聚焦|风口上的医学影像AI 在临床上走到哪一步了?

2021-04-09 来自科创板日报
自2020年1月国内首张AI医械三类证后,目前已有超过10款人工智能辅助检测产品拿到了医疗器械最高级别的三类许可证,医学影像AI在医院已真实运用。

《科创板日报》(上海,记者 朱洁琰)讯,站在AI医疗的风口上,已经有3家医学影像AI企业走到了IPO阶段,他们该开始讲临床应用的故事了。


自2020年1月国内首张AI医械三类证后,目前已有超过10款人工智能辅助检测产品拿到了医疗器械最高级别的三类许可证,医学影像AI在医院已真实运用。


对医学影像AI企业而言,新一轮竞争已经开启,谁能卡住临床需求显得尤为重要。


在近日召开的首届长三角地区人工智能影像论坛上,中华医学会放射学分会候任主任委员、上海长征医院影像医学与核医学科主任刘士远表示,国家监管层面正在以开放的心态进行AI政策布局,并逐渐引导医院应用。“接下来AI企业能不能够解决临床问题?是否能够持续创新?获得医生和病人的认可?这可能是AI企业想要迫切实现的最后一公里。”


影像AI离不开和医院的合作


AI企业通常会和医院有科研方面的合作,那么具体怎么做?《科创板日报》记者在上述论坛上听到了来自首都医科大学宣武医院放射科主任卢洁的分享,宣武医院与医学影像AI头部企业数坤科技合作,开展人工智能在头颈CTA血管重建的应用价值研究,研究成果在全球顶刊Nature子刊《Nature Communications》在线发表了研究论文。


据卢洁介绍,该研究首次利用3D卷积神经网络设计了一个可实现头颈CTA血管分割的后处理系统能够自动除去骨影像并完成头颈CTA血管重建。此外,该论文的研究过程也体现了一个有效的模型并非一蹴而就。


在缺血性卒中以及多种脑血管疾病的诊疗中,头颈CTA检查是常规检查手段。“由于拍摄头颈CT时无法忽略颅骨部分,而颅骨密度高在CT图像上会以与造影剂类似的高亮方式呈现,数值也非常接近,因此医生往往会要求患者进行两次CT扫描。”卢洁解释说,AI介入后头颈CTA的检查流程可以减少一次CT扫描。


回到论文,整个实验大致可分为模型训练与模型验证两个部分。18259例头颈CTA数据集均采集于2017年6月至2018年11月间,由5家国内三甲医院协作提供。按照每个病例600幅影像,每张影像10个血管区域进行计算,整个实验过程已对超过一亿血管区域进行了AI勾画与分割。


完成样本构建后,研究人员使用数坤科技开发的CerebralDoc AI模型对影像进行后处理重建。论文发布时AI的重建准确率达到了90%以上。


卢洁指出,使用AI的5个月之后,宣武医院进行CTA后处理技师已经从3人缩减至1人。数坤科技研究院负责人郭宁进一步表示,“技师人数的变化反映了AI能力的成长,在实验之初AI处理的结果仍需要医生进行修补确认,但随着模型逐渐成熟,医生已经能够将大部分工作交给AI进行,转而投身更有意义的分析与研究工作之中。”


医院之间也会互相取经


那么,原本没有使用AI的医院是怎么跨出第一步的?上海交通大学附属胸科医院放射科主任于红在论坛上给出了她的答案,“胸科医院一直是主要拍肺部的片子,但突然有一天院长对我们的心血管有要求了,让我去第一人民医院学习,为什么他们速度那么快,但是我们预约又慢报告又慢,然后我就去了,其实是去看看他们怎么做的,结果就是意外发现。”


在上海交通大学附属第一人民医院,于红看到了AI究竟是怎么辅助拍片的,“解学乾主任给我演示了他们用的AI设备,怎么做病人,怎么做三维,怎么照片子。我真的有点半信半疑,然后我就在那个地方认真的看了,果真确实不一样,然后回来我们才开始用。”


按照传统方法,对放射科医生来说,“冠脉CT”的立体三维重建不仅是脑力活,更是体力活。于红形象地表示,在冠脉CT扫描出的数百张照片里,心脏血管影像就像散落的珍珠一样分散。 立体三维重建时,医生就如同“串珠子” ,需先把这些“珠子”从照片中“找”出来,再串接起来,重建出可供诊断的一根心脏血管。


于红透露,有了AI系统“加持”, 在处理患者CT片时,人工智能可以在短短5分钟内,完成血管的立体三维重建,自动生成心脏血管的立体高清照,并整理出初步诊断报告。而这些过程原本大概需要耗时40分钟。


不过,于红也指出,这中间有一个磨合的过程。一开始在使用过程中,可能是医生的问题或者扫描设备的问题,一份报告大概也要耗时20分钟。“我就觉得很奇怪,明明第一人民医院大概只要5分钟出片,为什么我们还是要20分钟?后来我们请了AI企业数坤,第一人民医院的放射科主任过来手把手教我们临床。我当时还去了瑞金等其他医院,做的好的医院都去取经,现在我们也能做到5分钟出片了。”


怎么做实付费?


花钱购买医疗AI 的影像科,是成本中心,而诊疗的医生本身是一个利润中心,现在,医疗AI是真正能够帮助医生节省时间。这样一来,医生付费的动力很高。


就以胸科医院为例,影像科的医师们享受到了影像AI带来的好处,“以往我们做冠脉CT的排班是很难的,因为大家都不愿意去做。一天时间下来,冠脉大概只能做完30个病人,而肺能做200个病人,但是单个病人的绩效还是一样的。”于红说,“现在效率上来以后,医师都愿意去做冠脉了。”


“以前会觉得我为什么用你的人工智能?现在医生越来越重视卫生经济学,会变得更愿意通过精准诊断来收费。”还有放射科医生表示。


而在首届长三角地区人工智能影像论坛现场,作为承办方的数坤科技董事长毛新生也表示,如何让AI医疗产品实现支付价值,这是他会考虑的重中之重。


“AI应用于医学影像辅诊等相关技术已经比较成熟,在全国几百家医院都在使用。”毛新生指出,但是AI医疗产品价值如何在购买环节解决付费问题,如何进入医保收费体系……这些方面还需要行业规则不断完善,也需要国家政策对AI医疗领域的大力支持。


不仅需要了解监管审批和采购政策,还要满足医生的临床需求,并有深厚的渠道资源积累和强大的商业化布局,对已在医学影像AI这个赛道上的选手,这是一个怎么更好做加法的游戏。


特别声明:文章内容仅供参考,不构成投资建议。投资者据此操作风险自担。