中關村 羽醫甘藍 開發 AI智能輔助 子宮頸 抹片 判讀系統 !

人工智慧醫師與人類醫師比賽讀片 效率更高大陸資訊 07月23日顧建文，解放軍306醫院，轉發 不吃飯、不會累、不發脾氣、不犯糊塗——如果有這樣一個人充當醫生的助手，醫生和患者們想必都會皆大歡喜。在圍棋界人機大戰吸引全球關注后，中關村創業團隊羽醫甘藍打造的醫療版「阿爾法狗」也來了。日前，羽醫甘藍宣布獲得中關村發展集團戰略及財務投資，估值過億元。四台顯微鏡依次排開，四名醫生端坐桌前，通過顯微鏡對面前的一個個宮頸細胞塗片進行仔細檢視。一旁的電腦上，隨著屏幕上自主運行的代碼不停閃動，宮頸細胞塗片智能輔助篩查系統也在忙碌地工作著。這是幾天前，在北京舉行的一場「AI-醫師讀片競賽」。參賽選手一方是來自友誼醫院、協和醫院等知名醫院的四名資深醫生組成的「病理醫生團」，另一方則是羽醫甘藍研製的宮頸細胞塗片智能輔助篩查系統。對戰內容是分別對7份宮頸TCT病理塗片進行讀片診斷。在速度方面，機器顯然更勝一籌，不到5分鐘就完成了所有診斷任務。醫師團則在20分鐘左右完成了任務。診斷結果方面，在對7份宮頸細胞塗片是否顯示病變的判定中，宮頸細胞塗片智能輔助篩查系統提交的診斷結果與四位醫師完全一致。「美國等發達國家病理科醫生每天只需要看近100張片子，中國的醫生卻需要看200甚至300張，這給醫生帶來了極大的工作壓力。智能輔助篩查系統未來進入臨床後有望推動解決這一問題。」北京友誼醫院病理科副主任醫師余小蒙說。不久的將來，一個人機協作的診斷場景很快就要實現了——將宮頸細胞塗片放入掃描儀生成數字化病理圖像，而後經過人工智慧、圖像處理等技術手段來分析這張塗片有無病變細胞，將有病變細胞的塗片留給醫生進行再次審核，同時篩除掉陰性細胞塗片，這樣可以節省醫生90%以上的閱片時間。

海量數據培養醫生助手 病理切片圖像里包含大量的信息，通常而言，即使極富經驗的醫生完整地看一張片子也需至少5分鐘。而如果使用人工智慧技術，通過演算法的快速複製，機器學習處理醫療影像的時間僅需1分鐘。技術人員介紹，在羽醫甘藍的人工智慧系統進行訓練時，人類醫生的經驗就好比「棋譜」一樣——哪裡是高度病變、哪裡是正常細胞，醫生對病理片子上的這些信息進行標註后，後台就能通過人工智慧演算法，將醫生的這些經驗吸收成為自己的知識。 很難想象，一張病理切片或塗片經過數字化后，具有幾百億像素，經過醫生的標註后，上千萬被標註出有信息的像素中，能夠切分出幾百萬張適合機器學習的小圖樣。經過上千上萬次的「習題演練」后，一個人工智慧醫生小助手也就逐漸養成了。目前，羽醫甘藍團隊的人工智慧輔助篩查系統，對宮頸細胞塗片、乳腺癌淋巴結轉移的診斷準確度已經分別達到90%和92.5%以上，其中，在宮頸癌篩查中的鱗狀上皮內高度病變，系統的識別率能達到99%以上。

創業要跳開「偽需求」的坑 公司還沒正式成立，投資人就拍下幾百萬元支持創業，成立不到一年就獲得數千萬元的投資，產品還進入了幾家著名三甲醫院的醫生試用環節。如此快速的落地進展，對於人工智慧領域的很多創業者來說並不多見。「找准市場方向、把技術能力真正落地才是最大的挑戰。」羽醫甘藍創始人丁鵬說。畢業於浙江大學、美國達特茅斯大學的丁鵬說：「如果你的目標客戶完全沒有動力去購買你的產品，即便產品功能做得再炫酷，那也可能只是一個偽需求。」他在創業過程中意識到，再炫酷高深的技術也要「落地為安」，不能過於強調技術上的攻堅克難、挑戰極限，而忽略了用戶的實際需求。一年前，在剛剛創立羽醫甘藍並瞄準人工智慧醫學影像領域后，丁鵬花好幾個月時間所做的第一件事不是招團隊，而是「找方向」。在北京、浙江等地四處拜訪醫學界前輩，最終，數字化程度高、檢測量巨大、容易形成商業閉環的宮頸癌輔助篩查，成了他和團隊選擇的第一個落地方向。在國家大力推動婦女宮頸癌、乳腺癌兩癌篩查的政策背景下，宮頸癌篩查蘊藏著每年150億元的巨大市場機遇。「數字化的手段能夠讓越來越多的基層醫院對接到三甲醫院的專家資源，中關村發展集團也將在資源、產業和資本三個方面大力支持羽醫甘藍的發展。」中關村發展集團總經理助理、北京領創醫療公司董事長賈一偉說。出於對項目經濟價值、社會價值的雙重考慮，作為北京市推動中關村發展的市場化配置資源的主體平台，中關村發展集團投資了這個年輕的創業團隊。「創業也未必意味著成天廢寢忘食、熬白了頭髮，只有方向和市場需求找准了，接下來的一切努力才有意義。」丁鵬說。柯潔vs阿爾法狗，輸了！醫生vs人工智慧，也輸了！這幾個科室的醫生可能要被取代

