AI+醫療「最佳掘金案例」榜單出爐,致敬寒冬中的「持炬者」

如果說過去四年是人工智慧商業化進程的上半場，那麼即將結束的2019年，已正式把這個行業領入至下半場。

從2016年開始，基於深度學習的AI技術成為了革新各個行業的一大利器，醫療是其中最火熱的領域之一。從「替代醫生」到「輔助醫生」，從「單點突破」到「全病種理念」，從「技術研發」到「商業落地」。短短三年時間裡，AI醫療經歷了一個急劇變化的過程。

2017年11月，雷鋒網聯合數十家風險投資公司、傳統上市企業、機關單位領導以及海內外高校，啟動了業內首個人工智慧商業案例評選活動：「AI最佳掘金案例年度榜單」，從商業維度出發，尋找各個行業用戶/客戶問題解決能力強的最佳產品和解決方案。

在過去兩屆評選中，514家參選企業經過多輪的篩選與評審，最終60多家極具商業價值的公司成功從中脫穎，入選首屆和第二屆「AI 最佳掘金案例年度榜單」。

針對醫療AI各個細分領域的創新，今年「AI最佳掘金案例年度榜單」特設了五個「AI+醫療」獎項，深睿醫療、依圖醫療、聯影智能、推想科技、微軟亞洲研究院，憑藉各自優勢在眾多優秀競爭者中脫穎而出，分別榮獲「最佳醫學影像輔助診斷獎」「最佳醫學科研平臺獎」「最佳智能設備AI獎」「最佳肺癌全周期智能解決方案獎」以及「最佳全科醫學智庫獎」。

深睿醫療：最佳醫學影像輔助診斷獎

今年是一個「寒冬」，投資環境墜入冰點。但是深睿醫療逆風而上，在今年6月宣布完成C輪數億元融資。這一切，離不開深睿醫療對市場需求的敏銳感知。

深睿醫療以數據為基礎，場景為核心進行深度優化，研究場景間的需求及其對應的最優技術實現路線和方案，開發出了適配各種場景及不同病灶的算法，在業內打造了全方位的AI輔助診斷產品體系，包括全肺、乳腺X線、腦卒中、複雜關節病變、兒童生長發育評估、胸部平片、頭頸血管等各類人工智慧醫學輔助診斷系統，來滿足醫生的臨床需求。

特別是全肺人工智慧產品，屬於單器官多病種的影像人工智慧系統，改變了目前AI胸部CT應用僅局限於肺結節自動篩查，其他肺部疾病仍然需要醫生人工診斷的現狀，將AI應用由單病種檢測拓展至單個人體部位-全肺的多病種檢測。

該系統將提供包括肺癌在內的多種肺部徵象和疾病從篩查檢出、臨床輔助診斷、智能隨訪的全周期AI輔助診斷，結合深睿醫療胸部平片AI輔助診斷系統，也可為醫生提供呼吸系統AI輔助診斷解決方案。

同時，深睿醫療最新發布了Dr.Wise®頭頸CTA AI醫學輔助診斷系統，結合此前深睿醫療應對急診卒中中心推出的Dr.Wise®腦卒中AI醫學輔助診斷系統，也可為臨床提供完整的神經系統AI整體解決方案。

今年的北美放射學年會上，深睿醫療除了展示全線醫學影像AI產品, 同時也發布新品「Dr.Wise兒童生長發育AI智能一體機」。

這是深睿推出的一款AI智能裝備，它運用了軟硬體一體化設計，依託深睿醫療自主研發的深度學習核心算法和硬體設備小型化技術，將兒童生長發育評估「拍片-閱片-報告」流程優化至一個設備一站式檢查的快速流程。

依圖醫療：最佳醫學科研平臺獎

科研平臺一直是依圖醫療重點發力的方向之一。

2017年的北美放射學年會上，依圖醫療就發布了「醫學影像人工智慧科研平臺」，聯合世界頂級科研機構，加速影像類應用從科研到產品的轉化  。

2018年，依圖醫療和華西醫院合作構建了全球首個肺癌臨床科研智能病種庫。依圖醫療CEO倪浩表示，構建智能病種庫並不是最終目的，而是要基於華西醫院高質量的數據，開展更大數據、更大樣本的臨床研究，探尋更多的醫學規律和價值。

今年的全國放射學學術大會上，依圖醫療再次進行自我革新，發布了最新的care.ai多組學智能科研平臺。

相較於市面上大部分單純基於醫學影像既有低維特徵提取、綜合、分析的科研平臺，care.ai多組學智能科研平臺創造性的引入「多組學」概念，將深度學習技術前置於高維信息提取過程，協助醫學專家探索更高維的醫學信息世界，將「小樣本亦大數據」的科研夢想變為現實；同時，將影像、文本、基因、病理等多模態信息引入科研流程，貼近科研需求，為科學研究提供全面且完善的AI助力。

依圖醫療副總裁石磊博士表示，科研平臺的目的是為臨床醫生提供能夠滿足複雜科研需求的科研工具，是一件一定要做的事情。

未來，依圖醫療的發展將有幾個非常核心的關鍵詞：賦能基層、軟硬一體、走向海外。

依圖醫療副總裁方驄博士也表示，將圍繞醫療AI產品的核心能力，不斷開發出更多適配場景的解決方案，服務生態鏈上的不同環節，打造醫療AI良性發展的生態鏈條。

聯影智能：最佳智能設備AI獎

影像設備是影像數據產生的源頭，直接決定著影像的質量。影像的質量，又直接影響著醫生的診斷和治療。

聯影智能聯席CEO沈定剛教授表示，聯影智能的思路是打造全棧全譜的AI、追根溯源的AI、瞻前顧後的AI，緊扣醫療的各個環節，提供跨影像模態，跨診療全流程AI賦能。

在「設備端的AI」這樣的思路下，聯影智能也推出了一系列亮點的技術。

聯影智能uAI Vision 「智能之眼」，可實時完成360°人體全動態捕捉、自動生成3D人像，讓各類醫學影像設備實現「一鍵智能」掃描。此外，uAI Vision還可賦能MI、MR、CT、RT、DR等多模態醫學影像設備，實現全模態通用；憑藉其嵌入式的AI運算單元，無須佔用掃描設備主機運算資源，可輕鬆與設備實現數據傳輸，即插即用。

