您的位置  网络科技  互联网+

医策科技王晓梅:AI 在医疗健康领域落地不只是单纯的算法问题

随着人们对生活品质的不断追求,医疗领域也涌现出了许多科技创新。在 12 月 3 日举行的 BEYOND 科技女性论坛的现场,杭州医策科技 CEO 王晓梅女士分享了如何以人工智能推动医疗普惠。

“病理是整个医学界的金标准,但非常不幸的是,中国十分缺乏病理医生。” 国家卫建委最新的统计报告显示,在中国市场只有 1.6 万名注册病理医生,而根据中国的 14 亿人口的治疗需求,中国至少需要 10 万名以上病理医生。

同时,培养一位病理医生十分不易,通常具备 10 年以上从业经验的病理医生才是一位合格的病理医生。但不论是在中国本土还是在全球其他国家,病理医生的分布都非常不均衡:他们基本上分布于经济发达的地区,在一些偏远的地区甚至没有病理医生。这导致一些重疾病人无法得到病理医生的看护与诊疗。

传统的病理医生习惯基于显微镜的工作流程,这使得其在工作中无法完成协同。由于病理医生是一个高度依赖经验学的职业,其在评判病理玻片时往往需要其他病理医生的协同与帮助。因此,在实际的病理诊断中经常会发生医生需要邮寄病理玻片的情况,这意味着一些疑难杂症的病理诊断通常需要花费短至 1~2 天长至几周的情况,这对病人的精神是极大的挑战。

过去几年,王晓梅组建了一支医工深度融合的专业团队,团队网罗了医学专家、病理专家,精通大数据、人工智能算法的科学家,他们在以病理诊断辅助癌症诊疗的过程中做出了革命性的突破:即通过深度学习的算法和模型帮助病理医生从传统的基于显微镜诊断的方式转变为数字化与智能化的诊断流程。这在快速提升病理医生诊断效率(诊断时间 2 分钟以内)与准确率(高达 99.25%)的同时,也将病理医生之间的实时协同变为现实。

出于对女性健康的关爱,医策科技的第一款人工智能产品主要针对宫颈叶肌细胞学,用于女性宫颈疾病的早诊早治,这款已经被商用的 AI 辅助诊断系统对于病理医生是一个巨大的福音。

在实际诊断中,平均每个病理玻片上散布着 2~3 万个细胞,传统的工作流程中,病理医生需要借助显微镜对每一个细胞进行仔细阅读,最终达成对整个玻片的诊断。如今,基于医策科技的 AI 辅助诊断系统,病理医生可以在几十秒之内,对玻片上的几万个细胞进行快速诊断判读,并对其阴性和阳性作出最终诊断。王晓梅透露,AI 辅助诊断系统在实际应用中,帮助客户提升了 60% 的效益。

在复盘 AI 辅助诊断的关键成功因素时,王晓梅将其中的 80% 都归因于操作流程的标准化,在完成采样、送检、制片、染色之后,生物扫描仪会将玻片扫描出的二维的数字病理图像传送给 AI 引擎,由 AI 引擎判读并得出细胞层级以及整个玻片层级的专业诊断结果。

因此,AI 在医疗健康、病理学中的落地不只是一个单纯的算法问题,而是一个医工融合的问题,它需要医学、病理学、数据、AI 算法与模型等各方面的专家共同合作完成。

“当 AI 被用于医疗健康特别是癌症诊断的病理领域时,数据的重要性就凸显出来。操作流程的每一步都是建立数据标准的一部分,当涉及到数据量化时也需要通过三级审核。” 为解决技术应用到医疗健康市场时出现的数据问题,在回到中国市场后,王晓梅制订了一条数据策略,即优先满足整个行业对于数据原材料的渴求。在中国大陆的百余家细胞病理的核心组委医疗机构的协同合作下,医策科技正在构建中国的病理 AI 领域的数据标准,包括数据的采集、标注以及人工智能医疗器械三类证的测评标准。

针对很多医疗从业者对于 AI 替代医生的担忧,毕业于计算机科学的王晓梅回应称,从人类的计算史的角度来看,当下的人工智能还处于 “狭窄人工智能” 阶段,即智能完成单个特定任务。下一代的人工智能时通用人工智能,目前有全世界有两家公司专注于通用人工智能的研究,他们是 Elon Musk 创立的 OpenAI 和被谷歌收购的 DeepMind,但根据过去三四年的整研究历程,通用人工智能目前还只是个愿景。在未来的 10~20 年,在大量的算力、算法的突破及技术的推进下,通用人工智能才有可能实现。

在演讲的最后,王晓梅分享了 AI 落地健康医疗产业以及运用到病理癌症诊断中的四大前沿趋势,即越来越广泛的数字化、越来越深度的智能化、SaaS 化、边缘计算和边缘设备的应用。

梁晴晴 http://www.xinzhiliao.com/bj/meirong/13779.html
免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
  • 标签:退休年龄新规定
  • 编辑:刘卓
  • 相关文章