訂閱
糾錯
加入自媒體

數智廣西,以政策驅動“新技術”,我們聚焦四大醫療人工智能應用場景

2019-09-06 15:19
動脈網
關注

今年9月將在廣西南寧舉辦“第一屆中國—東盟人工智能峰會”,在此期間,廣西壯族自治區人民政府主辦,廣西壯族自治區大數據發展局承辦了天池大賽—數智廣西·全球數據智能挑戰賽(2019)。大賽以“在線推廣+定向邀約”雙輪驅動的模式吸引全球知名企業和實驗室參賽,通過貫通全球資源,挑戰世界領域醫療難題,推動醫療數據開放和標準化,普惠廣西當地基層醫療建設。

本次大賽吸引了分布在全球12個國家和地區的1635支隊伍,來自國內外100余家企業和單位,其中包括慧影醫療、聯影、依圖、深睿醫療、深圳數字生命研究院、浙大睿醫等國內著名醫療AI企業和研究機構。

天池大賽—數智廣西·全球數據智能挑戰賽(2019),始于“數據競賽”,專于“產學聯動”,精于“醫療落地”,構建“1+1+6”的新形態:1個全球首個肺綜合公開數據集發布、1個廣西醫療人工智能白皮書發布及以6場研討調研論證推動產學研融合。

在大賽進行期間,為了推進人工智能在醫療場景的應用,中國衛生信息與健康醫療大數據學會、廣西壯族自治區大數據發展局共同主辦以“數智廣西,共領未來”為主題的研討會。在研討會中,阿里巴巴達摩院AI中心醫療健康實驗室與動脈網·蛋殼研究院共同發布《人工智能在醫療場景中的應用分享》。

《人工智能在醫療場景中的應用分享》以人工智能在醫療場景中的應用為主體,結合廣西的地方特色,通過動脈網·蛋殼研究院及阿里巴巴達摩院AI中心醫療健康實驗室的調研及分析,從四個宏觀維度洞察廣西的醫療發展現狀,并提出需要重點關注的四大變化及由此衍生出的六大機遇與挑戰。

在宏觀層面,對標其它省份,提出發展建議;在微觀層面,則重點聚焦人工智能的四大落地場景;產品端,我們重點探索如何從視覺引擎、知識引擎及搜索引擎三大平臺切入醫療人工智能領域。

廣西醫療產業現狀洞察:從“變化”開始,重點關注四大宏觀維

從“變化”開始,四大驅動因素引發廣西未來醫療產業變革。經濟要素——引發的醫療消費能力變化;人口結構要素——引發的醫療受眾人群結構變化;疾病譜要素——引發的醫療剛性需求變化;供給要素——引發的醫療服務能力變化。

1、經濟要素--引發的醫療消費屬性變化:居民醫療消費屬性偏向“優質醫療”,政府醫療負擔加劇

2015年~2017年的數據顯示,廣西居民醫療消費能力提升,屬性已經偏向于獲得:高質量的醫療服務、高質量的就醫環境及便捷的就醫途徑,醫療期望由“基本醫療”向“優質醫療”轉變;同時,廣西人均醫療保健支出逐年增長,政府醫療負擔不斷加劇。

現階段的醫療服務體系未來將不足以滿足居民的醫療期望,而政府將面臨更大的社會保障壓力。

2、人口結構要素--引發的醫療受眾人群結構變化:居民城鎮化及老齡化,考驗醫療供給能力

數據顯示,廣西居民的人口結構呈現:居民老齡化趨勢明顯,占比68%中青年人群將快速老化。廣西居民城鎮化趨勢正在不斷加速,城市居民每年增長約70萬人。

我們認為:廣西老齡化人口增多現狀不可逆轉,老齡人口醫療及養老需求未來將呈現爆發式增長。同時,農村居民向城鎮轉移,未來,廣西城鎮醫療機構醫療供給能力將受到嚴峻考驗。

3、疾病譜要素--引發的醫療剛性需求變化:死亡率大幅上升,治療“強剛性需求”需滿足

數據顯示,循環系統疾病(高血壓、冠心病、急性腦血管病、心力衰竭)、腫瘤及呼吸系統疾病疾病死亡率最高;同時,近年來,城市及農村居民的循環體統疾病及腫瘤疾病的死亡率大幅上升。

