对话腾讯医疗多位专家,全面解读腾讯国家 AI 医疗影像平台

2018 年 4 月 17 日 雷锋网 李雨晨

文 | 李雨晨

来自雷锋网(leiphone-sz)的报道

拥有“AI+医疗国家队”身份的腾讯,在上周的中国“互联网+”数字经济峰会上,正式启动国家人工智能医疗影像平台。

平台启动之后,腾讯将会有哪些新的动向?作为一个开放平台,医生又是如何评价以“腾讯觅影”为代表的“AI+医疗”的应用前景?带着这些问题,雷锋网同多位腾讯高管与医学专家进行了一次深入探讨。



业务起步:靠投资并购很难走远


腾讯互联网+医疗中心负责人常佳在受访时表示,腾讯“互联网+医疗”有两大板块的内容:

一个是微信智慧医院,包括挂号、处方流转、医疗咨询等偏向信息化和数字化的工作,以此整体提升医生效率,更多地是发挥了腾讯“互联网基因”的优势;

另一个是以腾讯觅影为支撑的“AI+医疗”业务,辅助医生进行疾病筛查和诊断。这个业务则是深入到医疗流程中较为核心的环节。

众所周知,腾讯在投资并购方面的动作颇多。不少独角兽甚至是上市公司身上都或多或少贴着“腾讯系”的标签。

那么如果想在医疗行业迅速扎根,腾讯可否通过“买买买”来完成?

“不行。”常佳不假思索地给出了自己的答案。

随后他坦言道,腾讯最早确实是通过投资的手段去覆盖医疗领域的,但后来组建了自己的团队:由于医疗行业的独特性,纯粹依靠投资而非集中推动,会比较困难。

对于“推动”这个词的理解,常佳分为两个部分:第一、核心能力和核心接口,不能给出去,只能自己做;

第二、需要相对长期投入的业务,要做好长期奋战的准备,并且做好长期没有可见商业模式的准备。

常佳在一句话中三次强调了“长期”,表明医疗AI的发展需要大量成本的投入。人本身就是最复杂的研究对象,而医疗AI是用机器模拟人的思维去研究人体,同时数据样本与其他行业相比完全不是一个数量级,因此需要更加长期的时间。“对于医疗AI的发展到全行业级别广泛应用,乐观的估计是3年左右,另外一种观点是需要5-10年。因此,医疗AI发展需要全行业的共同努力,也给各参与方留下了长期的发展空间。

“纯粹的医疗公司无法支撑这么长的战线消耗,集团化的支撑会比较好。这个行业里充斥着大小玩家,大家的未来怎么办?我觉得‘怎么办’的问题可以靠时间来解决,没有一家可以在短时间结束战争。”

作为一家具有互联网传统公司,腾讯入局医疗的时间并不长。在这股人工智能的热潮下,似乎无人不言AI。西门子、飞利浦等传统的医疗影像设备商也在其影像解决方案中增加了AI技术的投入。面对积淀丰富的行业巨头的“搅局”,腾讯的突破在哪里?在常佳看来,器械厂商的优势体现在设备以及渠道上,原有的行业口碑为他们获取数据提供了便利。但传统器械商的劣势在于太过局限,医院科室设备绝对不会只用一家。

“我们认为在效果上需要一个长线的发展,其实大家可以共同探讨如何提升服务质量,而不是共同探讨大家怎么分工。”



业务推进:打通医疗AI创新链的四大维度


雷锋网了解到,在创新创业生态的开放战略影响下,截至目前,腾讯的合作伙伴总数已超1300万,创造就业岗位2500万个,累计总分成超过230亿。腾讯众创空间线下空间已布局34个,覆盖29个城市,总面积超过100万平方米。

借助于腾讯开放平台良好的发展基础,腾讯获批承建的“医疗影像国家新一代人工智能开放创新平台”由四大模块组成:创新创业、全产业链合作、学术科研、普惠公益。

创新创业方面,腾讯觅影联合腾讯AI加速器通过开放腾讯的AI能力,提供AI技术、导师、产业资源、市场、投资五大扶持,帮助AI技术及产品寻找到更多的应用场景。

学术科研方面,通过联合课题研究、前沿应用探索和跨行业学术研究,与国内外医学专家和学术期刊共同为AI+医疗学术科研出谋划策。腾讯觅影与国内十几家顶级医院成立联合实验室,也邀请国内医疗相关学科的带头人,作为开放平台的学术顾问。

