300例的復(fù)查,讓我們二級(jí)醫(yī)院從原本不具備這樣能力的情況下,也具備這樣的能力,這是一個(gè)大的進(jìn)步。在我們做的過程中,原來(lái)大家意想不到的一些白血病都被我們發(fā)現(xiàn)了,比如說有人在夜間的蛇傷門診下檢出來(lái)白血病,完全想象不到,有孕婦例行檢查被查出來(lái)白血病,有在骨折去骨科做基礎(chǔ)檢查的時(shí)候被查出來(lái)白血病……都是這樣的系統(tǒng)在起作用。以往人們有可能會(huì)把它漏掉,人工智能的技術(shù)在檢驗(yàn)當(dāng)中,尤其是在基礎(chǔ)檢驗(yàn)當(dāng)中應(yīng)用,讓我們?cè)谠\療當(dāng)中第一個(gè)關(guān)口,幫我們攔下來(lái)很多重大疾病。

陳楊:您剛剛介紹的產(chǎn)品,不僅是補(bǔ)齊醫(yī)生資源的不足,特別是您剛剛說的,無(wú)論是舌下門診也好,骨科也好,有一些打破我們常規(guī)認(rèn)知或者是偏見的地方,沒有想到在這樣的領(lǐng)域的病人,可能也會(huì)有白血病。其實(shí)是把檢測(cè)的事情做在前面,也有利于整個(gè)診斷,或者是后面治療的過程。接下來(lái)有請(qǐng)李老師。

李文文:其實(shí)AI技術(shù)在公共衛(wèi)生管理領(lǐng)域的應(yīng)用非常的重要,對(duì)于我們整體的醫(yī)療健康管理有很大的幫助。比如說以視覺健康為例,我不知道大家是不是關(guān)注過,像我們的社區(qū)醫(yī)院,就是我們最基層的醫(yī)院,其實(shí)很多醫(yī)院是不具備專門的眼科醫(yī)生的,很多時(shí)候叫全科醫(yī)生,或者是五官科的醫(yī)生來(lái)負(fù)責(zé)眼病的診斷,對(duì)于基層的醫(yī)療層面而言,很多醫(yī)生沒有辦法識(shí)別出來(lái)一些很嚴(yán)重的眼部疾病。在這樣的情況下,很多患者要不然早期沒有意識(shí)到自己可能有疾病的問題,而不去提早進(jìn)行疾病的篩查和診斷,如果患者實(shí)在是眼部不適,只能去大醫(yī)院,去三甲醫(yī)院診治,導(dǎo)致三甲醫(yī)院資源非常緊張。這個(gè)跟之前蔡教授說的,我們醫(yī)生整體的醫(yī)療水平有關(guān)系,醫(yī)療資源分布不均勻,在這樣的情況下,AI介入就能很好地幫助我們提升我們基層醫(yī)療服務(wù)的質(zhì)量。比如說現(xiàn)在在視覺健康領(lǐng)域用的非常成熟的AI眼病篩查設(shè)備,大家如果去眼科的話,去機(jī)器上面照一下自己的眼睛,拍眼底照片,篩查出來(lái)你有哪些眼部疾病,給你診斷的結(jié)果。比如說你可能是輕微的,應(yīng)該怎么治療,如果你比較嚴(yán)重,就會(huì)建議去進(jìn)行后續(xù)的轉(zhuǎn)診,去到其它的三甲醫(yī)院,或者是其它的大醫(yī)院。這種設(shè)備的普及,以上海為例,現(xiàn)在上海大概已經(jīng)有1/3的社區(qū)醫(yī)院普及這樣的設(shè)備,有了這樣的設(shè)備以后,基層眼病篩查率極大的提升。可能像上海市其實(shí)是有標(biāo)準(zhǔn)的,比如說上海市眼病防治中心,每年會(huì)給基層的社區(qū)派發(fā)任務(wù),今年你們要篩查兩千個(gè)患者,以往在人工的水平下面,社區(qū)醫(yī)護(hù)人員的工作量非常大,有了AI設(shè)備以后,甚至有的社區(qū)一年可以篩查兩萬(wàn)個(gè)患者,整體效率提高了,質(zhì)量也提高了。對(duì)于公共醫(yī)療領(lǐng)域來(lái)說,AI的幫助也是非常大的。

陳楊:感謝李老師,也是在具體的領(lǐng)域給到我們一個(gè)例子,在眼健康的防治上,包括用機(jī)器去拍眼底照片,能夠發(fā)現(xiàn)一些問題,并且極早進(jìn)行后續(xù)的治療和后續(xù)的動(dòng)作,可以幫助我們?cè)谘劢】颠@一重要的領(lǐng)域提高篩查效率,篩查面也會(huì)更廣。接下來(lái)有請(qǐng)錢總。

