電子發(fā)燒友App
今年2月，依圖和廣州市婦女兒童醫(yī)療中心（下稱：廣婦兒）及其他幾家機構(gòu)研發(fā)的中文AI輔診系統(tǒng)在醫(yī)學(xué)科研期刊《Nature Medicine》上亮相。這項技術(shù)具有行業(yè)性意義，有了這項技術(shù)，計算機能夠通過NLP技術(shù)“讀懂”中文病歷，并進行初步診斷。
一個月后的3月26號，依圖醫(yī)療在北京舉行了發(fā)布會，這次的主角仍然是圍繞兒科——專門為兒科打造的智能醫(yī)療解決方案。
可以看到的是，依圖醫(yī)療在兒科領(lǐng)域的布局正在擴大。相較于原先一個病種的“單點優(yōu)化”，依圖醫(yī)療副總裁方驄認為，兒科解決方案能夠“實現(xiàn)以兒童患者為中心的突破。”
會后，圍繞依圖醫(yī)療在兒科領(lǐng)域的進展，雷鋒網(wǎng)對方驄進行了一次采訪。
“3+1”的核心能力
此次發(fā)布的兒科解決方案采用的是華為的全棧式云和大數(shù)據(jù)底座。一周之前，在2019華為中國生態(tài)伙伴大會上，依圖醫(yī)療剛剛和華為聯(lián)合發(fā)布了智能醫(yī)療云的戰(zhàn)略成果。
方驄對雷鋒網(wǎng)說，兒科智能解決方案的技術(shù)本身是成熟的，但是問題在于，怎么讓技術(shù)之間實現(xiàn)融合，以及在技術(shù)之上“長出”針對于不同場景的應(yīng)用，這個是最難的。
“如果要做兒科的全科，我們要覆蓋幾十種兒科常見病，大概要做6000個疾病的Schema，這是一件很難的事情。而且每個點上都要進行臨床驗證。每一個點都被認可了，才能做一個全科的診斷系統(tǒng)，解決全場景閉環(huán)的問題。”
具體來說，兒科解決方案的思路是“3+1”：通過依圖自己的AI文本技術(shù)、圖像技術(shù)和語音技術(shù)，以及構(gòu)建的醫(yī)學(xué)知識圖譜，實現(xiàn)兒童醫(yī)療全場景的覆蓋。
診前，采用多模態(tài)信息與家長交互、實現(xiàn)智能導(dǎo)診
診中，基于海量數(shù)據(jù)訓(xùn)練的兒科智能分層診斷模型和融合兒科醫(yī)生智慧的云平臺，評估兒童生長發(fā)育情況，對全科兒科疾病進行智能診斷
診后，賦能基層兒科，實現(xiàn)智能隨訪和智能轉(zhuǎn)診
方驄認為，所有的研發(fā)都是為了最后能把點狀的應(yīng)用融合起來，從單任務(wù)到單疾病、單部位的進階，最后到以病人為中心的場景化的解決方案。它的底層技術(shù)架構(gòu)一定要有上面說到的三項技術(shù)。“因為只有全棧式的多元異構(gòu)的數(shù)據(jù)處理能力，才能夠切中醫(yī)療機構(gòu)臨床診療的核心問題。”
值得一提的是上文提到的AI文本技術(shù)。方驄說到，2016年成立后依圖醫(yī)療就開始打磨NLP、計算機視覺等各項技術(shù)。“發(fā)在《Nature Medicine》上的成果只是最后’薄發(fā)’的那一剎那，其實為了這個瞬間，我們‘厚積’了兩年的時間。”
在核心技術(shù)能力之外，該解決方案中還有一個數(shù)據(jù)資源池。這個數(shù)據(jù)資源池如果按照病種分，就是各個病種的單病種數(shù)據(jù)庫。如果按照使用用途來分，就是科研、臨床和運營數(shù)據(jù)庫。
至于具體應(yīng)用，就是針對兒童在健康檢查和臨床診療的診前、診中、診后全部流程的全棧式應(yīng)用。
為什么想做兒科的全場景
上海長征醫(yī)院影像科的劉士遠教授曾在演講中提到，醫(yī)學(xué)影像AI模型的發(fā)展需要滿足臨床需求，多任務(wù)多病種研發(fā)是AI產(chǎn)品的目標。
方驄坦率地說到，依圖醫(yī)療是從單病種開始做，才意識到要做全科疾病。當時，依圖醫(yī)療的自然語言處理技術(shù)已經(jīng)成熟，但是不知道應(yīng)該切入的醫(yī)療方向是什么。后來，在與醫(yī)院的實際溝通中發(fā)現(xiàn)，圍繞單病種的科研教學(xué)、臨床管理和臨床治療是醫(yī)院的實際需求。
2018年6月，依圖與華西醫(yī)院發(fā)布了兩項雙方合作研發(fā)的肺癌人工智能成果：肺癌臨床科研智能病種庫，及肺癌多學(xué)科智能診斷系統(tǒng)。
“肺癌臨床科研智能病種庫”納入了華西醫(yī)院2009年至今收治的確診為肺癌患者的全周期脫敏臨床數(shù)據(jù)，利用AI技術(shù)，對影像數(shù)據(jù)、基因數(shù)據(jù)、病理數(shù)據(jù)、文本數(shù)據(jù)等非標化、非結(jié)構(gòu)化的臨床數(shù)據(jù)進行清洗、處理。
