專訪體素科技 CEO 丁曉偉：醫療人工智能産品如何成為醫生的“左膀右臂”？

近年來，智能醫療在國内外的發展熱度不斷提升。有人提出，“盡管自動駕駛和智能投顧最為火熱，但 AI 在醫療領域可能會率先落地。”一方面，圖像識别、深度學習、神經網絡等關鍵技術的突破帶來了人工智能技術新一輪的發展，推動了以資料密集、知識密集、腦力勞動密集為特征的醫療産業與人工智能的深度融合。

但由于醫療資料的特殊性，應用形式的多樣性，目前這些前沿科技成果的應用還處于起步階段。那麼，醫療人工智能産品如何在臨床應用中落地，這些産品能夠為醫療診斷起到多大的幫助，為此，雷鋒網采訪了人工智能科技企業體素科技( VoxelCloud ) CEO 丁曉偉。

體素科技是一家人工智能醫療公司，是由丁曉偉在2016年創立，公司創立于蘇州，并在北京、上海設有分支機構，在美國洛杉矶設立有 VoxelCloud 研究院。體素科技5月對外宣布獲得紅杉資本千萬美元A輪融資。

人工智能在醫療産業的應用場景之一就是智能影像識别。雷鋒網了解到，目前體素科技業務主要為早期癌症篩查、心血管疾病診斷、眼科疾病診斷、肝髒早期病變診斷，為醫生提供基于深度學習算法的全自動醫療影像分析及輔助診斷服務。通過人工智能模型以及雲計算系統，結合臨床和影像資料，實作對疾病的量化分析和風險預測，對臨床工作流程進行優化。針對相應的臨床需求，為醫院、體檢中心、醫療保險公司、醫生集團等客戶提供端到端的解決方案。

目前，體素科技合作的醫院主要集中在華東地區和華南地區，包括京津冀地區和長三角地區，以及廣東省各大城市在内。其中大部分合作項目已經過了研發期，進入到試用和采購階段。

據中國國家癌症中心統計，目前我國每年有420萬新發惡性良性腫瘤患者，每年去世300多萬人，5年存活率37%左右，遠低于美國的67%。

肺癌是所有惡性惡性良性腫瘤中死亡率最高、發病率排名前三，同時發病後五年存活率最低的的疾病。因其早期表征不明顯，引起病人的注意時大多已是晚期。發現肺癌的最佳方法，是讓高危人群（特點是 45 歲以上、吸煙等）定期進行肺結節篩查。

鑒定一個人是否有肺結節病變，往往需要醫生反複觀察 200 張以上肺部橫切面圖像。浙江省人民醫院放射科主任龔向陽曾在一次采訪中表示，“一天有 200 個病人，醫生就要看四萬張圖檔，看兩遍就是八萬張…… 醫生是非常疲倦的。”

在采訪中，丁曉偉表示，“我們在國内和十幾家醫院裡面做過正式的科研合作。在美國又通過一些篩查項目和醫學院，以及美國 NIH （美國國立衛生研究院）進行的一些大型的科研項目，我們跟他們去合作，擷取美國人群的資料。因為中美人群，或者擴大到亞洲人群跟西方人群，不同人種在某些病是上是比較類似的，但是像肺癌這種病，他們發病的比例不太一樣，實性結節和非實性結節的人數量比例是不一樣的。是以，在兩邊的人群上都擷取資料，相對能夠彌補一下人群上的不平衡。”

目前，體素科技的團隊在中國、美國也是跟上百家醫院有中心科研項目的合作，一家醫院跟另外的十幾家或者二十家醫院共同參與、收集資料。國内的301醫院等、美國著名的醫學中心，比如UCLA醫學中心、梅奧醫學中心，這些都是在世界上面比較知名的，也是有發言權的。當然，這些醫院的資料品質也是非常高的。

在人工智能的世界裡，資料扮演着至關重要的角色。但這不意味着資料能“包治百病”，丁曉偉認為，資料不是一開始就能用的，就像挖煤一樣，煤也有品質好的和不好的。“資料也需要結構化、标準化。不管是研究項目、還是産品項目，模型的能力是不可能超出收集資料的品質。目前對于癌症來講，可能最有效的做法就是取得病人的手術活檢，或者是穿透活檢的病例結果，然後把這個結果作為金标準用于目前的訓練。而問題是同一家醫院裡面，有活檢病人的數量肯定是遠少于沒有活檢病人數量的。但是我們為了保證資料絕對幹淨，需要通過各中心的研究項目，醫學院和醫學中心，以高品質來打造一定的資料量。”