我們認為:患者對于這三類疾病有著極大的剛性治療也大幅上升。

4、供給要素--引發的醫療服務能力變化:整體供給能力上升,但醫生缺口及負擔加劇

數據顯示:廣西醫療服務能力(供給端)保持長期穩定增長,2017年醫院數/衛生院數及衛生技術人員數分別增長2.4%及5.3%;但每萬人擁有衛生技術人員數增長趨0。

我們認為:盡管廣西醫療供給能力持續增長,但人口增長速度明顯高于醫療供給能力。未來,醫生缺口及醫生負擔將會明顯加劇。

鼓勵試點,總結經驗,制定規則,是政府落地醫學人工智能的政策導向。

1、機遇與挑戰并存,以政策為抓手應對“六大”機遇與挑戰

四大“變化”因素引發居民的醫療期望上升、政府支付負擔上升、老年人醫療需求增加、城鎮醫療機構負擔加劇、高致死率疾病剛性需求增加、醫生缺口及負擔明顯加劇等六大現象。面對機遇與挑戰,我們認為:以政策驅動“新技術”落地解決廣西醫療領域供需矛盾。

2、區域參照:結合貴州發展情況,看廣西醫學人工智能落地路徑

以政策驅動“新技術”的方式,在全國多地已經開始進行。以區域參照的方式,我們研究人工智能技術產業化較早的貴州,整體來說,貴州的人工智能全產業鏈應用可以分為四個階段:

第一階段:建立了健全完善的四大醫療衛生基礎數據庫;

第二階段:構建高效共享、互聯互通的全省醫療衛生信息交換服務網絡;

第三階段:實施智能醫療健康產業化示范項目;

第四階段:發展智能藥物挖掘,支持醫藥企業智能化轉型;

結合我們對多地人工智能政策的整理,我們認為,在政策的驅動下,廣西落地醫學人工智能的政策導向應當遵循:1.鼓勵試點;2.總結經驗;3.制定規則。

聚焦四大人工智能應用場景

以政策驅動“新技術”,結合當前廣西的醫療產業現狀,我們認為,應當聚焦四大人工智能應用場景:

1.人工智能+醫學影像;

2.人工智能+醫院管理;

3.人工智能+疾病診斷和預測;

4.人工智能+醫學研究;

應用場景一:人工智能+醫學影像

1、人工智能+醫學影像,重點落地心血管及腫瘤影像

人工智能在醫學影像領域目前的應用方向主要有三類,即疾病篩查、病灶勾畫、臟器三維成像,涉及腦、眼睛、乳腺、食管、肺、心臟等多個人體部位。

結合目前循環系統疾病的特點,預防意義重于治療,人工智能心血管影像能夠有效提高廣西居民的循環系統疾病早篩及預防情況,其中優先落地:心電圖的自動分析及診斷及心血管疾病AI影像技術(心電CTMRI心電彩超等)。

結合目前癌癥診斷和治療的發展狀況,人工智能腫瘤影像能夠有效提高廣西居民腫瘤類疾病治療情況,其中落地人工智能腫瘤影像的優先順序為:肺癌、肝癌、胃癌、結直腸癌及乳腺癌等高發癌種。

我們可以看到大多數人工智能企業選擇了在醫學影像推出產品,肺結節篩查、糖網篩查兩大熱門方向遙遙領先,但同時有相當多的企業將目光投向了心血管類疾病方面,同時,針對更多疾病的產品正在不斷涌現,人工智能企業產品呈現出分散趨勢。所以,醫療機構在人工智能醫學影像產品的選擇上,有著非常廣泛的可選擇性。

肺部疾病檢測引擎:可以自動、快速、準確的從病人的胸部CT掃描序列中發現疑似病灶位置,降低肺癌早期篩查的成本,提高檢測速度和檢測的準確率,緩解醫療資源的緊張,挽救更多患者的生命。

