全文 4515 字，閱讀時(shí)間預計 8 分鐘。
除了【看圖說(shuō)話(huà)】，我們還打算幫你盤(pán)點(diǎn)。
2016 年 8 月 11 日，IBM Watson for Oncology 落地中國，這是一個(gè)癌癥診斷機器人。IBM Watson 可以在 17 秒內，閱讀 3469 本醫學(xué)專(zhuān)著(zhù)， 248000 篇論文， 69 種治療方案，61540 次實(shí)驗數據， 106000 份臨床報告，并根據醫生輸入的病人指標信息，最終提出優(yōu)選的個(gè)性化治療方案。
隨著(zhù)技術(shù)領(lǐng)域的發(fā)展與合并，新的生物醫學(xué)前沿正在不斷交融。一類(lèi)新興的學(xué)科正在興起，它橫跨人工智能、大數據與醫療領(lǐng)域，收集、歸納所有的健康數據，并經(jīng)過(guò)計算與整合，給出醫生以更準確的診斷結果和更完備的治療方案。
這個(gè)學(xué)科叫做醫療大數據。
在展開(kāi)盤(pán)點(diǎn)之前，我們先討論兩個(gè) “為什么”。
在醫療大數據產(chǎn)業(yè)中，近年來(lái)的熱點(diǎn)無(wú)疑是影像數據分析公司。為什么？
第一，影像數據獲取更容易。相比于病歷數據動(dòng)輒三五年的時(shí)間跨度，影像學(xué)數據則只是 “一秒鐘”。對于數據公司而言，獲得上百萬(wàn)張片子難度不算很大，但是有幾十萬(wàn)份完整的結構化的病人病歷就不容易了。
第二，影像數據處理難度更小。一份病歷要包含的信息至少有病史、病人信息、癥狀、治療手段、愈后恢復等方面，而影像學(xué)的數據就是一張片子。
第三，影像數據重要。影像檢測信息是最直觀(guān)反映病人病情信息的數據，也是醫生確定治療方案的最直接依據。
醫療影像包含海量數據，即使有經(jīng)驗的醫生有時(shí)也顯得無(wú)所適從。
在中國，醫療圖像智能診斷的需求來(lái)得尤為迫切。為什么？
第一，影像科醫療資源在中國非常短缺。
相比發(fā)達國家，中國影像科醫療資源短缺嚴重。一方面，醫學(xué)影像的閱讀需要長(cháng)時(shí)間專(zhuān)業(yè)經(jīng)驗的積累，也就是說(shuō)影像科醫生的培養周期相對較長(cháng)；另一方面，影像科在醫院內部地位、收入不高，愿意從事影像學(xué)的醫生越來(lái)越少。
而智能影像檢測軟件能從效率與精度兩個(gè)方面改善這樣的局面。智能軟件可以快速處理片子，甚至比醫生更快，還可以減少人為操作的誤判率。美國哈佛醫學(xué)院參與的智能診斷臨床試驗顯示，人工智能輔助醫生進(jìn)行乳腺癌診斷可以將誤診率從 4% 降低到 0.5%。
第二，第三方檢測機構在近年的興起。
第三方檢測機構在這里是指獨立于醫院體系的醫學(xué)影像中心，比如如上海全景這樣的企業(yè)。相比于醫院內的檢測，第三方檢測機構的效率更高，可以充分利用社區資源，不牽扯醫生利益，是大勢所趨。今年全國各省市陸續放開(kāi)了獨立醫學(xué)影像中心的政策限制，其中江西省行動(dòng)最快，上半年已經(jīng)批準了三家獨立醫學(xué)影像中心。
第三方檢測機構想要開(kāi)展影像檢測業(yè)務(wù)，必須取得資質(zhì)認證，資質(zhì)認證包括一定級別的器材與人員。而專(zhuān)業(yè)人員培訓周期長(cháng)，智能圖像診斷的需求就一下子上來(lái)了。
深藍 Deeper Blue 盤(pán)點(diǎn)了 5 家世界范圍內最值得關(guān)注的醫療影像數據公司，主要評價(jià)標準如下：
數據占有量
針對細分領(lǐng)域前景
創(chuàng )始人背景
臨床機構合作情況
以及目前公司業(yè)務(wù)進(jìn)展。
其中，我們把 “數據占有量” 放在權重更大的位置上，原因在于：我們認為，系統、廣泛的數據庫帶給數據公司的意義是難以估量的。智能診斷系統把數據庫作為訓練的樣本，訓練庫越大，得到的診斷建議也就越準確。醫學(xué)診斷和人種、生活習慣以及基因有很大的相關(guān)性，更需要覆蓋廣泛的數據庫才能實(shí)現精準診斷。
