皮肤病AI产品陆续进入临床数据标准化和准入政策仍是瓶颈

 产品二类     |      2019-05-09

  人工智能被看做是解决我国医疗卫生领域现存难题:医疗资源分配不均、医生短缺、医疗质量不均质的重要抓手。经过多年积淀,无论是医院还是企业,都在从多个角度切入,实现人工智能在临床中的应用。要说哪一种应用场景收到的关注最多,医疗影像辅助诊断肯定当仁不让。

  在著名医疗机构纪念斯隆-凯特琳癌症中心的帮助下,IBM的Watson肿瘤解决方案已经成功在全世界打开商业化运作的大门。虽然有越来越多的质疑声,但通过Waston,医院、医生和患者正在逐步认识并接受人工智能这个工具。除了最受关注癌症,还有一大类疾病的诊断正在与人工智能相结合,那就是皮肤◆◁•病。

  实☆△◆▲■际上,皮肤病学与医学影像学和病理学这三个学科是最有优势做人工智能的。因为它们有共同的特点——都是基于直观特征建立的学科。简单来讲,就能通过肉眼能看到病灶。因此这三个学科最有可能把直观特征进行转化,给机器深度学习的可能。

  目前的皮肤影像诊断已经由最初的望诊,发展到放大镜和显微镜辅助诊断,再到近年来数字影像学技术和智能分析。正是因为皮肤病所基于的形态学、影像学特征,让图像识别技术的应用有了充分发挥的空间。

  临床上对皮肤病AI需求迫切的另一个原因,则是皮肤科病人多、医生少。数据显示,皮肤病的种类超过2000种,我国每年皮肤科就诊人次达到2.4亿,但皮肤科医生只有25000人左右。

  “这就意味着一个皮肤科医生每年要看1万个病人”,在崔勇看来,这只是一个基本工作量。以他自己为例,每天一上午的门诊就要看60多个病人,平均分配给每个病人的时间只有2分钟—3分钟,体验感可想而知。

  这种高强度的门诊工作,还从侧面增加了误诊率。崔勇表示,如果能利用人工智能,将常见的皮肤病患者留在基层,那么三甲医院的医生就可◆●△▼●以把更多时间放在疑难杂症患者身上,增加沟通时间,客观上提高医疗质量。

  2018年以来,多款皮肤病AI产品已经陆续投入临床使用。比较引人关注的有中日医院联手优脉科技合作研发的优智AI系统、北京协和医院与南开大学共同开发皮肤病人工智能诊断系统以及中南大学湘雅二医院与丁香园、睿琪软件联合推出的皮肤病人工智能辅助诊疗综合平台等。

  但是,在这些产品如火如荼进入医院之下,一些皮肤病AI发展的难点同样值得关注。

  数据和算法是人工智能的两大要素。而它们也是皮肤病人工智能发展所面临的瓶颈。

  如前所述,皮肤病的种类超•□▼◁▼过2000种,以此推算,建立皮肤病AI模型所需要的影像数据至少是百万数量级的。但完整大数据却有不可及性。崔勇介绍,目前用于训练人工智能的数据,基本上以常见病为主。而且拿到的数据并不是都能使用,这其中还存在数据标准化的问题。

  一直以来,医疗数据普遍较封闭,同时还▽•●◆存在着不同的图像设备的原理和技术的差异,获取图像的方法和标准不统一,很难获得高质量的图像数据,必然导致研究结果的不可靠性。数据质量控制、筛选、标注等都极为关键,这些指标直接决定AI效果。

  在中国人民解放军空军总医院皮肤病医院孟如松教授★▽…◇看来,在AI研究中,最重要不是AI技术哪家强,而是看谁有更多高质量的大数据集和拥有一批权威相关(影像)专家参与★△◁◁▽▼大数据标注。

  为了改善我国皮肤影像中心建设碎片化、不均衡、无标准、证不足的现状,崔勇发起了中国人群皮肤影像资源库项目(CSID)。2017年5月正式启动的CSID已经积累了30万组多维度皮肤病影像资源(每组含皮肤摄影、皮肤镜、皮肤CT、组织病理),涉及病种超过500种,其中超过1000例数据的病种达到300种,全部数据完成标准化标注。未来,这些数据都将成为训练机器的好帮手。

