乳腺癌AI辅助诊断产品上线,德尚韵兴如何以超声AI破局辅助诊断赛道?

2018 年 12 月 27 日 动脉网

乳腺癌已成为严重威胁我国女性健康的恶性肿瘤之一,2018年3月23日,国家癌症中心发布了中国女性乳腺癌的最新数据,估计了2014年中国女性乳腺癌的发病与死亡情况(由于收集和统计工作的存在,一般数据会滞后3年),2014年全国女性乳腺癌新发病例约27.89万例,占女性恶性肿瘤发病16.51%,位居女性恶性肿瘤发病第1位。

 

早诊早治,是乳腺癌治疗的关键。当下中国女性早期乳腺癌中I期检出率仅有20%至25%,患者5年生存率只有80%左右。而若在乳腺癌早期阶段发现并及早接受规范化治疗,患者的5年无病生存率可达95%,II期患者5年存活率可达到80%以上。

 

面对巨大的筛查需求,医生稀缺与人工阅片的误诊、漏诊成为亟需解决的痛点。当前,人工智能成为直面医生效率问题的技术手段。


近期,在2018未来医疗100强论坛上,德尚韵兴发布了乳腺癌人工智能辅助诊断产品。这是其继三维可视化精准术前规划、术中导航、术后评估、超声甲状腺结节智能辅助诊断系统后的又一医学辅助诊断产品。



 

乳腺癌高发,筛查成痛点


面对高发的病症,乳腺癌筛查常用到的无创性的辅助检查手段有钼靶、超声和磁共振(MRI)。

 

在三种检查手段的对比中,钼靶检查价格低廉,主要利用X线摄片,无论是国内还是国外,钼靶都成为女性乳腺癌筛查的主要手段,这种方式对发现微小钙化最具有优势,进而能够发现无症状或触摸不到的肿瘤,诊断效率甚至高于磁共振。

 

而超声的优势在于乳腺超声没有放射性,可以根据需要反复检查;且超声能清楚分辨层次,鉴别囊性(囊性结节内部为液体)与实性肿块的准确率可达100%,能大致判断肿瘤的良恶性;超声可引导穿刺活检并且了解腋窝和锁骨上的淋巴结有没有转移;且检查方便,价格低廉,对致密型乳腺和乳腺增生诊断有优势。

 

另一种无创性检查手段是磁共振,这类检查的特点是敏感性较高,无射线危害,但是价格昂贵,因此不能作为普查筛查的手段,一般作为钼靶与彩超后无法确认病情的患者做进一步诊断的手段。

 

 中国现在每年通过各类手段筛查乳腺癌的人群遍及30-60岁的女性人群,与欧美女性更多偏向脂肪型乳腺不同,中国女性的乳房超过50%是致密型,脂肪较少,需要医生在阅片的过程中仔细寻找隐藏在致密的影像中的微小肿块、钙化点、或者结构扭曲,通常需要耗费较长时间。

 

国内医生与欧美医生相比,阅片的任务繁重许多。德尚韵兴乳腺产品负责人张娟是资深医学影像专家,从事影像诊断工作三十余年,她告诉记者,欧美的医生一天阅片的数量可能在20-30个患者左右,而国内的医生一天至少需要看50名患者的片子,从早到晚一直写报告,会出现疲倦的状态。

 

而面对巨大的需求,专业从事乳腺诊断工作的医生非常缺乏,且培养周期太长,这成为摆在影像科面前的一道难题,从医学教育到医院规培的阶段,培养一名资深乳腺癌诊断专家,至少需要5-10年的时间。

 

面临乳腺癌高发的现状,发现越早,治疗效果越好,将医生从繁重的阅片任务中解放出来,减少误诊漏诊,人工智能是最合适的辅助手段。

 


人工智能辅助诊断乳腺癌,诊断水平达主任级


德尚韵兴医疗科技成立于2013年,以超声人工智能为特色,将AI技术用于肿瘤介入手术的术前规划,术中导航和术后评估。公司研发团队以专家学者为核心,形成了一支以年轻博士为主导的研发团队,曾在美国哈佛大学、纽约大学柯朗数学研究所、德国爱因斯坦研究所等多个国际著名学术机构做学术研究,在国际权威杂志上发表过近两百篇学术论文。

 

德尚韵兴董事长兼总经理胡海蓉表示:“我们不只是研发医学影像的人工智能辅助诊断系统,而是结合辅助诊断,最终用于治疗,打造的是AI精准诊疗平台。”

 

在本次发布的人工智能乳腺辅助诊断产品中,德尚韵兴从超声和X射线的手段切入,辅助以人工智能技术,整个研发过程经过了海量级数据的清洗和整理,由资深乳腺专家严格依照国际ACR标准亲自对乳腺图像特征进行标注提取、反复确认,以确保高准确率。


在产品功能上,德尚韵兴按照国家乳腺癌指南对病变进行定性定量分析、按照ACR标准对病变进行BI-RADS分类。同时,这款产品将根据中国国情,设计适合三甲医院和广大基层医院的不同版本,希望能减轻大医院医疗压力,并能对广大基层医院进行辅助培训,真正助力分级诊疗。

 

在某些特定的任务上,如计算机视觉技术应用的人脸识别等图像领域,计算机已经超过人眼,人工智能的本质在于数据量多了之后,处理的速度变快,处理的成本变低,这样的工程性进步,导致应用上出现了拐点。在医疗领域,基于大数据和人工智能的影像辅助诊断技术已经成为研究热点,医院与医生也正在拥抱人工智能,将繁重而简单的初级工作交给人工智能完成。