2016 年 8 月初，利用 IBM Watson 的人工智能系統，日本東京大學(xué)的科學(xué)家們僅用不到十分鐘的時(shí)間就診斷出一位六十歲女性患有罕見(jiàn)的白血病。就在幾個(gè)月前，該女性曾被醫院誤診。
Watson 通過(guò)對比 2000 萬(wàn)份癌癥研究論文，做出了準確的醫學(xué)診斷，并同時(shí)建議了可行的治療方案。2016 年 8 月 12 日，IBM 宣布 Watson 將登陸中國，與 21 所醫院展開(kāi)合作，為癌癥患者提供更精準的個(gè)性化服務(wù)。
IBM 在人工智能領(lǐng)域深耕多年。早在 2006 年，IBM 就開(kāi)始了 IBM Watson 的內部試驗?！禝BM官方認知醫療白皮書(shū)》這樣描述：“ Watson 可處理大量醫學(xué)文獻、臨床資料和病患醫療記錄，并對單個(gè)病患提出適當的治療方案，它還可對臨床醫生的系列問(wèn)題提供基于證據的答案。通過(guò)節省醫師的研究時(shí)間?！?/span>
【企業(yè)亮點(diǎn)】
第一，IBM 旗下，技術(shù)、資源優(yōu)勢明顯。IBM 公司的專(zhuān)利數量驚人，截止今年上半年，獲批專(zhuān)利數達到了 3617 項，是同時(shí)期 Google 的兩倍、蘋(píng)果的三倍。同時(shí)，IBM 還給 Watson 準備了 40 億美元用于收購，可謂是“別人家的孩子?！?/span>
第二，并購企業(yè)得來(lái)豐厚資源。2015 年 10 月，IBM 宣布以 10 億美元收購醫療影像分析公司 Merge Healthcare。2016 年 2 月，IBM 又斥資 26 億美元收購醫療數據公司 Truven Health Analytics。其中，Merge Healthcare 為 IBM 帶來(lái)了 7500 家包括臨床研究機構、大型藥廠(chǎng)在內的客戶(hù)源，以及豐富的醫療圖像處理經(jīng)驗。而 Truven Health Analytics 所帶來(lái)的收益包括 5000 名數據科學(xué)家、流行病學(xué)家、政策專(zhuān)家和醫療健康咨詢(xún)師在內的高價(jià)值員工，以及諸如美國聯(lián)邦政府在內的重要客戶(hù)。
第三，數據量領(lǐng)先。在一系列收購之后，IBM Watson 稱(chēng)其數據庫已成為全球最大的非政府醫療健康數據庫——包括 1 億份患者病歷，3000 萬(wàn)份影像數據以及 2 億份保險記錄，數據總量超過(guò) 60 萬(wàn) TB，覆蓋人數約 3 億。
值得一提的是，Watson 不僅僅是數據庫，人工智能的發(fā)展將讓它成為一流的癌癥專(zhuān)家。自 2012 年起，IBM Watson 已與美國斯隆凱特琳癌癥中心開(kāi)展了四年的合作，共同開(kāi)發(fā)癌癥智能診斷項目 Watson Oncology。斯隆凱特琳的癌癥專(zhuān)家們訓練 Watson 閱讀大量的醫學(xué)報告和論文，幫助 Watson 快速建立起腫瘤學(xué)的基礎知識儲備。Watson 可以整合病人的各項信息，如病史、基因測序結果等到數據庫里，與以往病例進(jìn)行匹配，最終給出診斷結果和個(gè)人化的治療方案。
【面臨挑戰】
在 IBM Watson 研發(fā)的早期，其醫學(xué)數據來(lái)自醫學(xué)論文、研究報告等，不是實(shí)際的臨床數據，因此做出的診斷是相對標準化的決策，達不到精準的判斷。為此，IBM 大刀闊斧收購 Merge Healthcare、Explorys 等大數據公司，一部分原因就是為了收集高附加值的臨床數據，以豐富 Watson 的數據庫。
其次，對于人工智能檢測是否值得信賴(lài)，機器究竟能否代替人類(lèi)，醫學(xué)界仍在爭論中。IBM 積極推動(dòng)與醫療機構的合作不僅是為了測試、增強 IBM Watson 的實(shí)際功能，也是在培養醫療行業(yè)對人工智能的使用習慣。
沒(méi)錯，就是創(chuàng )造了 AlphaGo 的那家公司。DeepMind 于 2014 年被 Google 收購，現在，他們已經(jīng)不滿(mǎn)足于僅僅讓人工智能來(lái)下下棋了，而要將人工智能推向醫療領(lǐng)域。DeepMind 切入的領(lǐng)域，是眼科疾病的早期診斷。