錢真:我大概介紹一下聯(lián)影智能在醫(yī)療AI方面的工作,聯(lián)影智能在2017年成立,是聯(lián)影集團(tuán)在人工智能相關(guān)領(lǐng)域比較重要的布局。聯(lián)影智能現(xiàn)在在醫(yī)療AI上有三個(gè)方向。首先是賦能臨床,我們開發(fā)很多算法來(lái)幫助醫(yī)生比較簡(jiǎn)便的看片子、看影像,幫助醫(yī)生解決痛點(diǎn)問題。國(guó)內(nèi)的影像科醫(yī)生,一個(gè)是人數(shù)不夠,二是工作量大。目前我們已經(jīng)開發(fā)了超過100個(gè)應(yīng)用,其中包括40余款影像診斷產(chǎn)品,落地有三千多家醫(yī)院。我們盡量把算法賦能到影像科醫(yī)生那邊去,讓比較繁雜的影像讀片任務(wù)更方便一些。比如像肋骨骨折需要用CT來(lái)診斷,很多時(shí)候,影像科醫(yī)生值夜班最怕的事情是晚上來(lái)骨折的病人,醫(yī)生往往需要對(duì)著片子一根根數(shù)肋骨,去看有沒有骨折,這是非常勞累的事情。類似這種痛點(diǎn),AI算法是可以很好的解決的。第二,我們?cè)谧鲆恍┵x能科研的工作?,F(xiàn)在醫(yī)生臨床工作是非常緊的,同時(shí),科研任務(wù)也非常緊,往往手頭沒有好用的科研工具,有的時(shí)候想用人工智能相關(guān)的技術(shù)來(lái)做一些科研也沒有辦法實(shí)現(xiàn)。目前我們開發(fā)了一個(gè)專門給臨床醫(yī)生、給醫(yī)學(xué)工作者使用的科研平臺(tái),他們可以在這個(gè)平臺(tái)上便捷的把數(shù)據(jù)管理起來(lái)、把數(shù)據(jù)標(biāo)注做起來(lái)、把模型搭起來(lái),并且不需要有很多前期人工智能相關(guān)的算法知識(shí)就可以很好地做科研工作。第三,我們?cè)谧鲆恍┵x能設(shè)備的工作。我們是聯(lián)影集團(tuán)下面專注于AI的子公司,我們的AI算法可以服務(wù)于影像設(shè)備。比如說像磁共振影像,磁共振影像檢查的臨床bottleneck是什么?就是掃描速度太慢,很多時(shí)候掃一個(gè)病人要15—20分鐘,我們AI算法集成到掃描機(jī)器上以后,每一個(gè)部位的掃描時(shí)間可以加速到100秒以內(nèi),1—2分鐘就能完成,大大減輕掃描的負(fù)擔(dān),同時(shí)也是造福了病人。人工智能技術(shù)是很好的技術(shù),在不同的領(lǐng)域內(nèi)應(yīng)該都會(huì)有很好的應(yīng)用。

陳楊:錢總講了兩個(gè)部分,一個(gè)是設(shè)備效率的提升,還有一個(gè)可以理解成是解放醫(yī)生,無(wú)論是一些可以被人工智能取代,或者是提高效率的工作也好,或者是在科研方面能夠給醫(yī)生賦能也好,都是我們AI價(jià)值的體現(xiàn)。接下來(lái)有請(qǐng)秦總。

秦嵐:我們是一直關(guān)注于腦血管病,非常垂直的領(lǐng)域,核心做兩件事情,跟大家平時(shí)理解的AI診斷不太一樣,我們核心在做第一叫AI治療,第二叫AI決策。說起AI治療,中風(fēng)是非常大的致死疾病,這樣一個(gè)重病,沒有特別好的藥物能夠達(dá)到預(yù)防和急救的效果,不得不依賴手術(shù),這個(gè)手術(shù)是L4級(jí)別,即是最高難度的手術(shù),我們經(jīng)常講是賽車手級(jí)別的手術(shù)。面對(duì)這么重的疾病,大量的患者,對(duì)醫(yī)生又要求很高的L4級(jí)別的手術(shù),我們一直希望能夠把手術(shù)難度降下來(lái),把手術(shù)進(jìn)一步標(biāo)準(zhǔn)化,讓更多的縣級(jí)醫(yī)院,哪怕鄉(xiāng)鎮(zhèn)衛(wèi)生的醫(yī)院,也能及時(shí)地服務(wù)周邊的患者。我們的做法很簡(jiǎn)單,手術(shù)中不是所有的步驟都難,之所以手術(shù)難,是因?yàn)橛幸恍┉h(huán)節(jié)難,有一些環(huán)節(jié)相對(duì)容易,我們把手術(shù)環(huán)節(jié)拆出來(lái),給它自動(dòng)駕駛的解決方案,手術(shù)方案給出,不依賴醫(yī)生經(jīng)驗(yàn),而是依賴算法,這一步操作的執(zhí)行,不依賴醫(yī)生靈巧的雙手,而是依賴設(shè)備。AI治療的環(huán)節(jié),我們提供的是軟硬件加耗材整體結(jié)合的全新的解決方案,去年我們也拿了中國(guó)第一張AI+治療的創(chuàng)新醫(yī)療器械三類證,剛才在臺(tái)下的時(shí)候,還跟不同的小伙伴互動(dòng),大家在跟臺(tái),有很多手術(shù)實(shí)行新的AI治療技術(shù)。第二件事叫AI決策,也是解決疾病關(guān)鍵決策環(huán)節(jié),誰(shuí)都不愿意開刀做手術(shù),這跟得了一個(gè)感冒,你給我開個(gè)藥,是小決策。如果腦子里、腦血管有問題,你現(xiàn)在開個(gè)刀,實(shí)際上無(wú)論是經(jīng)濟(jì)費(fèi)用和病人意愿方面都要慎重考慮。我們希望手術(shù)治療的決策更加準(zhǔn)確,不單單依賴于醫(yī)生的經(jīng)驗(yàn),而是說我們用中國(guó)人群數(shù)據(jù)庫(kù),基于算法,我們給到更好的算法模型,來(lái)評(píng)估什么樣的病人在手術(shù)里能夠有更好的獲益。我們不漏掉一個(gè)能夠在手術(shù)中獲益的病人,也不讓一個(gè)還達(dá)不到手術(shù)指征,實(shí)際上在手術(shù)中他的獲益沒有比他承受的風(fēng)險(xiǎn)更好這么一個(gè)情況去發(fā)生。我們核心在解決這兩方面的事情,謝謝。

