助力初篩和分診 體素科技丁曉偉破題全病種AI | 博鰲·健康界峰會

近年來，醫療AI在國內外火速升溫，掛號指路、輔助診斷、新藥研發……儘管AI進入醫療行業屢見不鮮，醫療AI落地問題仍是產業關注焦點。目前人工智慧發展仍處於初級階段，AI產品面向醫生、患者、醫療系統各有何側重？除了技術性突破，未來人工智慧的發展之路該怎麼走？

4月26日，在2019博鰲·健康界峰會「打造醫療AI產業閉環」主題論壇上，體素科技CEO丁曉偉以「真實場景驅動的醫療AI技術」為題，為醫療AI發展破題。

多場景布局 滿足不同訴求

在網上關於醫療AI的話題中，出現「AI會不會代替醫生」的討論。其實醫療AI的出現並不是和醫生「搶飯碗」，而是減輕醫生的勞動量，減少醫生繁瑣重複、容易出錯的操作，這是醫生對AI的需求；患者的需求更多在於方便就診；醫療系統的需求在於方便運營管理、節約開支。

針對醫生、醫療系統、患者的不同需求，體素科技的產品線在三個方面都有所布局。多樣的產品化服務，為醫院及患者提供高價值分析服務，並為網際網路醫療提供智能化基礎。

定位全病種 慢病大病早預防

在今年全國兩會上，多位人大代表和政協委員建議，將疾病預防提到議事日程。預防重於治療，相比花錢治病，花錢預防可以節省很多開支，在未來有效降低高血壓、糖尿病的發病率。

體檢是有效預防疾病的措施之一，丁曉偉表示，「在優質醫療資源匱乏的情況下，人工智慧可以提供有效幫助，例如在體檢上，全病種就更加有優勢了，因為體檢本身，就是去沒有定向地發現所有可能的異常。」

體素科技將研究的核心定位在全病種產品，聚焦於胸部CT、眼底彩照、冠脈CTA、皮膚四個全病種解決方案。 「醫療系統裡的預防主要就是重病、大病的篩查，全病種區別於單一病種診斷的AI系統，篩查需要全面，這樣才能真正解決醫療資源。」

以眼科為例，體素科技研發的「視網膜全病種解決方案」通過眼底彩照，不僅反映眼部疾病，還能反映高血壓等慢性病的累積，這樣的檢查被大大低估。現有醫療機構的眼科人力資源不足，只能管理到應該篩查的慢病患者的1/10左右，遠遠沒有發揮對整個國家及高危人群的作用：讓眼底檢查實現所有全病種的檢查及慢性病的評估。

而且，進行眼底檢查的軟硬體一體機自動化、操作簡單，可以在醫療資源匱乏、缺少專家的地方部署，有助於基層醫療資源配置。

眼底彩照篩查

據體素科技介紹，這款系統已經落實到全國120多家醫療機構，主要是三甲醫院內分泌科。內分泌科有大量慢病患者，病症也都反映在眼部上。其中一部分眼病比較輕微的患者在過去往往會忽視，眼科認為他們的病情不足以在眼科治療，內分泌科又不懂眼科這些檢查，也無法追蹤病人。而利用"視網膜全病種解決方案"，可以篩查出糖尿病視網膜病變、青光眼、白內障、老年黃斑變性等多種眼部疾病，這類病人能夠早篩查早診斷，及時用藥延緩病情的發展，大大降低致盲率致殘率。

4月27日，由中國衛生信息管理雜誌指導，健康界和博鰲醫學創新研究院聯合主辦的「中國醫學創新大賽·人工智慧暨『醫健AI·漂亮50』發布會」在博鰲亞洲論壇國際會議中心舉行，體素科技的「VoxelCloud-Retina眼科全病種篩查解決方案」以499分獲得一等獎。

重慶醫科大學附屬第一醫院副院長肖明朝為體素科技頒獎

「心臟冠脈造影 CT 解決方案」可以代替昂貴的需要全麻手術的介入的心臟檢查，為醫療系統減輕醫保開支，降低患者手術風險。該方案可預測未來五年發生急性心梗這些不良事件概率，及時幹預，避免悲劇的發生。

智能篩查 助力醫保控費

針對看病難的問題， 「最現實的辦法就是採取分級診療的制度」，這是國家衛生健康委員會主任馬曉偉在2019年全國「部長通道」上給出的答案。

對於病情輕微、風險較低的患者，醫療AI能夠實現足不出戶尋醫問診，丁曉偉介紹，醫療AI不僅給患者帶來就醫上的便利，還有助於實現分級診療、醫保控費。

以皮膚病為例，「體素膚知匯」基於深度學習圖像分析與處理技術，與百種皮膚類病症進行智能匹配與測評。通過手機攝像頭非常穩定地對皮膚病進行初篩和預檢，數據嚴謹涵蓋上百萬病例。患者只需通過拍攝病變皮膚的照片，通過AI識別，與相應的病症匹配，生成報告。

通過AI匹配疾病

丁曉偉提及，現有的醫療AI發展大多是為醫生設計產品，而忽略了患者直接使用的產品。其實大部分皮膚病不需要去醫院，風險較低，患者可以自己用藥。

在中國皮膚病的診療需求很大，而專業程度和收集時間有限的。而從醫學臨床工作上看，對患者在皮膚病方面的甄別、檢查與分流以及健康教育，有著重要意義，這類技術將在很大程度上幫助專業領域的醫生，成為診前問診的有效工具。

還有，小兒的視力障礙、先天後天的屈光不正，是中國最大的需求之一。體素科技推出的小兒視力障礙篩查產品填補這個需求，家長只需要在家中錄製兒童行為，系統即分析出患者是否有眼科疾病，需要轉診到專家提早幹預。

通過全病種產品的初篩，「把很多疾病的預診、隨訪等通過人工智慧，在家庭裡就完成，從而更進一步地解決醫療系統的開銷。」丁曉偉這樣說道。

未來藍圖 AI前進路在何方

在丁曉偉看來，目前醫療AI的發展還停留在第一階段，「關注點還停留在技術性指標，比如對疾病的檢出率，其實在真正用於醫療系統之前，應該再增加一個評估的環節：對醫療體系量化的效果到底有多少，對付費方開支的節約到底有多少等等，我認為今後的臨床試驗，應加入對醫療體系最終結果的評估。」

「AI醫療覆蓋生活和一生」，丁曉偉描繪出一幅未來醫療AI的藍圖，AI伴隨人的生老病死，甚至出生之前就會應用，比如體外受精的胚胎選擇、先天性基因缺陷；家庭問診；急救車急性疾病預判；醫院中病床管理，管理死亡、感染概率等，都可以通過AI作出分析。