聯影智能COO詹翊強：醫療AI沒有「卡點」式成功

聽了那麼久的醫療AI故事，一場疫情，給醫療創新企業們限定了交卷時間。當然，這其中也不乏在疫情中迎來應用落地「高光時刻」的優等生。

日前（7月9日），2020世界人工智慧大會雲端峰會(WAIC)最高獎項SAIL獎(Super AI Leader，卓越人工智慧引領者)頒布，獲得這項殊譽的，除了來自IBM的人工智慧辯論系統、百度的文心知識增強語義理解技術與平臺、卡內基梅隆大學的自動發現智能平臺、清華大學等推出的億阻器卷積網絡的全硬體，還有一家，便是聯影智能的uAI新冠醫學影像智能化診斷全棧解決方案。

緊挨SAIL獎後，聯影智能又憑藉在抗「疫」期間的表現榮登工信部雙份「榮譽榜單」。新冠疫情以來，聯影智能已經和多家三甲醫院合作，完成論文多篇，其中在頂級期刊（如IEEE Transactions on Medical Imaging, EBioMedicine, IEEE Reviews in Biomedical Engineering等）上發表的論文累計影響因子>25。

作為一家成立僅兩年的醫療AI創新企業，這些榮譽單拿出每一項，都代表著沉甸甸的行業認可。

編輯搜圖

請點擊輸入圖片描述

圖：聯影智能COO詹翊強

在2020世界人工智慧大會雲端峰會期間，AI報導採訪了聯影智能的COO詹翊強，共同探討了優等生眼中醫療AI的時下與未來。

編輯搜圖

請點擊輸入圖片描述

疫情中全面出擊的聯影AI應用

在本輪疫情防控中，「uAI新冠肺炎醫學影像智能化診斷全棧解決方案」是聯影智能推出的一款基於人工智慧的「破疫神器」——涵蓋了成像->檢測->診斷->隨訪的全部流程。

在成像上，聯影推出了「智能天眼」CT。據統計，從疫情爆發以來，有500餘臺「智能天眼」CT馳援了多家醫院，包括武漢全市70%的定點醫院發熱門診、傳染病區及超過一半的方艙醫院；聯影智能針對疫情推出的「uAI新冠肺炎醫學影像智能化診斷全棧解決方案」，服務了全國100多家醫院，並支援了美國、馬來西亞、義大利等國家。

聯影「智能天眼」CT和以往CT有何不同？算法又在其中發揮怎樣的作用？

據詹翊強介紹，以前的CT是裝在醫院房間裡的，「智能天眼」CT除了 CT本身，還會在CT房間頂上安裝攝像頭，病人進去後，可以自動檢測各個身體部位。通過這樣的CT天眼人工智慧技術，CT技師可以不用進入掃描間，與病人零接觸的情況下，幫病人擺位、移床等流程全部實現自動化，而且病人戴口罩也不影響檢測，極大降低了交叉感染，保護了醫務工作者。

在這個過程中，背後的AI算法可以利用攝像頭拍攝下來的兩維視頻來實現重建病人的三維身體模型，隨後系統根據AI計算出來的三維信息，再傳送到 CT中，就可以精確地對病人的身高、體型、位置等信息進行計算。比如說，在做掃描時，病人躺下後 CT就可以自動聚焦在病人的胸部，而一般沒有這樣「天眼」功能的CT，當病人需要掃描時，技師必須要走到病人身邊，用雷射筆進行定位，設置機器的掃描區域，然後技師再離開掃描間。

編輯搜圖

請點擊輸入圖片描述

據詹翊強介紹，聯影最早開發這個應用時是為了提高掃描的速度，這次疫情期間，因為「智能天眼」CT可以避免技師和病人的接觸，極大減少交叉感染風險，聯影把搭載天眼技術的CT安裝到了全國500多家醫院，而且現在正在被廣泛的使用。

在成像之後，「uAI新冠肺炎醫學影像智能化診斷全棧解決方案」可以基於患者CT圖像，完成從成像、篩查、診斷到隨訪的全環節，包括自動標記病灶，將5至10分鐘的CT閱片時間縮短至1分鐘以內。

以AI技術參與新冠篩查為例，常規的病人列表是先到先診斷，而聯影智能基於AI給出的病人列表是會根據病人輕重緩急等因素進行動態調節的。比如，當一個病人掃描完CT，甚至在他的CT片子還沒有送達醫生手中的時候，系統已經開始在做相關預判，包括判斷哪些病人得新冠肺炎的可能性比較高，並基於這個概率去調整病人列表的排序，或者用某些警示圖標來告知醫生。經過這樣一個前期智能篩查環節，醫生可以優先去看那些已經被疑似的病人，這樣對病人的及時救治是有好處的。放到新冠疫情這個場景，AI篩查的應用，還可以大大減少病人交叉傳染給其他人的潛在風險。比如當時在武漢，在一個病人未確診之前，他在掃描間等結果的過程中會接觸到很多其他人。

在國內疫情期間，當一個病人被確診得新冠肺炎而收治以後，基本上3~5天會做一次CT的掃描，通過AI這樣一個非常精細的定量來識別醫學圖像中被感染區域的體積，進而判斷病人在某種治療下的病情走向，以及是否需要調整治療方案等。在當時武漢醫療資源非常緊張的情況下，健康的病人能夠及時出院，就可以把醫療資源留給更需要的人。而如何得出是否可以出院的結論，相比人的判斷，通過AI可以做出更精準的定量化的評估。