陳楊:感謝秦總,秦總講了兩個(gè)AI運(yùn)用的環(huán)節(jié),分別是治療和決策,治療方面是拆分成不同可以被AI所賦能的不需要人工去完成的,像決策方面也是賦能到更多的醫(yī)生,讓他們做出更精準(zhǔn)的判斷,盡可能減少一些不必開刀,不增加患者負(fù)擔(dān)的醫(yī)療行為。剛剛從四位的解答當(dāng)中,可以發(fā)現(xiàn)一些共同點(diǎn),無(wú)論是李老師在講的眼科領(lǐng)域,或者是秦總講的腦科領(lǐng)域,祁總和錢總講到的使用AI的地方,很大的問題在于相關(guān)醫(yī)生資源在國(guó)內(nèi)不足,他們水平是參差,同質(zhì)化水平跟國(guó)外相比有差距,這個(gè)是我們一直認(rèn)為AI在里面可以大有可為、施展拳腳的原因。不過,我們看現(xiàn)在很多AI產(chǎn)品的落地情況也可以發(fā)現(xiàn),真正在終端的醫(yī)院,臨床醫(yī)生在使用AI產(chǎn)品的時(shí)候,其實(shí)也是有一些疑惑,或者是沒有這么順手的,大家在產(chǎn)業(yè)界討論的時(shí)候,是不是有一些gap,是不是有一些雙方理解不太到的地方?有的時(shí)候公司覺得說我的產(chǎn)品很好,我的需求解決了,但是臨床醫(yī)生覺得說好像還不夠,好像自己人來(lái)干辛苦是辛苦,但好像也可以。我想了解的是大家在各自領(lǐng)域覺得,可能會(huì)存在哪些臨床和企業(yè)研發(fā)界有g(shù)ap的地方,以致于我們對(duì)接臨床沒有那么順暢?把問題給到現(xiàn)場(chǎng)的四位,有請(qǐng)秦總介紹一下。

秦嵐:非常好的問題,我自己以前是醫(yī)學(xué)生,我跟醫(yī)生打交道了20年,醫(yī)生群體是相對(duì)比較保守,因?yàn)槊鎸?duì)的是病人的生命,他們實(shí)際上是謹(jǐn)慎的。我理解更多的gap,如果我們從純研發(fā)的視角來(lái)講,大家沒有太懂醫(yī)學(xué)的語(yǔ)言、醫(yī)生對(duì)循證證據(jù)的要求,但是當(dāng)我們做了充分的循證醫(yī)學(xué)的證據(jù),當(dāng)我們拿出嚴(yán)格的前瞻性對(duì)照臨床試驗(yàn)的結(jié)果,實(shí)際上醫(yī)生是可以接受的。第二點(diǎn),我們接觸很多神經(jīng)外科的醫(yī)生,他們有共同的追求,追求極致,產(chǎn)品有的時(shí)候并不是解決百分之百的問題,是一步步做迭代。當(dāng)你真的跟臨床醫(yī)生溝通的時(shí)候,他們希望你的產(chǎn)品不要出錯(cuò),不允許有疏忽和漏洞,否則他對(duì)此就會(huì)有擔(dān)心,從而去倒逼企業(yè)。為什么做醫(yī)療AI產(chǎn)品很難,我們不是做到better to have就可以了,包括我們做的很多臨床試驗(yàn)的比對(duì),是做的全優(yōu)效比對(duì),從各個(gè)方面人機(jī)結(jié)合的方式做手術(shù),都會(huì)比單獨(dú)的醫(yī)生好,人機(jī)結(jié)合的方式跟頂尖大醫(yī)生PK,把這個(gè)證據(jù)拿出來(lái)的時(shí)候,實(shí)際上他們才愿意更開心的去擁抱。這個(gè)是醫(yī)療本身的屬性決定的,的確對(duì)企業(yè)自身的要求會(huì)比較高,在產(chǎn)品開發(fā)的過程中,有的時(shí)候我們覺得產(chǎn)品OK了,在醫(yī)生的眼里是不OK的,你還要往前多走幾步,才能夠達(dá)到臨床的要求,才能夠被他們接受,這個(gè)gap會(huì)一直存在。

陳楊:臨床醫(yī)生的要求擺在那邊,企業(yè)做到更優(yōu)效,才能符合他的預(yù)期,才可能被接受,在循證醫(yī)學(xué)的積累上,有更多的積累,才更有說服力。下面有請(qǐng)錢總。

錢真:我覺得這個(gè)gap確實(shí)是存在的,在很多AI的產(chǎn)品和軟件上往往會(huì)發(fā)現(xiàn)這樣的問題。很多時(shí)候工程背景、算法背景的專家,或者是一些科技公司,對(duì)臨床的痛點(diǎn)和臨床流程把握的程度還是不夠,很多時(shí)候是在拿著一個(gè)算法、一個(gè)方法的“錘子”去找問題,而不是從問題去推需要什么樣的“錘子”,這對(duì)產(chǎn)品開發(fā)來(lái)講是一個(gè)非常嚴(yán)肅的問題。我們認(rèn)為,只有真正把AI融入到臨床的流程中去,在醫(yī)院的環(huán)境里面使用它,臨床的痛點(diǎn)問題才能被解決,這是非常需要打磨的事情。因此,這也是我們?yōu)槭裁匆恢痹趶?qiáng)調(diào)要“產(chǎn)學(xué)研醫(yī)”協(xié)作,特別是怎么樣跟醫(yī)院一起合作,怎么樣把AI和醫(yī)生的工作真正融入到一起,這需要進(jìn)行不斷的打磨。

陳楊:醫(yī)生語(yǔ)言、醫(yī)生思維、工程師語(yǔ)言和工程師思維的對(duì)話才能產(chǎn)品做的更能夠在臨床上被使用。李老師您提到在上海有非常多的社區(qū)醫(yī)院在使用眼病??艫I技術(shù)進(jìn)行篩查,為什么這個(gè)產(chǎn)品可以鋪得這么開,為什么這樣的技術(shù)可以這么被基層的社區(qū)衛(wèi)生醫(yī)生接受,滿足社區(qū)醫(yī)療的點(diǎn)在哪里,這個(gè)gap比較小的原因在哪里?