視力問(wèn)題的診斷往往要借助光學(xué)相干斷層掃描，即利用散射光生成視網(wǎng)膜的高清 3D 圖像來(lái)幫助醫生診斷。但問(wèn)題是：
【企業(yè)亮點(diǎn)】
第一，背靠谷歌，資金充沛。DeepMind 在 2014 年被谷歌以 4 億美元收購。
第二，人才濟濟。目前 DeepMind 有約 100 名全職員工，頂級學(xué)術(shù)期刊經(jīng)常露臉，科研實(shí)力甚至不弱于頂尖大學(xué)。Google 為了防止競爭對手挖墻腳，官網(wǎng)沒(méi)有放出完整員工名單，這引得外界紛紛通過(guò) LinkedIn 、博客等工具來(lái)揭秘這支神秘的團隊。
第三，擁有落地數據源。2016 年，DeepMind 與倫敦的墨菲眼科醫院合作，開(kāi)始進(jìn)行大數據處理影像數據的嘗試。在項目中，DeepMind 的軟件將會(huì )學(xué)習超過(guò)一百萬(wàn)份眼部掃描資料，從而幫助醫生確診，并判斷相關(guān)的早期癥狀。
如前文所說(shuō)，眼部的異常癥狀有時(shí)并不單單是由眼部疾病引起的，比如高血壓、糖尿病都會(huì )引發(fā)視覺(jué)障礙。根據美國國家糖尿病委員會(huì )的報告，糖尿病患者比非糖尿病患者的失明幾率高 25 倍。DeepMind 和墨菲眼科醫院的合作，可以攻克這個(gè)問(wèn)題，能夠發(fā)現早期糖尿病在眼部影響會(huì )引起哪些異常。
作為國內少數幾家可以對標 Flatiron、DeepMind 的深度學(xué)習大數據公司，成立于 2016 年 1 月的 DeepCare 值得關(guān)注。DeepCare 主攻的方向是胸肺部 CT 的智能影像診斷：用大量的胸肺部影像訓練深度學(xué)習模型，加上患者的年齡、性別、癥狀和確診疾病等信息，形成結構化的數據庫。
并且，DeepCare 能做到對每一個(gè)新錄入數據庫的病人進(jìn)行算法自動(dòng)匹配，尋找出影像數據相似的病人，幫助醫生做出更準確的判斷。
【企業(yè)亮點(diǎn)】
第一，合作醫療機構，數據庫龐大。與 Deepmind 類(lèi)似，目前，DeepCare 已經(jīng)和北京數家三甲醫院展開(kāi)了合作，用來(lái)訓練算法的影像數據已經(jīng)達到了百萬(wàn)張的數量級別。
第二，創(chuàng )始團隊優(yōu)異。創(chuàng )始人及首席科學(xué)家丁鵬博士畢業(yè)于達特茅斯大學(xué)，在深度學(xué)習領(lǐng)域有著(zhù)豐富的科研背景，另一位創(chuàng )始人劉圣本科畢業(yè)于伯克利，之前在美國有兩次創(chuàng )業(yè)的經(jīng)歷。DeepCare 公司目前的員工中還包括多位在人工智能算法領(lǐng)域和臨床影像學(xué)領(lǐng)域深耕多年的專(zhuān)家。
【面臨挑戰】
DeepCare 目前面臨的主要問(wèn)題是數據的標注和結構化?，F在的醫療影像上是沒(méi)有對病灶進(jìn)行標注的，DeepCare 需要組織專(zhuān)業(yè)的醫生對圖像進(jìn)行系統性的整理和標注，這里面需要大量的人工基礎。目前，DeepCare 正致力于將人工流程標準化。
讓毫無(wú)醫療背景的軟件工程師們來(lái)對專(zhuān)業(yè)醫生的 X 光片評頭論足，并告訴他診斷結果，而醫生們開(kāi)心的接受了。這可能嗎？Enlitic 正在把這一幕變成現實(shí)。
在 Enlitic 創(chuàng )始人 Jeremy Howard 的 TED 演講上，他展示了計算機是如何通過(guò)深度學(xué)習算法對癌癥病人的生存率進(jìn)行預測的。Jeremy Howard 曾擔任數據分析競賽公司 Kaggle 的 CEO，這家公司因組織全世界最大的大數據分析和建模比賽而聞名。
Enlitic 的核心技術(shù)是深度學(xué)習，即讓計算機接受大量的數據訓練，具備識別圖像、分析圖像的能力，再將分析的結果呈現給醫生。
“放射科醫生都是想象家?！?Howard 介紹說(shuō)：“他們面對二維的圖像，要在腦中形成三維的模型，并且對其中微小的細節保持高度敏感。Enlitic 將幫他們做這件事?！?