雷鋒網(公衆号：雷鋒網)了解到，體素科技目前主要在四個方面進行布局——早期肺癌、糖尿病視網膜病變、心血管疾病、肝髒病變。體素科技将釋出下一代全肺病的診斷系統（暫稱為2.0版本），而在采訪中，丁曉偉表示，這一版本将不止是針對肺癌篩查，會從影像掃描的初衷出發。他認為，胸部影像中任何能夠看到的異常，都應該是影像報告的一部分。比如說比如說肺炎、結核，甚至是心髒異常都能在這裡面看出來。

除此之外，體素科技針對肺癌篩查的3.0版本也已經與世界領先的液體活檢技術公司合作，投入研發。據丁曉偉表示，這款産品“是世界上第一款液體活檢加放射影像組合的無創肺癌篩查”。他表示，影像學是從宏觀的結構角度去看肺癌問題，從外表的形态去觀察、判斷，但是人體是微觀和宏觀的結合。“我們認為這個問題應該從各個角度去解決，而不是隻使用放射影像。液體活檢其實也是一種無創檢查，ctDNA 目前在實驗上面是取得極高的特異性，把 ctDNA 的特征和影像學的特征結合起來，就能夠同時從宏觀和微觀兩個角度解決肺癌篩查的問題。”

除了肺癌篩查之外，體素科技還在三歲兒童的視力診斷等方面進行突破。丁曉偉說，由于三歲兒童不能夠很好的交流，一般醫院無法對視力障礙做出有效診斷，國際上的診斷辦法也很麻煩。中國隻有一到兩家醫院是有可能做這種診斷的，其他醫院統統做不了，或者說不做。這種情況下，我們跟美國的醫院進行合作的時候，就發現其實一個兒童在沒有視覺吸引的環境下，他臉部和肢體的運動，其實能夠幫助診斷孩子的視力問題，我們通過錄制一段孩子在沒有視覺吸引情況下的視訊，跟其他的行為，然後運用人物行為的語義了解，去跟疾病進行挂鈎，來獲得檢查結果的資料。

他表示，“這種篩查項目，對于每個有孩子的家庭、社群、基層來講，機器創新的用量會極大。當然這些小孩的疾病肯定是越早效果越好，等孩子到了十幾歲，能說話的時候就已經晚了，這一類的應用，它也不能完全的依靠使用者自查，它也不能說是醫院已經存在的一種服務，但是，它的資料要求是醫療級别的要求，但它的應用場景可能會深入到社群裡面去，在醫療服務上帶來很多新的可能性，就是機器學習走到今天能夠帶來福利。

随着技術的成熟，醫療人工智能開始陸續走向臨床應用，可以幫助各别醫療機構解決實際需求。

醫生對裝置的接受度怎麼樣？丁曉偉表示，醫療人工智能作為醫生提升效率或者是提高診斷客觀性的工具，大部分醫生對這個還是非常樂觀和肯定的，中間如果出現一些不好的聲音，一定是不好的産品。因為人工智能是個廣泛的領域，解決一個行業的問題要靠具體的算法、具體的資料、計算能力來去呈現一個真正能夠适用于具體場景的産品。

當然，在産品應用的過程中，也會遇到一些問題。就是醫生臨床不使用的參數，它們的意義到底是什麼。“因為你告訴醫生一些測量上的數字是沒有用的，醫生得知道這個數字在病人身上到底意味着什麼，這個是由什麼東西來證明的，那我們要給他去把我們産品的臨床實驗結果，進行簡化之後的資訊介紹給醫生。有時候的不需要我們很多的輔助就可以上手，有的醫生還是需要一些知識上的教育訓練。當然這也是個漫長的過程，因為平時看病不是用這樣的心态來診斷，現在跟他增加了這些興趣之後，那他在臨床工作流程上，能不能去習慣它等等，都是一個不确定因素。但是，從科學道理上來講，這個資訊一定會增加診斷客觀性。”