通過AI賦能，聯影智能在磁共振加速掃描、PET-CT加速掃描與降噪、低劑量CT掃描等領域，也全面提高了成像速度和質量，提升設備性能。

聯影智能推出新一代智能光梭成像技術平臺ACS，在保證高清成像質量的同時，可減少近70%的磁共振掃描時間，實現百秒級優質成像，解決了磁共振掃描的三大核心難題——高效、高保真以及全覆蓋。

PET-CT對癌症病灶的檢測具有極高的臨床價值與意義，但是掃描時間長。目前臨床用PET-CT系統完成一次全身掃描約 15~20分鐘。聯影智能基於圖像映射技術，開發了Hyper DLR重建技術，可有效去除因縮短掃描時間或降低掃描劑量所帶來的PET圖像噪聲和偽影， 將PET-CT掃描時間減少約70%，使全身掃描可在5分鐘內完成，並獲得等同甚至高於目前PET-CT標準掃描時間所獲得的圖像質量。

降低和控制CT對患者的掃描劑量一直是臨床上亟待解決的問題。基於圖像映射技術，聯影智能開發了uAI Deep Recon CT掃描降噪技術，在降低噪聲的同時，最大程度保留細節信息，生成高清晰、高保真的圖像，進而助力醫生完成臨床診斷。這項技術可在CT掃描中，在相同圖像質量下，可減少85％的輻射劑量，而在相同劑量下，可以提高160％的低對比度可檢測性。

沈定剛教授表示，聯影智能將充分利用聯影集團在醫療設備方面的優勢，提供軟硬體結合的AI解決方案，全面提高診療效率、提升診療精度，真正助力臨床實踐和科研。

推想科技：最佳肺癌全周期智能解決方案獎

2015年，推想在國內率先嘗試利用AI技術進行肺結節影像的自動識別，圍繞肺部疾病，推想科技打磨了三年。今年8月，推想又率先發布了「肺癌全周期智慧解決方案」。

推想科技CEO陳寬曾表示，「肺癌全周期解決方案」的想法在兩年前就已經產生，肺癌全周期的解決方案是對已有產品線的補全，讓肺部的診斷方案更加完善。

肺部CT的AI產品可以幫助醫生進行更好的篩查輔助。但是，篩查出來的患者如何治療、醫院如何更好地提供服務，這是AI產品在實現單點突破後必然要做的一件事情。

「肺癌全周期解決方案」通過科研質控平臺幫助醫生AI科研創新和臨床落地應用；為醫療機構建設「影像資料庫」和「臨床資料庫」數據中心，實現數據統一化、標準化管理；最終通過AI醫療應用平臺提供AI預防、診斷、治療的全周期、規範化的肺癌解決方案。

同時，推想已經與遼寧錦州醫科大學附屬第三醫院以及山東聊城市第二人民醫院等合作夥伴共同驗證了該解決方案的可行性。

推想科技CEO陳寬表示，肺癌全周期方案不僅在地方醫院試點，商業化也更側重於基層醫院端。推想科技希望用最頂級的醫院技能訓練人工智慧，最終提供給偏遠地區的醫院，提升基層醫院醫生的能力。

目前，推想科技絕的肺癌全周期解決方案已經在十幾家醫院裡進行應用，未來會在更多的地方醫院進行推廣。

微軟亞洲研究院：最佳全科醫學智庫獎

微軟亞洲研究院是微軟公司在亞太地區設立的研究機構，也是微軟在美國本土以外規模最大的一個，在中國已有20多年的歷史。在AI+醫療方面，微軟作為一家平臺公司，提供很多AI工具和解決方案，與此同時，微軟亞洲研究院在AI領域擁有多年的技術積累，通過與醫院、高校、製藥企業等合作夥伴建立研究合作，以科技創新驅動健康醫療發展，最大程度發揮人工智慧等前沿技術的價值。

日前，微軟亞洲研究院代表微軟公司與輝瑞生物製藥集團正式籤約，使用雲計算和人工智慧技術，以智能圖片識別方式來幫助基層醫生識別不同種類的真菌，開發『AI+感染智能甄別』新模式以協助提升感染病原的檢出率，共同推動基層感染性疾病的診療水平及抗菌藥物的合理使用，實現抗感染的精準治療。

微軟亞洲研究院還參與了蓋茨基金會等機構在瘧疾方面的研究合作，幫助落後地區診斷瘧疾。此前，專家需要用肉眼來觀察統計被入侵紅血球的數量，是一項非常繁瑣的工作。現在，AI系統可以自動掃描玻璃膜片，統計瘧疾細菌侵入的密度。如果膜片有很多層，系統還可以自動對焦，有效減輕工作人員的壓力、減少人力帶來的失誤。

此外，微軟亞洲研究院從2010年左右就開始鑽研腦腫瘤病理切片的識別和判斷，通過細胞的形態、大小、結構等特徵去輔助分析和判斷病人所處的癌症階段，並且基於「神經網絡+深度學習」的模式，取得了多項學術研究突破。除了腦腫瘤以外，該研究結果也可以擴展至其他疾病的二維醫學影像的識別和判斷，例如正在研究的腸癌等。雷鋒網雷鋒網(公眾號：雷鋒網)

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。