李文文:我非常認(rèn)同前面兩位嘉賓的觀點(diǎn),我想從偏技術(shù)一點(diǎn)的角度來(lái)補(bǔ)充一下、闡述一下這個(gè)gap的問題,進(jìn)而說以下實(shí)踐當(dāng)中到底是什么樣子的。對(duì)于AI算法有一個(gè)特性,可能大家都比較了解,是blackbox,也就是黑箱問題,本質(zhì)是說AI算法到目前為止非常缺乏可解釋性,醫(yī)生的視角給AI一個(gè)片子,它給我輸出一個(gè)解決,為什么能診斷出這樣的疾病,原因是什么,AI沒有辦法給出很好的解釋。但是也在進(jìn)步,AI可以圈出可疑的部位,高度有風(fēng)險(xiǎn)的部位,可解釋性仍然是很差的,這個(gè)很差的可解釋性,醫(yī)生很難接受,醫(yī)生其實(shí)非常保守,做診斷是非常嚴(yán)肅的事情,如果你沒有辦法很好的告訴我你是如何產(chǎn)生這樣的結(jié)果,大家不太愿意接受。另外一個(gè)方面,我們AI算法訓(xùn)練的一個(gè)普適性或者是generatized,比如說我們的企業(yè)想訓(xùn)練適用于某個(gè)場(chǎng)景的AI算法和模型,去找合作的醫(yī)院拿數(shù)據(jù),拿了一批數(shù)據(jù)來(lái)做訓(xùn)練,訓(xùn)練出來(lái)一個(gè)模型,想把這個(gè)模型推廣到更大的范圍使用,在這個(gè)時(shí)候有一個(gè)問題,企業(yè)訓(xùn)練所使用的數(shù)據(jù)和真正實(shí)踐應(yīng)用當(dāng)中面臨的數(shù)據(jù),數(shù)據(jù)分布可能是不一樣的。數(shù)據(jù)分布不一樣,就會(huì)極大的影響我們模型表現(xiàn)。很多時(shí)候大家會(huì)發(fā)現(xiàn),企業(yè)說我們的算法和模型非常準(zhǔn)確,已經(jīng)達(dá)到97、98、99的精確度,完全可以應(yīng)用于實(shí)踐,醫(yī)生或者是醫(yī)院拿過來(lái)一用,可能也就是70%、80%的準(zhǔn)確率,覺得企業(yè)是不是在吹牛,為什么是這樣?這里面就是數(shù)據(jù)的問題。這就說到眼病診斷,眼病診斷一個(gè)是說從可解釋性方面,對(duì)于我們基層醫(yī)療而言,大家對(duì)于可解釋性的要求沒有那么高,因?yàn)樵诨鶎俞t(yī)療使用過程當(dāng)中是做疾病篩查,而不是疾病診斷,只要篩查一個(gè)科目有風(fēng)險(xiǎn),就把你推給上一級(jí)的醫(yī)院就OK了,所以我不需要給你做出最終的診斷,這個(gè)時(shí)候大家并不需要一個(gè)非常清晰的理由和很強(qiáng)的可解釋性來(lái)支持理論。模型的表現(xiàn)問題,我跟一些AI的科創(chuàng)企業(yè)聊的時(shí)候,現(xiàn)在的AI產(chǎn)品,其實(shí)是軟件和硬件可以分開看,軟件就是我剛剛提到的模型和算法,硬件是大家看到的機(jī)器設(shè)備,硬件負(fù)責(zé)拍照、拍胸片、拍眼底照片,軟件負(fù)責(zé)處理和分析。比如說我的軟件訓(xùn)練的數(shù)據(jù),是由A類硬件來(lái)提供的,這類硬件拍照片是這個(gè)角度,亮度是什么樣的,醫(yī)學(xué)上面要求比較高的,訓(xùn)練出來(lái)的準(zhǔn)確度比較高,如果我換另外一個(gè)設(shè)備,這個(gè)設(shè)備可能拍照的時(shí)候和患者眼鏡的距離和亮度稍微有所變化了,照片的屬性有所變化了,模型用起來(lái)就非常困難,這也是在實(shí)踐應(yīng)用當(dāng)中,很多企業(yè)面臨的一個(gè)問題。所以現(xiàn)在大多數(shù)在視覺健康領(lǐng)域的企業(yè),他們來(lái)做的是我們軟硬件結(jié)合,賣設(shè)備,也賣自己的算法,盡可能去降低我們模型在實(shí)際應(yīng)用當(dāng)中的表現(xiàn)會(huì)變得很差。

陳楊:李老師提到兩個(gè)重要的維度,一個(gè)是產(chǎn)品和模型可解釋性,一個(gè)是真正的表現(xiàn),這個(gè)是產(chǎn)品和實(shí)踐上,臨床醫(yī)生能夠直觀產(chǎn)生信任的地方。最后有請(qǐng)祁總對(duì)這個(gè)問題的看法。

祁歡:前面幾位老師說的時(shí)候,我非常感慨也十分認(rèn)可,你們說的事情在我們的團(tuán)隊(duì)過去十年當(dāng)中也是常常發(fā)生的。常常一個(gè)新的技術(shù)出來(lái)之后,我們的工程師有很多新的想法,比如恨不得把語(yǔ)音識(shí)別用到每一個(gè)功能上,每一個(gè)地方去,每一個(gè)細(xì)胞的調(diào)整操作我也要用一下語(yǔ)音識(shí)別,實(shí)際上這里面有很多偽需求。秦總也談到醫(yī)療的產(chǎn)品,包括李老師也談的,醫(yī)療的產(chǎn)品人們對(duì)性能要求很極致,容不得一點(diǎn)點(diǎn)的差錯(cuò),尤其是重大疾病的診斷上不能出錯(cuò),所以它的性能質(zhì)量也非常重要,投入成本也非常高,周期長(zhǎng)。最后我補(bǔ)充一個(gè)點(diǎn),人工智能的出現(xiàn)是為我們的醫(yī)療器械,或者是健康提供了一種新的選擇,新的工具與方法,讓我們做提升,我們?cè)谧龅倪^程中,不希望技術(shù)的產(chǎn)生讓醫(yī)生、讓患者付出過高的代價(jià),所以它的硬件,以及它的軟件的成本控制和最后的收費(fèi)以及商業(yè)上,我們也希望是一種更加合理的方式。不能過度的功利化,或者是商業(yè)化擺的更重,那我認(rèn)為這個(gè)人工智能不利于在家庭,或者是在醫(yī)院里面去實(shí)施,我想它的成本控制,以及合理商業(yè)運(yùn)行機(jī)制的建立,也是一個(gè)非常重要的補(bǔ)充環(huán)節(jié)。

