恶性肿瘤误诊、漏诊是制约肿瘤早发现、早治疗的重要因素。现有的肿瘤早期检测手段通常包括影像学检查和组织活检等手段，前者包括X光照相、CT、PET/CT检查和磁共振成像等；后者既包括针对骨与软组织肿瘤的穿刺活检，又包括血液、尿液等液体活检手段。但影像学检查手段往往只能在肿瘤中晚期发现病灶，而组织活检受肿瘤的异质性和医生的视觉误差影响，常常隐匿在体内未能被发现。

浙江大学的一项调查显示，浙大医学院1950-2009年临床肿瘤平均误诊率高达60.99%，而这个数据在欧美仅为28%。究其原因是肿瘤具有异质性，现有的影像学检查和组织活检手段只能片面的反映肿瘤的外在或内在表现的信息，而不能全面的反映个体差异性的、特异性的肿瘤。

域唯医疗基于多模态影像组学数据（PET/CT及PET/MRI）以及多组学医学数据（基因组学、蛋白组学、代谢组学等）等数据，开发了多模态分子影像AI平台。通过整体分析多种多组学数据（不仅包括分子影像数据及CT等传统影像设备数据，也包括病理数据、基因组数据、蛋白组数据等），从而给出综合的、多维度的精准的诊断预测和预后指标预测。“我们希望通过无创的影像介导手段，即虚拟活检手段，提高肿瘤诊断准确率及效率。”域唯医疗CEO兼创始人王世威博士在接受动脉新医药采访时说道。

AI技术与影像的结合近年来早已屡见不鲜，最常见是包括肺结节的AI筛查在内的，利用AI对影像数据阅片，生成报告的一类应用。此外，利用AI+影像进行肺癌病灶诊断，神经、骨科等手术的术前规划，术中定位导航，术后疗效评估等应用也是AI企业布局影像的热门方向。

但域唯医疗选择了另外的切入点，基于多模态影像组学数据（PET，CT，MRI，PET/CT及PET/MRI）与其它多组学数据（基因组学、蛋白组学、代谢组学等）的融合，建立精准医疗人工智能平台，以期达到更系统、更整体及更准确的诊断及预后评价效果 ，指导病理活检、药物响应预测及疾病治疗监测等，从而提高精准医疗的价值。

简单的说，就是通过定量收集不同类型肿瘤患者的各类影像数据，进行定量影像组学分析，并融合其他多组学数据，最后将结果以3D渲染可视化的方式呈现给医生，从而让医生全面了解患者基因表型以及肿瘤微环境，最终实现更为精准、有效的肿瘤治疗。

域唯医疗的多模态分子影像AI平台是一种临床决策支持系统（CDSS），是基于多组学开发的机器学习模型。该系统由AI引擎与可视化引擎组成，AI分析引擎主要有三类应用：

1、发现肿瘤并标注可疑病灶。

2、预测肿瘤良恶性，预测肿瘤分期、分型、分级。

3、监测肿瘤，可用于医生、药厂长期观察患者药物疗效、副作用等

基于AI分析引擎，可以针对不同的疾病，不同预测的指标构建预测模型，从而为医生提供一整套云端服务的解决方案。“对于大型的、设备完善的医院，这个模型可以安装在医院的工作站，让医生在医院就可通过模型预测肿瘤的分子信息；对于小型的基层医院，可以将数据经脱敏后传输到云端，云端利用模型分析数据后，将结果反馈给医院。”王世威解释道。

可视化引擎通过体外3D渲染技术，重建体外肿瘤影像，从而将非影像学的数据以影像方式呈现给医生。例如，通过可视化描述相关靶点、肿瘤微环境信息，让医生详细了解肿瘤分子信息的相关功能，并判断病人最适合的各类肿瘤疗法。

此外，该决策支持系统还可以用于药企临床试验的患者招募环节。数据显示，基于生物标志物的准确病人招募，可以将临床试验成功率提高17.5%。而域唯医疗通过全面综合了解肿瘤基因表达情况，帮助药厂定向选择具有特定生物标志物的肿瘤患者。从而缩短临床试验时间，减少临床试验规模的同时，提高临床试验的成功率。

总的来说，域唯医疗的临床决策支持系统贯穿了肿瘤诊疗的整个流程。从肿瘤发现、良恶性判断、肿瘤检测分型、到肿瘤治疗方案优化和长期病情管理。通过其多组学平台，其CDSS系统整合影像学、分子检测、病理检测等信息，挖掘数据关联性。

