推出肺管家，「智影醫療」想成為胸片檢測領域的"阿爾法"醫生
隨著人工智能的發展，KUKA機器人示教器維修，醫學影像作為AI技術最可能先實現產業落地的領域之一，人們也在期待人工智能能夠帶來更精確、全面的智慧醫療服務。
近日，36氪獲悉此前報道的深圳智影醫療已于近期首次開發完成一款人工智能胸片深度解讀系統-肺管家。簡單來講，便是一款胸部智能影像健康管理系統，通過基于影像學特征的胸部疾病追蹤分析將診斷標準數值化，直觀的分析圖表可很好的評價疾病的發展、預后情況和短期風險，實現深度解讀X光胸片并自動出具檢測報告。
據聯合創始人周浩此前介紹，智影醫療前期已推出基于放射影像和病理影像的多種疾病智能輔助診斷解決方案。此次，肺管家產品在之前的方案基礎上做了一定的整合與延伸，由公司創始人兼首席技術官劉遠明博士帶領團隊與哈佛大學醫學影像專家、亞利桑那州立大學人工智能算法專家和廣州醫科大學附屬第一醫院合作完成，希望成為胸片檢測領域的阿爾法醫生。
之所以能夠做到這點，也恰恰得益于團隊的專業經驗積累。其中，劉遠明博士作為世界第一臺獲得FDA批準的早期肺癌計算機輔助診斷產品的發明人，有著20多年在美國開發并成功產業化該類產品的豐富經驗；同時，他也認為人工智能新技術與醫療大數據和放射影像組學結合，是打破傳統CAD產品假陽性、單一疾病、只能做簡單分析等瓶頸的良好解決方法。
事實上，隨著現代醫學影像學的高速發展，醫學影像技術已經擁有數字化X線攝影（DR）、CT、MRI、PET、PET-CT、PET-MRI、數字減影血管造影以及PACS等多種技術組成的醫學影像學體系。而之所以會選擇從X線胸片切入，主要源于三方面的考慮：其一，基礎的影像數據，X線胸片可以看到數十種的異常，是作為胸部疾病篩查的主要臨床檢查手段已被列為常規體檢的必檢項目之一，每年國內X線胸片拍攝數量超過8億張；其二，數據存儲角度，相較于單張病理片300M、CT的150M，X線10M的數據量更適合用于網絡傳輸；其三，最關鍵的是利用人工智能在x線層面上如果能篩查更多的早期病變甚至是病變前的亞健康改變，可讓患者及時采取介入措施減少甚至避免后續的CT、MRI、穿刺活檢等檢查，不僅可以減少醫療支出，也減少患者的痛苦。
同時，劉遠明博士也告訴36氪，X線胸片能夠清晰地記錄心肺的病變，如肺部炎癥、結節、肺結核、心臟肥大等，但目前醫生對于X線胸片診斷主要集中在判斷疾病的陽性還是陰性，對于陰性轉變為陽性過程的關注還有所欠缺；此外，患者和體檢人群歷年多次拍攝X線胸片，但每次診斷分析對多次拍片的影像特征信息綜合利用不充分，缺乏有效技術手段將多次拍片影像特征信息融合、對比分析和趨勢預判。
而為了解決上述諸多問題，肺管家產品則首次實現了基于AI技術對胸片多疾病全自動分析，其中包含了心胸比分析、肋膈角與膈面分析、肺內病灶分析、胸廓分析、肺紋理分析、肺結核分析、對比分析、胸椎曲度分析八大模塊，這八大模塊均是根據醫生診斷胸片的診斷依據做出的算法模型，從而形成將胸片深度分析與自動檢測報告相結合的整體解決方案，用于檢測胸片中包括肺炎、早期肺癌、心臟肥大、肺結核、COPD等多種異常；同時，該產品還為患者建立多次拍片的影像健康檔案，實現多次拍片影像特征信息融合，對比分析和趨勢發展圖表，特別是為基層醫療、體檢等急需領域帶來新的醫療技術。
肺管家產品健康分析圖表
醫療影像領域，要想真正實現智能分析，前期的核心競爭力主要集中在數據和算法兩方面。數據層面，目前深圳智影醫療前期通過與醫院科研合作的方式獲取高質量標注的影像數據；算法層面，對于醫院及患者而言，則更多從實際臨床應用進行設計。
比如，工業機器人維修，在效率提升上，以往醫生出一份報告在10分鐘左右，而機器則可以在幾十秒以內自動完成；在準確率提升上，庫卡機器人，深圳智影醫療則針對不同病癥在醫院開展相應的臨床測試。以早期肺癌為例，公司曾隨機抽取數百張漏診的胸片影像進行雙盲測試，結果顯示通過機器輔助診斷方式可將醫生綜合準確率可以提升50%。
至于如何實現較好的市場落地，周浩則表示，目前公司主要為醫療機構、云膠片、第三方影像中心、體檢中心等提供醫學影像數據智能分析云服務，未來公司也會逐漸直接面向C端用戶，根據醫學影像智能分析提供個人疾病患病風險評估，并通過收取分析報告的費用實現盈利。官方表示，目前深圳智影醫療的肺管家產品已經成功落地，上線以來已分析超過5千多個病例，為患者提供服務。
而論及市場競爭，國內大部分醫學影像類的公司多集中在肺癌方向，典型有Arterys、Enlitic、雅森科技、推想科技、DeepCare、醫渡云等，其中Arterys、雅森科技主要側重對醫學影像數據本身的解讀以提高影像診斷的精準度，Enlitic、推想科技則更多以幫助醫生提升影像診斷效率為目的。
相比之下，智影醫療前期通過X胸片為入口，進行深度解讀并自動出具檢測報告給出患病風險評估，同時也可以為用戶建立影像健康檔案和積累更多的數據；另一方面，未來通過構建影像+病理的整合方案，可以更好的提升診斷的準確率。此外，公司已在今年年初申請CFDA、CE等注冊認證，預計在明年初獲得許可。但即便如此，智能醫學影像診斷仍處于相對早期，前期的市場培育以及相關的政策完善都還需要較長的發展周期。