登录

科技医疗产业之医学影像沙龙在渝举办,五大视角透析产业现状、挑战与机遇

作者: 习旎 2019-08-05 10:04

2019年7月26日,“科技医疗产业沙龙系列之医学影像”活动在重庆成功举办。

blob.png

医学影像沙龙现场


本次沙龙活动由动脉网、重庆高特佳睿安股权投资基金、重庆国际医学创新中心、重庆科技风险投资有限公司联合主办,以医学影像AI应用的现状、挑战、机遇为主题,邀请了影像沙龙活动的嘉宾有西南医院放射科主任王健、重庆医科大学附属第一医院放射科主任吕发金、西南医院病理学研究所姚小红教授、浙江大学健康医疗大数据国家研究院副院长吴健教授、动脉网联合创始人毕元锋、蛋壳研究院执行总监罗仕明以及行业创新企业代表出席,旨在通过沙龙的形式,搭建起医学影像行业人士沟通的高质量平台,促进信息交流,从而推动整个行业的发展。


blob.png

重庆科风投董事长徐辉


近年来智慧医疗逐渐成为行业投资和产业发展的热点,也成为投资人主要关注的方向。重庆科风投董事长徐辉分析了智慧医疗四大业态的进展情况,从发展成熟度来看,他表示:“我们讲智慧医疗,看到这么多应用,可能目前走在最前面和相对最成熟的就是我们AI和影像、超声、细胞学的结合。”


blob.png

浙江大学健康大数据研究院副院长吴健


浙江大学健康大数据研究院副院长吴健从医学人工实验室学术界前沿、产业发展现状以及浙江人工智能建设院的发展情况入手,站在全世界发展的前沿给大家做了分享。他表示:从2013年全球医疗数据1.3万亿,到2016年达到2000万亿,数据非常大。这些数据沉淀下来对慢性病患者的自我管理,将起到很好的辅助作用。


blob.png

蛋壳研究院执行总监罗仕明


站在产业观察者的角度,蛋壳研究院执行总监罗仕明从目前医学人工智能影像团队的创业现状、在监管和研发应用、数据标准化及医院对人工智能的态度等方面入手,简述了目前人工智能与医疗结合的发展现状。未来企业应该如何构建自己的核心竞争力,罗总也提出了自己的思考:“前期拿到很多融资企业,并不能构成一个综合性的竞争力,市场接受度已经起来了,我们动脉网怎么看待各家的成熟程度有两个指标:临床阶段和适用合作的医院大概有多少家。大概500家是一个分界线。下一阶段的关键指标,可能就是医院的中标数量和产业合作的方式。”


从资本、研究和产业上有了宏观的认识后,各嘉宾从研究与临床应用、公立与民营、需求方与需求解决方、硬件方与软件方、投资与项目五个不同的视角就目前AI在医疗领域应用展开了圆桌讨论。


blob.png

医学影像沙龙圆桌讨论现场


当前阶段AI在医疗的应用主要在疾病诊疗阶段,辅助医生提高效率,降低误诊。AI和影像、病理诊断的结合也成了相对成熟的应用领域。但在应用的过程中也面临着困难与挑战。


重庆医科大学附属第一医院放射科主任吕发金表示:“运用医学影像人工智能已经一年多,在肺结节等疾病的诊断上也成了刚需。但最大的困惑是医学影像人工智能是利用图片观察和分析,我们做出来的图将直接影响人工智能的判断,那么影像的质量控制就其中最关键的。一个不合格的图象或者非常大的图象,好多细节看不到,它该怎么判断呢?”


接着吕主任的质控问题,西南医院放射科主任王健提出:“质控问题确实重要,值得我们做,也希望人工智能厂商自动纠错之外要加强自己的预报性。”


对于质控的挑战,明峰医疗研发总监叶洪伟、盈谷网络CEO黄烨东、深睿医疗高级副总裁李朝阳等企业提出了自己平台的应对方式。叶总表示:“对于质控问题我们是把肺部图象五个等级,比如,没有扫全的肯定不行,噪声太大第二个等级,按照剂量、参数各种东西。其中也用到一些人工智能的技术。”


黄总表示:“在我们平台上,医院里每次检查都是以人工智能做质控,报告医生和审核医师人工智能一次性质控。这块大概每天有4万份报告,是人工智能做审核,已经成为一些医院发奖金指数。”


李总表示:“质控方面,我们现在是把设备布置在计时端,如果扫完以后亮红灯说明有不规范的东西,而且都勾出来让你重拍,不重拍会记录;如果都亮绿灯说明是合格,才会传过去写报告。”


AI在病理诊断的应用上,同样也会遇到质控的问题。此外,西南医院病理学研究所姚小红教授表示,医生对数字化切片的认可度也还不高。不过她对此持乐观态度:“之前都是看显微镜,建立切片数字化后,新到来的医生全部不让看显微镜,从一开始切入就进行这样的训练,经过5、6年,觉得看这个是最好,不看显微镜了。把陈旧习惯打破,这就是一个习惯的问题。”


从AI影像目前发展来讲,质控是临床医生关注的一个难点,从回答来看,各企业都有自己应对的方式。从未来发展来看,临床医生还关注影像和病理诊断如何更好地结合。吕主任表示:“目前,判断患者是淋癌还是腺癌还是通过病理告诉我们,影像瓶颈很难突破的就是去判断细胞学类型,但面临未来医学从微创到无创的发展趋势,影像的精准引导是必要的”。


目前大部分的AI诊断公司数据都比较单一,有些集中在影像,有些集中在病理,有些还会结合其他的数据,比如神经心理学、脑电图、心电图做一些疾病的判断,同样的疾病判断,数据的来源不同或者多种。面临这样的现状如何把这些数据全部搜集在一个体系,然后进行清理、分析集成一个诊断结果,这还有很长的路要走。


blob.png

医学影像沙龙大合照

注:文中如果涉及企业数据,均由受访者向分析师提供并确认。
声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

习旎

医疗健康领域观察者

分享
动脉橙
以上数据来自动脉橙产业智库

我们以独创的在线数据库方式,为健康产业人士提供全方位和实时的市场资讯、行业数据和分析师见解。现已覆盖数字健康、医疗器械、生物医药等近500+细分赛道,涉及公司名单、招投标、投融资信息、头部企业动态等各类数据并持续更新。

点击 【申请试用】了解动脉橙产业智库更多内容。

习旎

共发表文章2篇

最近内容
  • 科技医疗产业之医学影像沙龙在渝举办,五大视角透析产业现状、挑战与机遇

    2019-08-05

  • 动脉网邀您对话《颠覆医疗》作者Eric Topol

    2016-05-13

上一篇

肝癌早期诊断血液标志物DNA羟甲基化(5hmC)新突破

2019-08-05
下一篇

Medicrea脊柱内固定系统TULIP GENESIS获FDA批准上市

2019-08-05