編輯搜圖

請點擊輸入圖片描述

醫療AI沒有「卡點」式成功

其實，在本輪疫情中，聯影智能之所以能快速反應，很大程度得益於其一以貫之的產品研發邏輯。

「在收集完數據並做好標註後的一周內，我們針對新冠肺炎解決方案的第一個版本就開發出來了。但這並不是說我們已經預測到這個疾病會發生，而是因為我們在前期已經投入了很多精力去研發打造那些可以通用的、模塊化的引擎。這也是為什麼聯影智能在成立第一年的時間裡，沒有井噴式地開發很多產品。但是一旦到這些基礎的引擎成熟後，研發工程師就只需要把它們組裝起來再進行調試。這也就能解釋為什麼聯影智能可以在短短的一個星期就產生新冠肺炎的第一個可以適用版本。」詹翊強略帶自豪地說道，「我們以前有很多不錯的研發思路在這次疫情中得到了驗證，這樣的產品研發邏輯我們還會沿用下去。」

除了在新冠疫情中的應用，聯影智能也開發了針對肺結節、骨折、腦出血等常見疾病的AI解決方案。

以腦出血這一病症為例，據介紹，目前聯影智能在腦出血領域的技術應用可以做到這樣幾件事：除了最基本地能夠快速檢測出腦出血，還能評估不同類型腦出血病人的出血量情況，並自動對腦出血的類型進行標註。此外，還有一些非常精細的定量化的功能。比如，如果腦出血比較嚴重會推動大腦的中線位移，這個症狀也意味著病人可能要馬上進行手術。醫生對於「中線位移」需要進行快速而慎重的判斷。現在通過AI的加入，可以做到很精細的將標準定量化，同時也可以提高醫生診斷的信心。

編輯搜圖

請點擊輸入圖片描述

圖：聯影智能顱內出血輔助分析系統

目前，這款應用已經走出實驗室，並且在上海的幾家醫院開始部署試用。不過，鑑於腦出血畢竟是一個非常關鍵的急診場景，所以目前並沒有完全讓軟體獨立來做，會有醫生的參與。聯影智能做了一些比較，目前為止，這一軟體在腦出血診斷場景的應用中得到的效果非常正面，下一步會把軟體推廣到更多的醫院。

詹翊強團隊認為，綜合醫生能力、設備先進度等因素，越是基層的醫院越需要AI的幫忙。未來，在基層醫療場景中，AI會幫到更多。

編輯搜圖

請點擊輸入圖片描述

醫療AI，短期內不要太樂觀，長期內不要太悲觀

探討這一問題時，詹翊強用一句話概括了他眼中AI醫療發展的當下與未來，「我認為，短期內不要太樂觀，長期內不要太悲觀。」

從長期來說，隨著整個人類社會的老齡化加劇，以及整個中國對健康醫療服務需求的增加，未來肯定會有越來越多的資源缺口，而且這個資源的缺口將越來越多的集中在軟性的資源方面。「什麼叫軟性的資源？我們在設備上的缺乏可能會漸漸改善，而更大的瓶頸會是缺乏能夠使用這些設備的人，缺乏能夠根據這些設備輸出做出診斷的人。」 詹翊強分享道。

短期內為什麼醫療AI也不要太樂觀？前幾年，很多企業單靠醫療AI取代醫生的故事就能迅速賺錢，但這個描述是比較誇張的。實際上，在醫療AI落地的場景裡面還有很多「坑」要解決，包括前邊講到的信息安全，甚至較後期的收費模式等，這些都需要去探索。「所以說，短期內我個人不認為會出現全壘打式的井噴。」

經過這次疫情，也讓聯影智能意識到雲的威力。「包括疫情期間很多會議是在雲上展開，很多AI的醫療解決方案可以通過雲的方式部署到醫院，而不是非要像以前一樣需要通過將伺服器放到醫院裡面。」詹翊強認為，醫院數據的私密性問題會是這一應用潛在的一大挑戰，怎麼把數據的私密性做好，特別是醫療數據的私密信息，這是特別重要的。據透露，最近聯影智能也有專注研究這個問題，希望試圖通過聯邦學習這樣的算法，既能夠把模型訓練出來，又能夠避免數據隱私洩露的風險。

詹翊強還分享了他觀察到的當下醫療AI領域的一個利好現象：當前在上海的很多醫院可以到這樣一個趨勢，短短兩三個月的時間，醫生對AI的使用從之前的40~50%達到現在的90%甚至95%。從中也可以看出，醫生也有一個試探AI的過程，經過這個過程，一方面醫生在某些疾病的輔助診斷上對 AI越來越有信心，另一方面醫生也了解了AI的特點，學會怎樣和AI「配合」儘快做出高質量的診斷報告。詹翊強認為，這也能解釋為什麼醫生群體對AI相關醫療應用的點擊率越來越高。

當然，任何一個商業的成功最後都反映在收入上，但是在獲得收入之前，它必須也要有價值。在詹翊強看來，當前的AI已經開始為醫療產業創造價值了，至於這個價值怎麼再轉化成一個收益，還有很多問題需要探討，但AI醫療的前景是好的。