陳楊:祁總講了非常重要的問題,關(guān)于成本控制,AI之所以用到醫(yī)療當(dāng)中,很大的作用就是普惠,希望醫(yī)療資源能夠給到更多的患者,能夠增加他們對(duì)醫(yī)療資源的可及性。所以剛剛講到的成本控制,或者是優(yōu)化商業(yè)模式的問題,確實(shí)也是非常重要的一點(diǎn),不能和最終的目的背道而馳。剛剛大家都談到研發(fā)端和臨床端可能存在的一些gap的問題,我想聚焦一下大家正在做的一些項(xiàng)目和產(chǎn)品,從祁總開始,您剛剛一直講到AI的閱片機(jī),真需求和偽需求的問題,包括工程師這邊可能有非常非常多的想法,能不能真正的實(shí)踐或者是落地,我知道這款A(yù)I閱片機(jī)2013年的時(shí)候就有這個(gè)想法去立項(xiàng),一直到去年才上線,我比較好奇的是在研發(fā)的過程中,邁瑞做哪些的前置工作去挖掘真正的需求,這對(duì)于企業(yè)來(lái)說比較看重的是什么,難點(diǎn)是什么,怎么樣盡可能不去做偽需求的事情?

祁歡:正好這個(gè)項(xiàng)目也是由我牽頭做預(yù)研的,剛剛開始的時(shí)候,我們從一個(gè)非常小的角落里面,買了兩臺(tái)非常便宜的顯微鏡開始開始做起來(lái)的。2013-2018年我們?cè)谧鲆患虑椋M殉上褓|(zhì)量做到最好,因?yàn)樵谧鲞@個(gè)事情的時(shí)候,北歐有一家公司在這個(gè)領(lǐng)域內(nèi),在全球做到了95%以上的完全壟斷地位。他們非常自信,甚至我們?cè)?jīng)跟他們合作過,我們合作說不能禁止邁瑞去做相關(guān)產(chǎn)品的研發(fā),他說沒關(guān)系你們做吧,我們非常的自信,因?yàn)闅v史上,日本、美國(guó)、德國(guó)許多企業(yè)都做過這件事情,最后只有我成功了,所以你們做沒有關(guān)系,我們當(dāng)時(shí)還是挺欽佩別人的。邁瑞有一個(gè)相對(duì)比較大的臨床和工程的團(tuán)隊(duì),我們花了很長(zhǎng)時(shí)間在國(guó)內(nèi)和國(guó)際做很多的調(diào)研。發(fā)現(xiàn)即使一款被大家神化的產(chǎn)品,真正深入到臨床醫(yī)生內(nèi)部的時(shí)候,臨床醫(yī)生對(duì)無(wú)數(shù)東西都是不滿意的,其中非常重要的一個(gè)點(diǎn),就是它的成像質(zhì)量不能滿足人們對(duì)白血病的診斷需求。當(dāng)時(shí)這個(gè)產(chǎn)品最多是發(fā)現(xiàn)樣本有點(diǎn)問題,當(dāng)儀器發(fā)現(xiàn)有問題的時(shí)候,人們要把把片子拿出來(lái),重新到顯微鏡下進(jìn)行檢測(cè),成像有問題,識(shí)別也有很多問題。因?yàn)橐囵B(yǎng)一個(gè)真正能精準(zhǔn)識(shí)別白血病的形態(tài)學(xué)專家,需要5-8年的時(shí)間,而且這樣的人,還需要在我們國(guó)家?guī)讉€(gè)不多的血液病中心去做專職的培養(yǎng),才能做到這一點(diǎn),否則是不太敢下診斷的。陰性診斷成陽(yáng)性,這對(duì)病人有很大的心理負(fù)擔(dān);陽(yáng)性變陰性更是漏診的問題,識(shí)別能力也是很大的問題,包括成本問題,十年前在中國(guó)裝機(jī)可能達(dá)到200萬(wàn)人民幣的水平,包括在深圳的很多醫(yī)院都裝不起,寧愿人工看好了。所以我們前五年解決一個(gè)成像質(zhì)量的問題,解決成本的問題和解決速度,這三個(gè)在業(yè)內(nèi)叫“不可能的三角問題”,我們通過技術(shù)解決掉,找到方法解決了。2017年、2018年以后,我們開始做人工智能相關(guān)的東西,有一個(gè)算法非常重要,我們是跟騰訊去合作。還有一個(gè)事情,剛剛李老師也提到了,大量的數(shù)據(jù),我們?yōu)檫@個(gè)產(chǎn)品積累了大概有100平米的玻片倉(cāng)庫(kù),一列列玻片,有二三十萬(wàn)張玻片,我們總共采集有近千萬(wàn)級(jí)細(xì)胞的數(shù)據(jù),每一個(gè)細(xì)胞都要經(jīng)過形態(tài)學(xué)的專家對(duì)它進(jìn)行標(biāo)注以后,這個(gè)數(shù)據(jù)才能夠?yàn)槿斯ぶ悄茏龊芎玫膬?chǔ)備。所以說它的研發(fā)周期也非常長(zhǎng),包括后面的臨床適用,剛剛秦嵐總也提到了,比如說高級(jí)別、中級(jí)別、低級(jí)別醫(yī)生的優(yōu)效性的比對(duì),臨床試驗(yàn)等等,都需要花很長(zhǎng)的時(shí)間去解決這個(gè)事情,確實(shí)時(shí)間有點(diǎn)長(zhǎng)。

