国内首张AI“影像辅助诊断”软件三类证颁发,MR脑肿瘤率先冲出重围

作者:赵泓维 2020-06-16 08:00

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

疫情大考之后,国内首张AI影像辅助诊断领域三类证近日迎来破局。6月12日,国家药品监督管理局发布消息,安德医智旗下BioMind“天医智”的颅内肿瘤磁共振影像辅助诊断软件通过了NMPA三类医疗器械审批。


该产品是由天坛医院和安德医智联合成立的"神经疾病人工智能研究中心"研发,是首个药监局获批的、以“影像辅助诊断”命名的医疗AI软件。

 

 image.png

 

据悉,安德医智科技有限公司总部设立在北京,并在新加坡、卢森堡成立了全资子公司。此次获批使其成为中国首张在AI影像辅助诊断领域、基于深度学习技术而获批的三类证。

 

市场已沉寂许久,安德医智为何能在此时破局?颅内肿瘤AI产品的获批又能给行业带来什么启示?

 

通过层层考量的产品究竟是什么?


本次获批产品为BioMind “天医智”中的MR颅内肿瘤AI辅助诊断软件,它针对数十万例病理验证的脑肿瘤数据,运用深度学习算法,能够实现颅内肿瘤(如脑膜瘤、听神经瘤、髓母细胞瘤、胶质瘤等)的人工智能精确诊断,诊断准确率超过90%,有的病种诊断准确率更超过96%。并自动生成一份结构化报告,包括肿瘤位置、体积等精准信息,帮助医生快速诊断并提高放射科医生对脑肿瘤的诊断能力。

 

谈起以颅内肿瘤为研发对象时,安德医智首席技术官吴振洲回忆当时的决策:“主要还是出于对市场规模与技术复杂度的考虑。由于MR是多序列图像,分析难度较大,加之颅内的情况比较复杂,国内研究MR颅内肿瘤的企业屈指可数,这是我们的机会。”

 

从市场来看,城市化、工业化、老龄化及全球化进程的加剧, 以及生态环境恶化、生活方式改变、生物学和遗传学因素的影响,恶性肿瘤的危险因素暴露频率与水平均不断增长,全世界恶性肿瘤发病率和死亡率均呈上升态势,严重威胁人类健康和社会经济发展。

 

中枢神经肿瘤的影像存在“同影异病、同病异影”,因此不能仅仅依靠影像征象推断,必须以患者病史、临床症状、体征以及其他相关辅助检查等作为判断依据。这意味,一个合格的医学影像工作者除了掌握疾病的影像诊断知识以外,也要了解并掌握疾病的病因、病理、临床症状、体征、化验室检查指标,甚至治疗原则等一系列临床知识,并且要形成综合分析形态学和功能学上的各种征象,多因素权衡、综合判断的缜密逻辑思维,才能逐步提高脑肿瘤诊断的准确性、全面性。这样的积累和学习历程,导致优秀影像工作者的培训时间周期很长,影像医师数量的增长远远无法满足日益增长的诊断工作工作强度。

 

所以,安德医智要解决的,实际上是医疗资源缺乏的问题。通过AI辅助诊断,安德医智能够赋能医院和医生,助力解决诊疗水平严重不均衡的问题。正如前不久安德医智作为央视《对话》唯一邀请到场的医疗AI企业代表,所传递给全国人民的社会使命那样:医疗人工智能可以作为优质医疗资源下沉的工具,提高基层医院临床医生的诊疗水平,让老百姓在家门口就可以享受高水平的诊疗服务,这也是医疗人工智能真正的意义所在。

 

据安德医智中国区CEO李晶珏表示:“医疗人工智能产品的‘智’和‘能’,应该有区别于其他领域AI的特殊内涵。‘智’应该代表顶级医院一流专家的智慧和临床经验。输入决定输出,这是基础。‘能’应该代表赋能临床医生,特别是能够提高基层医院临床医生的诊疗水平。BioMind“天医智”通过与天坛医院的通力合作,运用深度学习算法模型,对近十年百余万例肿瘤影像的病例进行系统训练,同时融合了顶级医院专家的临床经验。