未來醫療領域會被人工智慧取代嗎？雖然AI在某些方面比人類更精準，利用機器完成常規工作指日可待，但暫時來說，人工智慧並不能完全取代醫生。在人工智慧席捲全球的趨勢之下，其在醫療領域也有一席之地。以往，醫藥企業使用人工智慧主要用於化學分析檢查方面。經過多年的發展，人工智慧已經開拓了更深更廣的醫療領域。在HC3i中國數字醫療網近日發布的《2016~2017年度人工智慧+醫療市場分析及趨勢報告》中，數據顯示，預計2025年，人工智慧應用市場總值將能達到1270億美元，醫療行業將佔據市場規模的五分之一。2016年中國人工智慧醫療市場規模達到96.61億元，增幅為37.9%，預計2017年將超130億元，增長40.7%，2018年有望達到200億元。近幾年是人工智慧的黃金時代，醫療領域也是如此。2016年2月，谷歌DeepMind成立了DeepMindHealth部門，正式將其人工智慧技術應用於醫療健康領域，且先後獲得了英國倫敦帝國理工學院、倫敦皇家自由醫院和英國國家醫療服務系統（NHS）數據的支持。在與皇家自由醫院的合作中，DeepMind Health開發了一款名為Streams的軟體，主要用於血液測試的AKI報警平台。7月，DeepMind和NHS合作開發了一款能夠辨識視覺疾病的機器學習系統，只要通過一張眼部掃描圖，該系統便可以辨別出視覺疾病的早期癥狀，能達到有效的預防。IBM Watson在2016年CES（國際消費型電子展）上宣布與Pathway Genomics建立合作關係，後者是一家獲臨床實驗室標準和美國病理學家協會認證的臨床實驗室，主要為客戶提供準確且有應用價值的遺傳學信息。Pathway Genomics也在大會上披露了公司OME app的測試版，且稱其為世界上第一個使用人工智慧和遺傳學的精準健康和健康移動應用程序。一些大型製藥公司開始意識到了人工智慧的潛力，今年全球第三大製藥公司葛蘭素史克（GSK）宣布與美國人工智慧企業Exscientia達成約4300萬美元的交易。葛蘭素史克將會通過Exscientia人工智慧平台進行數十款藥品的研發，Exscientia首席執行官Hopkins表示只需傳統方法四分之一的時間和成品便可完成新葯候選。 在人工智慧與醫療結合盛行的時代，也有一部分人關心AI機器人會否在長遠的未來取代醫生。早前，谷歌、谷歌大腦與Verily公司的科學家們開發了一款能用來診斷乳腺癌的人工智慧，在一場與人類醫學專家的乳腺癌病例分析競賽中，基於靈敏性和假陽性的評分中，人工智慧的準確度達到88.5%，而頂級病理學家的準確率為73.3%。眾所周知，醫生的功力不是一朝一夕能練成的，在經過無數的理論和實踐積累后才能達到專業的水平，而不同的醫生對於同樣的病例可能會得出兩極化的結論，這也容易導致誤診的出現。在一些可以標準化、量化和結構化的情況下，可以通過確立演算法后讓人工智慧通過不斷的學習和更新來完成工作。例如病理切片分析，每一個切片放大到40倍后再分析，對於病理學家來說是一個耗時耗力的工作，谷歌表示這套人工智慧系統可以用十億像素級的拍攝效果自動檢測和定位腫瘤的大小。因此人工智慧的運用能夠有效解決病理學家有效的時間和診斷差異性的問題，對於人類病理學家來說是一個非常有益的補充。 雖說機器在某些方面比人類更精準，利用機器完成醫生常規工作指日可待，但暫時來說，人工智慧在醫學某些方面的效果優於醫療專家，並不代表能完全取代醫生。在大多數情況下，人工智慧不是讓一個工作消失，而是讓其轉變成另一種新形式。對於醫生來說，人工智慧能夠幫助取代部分診斷甚至手術的工作，但醫生是與病人溝通的橋樑，相比冰冷的機器要更人性化。有的時候根據病人需求的不同採取非標準化的治療辦法，這些都是人工智慧暫時無法取代的。筆者認為，人工智慧對於醫生來說，是一種很好的輔助，它可將醫生從機械化的重複操作中解放，讓醫生能夠去做更重要的工作。