Airdoc张京雷:医学人工智能应用探索,院内外的慢病筛查

  •   2018-06-13/13:08
  • 非公立医疗机构是我国医疗卫生服务体系不可或缺的重要组成部分。改革开放以来,我国非公立医疗机构不断发展壮大。在国家大力推动健康产业发展和持续深化医改的大背景下,中国社会办医峰会为众多同行的交流提供了巨大帮助。

    6月10日,2018中国社会办医峰会将于深圳隆重召开,Airdoc受邀参与社会办医的跨界整合与产业创新论坛的分享,Airdoc副总裁张京雷带来了医学人工智能院内和院外的筛查的探索和反思。

    非公医疗的兴起和需求

    《2015中国卫生和计划生育统计年鉴》显示, 2005年~2015年这十年间,民营医院的数量在不断上升,从2005年的3200家上升到2015年的14518家,但是民营医院作为非公医疗中的核心力量,其想要获得更大发展,必须寻找差异化的竞争路径。

    经过多年的发展,非公医疗仍然有一些不足,非公医疗多年来发展的一大挑战就是医生资源短缺,而这一问题至今依然存在。

    4 月 28 日,国务院正式下发《关于促进“互联网+医疗健康”发展的意见(国办发〔2018〕26 号)》,明确允许依托医疗机构发展互联网医院。

    互联网+时代,席卷全球的科技医疗革命正在兴起,医疗健康的生态圈正在重构,人工智能技术的成熟,更将加速这一过程,结合互联网技术,人工智能可以将顶级医学专家的经验赋能给世界任何一个角落的基层医生,从而为更多患者提供顶级医疗服务。

    人工智能助力社会办医

    张京雷曾经在5月份动脉网举办的地产论坛上分享,人工智能如何助理地产医疗,对于很多其他行业的非公医疗可以达到同样的效果。

    自2009年开始的第二轮鼓励社会资本办医以来,医疗是无论在软件还是硬件方面都投入大的领域,对于非公医疗来说,对于服务质量的投入至关重要,北京大学常务副校长、北京大学肿瘤医院教授柯杨认为,社会需求+岗位的吸引力,才能吸收优秀的学生参与到非公医疗中。因此很多非公医疗花费大量的精力和财力来寻找医学专家。

    人工智能可以模拟人的某些思维过程和智能行为。应用在医疗中,可以自主学习顶级专家的医学经验,可以在医疗供给端的变革,可以为社会办医提供足够的医疗服务,从而可以缓解医学专家的压力。

    人工智能在院外应用

    全国爱眼日刚刚过去,但是很多人并不知道6月6日是爱眼日,为什么呢?因为我们大多数人对眼睛的关注是不够的,很多人认为眼睛失明了也不会影响生命安全,但是一个失明的人需要好几个人去照顾,这会对一个家庭产生巨大的影响。

    很多慢性病同样会造成一个家庭的困扰,如何早期发现疾病并且治疗至关重要,可是目前我们的体检意识依然薄弱,如何让没有体检意识的患者在早期发现疾病呢?

    走出医院,走到患者面前,让他被动接受检查,这是一件工作量巨大并且困难的事情,而Airdoc已经开始了院外的筛查,并且去年完成了超过一百万人次的筛查。

    很多人问Airdoc如何能够完成这么多工作呢,两百万张影像,需要看多久。张京雷解释,人工智能的一个特别就是识别速度够快,它识别一张影像可以以毫秒计算,并且能够同时识别大量影像。在影像识别的效率上,比人类要快。

    以淮北筛查为例,Airdoc和淮北矿工总医院合作,带着眼底照相机走出医院,到一个个社区卫生服务中心,为65岁以上的老年人做筛查,在开始前很久老人们就已经开始排队等待检查了,而这些老人是很少去大医院做检查的。

    Airdoc的慢性病识别算法

    在中国医疗资源分配不均的客观条件下,患者漏诊、误诊的现象在所难免,三年前出现了Airdoc,希望能够将顶级医生的经验赋能给更多基层医生,也是希望好的医疗服务像空气一样,让每个人都能拥有。

    然而,那时AlphaGo还没有出现,市场上也没有任何一家企业可以借鉴,Airdoc备受市场质疑,但Airdoc坚信人工智能在影像上的突破,可以很好的服务医疗。

    在大家都在怀疑的时候,Airdoc成为第一家在眼科领域的医疗人工智能企业,2017年凭借其慢性病算法在上海长征医院的应用案例,从140个国家无数企业中脱颖而出,出现在了世界科技顶级舞台,成为第一家出现在微软Build开发者大会的中国人工智能企业,向世界展示了中国医疗人工智能产品的实力。

    Airdoc先后从国内外顶级医院收集了数百万张医学影像,拥有世界上数据量最大的视网膜影像库。为了保证准确性,每一例样本的数据标注,都要经过多位顶级医院的专家独立标注交叉质控,最终研发出识别30种疾病的慢性病识别算法,可以准确识别糖尿病性视网膜病变。在灵敏性和特异性等主要指标上,获得了和三家医院主任相当的结果。


    评论 {{userinfo.comments}}

    {{money}}

    {{question.question}}

    A {{question.A}}
    B {{question.B}}
    C {{question.C}}
    D {{question.D}}
    提交

    驱动号 更多