此外,腾讯AI Lab已与学术与教育出版集团施普林格·自然集团(Springer Nature)以及医学出版社AME达成战略合作,联合出品专注于人工智能医学研究的学术期刊,以推动人工智能医学相关科研成果的进一步发展。

惠普公益方面,继去年12月与揭阳市政府、腾讯公益基金会以及揭阳市人民医院等合作,利用腾讯觅影启动全国首个早期食管癌公益筛查后,腾讯今年将进一步推动“科技+公益”新模式。

腾讯公司副总裁陈广域表示,人工智能技术对解决偏远地区医疗资源不足、基础薄弱等问题有着积极意义,远程诊断等互联网技术有助于弥合城乡医疗水平差距,人工智能与公益的结合也将催生不一样的扶贫模式。

近期,腾讯公司携手阿斯利康等合作伙伴,在无锡市政府、无锡市卫计委的指导下,由中国工程院院士李兆申带领,共同构建消化道肿瘤防治中心(GICC)平台,推动试点医联体建设和胃癌早筛试点,腾讯觅影也将自身的AI能力应用在了GICC实施的早期胃癌公益筛查项目。

除了以上三个维度之外,更能体现腾讯开放程度的还是他们在全产业链合作上的进展。

腾讯觅影目前已经与国内众多三甲医院建立了人工智能医学实验室。以此为基础,腾讯还想通过在大会上发布的AI开放创新平台,进一步连接高校、科研团队、医学专家、AI影像创业团队等研发力量,利用觅影引擎、腾讯云和AI等技术能力,为医疗机构、器械厂商、信息化厂商、影像云、AI创业公司提供技术上的支持。

技术层面之外,腾讯觅影及微信智慧医院,与上海医药、国药、阿斯利康等开展在药品流转、肿瘤防治等领域的合作。与西门子医疗、贝朗医疗等探索医疗器械的三方应用开发,为医生诊断、手术评估等提供辅助决策。在医院信息化建设方面,与杭州卓健、智业软件、金蝶医疗等医疗信息化行业公司探索在医院场景中,如何提升医生的使用体验,为患者提供更安全的信息环境。

在四大维度的规划基础上,常佳希望平台能发挥“连接器”的作用,打通医疗AI的创新链,加速人工智能与医学的跨界研究,推动医疗AI产业的整体良性发展。

与此同时,腾讯副总裁陈广域表示,未来“腾讯觅影”希望进一步拓展人工智能在医学领域的应用,比如增强医疗AI在影像、病理、病历上的细分场景应用创新,进一步提升医生的使用体验,同时积极探索医疗机器人的技术与应用。



业务需求:医学界对AI提出了哪些新要求?


“AI+医疗”产品好不好,医生最有发言权。

在答记者问期间,四川大学华西医院教授、中国医学装备协会病理分会副主委郑众喜,对医疗AI持开放、宽容的态度。

他坦言,病理界其实非常期待拥抱人工智能。

但真正需要人工智能的是两个地方,一个地方是连人都很难诊断的病理问题。另一个方面是大量的重复性劳动。两者是人工智能发挥作用的最好舞台。

在他看来,开放平台是一件很有意义的事情。作为一名病理学专家,郑教授认为,病理诊断的难度很大,需要用到影像、临床信息,甚至是日常生活中的健康信息。同理,影像诊断也不仅仅是针对影像中的某个特征就下结论。

郑众喜教授向雷锋网表示,依靠单个公司的力量很难把学术界和产业界的资源整合起来,腾讯开放平台的优势在于将学术成果落地的能力。

2017年底,华西医院专门开了一个人工智能研讨会,很多科室也提到“AI+医疗”的应用前景。“精准医疗的要求下,从人工智能辅助诊断到研究如何实现真正应用的过程中,是我们接下来最难跨越的一步。在病理领域,譬如细胞学TCT筛查,需要有很多特征描述才能转化为计算机语言。”

和郑众喜教授一起,中国医学科学院、北京协和医学院教授乔友林在此次大会上正式成为腾讯觅影的特邀高级学术顾问,乔教授还有一个身份是WHO子宫颈癌防治、HPV疫苗专家委员会成员,卫生部疾病预防控制局宫颈癌早诊早治专家组组长。