人工智能的确能為智慧醫療産業帶來足夠的驚喜，不過，中國科學院院士、上海交通大學Bio-X中心主任賀林曾表示，目前國内還沒有一款醫療領域的人工智能産品得到國家食品藥品監督管理局的準許，相關收費也沒有進入醫保目錄，人工智能對于國内醫療行業來說仍然是新興事物，帶來客觀性和便捷性的同時，需要與現有的醫療模式一同經曆“磨合期”。

臨床醫生需要在試用中逐漸建立對人工智能的信任感，才能實作後期良好的人機協作，這一點實際上對人工智能産品的服務品質提出了較高的要求。

有資料顯示，應用智能輔助診斷系統，可将醫生的看片時間平均減少4.25個小時，準确度提高到90%以上，這樣，不僅使醫生有更多的時間提高自身水準，還能夠把醫生“還給”患者，讓醫生有更多的時間對患者解釋病情病因。作為“基礎薄弱、人才缺失”的基層地區，AI 技術無疑可以為這些地方提高診斷率、分擔三甲醫院所承擔的就診壓力提供巨大的幫助。

丁曉偉在采訪中也談到了自己對人工智能在基層醫療應用前景的一些看法。他認為，醫療的觸角還沒有觸及到每個角落裡。基層裡有很多服務應該開展，但沒有能夠開展。還有一種情況就是基層醫療的診斷準确率比較低，偶爾會存在耽誤病情或者過度治療的情況。“基層醫療不見得有能力去配備智能影像裝置，而且真正有問題的病人也不會選擇在基層醫療去看重病。”

丁曉偉表示，基層社群的檢查裝置相對簡單，應用也是不一樣。考慮到基層醫療的實際情況，體素科技并沒有忽視這一市場。體素科技在10萬多人的資料庫上面做胸部 DR 的疾病分析，這個産品目标就是針對基層醫療。針對胸痛人群的病因排查，體素科技也研發了胸部的增強 CT ，能夠同時看出是哪些疾病造成的胸痛。

另外，有資料顯示，中國糖尿病患者超過一個億，糖網是糖尿病最常見、也是最可怕的并發症；每一位糖尿病患者都有潛在發展成為糖網，進而導緻失明的風險。眼科的篩查也成為體素科技的另一個目标。“眼底血管的疾病，眼底的靜脈栓塞，或者是眼睛的神經損傷，老年的黃斑變性或者是糖尿病黃斑水腫，這些都是眼科醫生關注的一些疾病，而且發病率也不低。我們也有相應的産品來進行診斷。”

在采訪中，丁曉偉表示創立體素科技的初衷，隻為讓客觀的醫療診斷服務觸手可及，讓醫療診斷資源通過深度學習等技術在每個人身上都屬于供求平衡的狀态。丁曉偉判斷：“在醫療 AI 行業剛剛起步，行業壁壘尚未建立時，醫學知識和創新的研究深度，将決定 AI 團隊的發展優勢。”

對于未來醫學人工智能，丁曉偉表示：“我們仍需要在行業内進行技術團隊和臨床技術的深度結合，在學術領域保持先進性及前瞻性，進而保持行業領先地位。”

如今體素科技的技術已經可以在心髒，肺部，以及眼科主要疾病達到或高于專業醫生的準确率，并在分析之後自動生成報告，解決了如何在影像個體差異巨大的人群上保證結果準确性的業界重大難點，部分上線産品已獲美國 FDA 、歐洲 CE 市場準入許可。

未來的規劃方面，丁曉偉認為最重要的還是不斷地完善産品線，未來公司的産品主要包括三種類型：一是在WEB用戶端的應用，主要為醫院、體檢中心、保險公司提供分析服務;二是雲計算服務接口，主要與影像器械生産商、醫療影像管理系統軟體商合作；三是為第三方醫療資料分析應用上提供雲計算平台。讓産品對于某項疾病的臨床應用不再機械，使用起來更像一個完整的診斷分析。從服務上講，體素科技需要建構一個醫療資源上下疏通的一套醫療診斷服務生态，從軟體産品和雲服務産品跳出，變成觸手可及的 AI 服務。

本文作者：李雨晨