“我们希望我们的CDSS系统协助建立更为优化的医疗体系。”王世威表示。要让CDSS脱离传统的束缚，真正成为从疾病诊疗的各个流程提高医疗质量的重要工具，域唯医疗从多方面入手，解决数据标准化、高质量数据筛选和机器学习偏差等问题，旨在构建完善的多模态分子影像AI平台。

首先，筛选高质量的数据。“我们通过算法自动挑选合理的、适合模型搭建的相关特征，而这些特征是已经经过定量放射组学的方法从影像中进行提取的特征，排除无效相关的特征，这是数据筛选的第一步。”王世威表示，域唯医疗模型构建是基于大量真实世界的数据，不仅包括影像数据，还包括大量的病理数据、基因数据和其他的药物响应率数据。这些数据可以双向校准整个机器模型，无需进行人工特征筛选及人工寻找最优算法，依靠内核自动生成针对特定病种或者特定数据来源的算法模型。同时，全面的数据类型还可以消除影像在诊断过程中人为产生的误差，达到非常高的准确率。

从技术的角度上讲，通过构建集成学习为特征的无偏差预测模型，可以有效避免算法针对特定数据集的问题。最后以概率的方式将肿瘤特征以数字的方式体现出来，而不再是定性的阳性或阴性判断。

“随后，我们的医生团队将对数据的真实性、准确性进行double check，确保数据质量。”王世威表示。公司的核心医疗团队成员李翔博士和马库斯.哈克博士是维也纳医科大学教授，在欧洲维也纳总医院分别担任核医学科教授和核医学科主任。两位博士都是医生出身，并投身多组学精准医学研究。因此，在AI算法与影像数据的结合方面，域唯医疗有着得天独厚的优势。“我们不是先有了AI算法，再思索如何将其与医疗影像结合，而是医生希望通过AI手段和医疗影像去解决肿瘤诊疗的痛点和难点。总的来说，我们是医疗AI企业，而非AI医疗企业。”域唯医疗的联合创始人兼首席科学家李翔博士告诉动脉新医药记者。

域唯医疗团队

准确、真实、完整的数据是多模态分子影像AI平台构建的基石。在此基础上，数据的标准化也是一大难点，由于域唯医疗的CDSS系统是一种多组学分析工具，理论上可以分析病理数据、组织活检数据和影像数据等。此外，公司核心团队成员在定量影像组学上面都有非常深入的研究，已经解决了这样的多中心、多设备、标准化的问题。也就是说，公司的CDSS系统可以开放兼容市场常见的影像设备厂商的PET/CT和PET/MRI产生的影像数据。

最终，域唯医疗的CDSS系统将以PET/CT的手段可视化数据结果，“我们的PET/CT图像不是单独的图像，而是融合基因组学、影像数据的图像。”马库斯.哈克博士解释道，“之所以选择采用PET/CT的形式而非单独的PET或CT形式显示，是为了可视化表达更多的特征。图像中PET和CT可以各自展示36项肿瘤特征，而PET/CT又可以展示36项肿瘤特征。因此，采用PET/CT的可视化肿瘤形式可以展现36*3，共108项肿瘤特征。特征越多，参考数据组也越多，分析的准确率越高。根据肿瘤的影像训练算法，不同的影像特征最后有不同的预测结果。”

“在国内，很多大型三甲医院正在尝试建立多学科会诊、疑难病症的平台，而我们的基于AI多组学的可视化分析引擎正好可以协助建立这样的平台。”王世威表示。目前，域唯医疗的CDSS系统已经取得了阶段性的成果。例如，传统病理活检用于前列腺癌检测准确率仅为59%，即使是非常昂贵的核磁、超声介导活检，检测准确率也只提升了14%，达到73%，仍存在很大概率存在误诊现象。而域唯医疗的多模态分子影像AI平台对前列腺癌良恶性判断的准确率高达97%。

目前，公司已完成数千万元天使轮融资，并与北京、上海、成都的多家大型三甲医院以及欧洲医院达成科研合作。基于人工智能平台，公司正在进行超过25个癌症病种预测模型的研发工作，包括前列腺癌、脑胶质瘤、肺癌、胰腺癌、淋巴瘤、头颈癌、宫颈癌、乳腺癌、食管癌等。平台针对肿瘤分级分型分期、预后生存期、复发风险、药物响应率等肿瘤诊疗流程提供综合辅助诊断方案。首款产品预计2020年申请CE和FDA认证，国内的申请工作也在准备当中。