  除了数据,第二个瓶颈就是技术本身。崔勇表示,AI现在下围棋能赢过世界排名•●第一的棋手,但是围棋的思路和医学的思路完全是两码事儿。医学是一个横向的网状思维,因此大数据的深度学习策略在医学领域的应用上,可能还存在不足之处。

  而让医生使用皮肤病AI、让病人相信人工智能可以帮助医生看病,都需要一个长时间的过程。但崔勇△▪▲□△相信,只要这个方向正确,这些难题都将迎刃而解。

  在国家政策的支持下,医疗AI产品再次火爆,但在崔勇看来,有些AI产●品,距离落地还有很大差距。

  “不是签个协议、拍个照,就叫‘落地’了▪…□▷▷•”,崔勇强调,一个医疗AI产品只有在医院购买了设备、医生使用它为病人开展服务了,才能叫真正“落地”了。

  对于这些▪▲□◁▲●…△医疗AI产品,除了落地外,还有一个更加头疼的问题,那就是市◁☆●•○△场准入。

  严格来讲,目前的大多数医疗AI产品仍处于试用阶段,离真正的临床使◇•■★▼用还尚需时间。公开资料显示,目前还没有一款用于诊断的人工智能医疗设备获批。大多数公司仅仅是在医院做回顾性研究和验证,其目的是为了将自己的产品打磨得更好。

  “原因比较简单,以前没有这类产品”,中国信息通讯研究院云计算与大数据所智能健康部主任、中国卫生信息学会远程医疗专委会常委理事闵栋解释到,从国家的管理来说,国家药监局负责医疗器械的准入,国家卫生健康委负责医疗器械的临床应用,工信部负责信息通信方面的准入,传统的医疗器械是不包括人工智能这部分的。

  “前几年有一些企业宣称自己的医疗人工智能产品拿到了医疗器械许可证,但经过沟通发现,他们拿的是传统的医疗器械许可证,在申报书里没有体现人工智能的功能。”闵栋▷•●说,人工智能产品怎么做市场准入,政府主管部门也是在研究,准入肯定需要相关的标准、测试工具,需要行★◇▽▼•业认可标准和评测的方式,包括临床的应用,这需要一个过程。

  此外,医疗AI的定价标准和政策,也是很多企业困惑的问题。闵栋举例说,在一次研讨会上,有专家提出这样一个问题:“根据现在医疗付费的标准,在医院里面拍一个片子是需要付钱的,但是医生读片子是不要钱的,既然医生读片子都不要钱,那AI读片子怎么收钱?”

  这个看似玩笑的问题,却是最难解决的实际问题。有企业负责人在接受采访时明确表示,我们在打“擦边球”,我们是靠着情怀在做这件事,怎么挣钱还不知道。

  通过分析和预测,闵栋给出了未来医疗AI两种可能盈利的方式。一方面大多数企业还是通过融资的方式和保险公司、药厂进行合作,另一方面可能也会和大的医疗装备企业合作。在闵栋看来,AI不是一个独立的产品,而是赋能的技术,所以肯定会和相关的医学装备、软件结合在一起给用户提供服务,再去探讨盈利模式。

  好在国家层面已经注意到这些问题,并在着手解决。2017年国家卫生健康委出台了《人工智能临床应用的相关标准》,包括人工智能临床应用控制管理的指标;同年9月,原国家食品药品监督管理总局发布了新修订的《医疗器械分类目录》,新增了决策支持类软件、体外诊断类软件等与智能辅助诊断相关的分类。

  闵栋还▲=○▼透露,国家药监局和国家卫生健康委正在筹备国家医疗人工智能的标准规投组,共同推动相关标准的制定。目前,糖尿病眼底筛查的辅助诊断、肺结节的辅助诊断等标准已经开始制定。

北京快三走势图