走向全病种


除了上述获批的AI辅助诊断软件外, BioMind“天医智”系列产品还覆盖头部、颈部、心脏、血管、乳腺等多器官、多病种精确诊断,致力于成为覆盖全身的CT、MR影像AI辅助诊断产品,实现AI辅助诊断预警、风险评估等功能,能够深入参与医院核心医疗服务流程。据悉,目前BioMind“天医智”其他系列产品也正在进行临床试验及三类证注册申报。

 

“基于单部位、单病种等单一场景的AI应用,临床的应用价值有限,只是医疗AI发展的过渡。‘天医智’的研发从头部的神经系统疾病开始,到心脏、乳腺再到心血管等胸部、腹部疾病的辅助诊断,实现多部位、多病种的AI应用,是我们未来的产品整体研发方向。”李晶珏曾在接受媒体采访时表示。

 

这种体系化、流程化的产品形态,一方面以常见病、多发病、急重病的真实应用场景为立足点,真正满足医师日常工作的需求;另一方面不止是辅助医生对疾病定性诊断,更重要的是实现了对疾病未来发展的精确风险评估和临床辅助决策。

 

借用芝加哥大学医学中心放射医学主席 Paul Chang在2019年RSNA上所说:“只有当我们将目光转向于临床的需求、应用和价值时,我们才真正开始理解AI了。”对此,李晶珏说,BioMind “天医智”以风险评估为核心,以流程优化为特色,可以在放射科影像、急诊、神内、神外、神经介入、心内、乳腺外科等院内多个科室应用,能够满足不同临床需求。

 

也许,BioMind在更新迭代中不断将AI嵌入诊疗一体化,正是对上述AI本质的最好实践。

 

人工智能高标准过审,需要解决什么问题?


那么,为什么安德医智的颅内肿瘤AI诊断产品能够突破重围通过审批,动脉网对采访内容进行了整理,尝试找出审批背后的逻辑。

 

“在对待医疗AI审批这件事上,国家药监局注册司及器审中心相关人员的专业和高效的服务,可以说是令人印象深刻。”李晶珏告诉动脉网。

 

其实,许多人工智能医疗产品迟迟不能通过审批,很有可能是卡在了临床试验这一环节。据悉,很多医疗AI企业产品没有进行有效的临床试验,尚未进入审批环节。

 

也正是因为临床试验环节,产品不能体现非劣效性与优效性。

 

在评价临床试验的疗效时,非劣效性试验是检验一种药物是否不劣于另一种药物的试验,多用于有客观疗效指标的临床研究中,如抗菌药物的临床终点、心血管治疗中的不良事件、肿瘤治疗中的死亡或进展等。而优效性试验是检验一种药物是否优于另一种药物的试验,一般对于以安慰剂作为对照的试验常用优效性试验。

 

在医疗人工智能器械的审批之中,非劣效性与优效性的定义虽形不同,但神相似。一个AI产品要证明自身具备优效性或非劣效性,必须证明该产品是有应用价值的,或相对于已有的产品具备优势。因此,临床试验设计无疑成为了通过审批的关键一环。

 

另一个问题在于数据来源。在人工智能兴起的阶段,企业通过各种渠道获得医疗数据并用于AI学习,但随着《深度学习辅助决策医疗器械软件审评要点》、《医疗器械生产质量管理规范附录独立软件》的发布,网络安全的逐渐规范化,企业在通过审批时必须向器审中心解释训练数据的有效来源,这导致部分企业不得不重新训练AI产品。

 

由此反观,本次顺利获批的BioMind“天医智”颅内肿瘤MR辅助诊断软件,安德医智给出了很好的实践答案——不局限在疾病的早期筛查上,而是能够对疾病做出进一步的精确诊断、分级预警、风险评估,使其有了真正参与诊疗环节与决策的临床价值。


