前言:本文作者是咱们AI产品经理大本营成员@lazy_yy,他用最干练的文字,帮大家快速了解“医疗影像+AI”方向的基本信息。欢迎更多AI产品经理们也来加入干货输出队伍:) 。
医疗影像被认为是人工智能最有可能落地的领域之一,2017年被认为是"医疗影像+AI"集中爆发的一年,现在2020年即将结束,该领域公司正出现明显的分化,有的已陆续拿到国家NMPA三类证的审批,并且持续获得融资、不断扩展领地,有的则已趋于沉寂。本篇文章就该领域现状做了一些剖析,希望能给处于该行业或者有意进入该行业的读者一些帮助。
目录
一、医疗影像的6类常见应用场景
二、“医疗影像+AI”领域的5个典型产品
三、不同用户角色的需求及付费影响力分析(以“三级医院影像科”为例)
四、商业模式及头部企业汇总
五、“医疗影像+AI”落地的短期风险和机会
1
医疗影像的6类常见应用场景
本小节按照影像产生科室和设备类型,将医疗影像应用场景分为超声影像、放射影像、放射治疗、病理影像、内镜影像、眼底影像这6类来进行描述。
1、超声影像
超声影像可以清晰显示脏器及周围器官的各种断面像,同时具有价廉、简便、迅速、无创、无辐射性、准确、可连续动态及重复扫描的优点,成像速度快的特点,因此易于推广应用,常作为实质脏器及含液器官的首选方法,非常适合于心脏,大血管及胆囊的显示和测量。
2、放射影像——X线、CT、核磁
1)X光
X光是观察骨骼的简便检查方式,价格也相对较便宜。如果怀疑四肢、脊柱等部位出现急性外伤,伤到了骨骼,有突发急性疼痛或是难以控制的慢性疼痛,一般会优先选择X光。
2)CT
某种意义上可以说,CT是X光的加强版,一般重要部位的检查,如头颅、胸腹、脊柱、骨盆等,CT优于常规X光检查。CT对肺部结节、淋巴结增大、气管狭窄等的诊断,肺癌的筛查等胸部疾病有较大的意义,对中枢神经系统疾病、头颈部疾病的诊断、大血管检查等也有很大的价值,如颅内肿瘤、早期鼻咽癌的发现、冠状动脉粥样硬化和冠心病的筛查等。
3)核磁
核磁共振可以随意做任何角度的切层,且无辐射。对颅脑、脊柱和脊髓等的解剖和病变的显示,都比CT要好;核磁共振对病变组织的敏感度优于CT,尤其是关节、肌肉、中枢神经系统等软组织的检查结构更清晰。核磁共振对脊柱、关节、肿瘤、感染性疾病、淋巴结和血管结构之间的相互鉴别,有独到的优势。
3、放射治疗
作为肿瘤三大主要治疗方式之一,放疗在肿瘤治疗中的地位越来越重要。随着三维适形和适形调强等精确放疗技术的发展和广泛临床运用,其中精准的靶区范围的确定和勾画在放疗中非常重要。
4、病理影像
病理诊断是医学诊断的“金标准”,是医生对病人进行正确治疗的基石,病理医生更素有“医生的医生”之称。病理医生直接面对的其实不是患者,而是临床医生。病理报告中会提供病人罹患的疾病的具体类型、肿瘤的分级、分期等各种信息,然后临床医生会根据这些信息来制定治疗和用药的方案。
5、内窥镜影像
内窥镜是集中了传统光学、人体工程学、精密机械、现代电子、数学、软件等于一体的检测仪器,具有图像传感器、光学镜头、光源照明、机械装置等,它可以经口腔进入胃内或经其他天然孔道进入体内。利用内窥镜可以看到X射线不能显示的病变,因此它对医生非常有用。常用于食道、胃及十二指肠、小肠、大肠、胰腺、胆道、腹腔、呼吸道、泌尿道疾病的检查。
6、眼底影像
眼底检查是检查玻璃体、视网膜、脉络膜和视神经疾病的重要方法。许多全身性疾病如高血压病、肾病、糖尿病、妊娠毒血症、结节病、某些血液病、中枢神经系统疾病等均会发生眼底病变,甚至会成为病人就诊的主要原因,故眼有“机体的橱窗”之称,检查眼底可提供重要诊断资料。
