“2017未来医疗100强” 智能影像大咖分享:汇医慧影、深睿科技、希氏异构、杭州心影像……

作者:王晓行 2017-12-18 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

“2017未来医疗100强”论坛,以“物种大爆炸时代”为主题,2017年12月15日-17日在北京万豪酒店举办。


在12月16日的智能影像分论坛上,美国匹兹堡大学副教授普建涛、汇医慧影创始人兼CEO柴象飞、深睿医疗CTO李一鸣、希氏异构医疗科技创始人宋捷、杭州心影像智能科技有限公司CEO李东颖、东北证券计算机与互联网行业首席分析师闻学臣来到现场并发表精彩演讲,达泰资本投资合伙人童嘉元作为圆桌主持参与论坛。

 

嘉宾围绕人工智能创新突破、应用现状、未来发展、核心要点发表了演讲,并展开了激烈的讨论,动脉网对精彩进行整理。

 

微信图片_20171217115755.jpg


>>>>

普建涛:智能影像基因组:精准医疗的基石


普建涛.jpg

美国匹兹堡大学副教授普建涛


精准医疗才是医疗的目的,人工智能只是实现医疗的技术手段。

 

影像基因组指的是imagenomics。通过研究电子病历、放射影像、基因组等信息通过对这些信息的整合行成量化的信息,然后实现智能医学。

 

量化影像之所对基因组学非常重要,主要原因有二:

 

第一,影像与疾病发生、相关基因的关系非常复杂。同一种疾病可能是由不同的基因或者它们间复杂组合共同作用的结果。有专家表示,人类2%的基因与肺癌相关,人类大概有2.7万个基因,也就是表明有600多个基因与肺癌有关。

 

另外,基因不仅数量多,且分析过程中的干扰因素也很多,这就加大了分析难度。

 

第二,影像有一定的独有优势。影像支持多角度(密度、形状、大小)的非侵入式量化分析,视觉证据上非常的直观,医生看起来方便,其表型对基因型形成了一种有效互补。

 

影像基因组学虽然优势明显,但是由于信息量过大,已经超过了人类专家信息整合的能力,而人工智能技术的发展很好的解决了这个问题。


>>>>

柴象飞:人工智能在医学影像中的应用


柴象飞.jpg

汇医慧影创始人兼CEO柴象飞


全球医学影像市场市场规模已达33万亿人民币,智能影像分析是一片蓝海。

 

医学影像是多种重大高发疾病的核心诊断依据。


影像成像技术的不断丰富和成熟使其从辅助检查手段成为最重要的诊断和鉴别诊断方法,主要表现在三个方面:


一、从单一形态学影像检查设备向“形态+功能”的融合型影像发展;


二、由大型设备转向小型简便的床边化仪器,并投入到重症监护、家庭医疗、预防保健等;


三、现代医学影像技术与放射治疗结合,使诊疗一体化。

 

医学影像的诊断价值巨大:有数据显示,70%的临床诊断需要借助专业医学影像,临床医疗将更依赖于影像检查。

 

影像检查的经济价值巨大:影像检查收入占公立医院总收入的20%左右,仅次于药品。

 

最后,柴象飞提出,影像诊断应分为三个阶段:

 

第一个阶段是人工诊断。使用传统的方法;

 

第二个阶段利用AI的方法。以大量图像为基础,大量图像为驱动进行AI的暴力运算方式,主要结果是做目标物体检测,比如检测肺结节、检测脑出血等,但这些只能替代医生做烦琐性的工作;

 

第三阶段是智能诊断2.0。把影像以及更多维度的相关医学数据进行整合计算,包括基因数据、病理数据、临床数据,同时还需要时间维度的持续性数据,进行整合计算。


只有这样系统的计算能力才能超过人的水平和普通医生的水平,达到更加精准做定量的诊断。


>>>>

李一鸣:AI+医疗的智能化应用


李一鸣.jpg

深睿医疗CTO李一鸣


深睿医疗坚信机器学习可以构建出在复杂实际环境下运行的AI系统,并且是唯一切实可行的方法。

 