阿里巴巴達摩院AI中心醫療健康實驗室的肺部疾病檢測引擎具有檢測準確度高、核心技術原創及經過實際場景驗證這三大特點:

心血管疾病診斷引擎:為了進一步降低醫生交互的工作量,人工智能心血管疾病診斷可以進行心臟冠脈的提取及重建,自動化的提取冠脈樹并命名精細到半徑小于1mm的分支,同時利用三維重建技術生成VR、CPR和SPR輔助醫生診斷病灶,實現斑塊類別識別、易損斑塊預警及狹窄程度預測等多項功能。

智能骨科引擎:利用定位、分割和測量核心技術,輔助評估致病因素并確定診療方案,覆蓋膝關節、脊椎和膝關節,覆蓋多病種。經過醫院實景場景驗證,阿里巴巴達摩院AI中心醫療健康實驗室的數據顯示,其骨科AI產品的精準度超過70%的骨科醫生并且單次耗時低于200ms。

對于肝、肺、心血管及脊椎等多個檢測引擎,均可以通過其內嵌的智能標注功能進行自動化標注:

1.自動肺和肝標注:內嵌國際領先的肺,肝分割算法,自動生成器官的預分割,輔助標注更準確高效;

2.自動心血管標注:業界領先的全自動的冠脈提取算法,冠脈樹一點即成,血管標注簡單易見;

3.自動脊柱標注:自主研發的高精度脊柱分割算法,分段分割同步完成,脊柱標注不再繁瑣;

在真正落地的過程中,智能標注需要具備:跨平臺云端標注、支持豐富的數據種類、靈活多樣的標注類型、智能用戶交互及高效三維標注五大特點。

2、影像拍片AI質控:攝片質量及時診斷,避免非必要時間損耗

AI技術實現攝片質量即時自動分析,在患者尚未離開前即可提示技術是否需要重拍,從而避免非必要的時間損耗。AI質控平臺可以通過與設備集成,從而實現拍片到審片直接在設備端完成,由平臺提示影像是否符合要求。

目前影像拍片AI質控平臺已經實現產業化,尤其是對于典型胸部正位圖像篩查,其準確率已經達到95%以上。

傳統人工質控的方式無法避免的兩大問題:效率低而且一致性差及事后質控,患者很難再次拍攝,時間損耗大。影像拍片AI質控基于人工智能圖像識別技術,能夠實現醫學影像成像質量的自動評價與評分及醫學影像質控自動化、網絡化、常態化和實時化,最終提升醫生的閱片水平提高診斷率。

影像拍片AI質控的產品價值可以分為三個層面:

1.醫生層面:每一份有質量問題的報告,都能更清楚地明確問題所在;

2.科室管理層面:每份報告都能做出相對客觀的評價,每位報告醫生的工作質量也都能了如指掌;

3.醫院層面:對于醫院可以動態分析每天的質控狀態;

3、智能影像網關平臺:數據自動DICOM標準化,簡化操作流程

由于影像歸檔和通信系統PACS與很多AI產品之間,并未實現基于DICOM,即醫學數字成像和通信,標準的影像通訊和其它信息通訊,醫生不得不在多個系統之間操作。而智能影像網關平臺就像一個介于PACS及AI產品間的轉換器,能夠:

1.簡化醫院PACS與AI產品的對接;

2.減輕現有PACS/設備的負擔;

3.實現影像數據DICOM標準化;

智能影像網關平臺,目前已在國內多家醫院臨床應用;

應用場景二:人工智能+醫院管理

因為醫療事務繁重、臨床管理和醫院管理的難度大、對新技術接受度高等因素,我們認為:醫院在完成第一階段的人工智能體系建設后,尤其是針對大型三級醫院,應當大力發展:人工智能醫院管理。人工智能在醫院管理應用上主要有兩個方向,分別是優化醫療資源配置和彌補醫院管理漏洞。

1、優化醫療資源配置

人工智能優化醫療資源配置:利用大數據,從宏觀層面協調資源的有效分配。它能根據電子病歷、既往病史等信息分析出哪些患者是最需要及時救治的,把醫療資源優先提供給他們,優化醫療服務的先后順序。