陳楊:您剛剛講了一個(gè)非常完整的過程,從前五年三個(gè)維度“金三角”的建立,到后面更加落地在臨床上的一些比對(duì)跟實(shí)踐,最終有了這么一款被臨床端所接受的產(chǎn)品。接下來(lái)我的問題給到李老師,祁總也說到醫(yī)生對(duì)于細(xì)胞形態(tài)學(xué)判斷的謹(jǐn)慎程度,剛剛您也講到說,醫(yī)生對(duì)于設(shè)備性能表現(xiàn)的要求是非常高的,包括從理論層面來(lái)說,算法黑箱沒有解決的時(shí)候,醫(yī)生是有心理障礙。包括其他的嘉賓也提到的數(shù)據(jù)問題,從您的角度,無(wú)論從學(xué)界還是產(chǎn)業(yè)界的觀察,一方面數(shù)據(jù)獲取這一點(diǎn)上,企業(yè)要怎么樣才能獲取到像您說的不會(huì)存在一些偏差的,或者是特殊的數(shù)據(jù),讓它的模型更具有普適性,如果不幸出現(xiàn)一些問題,AI和臨床醫(yī)生的權(quán)責(zé)判斷上有怎么樣的思考?因?yàn)槲蚁脒@個(gè)可能是很多醫(yī)生在選擇自己要不要接受AI產(chǎn)品時(shí)非常重要的考量。

李文文:您的問題問的很大,我盡量嘗試回答一下。數(shù)據(jù)的問題,其實(shí)數(shù)據(jù)真的是醫(yī)療領(lǐng)域使用AI技術(shù)的一個(gè)極大的痛點(diǎn),因?yàn)榇蠹椰F(xiàn)在可以看到AI的領(lǐng)域發(fā)展得非??焖傺该?,尤其是像大模型的出現(xiàn)。大模型出現(xiàn)的背后,其實(shí)堆的就是上億的數(shù)據(jù)量,這些數(shù)據(jù)是從哪里來(lái)的?很多都是從互聯(lián)網(wǎng)上獲取的數(shù)據(jù),這些數(shù)據(jù)非常易獲取、易使用。醫(yī)療行業(yè)非常大的不同點(diǎn)是我們的數(shù)據(jù)量一個(gè)是非常有限,另外是數(shù)據(jù)的安全性、隱私性的問題,數(shù)據(jù)敏感度非常高,導(dǎo)致數(shù)據(jù)在領(lǐng)域里面的流通性不高。比如說現(xiàn)在我們觀察到的,大家都在說缺數(shù)據(jù),企業(yè)也說缺數(shù)據(jù),企業(yè)的數(shù)據(jù)從哪里來(lái)?很多企業(yè)說我們積極和醫(yī)院合作,每一個(gè)企業(yè)基本上都列出了很多的三甲醫(yī)院、大醫(yī)院,說跟他們合作,由他們提供數(shù)據(jù),我們來(lái)訓(xùn)練自己的模型。我們會(huì)發(fā)現(xiàn)這些醫(yī)院相互之間的數(shù)據(jù)并不連通,或者是并不流通的,每一個(gè)醫(yī)院對(duì)于自己的數(shù)據(jù),都是建立一個(gè)自己的數(shù)據(jù)庫(kù),這是我們醫(yī)院的資源。因?yàn)樾袠I(yè)的一些特性導(dǎo)致說我們想要去做數(shù)據(jù)的分享非常謹(jǐn)慎,這就導(dǎo)致一個(gè)企業(yè)想要訓(xùn)練一個(gè)性能比較好的模型,就要不斷接觸更多的醫(yī)生、更多的醫(yī)院,去進(jìn)行一些合作,這樣成本相對(duì)來(lái)說是比較高的?,F(xiàn)在一個(gè)趨勢(shì),大家在提倡希望數(shù)據(jù)的互聯(lián)互通,數(shù)據(jù)在我們的領(lǐng)域里面,希望盡可能的保證互聯(lián)互通,但是這個(gè)其實(shí)非常困難,不是說技術(shù)上的問題,更多的也是管理上的一個(gè)問題。比如說眼病,因?yàn)橄裆虾S醒鄄》乐沃行模@個(gè)在其他的省市還叫防盲辦,其實(shí)是眼病防治,負(fù)責(zé)居民的視覺健康。他們嘗試以自己的平臺(tái)、以自己的影響力搭建通用的數(shù)據(jù)平臺(tái),把社區(qū)當(dāng)中患者照的眼底照片聚集在一起,放在一個(gè)平臺(tái)上面,再和其他的公司合作,再進(jìn)行后續(xù)的模型開發(fā)。這是一個(gè)可能的例子,但是在這條道路上仍然是任重道遠(yuǎn)的。您說的權(quán)責(zé)問題,后續(xù)我們要問到一些法律專業(yè)的人員,其實(shí)權(quán)責(zé)問題也是現(xiàn)在醫(yī)生比較抵觸AI技術(shù)的一個(gè)點(diǎn)。如果說我去充分地信任了AI,未來(lái)出現(xiàn)問題是AI的問題還是我的問題?我們所有的AI的技術(shù)以及AI落地的產(chǎn)品,剛才秦總講到拿到三類件的產(chǎn)品很多,大多數(shù)都說的是叫做輔助診斷或者是輔助治療,AI在這里面不占據(jù)主導(dǎo)地位,最后的決策者以及最后簽字者,還是我們的醫(yī)生。所以我感覺鑒于醫(yī)療行業(yè)的謹(jǐn)慎性,其實(shí)未來(lái)很長(zhǎng)一段時(shí)間內(nèi),還是這樣的狀態(tài),AI是作為醫(yī)生輔助的形態(tài)存在的。

