| 图片： | |
|---|---|
| 名称： | |
| 描述： | |
- 兰丁高科人工智能医疗影像技术的认知化转型
癌细胞诊断难度高，医疗资源消耗多，亟需先进技术支持。
医疗数据中有90%来自于医学影像，这些数据大多需要进行人工分析，但人工分析的缺点和不足非常明显。一是放射科医师缺口大。我国医学影像数据年增速30%的，放射科医师数量年增长率仅为4.1%，医师数量增长以及工作效率的提高无法应对数据的快速增长，未来放射科医师将面临越来越大的工作压力。二是医生仅凭借经验进行癌症，易产生误判。据中国医学会的误诊数据资料统计，中国临床医疗每年误诊的人数约为5700 万人，总误诊率为27.8%，器官异位误诊率为60%，恶性肿瘤误诊率为40%。三是我国优质医疗资源分布相对集中。虽然国家已通过多种方式推进医疗卫生资源的合理分布，但在癌症等重大疾病诊疗方面还存在较大供给缺口。为推进癌症筛查均等化、普惠化、便捷化，急需新技术、新手段的支持。
国家正加大力度支持医疗影像辅助诊断智能产品
2017年12月，工信部印发《促进新一代人工智能产业发展三年行动计划（2018-2020 年）》，将医疗影像辅助诊断系统作为智能产品培育重点，在未来三年内大力推动医学影像数据采集标准化与规范化，支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发，加快医疗影像辅助诊断系统的产品化及临床辅助应用。目标是到2020 年，国内先进医学影像辅助诊断系统对上述典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%。上述政策的出台将为医疗影像辅助诊断智能产品创新发展创造了良好的政策环境。
主要创新点
兰丁医学高科技公司（简称“兰丁高科”）基于十几年来积累的600 余万例宫颈癌细胞医疗影像数据，利用机器学习算法，进行病理细胞图像分割，提取癌变细胞关键特征，建立计算机视觉的训练识别模型，研发出能进行宫颈癌细胞早期筛查的兰丁宫颈癌诊断产品。兰丁高科的人工智能+医学影像技术主要分为两部分：一是图像识别，将影像这类非结构化数据进行结构化重构和分析，快速提取有用信息；二是深度学习，通过大量影像数据和诊断数据的迭代学习、训练，促使医学智能诊断产品掌握认知性“诊断”能力，继而得出病情分析报告和辅诊方案，突破了国内目人工智能在医学影像上的应用主要集中在简单图像识别水平的局面，是国内医疗影像技术向认知化转型的范例。
主要效果
兰丁人工智能宫颈癌诊断产品极大提升了宫颈癌细胞诊断效率，通过病情分析报告和辅诊方案，将原有依靠显微镜的人工筛查上限值从100 例/人/天提升到30000 例/人/天，将宫颈癌筛查效率提升了300 倍，将医生的诊断工作量降低到原先的15%。在2017 年联合国医疗卫生产品采购论坛上，兰丁人工智能宫颈癌诊断产品与5 位知名宫颈癌病理学专家展开了癌细胞医疗影像诊断速度比拼，在相同诊断精度下，兰丁产品以更短时间胜出。
后续发展
一方面，兰丁高科在利用人工智能技术诊断癌细胞的基础上，搭建了云诊断宫颈癌筛查中心实验室和医疗云平台，将受检妇女与诊断医生直接联系，使医生可在移动终端上进行远程复核诊断，受检患者也可通过手机接收图文诊断报告，避免在医院排队等待。另一方面，在宫颈癌人工智能诊断机器人的基础上，通过与同济医科大学、加拿大肿瘤研究中心、美国密歇根大学等研发机构的合作，推动乳腺癌、肺癌、白血病等早期肿瘤人工智能诊断产品的研发生产。
人工智能技术将走向感知智能与认知智能的深度融合
目前国内人工智能在医学影像的应用绝大多数还集中在单纯的图像识别上，缺乏医学数据的积累和对影像报告的分析，而仅有医众影像等少数企业可提供辅助诊断方案，兰丁高科的癌症诊断智能产品是感知智能向认知诊断转型的典型案例之一。事实上，深度学习算法得到广泛应用以来，计算机视觉的静态图像感知识别率已达到99%，视觉感知智能相关技术在“量”上的积累已较为充分。人工智能在医疗影像诊断上的应用，实现了认知推理、互动交流和辅助性决策，使得感知智能技术在逻辑判断基础上，向认知智能加速迈进，这不仅将推动人工智能技术走向更高的认知水平，也将帮助人类医生更敏锐地洞悉疾病源头，更精准地进行决策和反馈，从而提升人类智能水平。
人工智能应用于医疗影像已成全球创业和投资新风口
人工智能具备强大的图像识别和深度学习能力，将解决传统医学影像中存在的准确度低和工作量大的问题，在提升数据分析精准度的同时，能大大减轻医生的压力。国外医疗影像智能发展较早，目前部分公司已经较为成熟，国外人工智能医学影像领域知名的企业有IBM Waston、Enlitic 、Arterys、Grail 等。国内目前从事医学人工智能的公司有144 家，其中医学影像的公司有25 家（截至2017 年8 月），医学影像是医学人工智能最热门分支之一，近年来医学影像人工智能领域共融资11.6 亿元人民币，融资总额仅次于辅助诊疗和语音交互列第三位，国内人工智能应用于医疗影像辅助诊断的市场前景十分广阔。
标签：
×参考诊断