“早诊早治”是乔教授一直关注的重点,也是他一直希望AI能够应用的最大方面。

乔友林教授认为,疾病诊断是一个系统性工程,学界和工业界要避免“言必称智能”的倾向。在现实条件下,科学技术应该为现有的医疗服务体系提供好的支撑,比如说在分级诊疗的背景下,是否可以通过AI来提升基层医疗的水准。

他希望顶级医院来解决疑难杂症,而将小病留在基层。“但现在的问题是基层的医生也不知道哪些病该往上转。AI提供了医疗辅助系统,我觉得有巨大的市场潜力,能够大大提高我国基层医疗程度。”

在“早诊早治”的理念下,乔友林教授对腾讯提出了建议:找到一些大众化、能够托起基层医疗的病种。“我们一定要找到一个普适性的技术。很多公司的产品具有排他性。腾讯做的是普适性的,和其他机器都可以用,这是最大的亮点。”

除了医学专家对医疗AI提出的新需求外,腾讯这样的工业界团队在打磨产品的过程中是否会遇到一些技术性难题?

腾讯常佳向雷锋网表示,当前的技术难关中比较突出的是抗噪的问题。现在很多公司的产品会着重强调准确率,但他会常常发出这样一个疑问:这些数据是不是同源数据?

在常佳看来,如果是同源的测试级和训练级数据,最终准确率会很高。但是,在不同源数据上的表现更为关键。“我们落地100多家三甲医院,但抗噪的要求非常高。不同的设备、医生的操作习惯,还有训练的问题都会影响最后的结果。在一家医院做的很好的模型,到其他医院根本不适用。我们现在正在通过广泛性的测试解决,但这是很大的困难,这需要数据丰富度的问题。”



业务定位:寻求差异化、着眼全球


从2016年11月以来,BAT先后进场让国内医疗人工智能异常热闹,大大小小的创业公司也在利用自己的技术优势抢占赛道。“产品同质化”成为了这个领域的一个明显特征,例如我们经常提到的肺结节和糖网筛查。常佳表示,其实不光是BAT,在医学影像领域发力的AI公司在产品上都高度重合,这主要是产业起步的问题,但是从今年以来,各家公司其实都在试图寻求差异化。

常佳表示,未来腾讯更加偏向于有中国特色的,符合本国国情的需求,包括国家重点推行的“两癌筛查”(乳腺癌和宫颈癌)。

人工智能+医学影像的公司不仅数量多,规模大,而且应用领域也十分广泛,在放射影像、糖网图像、甲状腺图像、宫颈癌病理图像都有很深入的研究。目前,各国都在人工智能的技术上不断发力,就在大会举办前后,美国FDA还批准了糖网筛查AI产品IDx-DR,在技术和市场准入层面上都给予了相当大的包容度。在常佳看来,未来医疗AI不光是在中国竞争,长期来看将会呈现全球竞争的态势。

- END -

雷锋网诚招编辑、运营、兼职外翻等岗位

详情点击招聘启事


  ◆  

推荐阅读




转载声明:本文转载自「雷锋网」,搜索「leiphone-sz」即可关注。


登录查看更多
6

相关内容

医学影像是指为了医疗或医学研究,对人体或人体某部分,以非侵入方式取得内部组织影像的技术与处理过程,是一种逆问题的推论演算,即成因(活体组织的特性)是经由结果(观测影像信号)反推而来。
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
阿里技术专家:优秀工程师是怎样炼成的?
51CTO博客
8+阅读 · 2019年6月15日
腾讯85页PPT“智能+”产业报告
物联网智库
52+阅读 · 2019年5月1日
【深度】基于医疗大数据和AI技术的影像组学及其应用丨田捷研究员
中国科学院自动化研究所
6+阅读 · 2017年7月20日
Continual Unsupervised Representation Learning
Arxiv
7+阅读 · 2019年10月31日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
9+阅读 · 2019年4月19日
Arxiv
25+阅读 · 2018年1月24日
Arxiv
5+阅读 · 2017年10月27日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关论文
Continual Unsupervised Representation Learning
Arxiv
7+阅读 · 2019年10月31日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
9+阅读 · 2019年4月19日
Arxiv
25+阅读 · 2018年1月24日
Arxiv
5+阅读 · 2017年10月27日
Arxiv
5+阅读 · 2015年9月14日
Top
微信扫码咨询专知VIP会员