陳楊:感謝李老師回答了兩個(gè)非常重要和非常底層的問題,關(guān)于數(shù)據(jù)獲取存在一些難點(diǎn),無(wú)論是數(shù)據(jù)的質(zhì)量還是從醫(yī)療機(jī)構(gòu)出來(lái)的封閉性、可解釋性。李老師也解答了關(guān)于權(quán)責(zé)的問題,確實(shí)是需要更多的討論,或者是各方的探索,才能達(dá)到一個(gè)共識(shí)和結(jié)論。之后,才能更有助于醫(yī)生在臨床上比較多的使用,讓AI發(fā)揮更明確更大的作用。像聯(lián)影在布局AI產(chǎn)品的時(shí)候,考慮到全譜和全棧的概念,多模態(tài)的數(shù)據(jù),包括各種數(shù)據(jù)儀器的AI加持上都考慮到,除了診斷、篩查,后續(xù)的環(huán)節(jié)上也都有布局。在全譜和全棧的體系之下,聯(lián)影智能是怎么進(jìn)行布局的,讓產(chǎn)品盡可能多地覆蓋臨床的各個(gè)領(lǐng)域和環(huán)節(jié)?有請(qǐng)錢總。

錢真:AI技術(shù)可以看作是一個(gè)工具。為了解決臨床問題,很多時(shí)候AI工具如果僅僅零散地用到某幾個(gè)地方,很難形成合成的效應(yīng)。因此,我們一直在提倡全棧全譜。也就是說,我們希望在為影像科解決某一個(gè)問題的時(shí)候,能用AI從端到端全部照顧起來(lái),為醫(yī)生賦能。比如針對(duì)肺癌,我們從源頭,也就是篩查肺癌開始,一直到最后的治療階段,其中的每一個(gè)環(huán)節(jié)我們都有一系列的AI產(chǎn)品覆蓋。在篩查階段,我們開發(fā)了一個(gè)手機(jī)小程序,可以幫助病人做一些簡(jiǎn)單的自我篩查。同時(shí),由于肺結(jié)節(jié)的篩查在基層難以推進(jìn)開展,我們跟華西醫(yī)院合作,將一系列AI軟件都搭載進(jìn)智慧健康管理移動(dòng)車,借助CT篩查車移動(dòng)化的優(yōu)勢(shì),開到基層各個(gè)小的城市、小的城鎮(zhèn),這樣在基層就可以享受到華西這樣的三甲醫(yī)院所帶來(lái)的篩查服務(wù)。篩查之后就是診斷,而對(duì)于醫(yī)生而言,肺結(jié)節(jié)診斷里面最困難的任務(wù),實(shí)際上就是對(duì)肺結(jié)節(jié)良惡性的判斷。我們和華西醫(yī)院合作,共同打造了中國(guó)版Lung-RADS肺結(jié)節(jié)AI評(píng)估系統(tǒng),可以用AI算法自動(dòng)判斷肺結(jié)節(jié)低危、中危、高危或者是極高危的分級(jí),這實(shí)際上對(duì)基層的醫(yī)院、基層的醫(yī)生幫助是很大的。在篩查和診斷之后,就是隨訪。其實(shí)肺結(jié)節(jié)的痛點(diǎn)也在隨訪。比如病人今年做了一次掃描,明年又做了一次,多次掃描下怎樣追蹤肺結(jié)節(jié)的發(fā)展?很多時(shí)候,隨訪的記錄消失了,隨訪的病人也丟失了。因此,需要有一款適合隨訪場(chǎng)景的AI軟件把這個(gè)事情管理起來(lái)。我們用AI算法做了一個(gè)系統(tǒng),這個(gè)系統(tǒng)能夠跟蹤每一個(gè)肺結(jié)節(jié),在不同的時(shí)間、同樣的解剖區(qū)域、同樣的解剖位置,跟蹤同一個(gè)肺結(jié)節(jié)的具體進(jìn)展。對(duì)AI來(lái)說,這個(gè)是時(shí)間上的配準(zhǔn)問題,因此AI可以很好地把整個(gè)隨訪過程管理起來(lái)。隨訪管理之后,如果病人有惡性肺結(jié)節(jié)需要做手術(shù),醫(yī)生也需要完成手術(shù)之前的規(guī)劃,因?yàn)榉谓Y(jié)節(jié)外科手術(shù)中,變異氣管、支氣管、肺動(dòng)脈、肺靜脈的結(jié)構(gòu)復(fù)雜,做好精準(zhǔn)手術(shù)規(guī)劃是非常重要的。我們針對(duì)肺部外科手術(shù)的AI軟件可以幫助醫(yī)生去做好一系列的手術(shù)規(guī)劃。針對(duì)肺部科研領(lǐng)域,很多醫(yī)生想要做肺部的科研工作,我剛剛提到的科研平臺(tái)可以賦能醫(yī)生探索更多肺部疾病的未知領(lǐng)域。包括剛提到的和華西醫(yī)院做的中國(guó)版Lung-RADS肺結(jié)節(jié)AI評(píng)估系統(tǒng),實(shí)際上也是我們跟華西醫(yī)院的科研合作開始,慢慢從科研落地到臨床的結(jié)果。所以,基于全棧全譜的理念,我們從肺結(jié)節(jié)這類常規(guī)的且很多公司在做的產(chǎn)品出發(fā),從端到端,把整個(gè)譜系都做完全,去幫助醫(yī)生系統(tǒng)性地解決問題,這樣對(duì)于臨床流程的改變、對(duì)于醫(yī)生使用習(xí)慣的改變,會(huì)有比較大的作用。

陳楊:感謝錢總,您提到非常重要的概念,并非零散的軟件而是系統(tǒng)化的解決,因?yàn)楫吘箯募膊∫婚_始預(yù)防到后面的篩查、診斷、治療,整個(gè)全流程來(lái)看,應(yīng)對(duì)疾病本身這件事情也不是一個(gè)碎片化的,或者是一個(gè)環(huán)節(jié)事情,而是一個(gè)全流程的事情,這個(gè)也是聯(lián)影在進(jìn)行布局時(shí)一個(gè)通盤的考量。感謝錢總。秦總剛剛講到說公司的產(chǎn)品著力于決策和治療,也就是手術(shù)方面的一些點(diǎn),我比較好奇的是,因?yàn)閯倓偞蠹以趯挿赫凙I的時(shí)候,有會(huì)講到提升效率的地方。提升效率原本是醫(yī)生能做的事情,AI做效率更高更好,像您剛剛提到?jīng)Q策上的包括治療上的事情,其實(shí)有一些是不是醫(yī)生來(lái)做,可能會(huì)因?yàn)樽约旱慕?jīng)驗(yàn)、手術(shù)環(huán)境或者是診斷環(huán)境,而不是像人就能做的這么好的,確實(shí)需要AI進(jìn)行一些參與?所以想就這個(gè)問題談?wù)勀目捶ā?/p>