2
“医疗影像+AI”领域的5个产品
本小节主要介绍5个典型“医疗影像+AI”产品:疾病筛查和辅助诊断、病理分析、影像后处理、靶区勾画、生长发育评估。
1、疾病筛查和辅助诊断
疾病早筛对于民众及国家均具有重大意义,而影像学检查是疾病早筛的重要环节。医疗人工智能的引入有助于提升影像学科工作效率,减轻医务人员工作负担,减少误诊漏诊现象的发生,为大规模疾病早筛行动的开展提供有力技术支持。
该领域也是"医疗影像+AI"最早涉及、竞争最激烈、上线产品最多的领域,几乎当前获得大额融资的企业都涉及该领域,可以说是“百家争鸣”的局面。
核心功能:
基于深度学习技术训练模型,对病灶进行分割检出;
病灶定量分析,主要是一些形态学参数;
基于分类算法,对病灶进行分类比如结节、肿瘤等;
病灶定性,比如肿瘤的良恶性倾向性分析判断;
生成结构化报告,基于AI诊断结果和临床使用习惯自动生成报告;
2、病理分析
病理医师的诊断依赖于经验,培养病理医生的周期非常长,从一个初级诊断医生到一个经验丰富的高年资诊断医生大约需要10年时间。此外,病理工作风险高、责任大, 专业吸引力相对较低,且由于从业后工作强度太高,很多学病理的医生都没能坚持到最后。
AI的引入可以为医生为低级别医院经验欠缺的病理医生提供诊断建议、提供教学帮助、AI分担医生繁重而简单的工作(如寻找淋巴结的转移癌、病原体等,定位后人工复核)以及计数指标的判定、免疫组化阳性强度的判定以及分子病理的判定等。
核心功能:
对数字化的病理切片,自动完成检测-识别-分割;
智能分辨细胞阴阳性,区分癌细胞与正常细胞并标注;
对框选区域/全场图进行定量分析;
自动结构化报告生成;
典型产品:
D-PathAI AI辅助诊断系统 -迪英加科技;
宫颈癌早期筛查系统-腾讯觅影;
病理智能辅助诊断系统(宫颈癌、乳腺癌、胃癌)-清影科技;
3、影像后处理
临床上很多影像检查生成的影像不足以直接用来评估病情,需要对影像进一步处理,这些后处理过程具有复杂、耗费长的特点,例如一个CTA检查的后处理时间在20~60分钟之间,使用AI技术之后可以让整个后处理时间大大减少。
核心功能:
自动完成图像重建;
图像推送和胶片打印;
血管斑块和狭窄程度量化分析;
自动生成结构化报告。
典型产品:
冠心病智能辅助诊断产品-数坤科技;
ACD冠脉全自动诊断-医真云。
4、靶区勾画
每一个放疗方案都需要严格画靶,确认放疗射线的靶向位置和剂量,及其穿透路线,避免伤及正常的组织器官。每一位病人每次放疗前都需要拍300-400张CT,传统方法完全依赖肿瘤医生在患者的医学影像上手动标识器官和肿瘤,效率十分低下。
基于深度学习算法的智能勾靶功能,可以全面提高靶区勾画的效率和准确度,将原来要几个小时的工作量缩短到几十分钟。
核心功能:
靶区智能自动勾画
放疗流程管理
代表产品:
RAIC-锐克肿瘤信息系统-连心医疗
ARPlanner-全域医疗
智能治疗计划系统DeepPlan-慧软科技
5、生长发育评估
骨龄”是骨骼年龄的简称,是青少年儿童骨骼发育水平同骨发育标准比较而得出的发育年龄,临床应用的骨龄检测方法也各有弊端,或因流程复杂或因不够精准而无法满足临床要求。基于深度学习的检测技术,算法通过识别每块手骨的特征,更精准更快速进行儿童生长发育评估。
核心功能:
骨龄结果自动计算;
结构化呈现影像具体评分;
生长发育报告生成;
代表产品:
儿童生长发育智能诊断系统-依图医疗;
儿童生长发育AI评估系统-深睿医疗;