深度学习技术之所以有如此大范围的应用,主要原因是其无需特征工程的建设,直接从数据中学习高层特征,性能随着数据量的增加而增强,并主张end-to-end,性能更好,效率更高。

 

对于整个医学来讲,图片是应用最主要的领域。深度学习在整个图像领域的应用包含图像的分类和图像的检测,这两方面在深度学习出现之后取得了非常大的进步。像VOC比赛,从原来非常差的成绩提升到非常高的水准,这使其在各个领域的应用都成为可能。

 

图片1.png 

医学影像领域相关文献数量和分布


李一鸣还表示,在研究医疗AI产品的时候,要着重考虑三个问题:

 

功能易用性:系统功能上是否能满足日常诊断需求,设计上是否能够融入临床诊断路径,交互上是否符合医生的使用习惯?

 

效果鲁棒性:产品未来必然是面向多家医院,且基本是基层医院。而基层医院影像数据、质量是千差万别的,我们要用技术手段保证进入系统的影像质量是可控的,以及效果是有保障的。

 

可维护性:帮助信息是否完备、易获取,当出现问题时,系统是否可自诊断乃至自恢复。


>>>>

宋捷:医疗人工智能的未来


宋捷_20171217154245.jpg

希氏异构医疗科技创始人宋捷


如果说人类的各种病症“表现”都以客观展现在我们面前,那么真正制约医学发展的是我们发现病症“表现”的内在关联的能力和效率——人类的脑力。

 

有许多好的技术,都能给医疗带来效能,但不一定是AI。

 

AI解决的是人类探索医学奥秘和获得医疗手段的效能问题,替代性扩充人类的脑力。简单复制人类的能力,仅是AI发展过程中的副产品,并不是AI的目标,因为它能做得更好。

 

仅从技术与产品层面看待AI对医疗的影响是片面的,AI可以改变医疗的未来。

 

医疗领域的重塑,才是云雾背后的高山;壁垒一旦被打破,后面将有巨大的机会。

 

>>>>

李东颖: 基于云技术的第三方影像中心的创新模式


李东颖_20171217120050.jpg

杭州心影像智能科技有限公司CEO李东颖


相较于其他的专科第三方影像中心,心脏的技术门槛要高一些。

 

CVIC心影国际医学影像成立于2009年,第一家中心位于日本东京,创始人寺岛正浩教授,是首席医疗官。

 

CVIC首先提供的关于心脏影像诊断的服务,CVIC提供的是全周期的影像诊断,配合心内科医生进行更精准的诊断,另外CVIC针对健康和未病人群提供了早期的精密检查,及术后的随访观察。

 

CVIC的技术优势是在心脏核磁方面,心脏磁共振是世界唯一一个对身体没有任何伤害的针对心脏的影像诊断方法,无辐射、无创新、可重复、实现一站式扫描。

 

同时,杭州心影像搭建了云平台,一方面线下所有检查数据会上传到云平台,通过云平台完成整个数据后期的3D解析、处理,以及国外专家的诊断报告。这些都是通过云平台的链接完成。


同时平台链接了目前国内最大的心血管集团华医心诚,如果发生问题需要找名医或进行下一步精准会诊、治疗时,CVIC都能提供完整的一站式服务。

 

>>>>

闻学臣:智能影像行业的投资逻辑


东北证券.jpg

东北证券计算机与互联网行业首席分析师闻学臣


在整个医疗信息化或者医疗科技产业当中,医院是重点布局和考虑的核心资源要素。在人工智能时代,由于技术开源,技术不会成为各个公司的竞争优势,渠道资源和应用场景才是未来决定公司发展前景的因素。

 

东北证券的团队走访了大量的科技创业公司,比如云计算、区块链、AI这类的公司,发现科技对于to  C类的业务有可能产生革命性的影响。


技术的更替会对产业产生非常大的影响,但是对于to B来讲,技术对它影响虽然重要,但不是最重要的。


对to B的公司产生核心影响的两个要素:第一个对行业的理解,第二打造行业优秀的业务。

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