诊断智能化突破人工精准性掣肘,需求驱动行业发展

    2020-12-08 13:35
    头豹研报

    2020年中国智慧诊断行业短报告

    2022-03-02

    全文字数:2832字,精读时间:5分钟

    本文援引于报告《中国智慧诊断行业短报告》,首发于头豹科技创新网(www.leadleo.com)。

    头豹科技创新网内容覆盖全行业、深入垂直领域,行业报告每日更新;政策图录、数据工具助您轻松了解市场动态;智能关键词轻松搜索,直奔行业热点内容。

    诚挚欢迎各界精英交流合作,头豹承接行业研究、市场调研、产业规划、企业研究、商业计划、战略规划等业务,您可发送邮件或来电咨询。

    客服邮箱:CS@leadleo.com 咨询热线:400-072-5588

     

    “医疗+AI”从技术驱动专项需求驱动

    2020年11月,由中国发展研究基金会和红杉资本中国基金共同发布的《人工智能在中国医疗健康领域应用的系统性政策研究报告》指出,人工智能的发展已经进入全新战略时代。

     

    在2020年初新冠肺炎疫情期间,人工智能的应用为医护人员提供了更为精准的诊断数据,赋能个性化治疗方案,大大提高了新冠肺炎的诊断、预测和治疗水平。后疫情时代人工智能在医疗健康领域的发展将会延续,将重新定义医疗健康服务体系,助力医疗服务构建新生态。

     

    红杉资本中国基金合伙人周逵表示:“疫情期间,很多医疗健康领域的AI企业对产品和服务进行了定向调整,支持疫情的防控检测工作,也得以让AI的技术能量得到了加速释放,同时也让我们看到医疗AI应该有更多元的应用场景,在患者许多生死攸关的环节发挥更关键的效能。“医疗+AI”正在接近价值创造的新转折点,正在完成从点到面的过渡,出现“技术驱动转向需求驱动”等新趋势。”

    人工智能技术将为精准治疗提供无限可能。Mayo Clinic Laboratories首席医学官Mohamed Salama教授在题为“AI病理前沿进展”的演讲中展示了人工智能系统和数字化病理对病理医生的日常工作方式的影响,表示任何基于影像的试验都可能实现数字化转型,人工智能将在医疗诊断领域发挥变革性作用。

     

    复旦大学附属华山医院神经外科吴劲松教授表示,随着数据量的增大以及几何数据上升,从传统的影像,包括X光、磁共振、CT等影像、免疫组化的图像,到基因测序、组学的层面,依靠人力进行整合与分析可能将成为诊断精准性的掣肘和限制性因素,而人工智能的出现为精准医疗的推进提供了无限的可能性。当前,在医疗人工智能的应用之中,AI病理诊断系统正从宏观到微观,从形态鉴别到基因组学,从单一技术到融合交叉技术,从病理科医生的主观经验上升到自动化的人工智能辅助系统。


    影像诊断为智慧诊断关键组分,肺部疾病诊断为领域最大细分

    “医疗+AI”的发展将会赋能智慧诊断。

     

    智慧诊断是一种计算机辅助诊断技术,智慧诊断系统以医学知识为基础,结合计算机技术,图像处理技术和人工智能技术,实现系统自动识别并标记可疑病灶,提高医生工作效率,降低误诊率和漏诊率。医学影像诊断是智慧诊断的重要组成部分,77%的中国AI医学影像公司将影像辅助诊断作为公司主要业务,其中肺部疾病诊断为领域中最大细分,占比为26%,其次为眼科疾病诊断、心血管疾病诊断,占比分别为14%和10%。AI医疗企业通过与医学影像设备供应商合作,与药企共建平台,协同多方专业能力共同开展业务,通过将服务向目标市场推广。

     

    医疗诊断需求促进影像诊断产品的计划与开发,技术支持产品的设计与落地,同时,影像云平台作为产品的支撑辅助,确保服务开展。当前医学影像产品包括影像辅助诊断、病理诊断、影像辅助手术、智能放疗等。

    医疗人工智能的黄金时代——2016

    2016年是医疗人工智能发展的关键年份,全球科技巨头Google、Facebook、IBM等纷纷入局医疗人工智能发展,行业发展实现显著突跃。

     

    2016年2月,Google DeepMind公布成立DeepMind Health部门,与英国NHS合作,助力辅助决策以及效率提升。在与皇家自由医院的合作试点中,DeepMind Health开发了用于血液测试的AKI报警平台——Streams软件,帮助临床医生更快地查看医疗结果。同年7月,Google DeepMind与英国NHS再次合作,与Moorfields眼科医院共同开发辨识视觉疾病的机器学习系统,该系统可通过一张眼部扫描图辨识出视觉疾病的早期症状,达到提前预防视觉疾病的目的。