這個(gè)工程師讓計算機發(fā)現了專(zhuān)業(yè)醫學(xué)學(xué)者都沒(méi)有突破的課題，在腫瘤圖像的檢測中，計算機發(fā)現在確診過(guò)程中，腫瘤細胞周?chē)恼＜毎奶卣骱湍[瘤細胞本身一樣重要。而在以往，醫學(xué)上只檢測腫瘤細胞。
目前，Enlitic 獲得三輪總共 1500 萬(wàn)美元的投資。最近的一次 B 輪融資，是在 2015 年 10月，融資額超過(guò)1000 萬(wàn)美元。但 Enlitic 還沒(méi)有實(shí)現盈利。
【企業(yè)亮點(diǎn)】
第一，臨床試驗效果良好。在一項 X 光片診斷對比試驗中，Enlitic 與放射科專(zhuān)家團分別讀片，并給出診斷。結果，Enlitic 的準確度比專(zhuān)業(yè)醫生高出 50-70%，而且診斷用時(shí)僅是醫生的 1/50000。甚至，當骨裂面積小到只占到整張 X 光片 0.1% 時(shí)，Enlitic也能準確識別出來(lái)。
第二，業(yè)內認可。這家成立于 2014 年的公司，在第二年就登上了麻省理工科技評論（MIT Technology Review）“全球 50 家最聰明的公司”榜單，排名 39。
第三，業(yè)務(wù)模式創(chuàng )新。不再作為醫療工具賣(mài)給醫院授權給醫院，而是參與利潤分成。Capital Health 與 Enlitic 之間達成了深度合作，Capital Health 向 Enlitic 提供 X 光片訓練數據和專(zhuān)家顧問(wèn)，而 Enlitic 則提供完整的人工智能解決方案，并參與醫院利潤分成。
第四，覆蓋廣泛。目前 Enlitic 覆蓋澳大利亞 Capital Health 旗下超過(guò) 51 家放射診所，下一步計劃隨 Capital Health 拓展亞洲業(yè)務(wù)進(jìn)入亞洲市場(chǎng)。
Arterys 是一家提供 SaaS 服務(wù)的創(chuàng )業(yè)公司，主營(yíng)業(yè)務(wù)是為醫療機構提供更精準的 3D 心血管影像，并提供量化分析。
Arterys 在 2016 年 3 月完成 A 輪融資，共融得 1200 萬(wàn)美元，由 Emergent Medical Partners 和 GE 領(lǐng)投。
【企業(yè)亮點(diǎn)】
第一，針對心血管疾病，市場(chǎng)極大。根據統計，心血管疾病是世界范圍內的頭號殺手。在美國，每年就有約 80 萬(wàn)人死于心血管疾病，占到了死亡總數的三分之一。而中國的情況更為嚴重——近 3 億病患，死亡人數超過(guò)疾病死亡總數的 40%。
第二，精準，無(wú)創(chuàng )的檢測技術(shù)。Arterys 能夠提出提出了方案——無(wú)創(chuàng )、精準地得知血流信息：病人只需要花十分鐘做一次核磁共振，Arterys 的系統將會(huì )把數據送到云端進(jìn)行處理。之后，通過(guò)深度學(xué)習的方法，電腦可以對核磁共振影像中的七維信息（空間三維、時(shí)間一維、血流方向三維）進(jìn)行分析，計算出量化的全面的血流信息。
要知道傳統的無(wú)創(chuàng )檢測，諸如心電圖、超聲心動(dòng)圖、心血管磁共振等都無(wú)法得到病人準確的血流信息。而精確的檢測方法如冠狀動(dòng)脈造影等則存在一定危險性，并且價(jià)格昂貴。
第三，與行業(yè)巨頭開(kāi)展深入合作。2015 年，Arterys 公司與 GE 達成戰略伙伴關(guān)系。作為全球核磁共振儀器的主要提供商，GE 占據了全球 26% 的市場(chǎng)，僅次于西門(mén)子。GE 表示，他們將安裝 Arterys 系統在最新的核磁共振儀上。
撰稿：賀冠華 加辰 房宮一柳
編輯：季星
顧問(wèn)：譚驗
制圖：加辰 房宮一柳 賀冠華
聯(lián)系客服
