癌症早筛与科研两手抓依图医疗医疗AI商业化探究现效果

作为近年来放射学范畴最为注目的技能，医疗AI正在放射范畴得到广泛并改动放射学的前进进程。方针端，2017年国务院出台的《新一代人工智能发展规划》对整个大健康工业释放出严重利好信号，医疗AI逐渐成为了炙手可热的风口。

随之而来的是，有渐渐的变多的医疗AI产品落地临床，进入早筛、确诊、随访、科研等各个范畴，成为临床医师的好帮手与“第二大脑”。依图医疗便是在该范畴有深化探究的一家企业，昨日它正式发布了多组学智能科研渠道并汇报了重要商业化项目“AI防癌地图”的周年效果。

中：中华医学会放射学分会主任委员、北京协和医院放射科主任金征宇教授；右二：中国医学科学院肿瘤医院副院长周纯武教授；左一：广州医科大学隶属第二医院放射科副主任兼番禺院区微创介入科主任张振峰教授；左二：依图医疗副总裁方骢博士；右一：依图医疗副总裁石磊

“AI防癌地图”走底层

关于依图医疗，36氪曾对其有过具体报导，它背靠视觉辨认的技能优势，拿手医学印象剖析，可以用AI读取医学印象陈述，智能鉴别确诊印象状况，并给出相应的医治定见。现在，其AI医疗印象系统现已使用于全国300余家医院，掩盖肺癌、乳腺癌、宫颈癌、胃肠疾病等众多病种。其间，胸部CT智能4D印象系统care.ai已完成了从病灶检出到办理的全流程智能化。

在这些技能使用探究的根底之上，依图医疗在上一年11月正式启动了“AI防癌地图”项目，计划在未来5年内投入1亿元项目资金，联合数百家医疗组织，掩盖19个省市自治区，为底层民众打开癌症早筛。经过1年的推行履行，“AI防癌地图”已掩盖广东、福建、河南、浙江、重庆、湖北、辽宁等多个省市，累计服务数十万人次，施行肺癌智能早筛5000余次，筛出疑似高危患者50余人。

依图医疗副总裁方骢博士告知36氪，在底层的推行并没有幻想中简单。“开端根本就没人来查，人们的观念遍及跟不上，后来和医院联合打开早筛宣教作业，这一状况才渐渐改进；也采取了一种‘本地化’的运营手法，比如在不同当地医院咱们都会发起当地职工去亲自解说，传达给亲朋好友。”

举例来说，在广东番禺，依图医疗曾在2018年为1323例高危人群进行了智能早筛，2019年，又有1271名高危患者承受了智能肺癌早筛，其间有177名在2018年筛出的高危人群自动承受随访。

方骢坦言，受观念和宣教约束，现如今“AI防癌地图”所掩盖的区域全体仍是偏发达区域，包含中东部、滨海、沿江等；接下来，依图医疗会要点向西北或一带一路区域浸透，并将癌症从肺癌扩展至乳腺癌。

此外，“AI防癌地图”的方针也在纵向逐渐细化，包含为底层民众打开长时间的随访追寻（继续二期、三期、四期筛查）；优化结节办理模式，为肺癌高维人群树立健康档案，构建区域样本中心；与CTC、ctDNA等最新的早筛技能结合，树立归纳性的前期肺癌筛查系统等。

据方骢泄漏，现在，一方面公司已在活跃和政府及医疗组织接洽，期望能相互联动去做一些他们现已打开的筛查，由依图医疗供给AI助力；另一方面，也已和一些企业达到战略协作，比如使用ctDNA做前期癌症筛查的，依图期望经过液体活检协作印象筛查，根据多临床依据去支撑判别是否是患癌和良恶性，甚至将怎么治归入进来，构成筛、诊、治、随访的完好链路，现在也渐渐的开端布局了。

在商业化的道路上，抛开未获取三类证不谈，依图医疗也总结了少许经历。方骢表明，首要在于三个层面，包含技能、产品以及市场策略。她表明，背靠依图科技，依图医疗有强壮的AI基因，也获得了300余家三甲医院的认可，产品力过关；在市场推行层面，依图医疗打造了一系列的产品处理方案。

依图医疗骨龄一体机

“以骨龄筛查产品为例，既和爱康这样的体检组织协作，进行SaaS化的布置，服务发达区域的孩子；也可以搭载到我的骨龄一体机上，走到乡村去，掩盖那些SaaS服务不到的城市，让方针客户可以以最低的本钱用起来。”

临床和科研两手抓

而帮忙底层打开肺癌早筛的一起，依图医疗也在科研范畴上继续探究，并顺势推出了多组学智能科研渠道care.ai。

事实上，“科研渠道”并不是一个新概念，在临床使用商业化受阻的当下，科研渠道简直成为每家医疗AI企业的标配，包含印象组学科研渠道和医疗大数据科研渠道——即根据电子病历去提取文本信息（类似于挑选器），它们经过文本数据或印象数据的标示和流程化练习方面取得了必定的科研效果。

不过，依图医疗副总裁石磊表明，“它们只是参加了数据的管理进程，且这两个维度其实在今日关于医学科研而言都不太够，图画尽管重要，但只是根据图画而不相关临床信息，图画代表了什么不清楚，它的含义也会大打折扣”，跨学科、多模态数据的整合才是“AI-based”的科研趋势。

依图医疗副总裁石磊发布多组学智能科研渠道

那依图医疗的科研渠道有何特别之处呢？

据石磊介绍，市面上大部分单纯根据医学印象既有低维特征提取、归纳、剖析的科研渠道，相较之下，care.ai引进了“多组学”概念，行将深度学习技能前置于高维信息提取进程，帮忙医学专家探究更高维的医学信息国际，终究完成“小样本亦大数据”；别的，还将印象、文本、基因、病理等多模态信息引进科研流程，为科学研讨供给更全面的AI辅佐，打开更丰厚的临床研讨。

他解说到，实际状况下，医师做科研获取到的都是小样本，无法完成“大数据”；现如今，医疗数据的信息密度渐渐的升高，衡量医疗数据价值的维度早已不能局限于样本量，单位样本的数据信息密度已成为临床研讨新的价值维度。而AI技能能深度提纯和解析数据价值的才干，可充沛发掘有限数据中包含的海量信息，让从前的“小样本”数据成为“大数据”。”

“信息提纯和解析贯穿每项科学研讨的一直，医学研讨往往需求整合多维度数据才干有所突破，关于多维数据的整合才干、高维信息的提取才干和数据剖析的智能化水平直接决议了科研功率与效果水平。”

不过，多组学智能科研渠道的建造应战极大，关于建造者的医学问题了解、AI归纳才干、协作伙伴等都提出了极为苛刻的要求。对此，石磊表明，“依图医疗在计算机视觉、天然文本处理、常识图谱技能等多范畴的深沉沉淀是重要的技能支撑。”

具体来说，针对处理临床信息和印象信息相关的难点，依图医疗归入了包含了图画处理、天然语言以及医学常识图谱等多项技能：在此技能架构上，把印象图画、临床的文本数据甚至病理、基因这些多模态的数据终究整合，作为一个在科研渠道傍边的数据进行全体输入；处理方法上，不只是用传统机器学习、印象组学的方法，还包含了深度学习的方法，即提取医师重视的问题点，把它们作为科研傍边重要的输入；别的，规划一套算法适用于医学小样本，包含让算法去规划算法、优化练习以及提取特征和界说特征。

石磊泄漏，现如今，根据该渠道已有不少科研项目连续打开，包含华西医院、浙江省肺癌诊治医学中心都有一些小的前期效果出来。