     

    2016年6月,IBM Watson与XPRIZE联手投入500万美元设立人工智能基金项目,助力人工智能发展;9月,IBM和美国麻省理工学院(MIT)宣布将联合创建“激发大脑多媒体机器理解实验室(BM3C)”,Facebook、Amazon、Alphabet (Google)、IBM和Microsoft宣布缔结新的人工智能伙伴关系,科技巨头联手展开医疗人工智能的研究和推广。

     

    医疗人工智能在中国的发展也在2016年崭露头角。2016年5月,发改委印发《互联网+人工智能三年行动实施方案》,首次单独为人工智能发展提出具体的策略方案;10月,世界机器人大会在北京亦创国际会展中心开幕,此次大会工智能医疗产品代表作包括“变形金刚”胶囊,该胶囊在被吞下后短短一分钟就在胃里完成变身,锁定病灶,拍照,回传。

    2016年的发展见证了医疗人工智能的雏形建立、高速发展,此后的2017年成为了为医疗人工智能发展的拐点,技术产品化成为了拐点的核心特征,越来越多的产品实现落地、投入使用。

     

    智慧诊断概念不断明确,未来渗透率将进一步提升

    2016年,国家发改委、科技部、工信部、中央网信办联合发布《“互联网+”人工智能三年行动实施方案》,首次单独为人工智能发展提出具体的策略方案。同年,国务院颁发《关于促进和规范健康医疗大数据应用发展的指导意见》,为医疗人工智能产业化发展提供了重要支持。

     

    2017年,工信部颁布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》支持智能医疗系统等产品的研制及产业化,鼓励开发数字化医疗影像设备、分析系统、诊断系统、健康检测系统等智能医疗设备,再次明确对人工智能医学影像行业发展的支持。此后两年,先后出台“互联网+医疗健康”发展意见、医院绩效考核标准,推动互联网医疗体系完善,推动医院智慧AI诊疗发展以及服务的智能化升级。

    人工智能技术和医疗健康领域的融合不断加深,顺应了医疗健康市场供给侧和需求侧均衡发展的需要。政策脱节点的查找,中央各部门和中央、地方之间政策衔接的加强,以及全链条政策的形成成为行业发展的关键。


    脑科学将成为核心研究领域,软件集为人工智能的核心

    Ø 脑科学研究为重点研究领域:当前,在技术研发层面所取得的进度仍处于初级阶段,而对于高层次的人工意识以及情绪感知环节尚未取得明显突破。脑科学研究领域是当前的重点研究领域,将成为技术发展的重要突破口,该突破将从大脑的进化演进、全身协调控制等领域实现。

     

    Ø 软件集成与类脑芯片环节为突破重点:当前,医疗AI基础设施层的仿人体五感的各类传感器缺乏集成中控系统,无法对多源数据进行一体化的采集、加工和分析。软件集成为人工智能的核心,算法的发展将决定着计算性能的提升;针对人工智能算法设计类脑化的芯片将成为发展突破口。

     

    Ø 智能无人设备为产品发展核心:当前人工智能服务设备的智能水平、感知系统以及环境适应能力仍受限于当前处于初级阶段的人工智能展水平,尚未具备接近人的推理学习、判断能力和分析能力。智能硬件方面,未来产品发在核心在于智能无人设备领域。

    深度见解:纵向打通拓展领域深度,横向打通推动体系建立

    智慧诊断的发展,经历了数据整合与数据共享、算法建立两个阶段的发展,当前处于医疗大数据推行、AI投入使用的阶段。算法的升级将推动医疗人工智能发展出深度神经网络等高级技术形态,数据从院内数据、诊疗数据向院外数据、生活日常数据延伸,形成大数据网络。

    人工智能正成为医疗健康发展的新驱动力,将从横纵双向打通,实现产业升级。

    Ø 纵向打通:从三甲医院延伸至社区、民营医院,提升基层医院智慧诊断渗透率,拓展医疗健康领域的深度,提高医疗诊疗水平,提升医疗服务效率。

     

    Ø 横向打通:第三方体检中心、第三方影像中心落地,同时推出面向消费者的智慧诊断产品,助于扩展医疗健康服务的广度,推动构建标准化医疗卫生服务体系,满足多层次、多样化的医疗健康需求。

    本文来源于头豹科创网,原创内容,作者:头豹研究院。转载或合作请联系 support@leadleo.com,违规转载法律必究,详见说明。如您有商务合作需求,请联系我们,我们将尽快与您取得联系。