映象商业

阅读提示

在新冠肺炎疫情深刻改变着世界医疗健康行业的当下，人工智能和医疗企业的融合正在为医疗技术的创新和进步提供新的动力，但也面临着产品落地困难、盈利规模小周期长的困境。

对着一台特殊的相机拍下视网膜图片，瞬间就能收到自己的健康风险评估报告。这种听上去有些“科幻”的医疗服务，是杭州银江智慧医疗集团在2020年全球人工智能大会上推出的最新应用。目前，这家企业通过人工智能自动识别视网膜照片，便可尽早发现眼部、心血管、神经系统、内分泌系统的30余项健康风险，实现早发现、早治疗。

瞄准人工智能、生命健康等前沿领域，强化国家战略科技力量，提升企业技术创新能力……在新冠肺炎疫情深刻改变着世界医疗健康行业的当下，人工智能和医疗行业的融合正在为医疗技术的创新和进步提供新的动力。

AI为医疗影像行业创新赋能

“相机识别健康听上去有些不可思议，主要是它对AI识别影像的精度要求非常高。尤其是在视网膜这一狭小的区域内作业，如果识别精度不足的话，很容易给患者带来困扰。”银江集团董事长吴越拿着一款名为“Aircamera+”的医疗影像相机介绍说。

目前，该相机已经率先在浙江30多家公立医院、体检中心、连锁眼镜店、保险公司，为居民提供便捷的健康检测服务。

吴越表示，上市之初，公司预计今年可以售出100台“Aircamera+”，但截至10月份，第一批生产的430台“Aircamera+”已经被抢购一空。“这对我们企业还有整个医疗设备行业都是一剂强心针。”谈及自己公司这款医疗影像领域的明星产品，吴越的言语中充满了自豪。

除了银江集团的“Aircamera+”，国内人工智能技术企业依图科技推出的“新型冠状病毒性肺炎智能影像评价系统”也是AI助力医疗影像技术的突出成果。该系统通过对病灶的形态、范围、密度等关键影像特征定量和组学分析，精确测算疾病累计的肺炎负荷，实现对CT的全肺病变动态4D对比，有助于临床判断病情，评估疗效。

医疗数据处理能力不足成制约

人工智能医疗远远不止医学影像这一个应用场景。根据2020年全球人工智能大会的有关数据显示，在目前108家智慧医疗企业中，共涵盖医学影像、医院管理、疾病风险预测、虚拟助理、健康管理、药物挖掘、辅助诊断和辅助研究等八个应用领域。

然而，由于医疗数据处理能力的不足，许多智慧医疗企业仍然面临着产品落地困难、盈利规模小周期长的困境。“对于AI医疗行业来说，怎么利用现有的医疗数据决定着企业的创新高度。”在世界人工智能大会主题论坛上，科大讯飞联合创始人吴晓如这样描述数据处理对于智慧医疗行业的重要性。

整体来看，医疗行业数据量大，但标准化数据少之又少，加上各个医院终端并不互通医疗数据，这让AI系统地学习掌握医疗设备难上加难。

在2020年，“Aircamera+”打入了浙江30多家医院和医疗中心，为超过4000名患者提供了医疗成像服务。然而，就是这样一款“明星产品”，也不能做到跨医院分享数据。 “Aircamera+”不得不为此付出更多的深度学习时间，从而大大延长了产品的盈利周期。“至少还要一整年的时间才能改善信息平台的状况。”面对现实，吴越有些无奈。

AI医疗“破局”进行时

整个人工智能医疗行业显然已经注意到了这个亟待解决的问题。在2020年全球人工智能大会上，各位企业家代表一致同意“搭建医疗产业数据平台、促进人工智能医疗的数据共享和确立人工智能医疗的数据处理标准是各企业的共同追求”。

面对标准化数据缺失的困难，翼展智慧医疗影像公司想到了通过“医联体”来打破信息流通的壁垒。“没有电子病历，电子健康档案就不完整，双向转诊分级诊疗就很难做。”困局之下，翼展开始搭建自己的医疗数据体系。2018年开始，翼展与百度、CMU等合作解决算法、通过医生集团和医院、医学影像中心解决数据问题，集中精力对海量影像数据进行清洗和标注，完成影像数据和诊断报告标准化工作，整合了海量的可用影像数据。

记者了解到，基层医疗单位可以通过翼展云影医学影像诊断平台上传医学图像，远程诊断中心接收到图像之后，可以快速完成诊断及文字编辑并传回至下级医院。除了翼展之外，诸如科大讯飞、推想科技、联影智能等公司也都纷纷和互联网公司开展合作，推出了自身的医疗数据共享系统。（记者 邹倜然 实习生 任焕玉）