相對于傳統方式:人工智能能夠大幅降低人力成本,而醫護人員將工作重心投入到醫療服務中;醫療資源利用率能夠得到大幅度提高,分析出哪些患者急需救治,優化醫療服務的前后順序;就診體驗得到一定程度提升,優化醫院的資源配置能夠最大程度滿足患者的訴求。

2、人工智能彌補醫院管理漏洞

彌補醫院管理漏洞:從點評網站、社交平臺和新聞媒體等渠道收集客戶對醫院的評價,通過自然語言處理技術將非結構化的數據處理成能被系統識別的結構化數據,根據已經搭建好的模型,系統能夠整理、分析出各種評價背后的真實含義。

調查發現:患者對某醫院話題討論最多的分別是:候診時間、服務態度、就診時間、醫療價格及院后隨訪。

相對于傳統方式:人工智能能夠大幅的擴寬患者的反饋信息收集渠道;大幅降低從信息收集、分析到總結的時間損耗;并且能夠避免人為因素,最大程度保證調查分析的結果客觀有效。

利用人工智能對醫院進行管理,能有效的對人、財、物、信息、時間等資源,進行計劃、組織、協調、控制, 充分利用醫院的現有資源,實現醫療效用的最大化。

以醫院管理標桿型的企業Qventus為例,在XX醫院使用了它所提供的人工智能系統后,這家醫院在以下八個維度的表現出現改善,同時患者對醫院的滿意度從29位提高到第3位。

應用場景三:人工智能+疾病診斷和預測

現代醫學,是從人們的各種生化、影像的檢查結果中,去診斷是否患病。但如果要實現疾病的未來發展預測,往往力不從心。人工智能能夠參與疾病的篩查和預測,需要從行為、影像、生化等檢查結果中進行判斷,除此之外,人們的語言、文字也會成為精神健康和身體健康狀況的可測指標。

疾病預測功能主要通過自動分析emr/ehr數據,影像檢查報告等文本數據,從中提取出相關信息,利用深度學習預測疾病發生及病程發展進程。

應用場景四:人工智能+醫學研究

人工智能的切入主要是利用機器學習和自然語言處理技術自動抓取病歷中的臨床變量,融匯多源異構的醫療數據,結構化病歷、文獻,最后生成標準化的數據庫。在具體的人工智能+醫學研究的相關落地產品管線中,我們重點關注醫療翻譯與醫療知識圖譜。

醫療機器翻譯:醫療行業內存在大量的翻譯需求,AI自動翻譯有完善的文件解析生成能力,適應用戶不同文件格式輸入,有效降低客戶在大量翻譯需求上的開支。

阿里巴巴達摩院AI中心醫療健康實驗室落地的醫療行業機器翻譯系統能實現:權威語料翻譯、術語干預、SAAS標準服務及定制化部署,其醫學術語翻譯準確率大于80%,日期翻譯準確率大于99%。

醫療知識庫的構建采用:

1.最新的信息抽取技術,將疾病相關的知識從各種信息源中提取出來,其信息源包括行業最新論文,互聯網知識等;

2.抽取得到的信息會進行專業審核,審核通過的數據會進行入庫,全程采用最新的圖數據庫進行數據的存儲和可視化;

產品落地:三大引擎平臺

在醫療人工智能產品上,阿里巴巴達摩院AI中心醫療健康實驗室從視覺引擎、知識引擎及搜索引擎三大平臺切入醫療人工智能領域,重點實現:多器官診斷、小樣本訓練、高精度、自動標注、醫療翻譯、信息抽取、圖譜建模、醫學特征提取、多模態檢索、醫療輔助等十大功能。

在完整的《人工智能在醫療場景中的應用分享》中,我們會繼續為大家分享人工智能在智能疾病診斷和預測以及醫學研究方面的應用;同時,我們將會全面解讀阿里巴巴達摩院AI中心醫療健康實驗室如何從視覺引擎、知識引擎及搜索引擎三大平臺切入醫療人工智能領域。

文 | 高浩劍

網站、公眾號等轉載請聯系授權

聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

电竞投注竞彩app