认清形势,方能找到问题


那么,对于上述提到的众多问题,企业应该怎样解决?未来又将如何发展?从安德医智的经历之中,我们可以归纳出三条路径。

 

>>>>

一、找到合适的应用场景


很长一段时间以来,我们一直将人工智能在医疗的应用称之为“AI+医疗”,其定义似乎是将AI看作了主题,用以推动医疗的发展。但在实际之中,随着越来越多的场景开始使用人工智能,但又不完全依赖于人工智能,人们逐渐发现,场景决定了AI的应用,AI赋能于已有的场景——“医疗+AI”才是正道。

 

回到影像,现有的许多影像设备——CT、MRI、彩超、心电、脑电、X光等——都或多或少地应用了人工智能。但是要让人工智能真正发挥作用,企业绝对不能陷入“一个功能等于一个产品”的陷阱。

 

举个例子,如果有患者出现发热头疼的时候,医生实际上不能判断患者患病的具体情况。患者做了MRI后,如果只是单一功能的产品,如脑出血检出,并不能满足医生的要求。医生需要的,是拥有一款能够判断患者脑部状态的人工智能。用行业的说法来讲,医生需要至少针对某一部位“全病种”的人工智能产品。

 

这是发展趋势,也是企业设计临床实验的可选路径之一。从现有情况来看,以安德医智为引领的医疗AI企业选择并实践了这个方向——尝试打造能够诊断多部位、多病种的产品。

 

>>>>

二、选取有效数据


找到合适的场景后,企业便需要利用数据来打磨产品,但数据的获取没有那么简单。

 

从现有的算法机制来看,如果用基层医疗的有效数据培养AI产品,那么这个AI产品的最高水平只可能停留在通用于基层医疗,无法更无力向大型医院延伸。

 

“对于乳腺癌、脑肿瘤等疾病的诊断,不同层次的医院相差太多,如果随意选用数据,很有可能训练越多,准确性越差。”吴振洲表示。

 

所以,医疗人工智能产品要想在三甲医院落地,必须使用顶级医院的高质量数据,深度学习顶级专家的“金标准”临床经验,才能保证AI的准确性。


>>>>

三、制造有效的门槛


过去很长一段时间,人工智能的医疗门槛或许没有那么明显——只要能够获得高质量的数据,企业便能在迅速后来居上,如今一切都已改变。

 

“很多人工智能企业不久后就会发现,过去的开源算法开始不那么管用了。当我们逐渐向全病种迈进时,单任务的深度学习算法已经无法应对需求,多任务算法将是大势所趋。”吴振洲说,安德医智自成立伊始,就有一支“学霸型”研发团队,均来自哈佛、麻省理工、新加坡国立、清华、中科院等深度学习领域顶尖高校,尤其擅长多病种的同步分析。

 

所以,除了继续争夺高质量、有效的人工智能数据,下一阶段,医疗人工智能企业必须在算法层面寻找突破。

 

写在最后


总的来说,2020年有了安德医智的医疗人工智能器械三类证获批的良好开端,但医疗人工智能的发展之路依然漫长。俯瞰现有的医疗影像AI市场,企业与企业之间甚至谈不上竞争——少有人能够给出成熟的人工智能产品。

 

所以,承载着众多医疗人工智能从业者努力的三类器械审批固然重要,但对于企业而言,更重要的还是继续深耕算法、寻找数据、立足医疗,以从根本上改变现有的医疗人工智能格局。而已经拿到三类证的安德医智,将继续在此赛道上加速。

 

正如安德医智所说:“医疗AI的价值本质在于解决临床需求,如何在以后的布局中以临床需求为出发点,利用AI技术赋能医疗,是我们一直以来在行业的立足点,也是接下来始终需要坚守的初心”医疗人工智能任重道远,但所幸通过包括安德医智在内的众多医疗AI从业者的努力,曙光初现、未来可期。

 


如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


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。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

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。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