秦嵐:我們選擇的方向,坦白講從整體的發(fā)展進(jìn)程來(lái)看,我想分享兩個(gè)點(diǎn)。一個(gè)點(diǎn)是說當(dāng)你選擇痛點(diǎn)的時(shí)候,我們選擇最關(guān)鍵問題的最痛點(diǎn)要首先解決。如果從技術(shù)角度出發(fā),我非常有可能首先選擇圖象處理、診斷,但是如果我們從疾病的角度出發(fā),就會(huì)發(fā)現(xiàn)整個(gè)疾病治療、整個(gè)診療過程中的卡點(diǎn)到底在哪里。比如說以腦血管病整個(gè)神經(jīng)介入治療為例,最大的卡點(diǎn)是在于手術(shù)難做,手術(shù)是非常有效治療預(yù)防腦中風(fēng)和急救腦中風(fēng)的一個(gè)手段,但是最大的問題在于沒有那么多的好醫(yī)生,而大多數(shù)的手術(shù)都是比較難做。所以我們是倒推,首先有一個(gè)很明確的應(yīng)用場(chǎng)景,有很明確要解決的問題,當(dāng)我們分析手術(shù)過程為什么這么難,會(huì)發(fā)現(xiàn)不是手術(shù)中三十步都難,而是卡脖子的關(guān)鍵技術(shù)難。中國(guó)人群腦血管,這個(gè)血管是九曲十八彎,繞了好多個(gè)彎,繞到顱內(nèi),使得我們導(dǎo)管到位就非常困難,這是手術(shù)中非常難的一個(gè)卡點(diǎn),我們就嘗試把這個(gè)難點(diǎn)用技術(shù)自動(dòng)化去解決。一開始在做的時(shí)候,我自己不是學(xué)算法出身的,現(xiàn)在被倒逼其實(shí)也在讀自動(dòng)化系的工程博士,當(dāng)時(shí)發(fā)現(xiàn)臨床問題的時(shí)候,其實(shí)我們是不了解技術(shù)的,并不知道用什么樣的技術(shù)方案能解決。但我們有非常明確的臨床痛點(diǎn),從臨床痛點(diǎn)來(lái)出發(fā),嘗試各種技術(shù)路徑之后,最終是靠算法解決手術(shù)方案的路徑規(guī)劃,靠設(shè)備解決醫(yī)生操作精細(xì)化的問題,提供這樣的解決方案。一個(gè)AI產(chǎn)品的好壞,要看首先解決什么樣的痛點(diǎn),這個(gè)痛點(diǎn)夠不夠痛,當(dāng)它夠痛的時(shí)候,重新來(lái)制定行業(yè)標(biāo)準(zhǔn),重新定義規(guī)則,會(huì)推進(jìn)術(shù)式的演進(jìn)。從傳統(tǒng)的僅靠醫(yī)生的術(shù)式,把它演進(jìn)到可以完全標(biāo)準(zhǔn)化,且把過程中對(duì)人類醫(yī)生比較困難的部分,把它摘出來(lái),自動(dòng)化完成。所以未來(lái)其實(shí)我相信類似手術(shù)治療的過程都可以演進(jìn)到人機(jī)結(jié)合的過程,我們既不追求所有都要靠AI的設(shè)備、軟件全流程解決問題,又不追求完全依賴醫(yī)生經(jīng)驗(yàn),實(shí)際上把對(duì)醫(yī)生的要求放低,希望可以是住院醫(yī)生的水平就可以完成的手術(shù)。因?yàn)獒t(yī)療行業(yè)最終目標(biāo)其實(shí)還不是為醫(yī)生服務(wù),最終的目標(biāo)是我們跟醫(yī)生一起為患者服務(wù),疾病要得到治療,這個(gè)是最終的終級(jí)解決方案,這是我們自己整體的實(shí)踐過程。

陳楊:感謝秦總,您剛剛提到人機(jī)結(jié)合的概念,我覺得今天的對(duì)話,其實(shí)也能特別體現(xiàn)醫(yī)工結(jié)合的概念。因?yàn)楸热缦袂乜?,醫(yī)生臨床經(jīng)驗(yàn)的加持,包括兩位,錢總跟祁總這邊算法的經(jīng)驗(yàn),特別是在對(duì)話當(dāng)中,三家公司的研發(fā)歷程其實(shí)可以看出,醫(yī)工結(jié)合之下,AI產(chǎn)品可能才會(huì)在臨床的應(yīng)用和落地上更加順利。我們今天的對(duì)話是講了AI醫(yī)療的很多過程,無(wú)論是最底層的數(shù)據(jù)獲取,包括權(quán)責(zé)上、真人醫(yī)生和AI機(jī)器的分配,以及在產(chǎn)品研發(fā)的具體過程中,臨床的需求和算法工程師的想法和技術(shù)如何結(jié)合在一起,更好為患者服務(wù),包括非常重要的商業(yè)化落地和商業(yè)創(chuàng)新的問題,也是服務(wù)于AI、應(yīng)用于醫(yī)療領(lǐng)域,最終想達(dá)到普惠,讓更好的醫(yī)療資源普及到每一個(gè)患者的想法和愿景。今天時(shí)間過得非??欤哺兄x四位精彩的分享,感謝大家的聆聽,希望可以給大家?guī)?lái)更多的思考跟啟發(fā),謝謝。

最終解釋權(quán)歸界面新聞所有

評(píng)選及盛典參與,歡迎聯(lián)系2023【大健康常春論壇】組委會(huì):

官方郵箱地址:huodong@jiemian.com

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。