方驄表示，一期工程錄入了3萬份全周期的肺癌病人數(shù)據(jù)庫，并且把數(shù)據(jù)提取精度提升到了99.3%。以往信息科要手動檢索尋找數(shù)據(jù)。現(xiàn)在通過單病種智能數(shù)據(jù)庫，關(guān)于肺癌病人的任何數(shù)據(jù)，大概分鐘級就可以搜集到，并且可以看到主訴、既往病史等多維度數(shù)據(jù)。“這些能力，對醫(yī)生來說，非常管用。”
“兒科全場景”的另一個關(guān)鍵詞是“兒科”。依圖醫(yī)療為什么想要做兒科？
方驄說，當初選擇兒科切入是本著一個非常樸素的想法——解決兒科醫(yī)生短缺的問題。
從戰(zhàn)略層面來看，中國0到14歲的兒童有2.6億，中國的兒科醫(yī)生只有13.5萬，而且這個數(shù)字不斷變小，大概2600個孩子中國孩子能夠分配到一個兒科醫(yī)生。
方驄自己親身經(jīng)歷過到兒科就診的過程，“平均等待時間七、八個小時”“24小時人滿為患”，“在那個氛圍里，你會覺得是做兒科醫(yī)生是最糟糕的一個職業(yè)，但又是最重要的一個職業(yè)。”
另外，由于兒童沒有準確表達病癥的能力，因此被稱為“啞科”，要家長代為復(fù)述。這樣的學(xué)科特點也是人工智能技術(shù)切入的一個非常好的場景。
從戰(zhàn)術(shù)層面來看，成人全科很難實現(xiàn)閉環(huán)，但兒科比較容易實現(xiàn)數(shù)據(jù)的集中和臨床的多中心。方驄認為，找出一個省里最有代表性的醫(yī)院，可以最大程度代表區(qū)域內(nèi)所有兒童就診的環(huán)境，比如說依圖醫(yī)療的骨齡產(chǎn)品，從與浙兒保的合作開始以后，依圖醫(yī)療先后和北京、上海、陜西等地的頭部兒童醫(yī)院建立合作關(guān)系，目的就是為了讓數(shù)據(jù)豐富起來、更具有統(tǒng)計學(xué)上的意義。
而且，依圖醫(yī)療早期合作的幾家醫(yī)院，例如廣婦兒、浙兒保等醫(yī)院的級別和信息化評程度比較高。在原有的信息化基礎(chǔ)上進行AI應(yīng)用的部署，難度就要小很多。
所以，“做兒科全病種看似很偶然，但背后有很多必然的因素。”
三端發(fā)力，拓展更多落地場景
此前，劉士遠教授在演講中曾經(jīng)說到，“醫(yī)療AI很火，但也存在被消費的情況，做企業(yè)的人也很辛苦。”
這是醫(yī)療AI行業(yè)從業(yè)者的直觀感受，因為直到現(xiàn)在，大家都沒有找到一條比較好的出路。方驄笑著對我們說，“很多記者朋友問我們，你們?yōu)槭裁床蛔鯰o C？為什么先做To B，To B很累。”
一方面來看，依圖醫(yī)療是想利用AI醫(yī)療解決核心的醫(yī)療問題，選擇To B是必然的方向。
依圖醫(yī)療的策略在于，通過To B構(gòu)建壁壘和黏性，再做To C。“肯定要等B端成熟以后再做。如果先做To C產(chǎn)品，等于是違背了我們改善醫(yī)療資源配比率的創(chuàng)業(yè)初心。”
另一方面，沒有急著做To C，方驄認為是有原因的。“走C端的前提是什么？是B端能夠解決眾多的場景問題，病種的垂直應(yīng)用都已經(jīng)非常成熟，才能做到全科。To C的產(chǎn)品沒有太強的壁壘。作為一個創(chuàng)業(yè)公司，如果你的用戶量還小，又贏得了一些流量的話，很容易被大的公司吞并掉或者收購掉。”
在健康診療AI階段，依圖醫(yī)療和廣婦兒、廈門大學(xué)中山醫(yī)院和溫州市婦女兒童中心等多家醫(yī)院開始了貫穿整個兒科診療流程的合作。
以廣婦兒為例，廣婦兒的互聯(lián)網(wǎng)醫(yī)院已經(jīng)上線，支持在線導(dǎo)診、掛號、AI問診等一整套線上醫(yī)療服務(wù)。到2018年12月，依圖醫(yī)療面向C端的產(chǎn)品“小依預(yù)問診”上線七個月，為超過7.7萬名用戶提供服務(wù)，系統(tǒng)的在線服務(wù)時長超過21萬分鐘；小依輔診產(chǎn)品在2019年第一季度的調(diào)用量也超過了3萬次。
除此之外，依圖醫(yī)療也計劃將健康檢查場景閉環(huán)。2018年11月22日，依圖醫(yī)療與愛康集團在兒童生長發(fā)育監(jiān)測、高發(fā)癌癥的篩查體檢領(lǐng)域展開合作。據(jù)方驄透露，未來，愛康國賓的幾家連鎖店將上線依圖醫(yī)療SaaS化的健康智能診斷系統(tǒng)，逐步在國內(nèi)落地這款智能兒科云平臺。
除了B端、C端外，依圖醫(yī)療現(xiàn)在和G端的合作思路就是，依托于某一個特級貧困縣的縣人民醫(yī)院或者是以上級主管醫(yī)院為中心，利用AI的技術(shù)能力完成智能轉(zhuǎn)診、重疾早篩的工作，把因病致貧的情況降到更低。
方驄相信，在未來的1到2年里，服務(wù)更多場景的智能診斷方案會越來越多的涌現(xiàn)出來。因為點狀任務(wù)成熟以后，融合、賦能、共享必定是大趨勢。“AI能力的一個體現(xiàn)，是基于多中心、大區(qū)域、大樣本的數(shù)據(jù)，給出越來越精準的解決方案。”
工商網(wǎng)監(jiān)
評論