 

在超声AI的应用方面,2018年8月,上海瑞金医院发起并召集了中国400多家医院,近1000名超声医生成立了“中国甲状腺与乳腺超声人工智能联盟”,建立覆盖全国多级医疗机构的甲状腺与乳腺超声数据库,超声AI的应用为精准诊治提供有效的帮助。与扎堆放射科AI产品的赛道不同,超声AI行业目前还未饱和,占领这一赛道的企业并不算多,因此,这片领域也面临着巨大的机遇。

 


产品拥有数据、算法优势,且设计满足分级诊疗需求


超声因价格便宜、无辐射、在基层医院广泛配置,但是超声医生奇缺。与CT、核磁、X光等影像的采集与阅片的流程分开不同,超声检测的难点在于图像采集与阅片需要同时完成。


此外,相较于磁共振、CT和心电图等检查结果,超声影像大多是依靠医生采集的不同切面的动态图像进行诊断的,对超声医生个人的操作技术水平要求比较高,医生的扫描手法不同、病人存在个体化差异、医生的观察者差异等因素的影响,极易造成误诊或漏诊。


德尚韵兴研发乳腺癌人工智能辅助诊断产品,旨在解决分级诊疗、减轻医生的工作痛点。

 

虽然目前超声AI的发展还存在一定的难题,比如缺少大量的数据训练等。但各大公司对于超声AI的热情不减,除腾讯外,三星、西门子、迈瑞等大公司在超声AI领域也有所布局。此外,推想科技、依图医疗等创业公司也有超声AI的相关产品。

 

胡海蓉认为,德尚韵兴的人工智能辅助诊断产品的优势来源于两个方面,一个是数据,一个是算法。

 

数据方面,用于训练的样本达数万例,从数据标注的质量来说,德尚韵兴与多家医院合作,并由拥有30余年工作经验的乳腺专家亲自标注,她强调:“由专家标注的数据,对于找到病灶的准确率,远远高于一般的医生做的数据标注。”

 

目前,该乳腺癌人工智能诊断产品识别肿块的准确率达89%,钙化识别度达90%以上,随着算法的不断优化,准确率还在不断提高。当产品用于临床之时,诊断水平可达到主任级别的专家水平。

 

在算法方面,据介绍,德尚韵兴的算法团队是应用数学背景,因此,他们自主研发了深度学习框架,并将之命名为Light3,意思是轻量灵活的意思,针对不同的病种,可以根据需要任意地调整框架,调整参数,提高模型的准确性。而开源的深度学习框架不能任意的修改,因此准确率提高水平有限。胡海蓉表示:“我们自己做过对比,在超声甲状腺项目上,Light3的准确率比开源的高30~40%左右。”

 

在产品设计方面,根据分级诊疗的需求,针对三甲医院和基层医院,德尚韵兴做出了不同的产品设计,对于三甲医院的科研需求,产品功能较为完善;对于基层医院基本的诊疗需求,系统会采取一定的“瘦身”方法,去除冗余的功能,提供给基层医院。

 

此外,产品针对不同层次的医院,可以对年轻的医生进行培训。因为整个队伍缺乏,不可能让这些医生回到学校进行专业的培训,所以利用人工智能辅助诊断同样也是一个有效的培训手段。

 

处在一个并不算拥挤的赛道,德尚韵兴的超声AI产品正在摸索属于自己的商业模式。对于大多数AI企业来说,能否通过相关资质的认证是摆在他们面前的一道“槛”。


德尚韵兴营销总经理严耶恩表示,目前市场上的医疗AI产品更多是集中在放射这条赛道,而在超声的赛道上德尚韵兴的AI产品具备全方面的领先优势。由于法规的限制,目前整个AI行业还没有很成熟的商业模式,这一限制其实也提高了医疗人工智能产品的准入门槛。

 

他强调:“德尚韵兴会在市场做更多的投入,包括寻找上下游的合作伙伴。不仅是三甲医院,也包括基层医院等在产品线上比较有经验的,能够帮助数据研发、产品推广的医院。目前投入的重点还是在提高产品质量和准确率上,等到门槛一旦放开,我们可以凭借自己的优势在整个销售市场上,走出一条差异化的道路。”

 

目前,德尚韵兴已经分别在A轮与B轮融资中引进产业资本和佳股份以及复星医药和华盖资本的基金。据胡海蓉表示,德尚韵兴正在引进下一轮的资金与资源的合作,希望与在产业内有较丰富医疗资源的资本与合作伙伴携手,将人工智能产品真正落地到临床诊断和治疗中。



文 | 李艳瑜

信 | halapotato

添加时请注明:姓名-公司-职位

后台发送关键词即可获得相关好文

网站、公众号等转载请联系授权


最火推荐

★ AI里程碑!药监局三类AI器械申报流程流出!审批要点全解读!

★ 三级医院速看!该顶级医院这样通过HIMSS七级

★ 医保局DRGs新政,资深专家详解生态将如何巨变……

VB100观点

★ 健康管理模式创新之路究竟怎么走?

★ 独角兽们眼中的AI与大数据新玩法

★ 16位掌门人点睛价值医疗

★ 为什么管理式医疗春天即将来临、复制美国PBM是个伪命题、DRG将推动医疗改革?

★ BIO/NGS前沿论坛,他们的眼中有中国生物医药的未来

★ 新时代的互联网医疗,不是机器人在医院门口夹道欢迎

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可,禁止进行转载、摘编 、复制及建立镜像等任何使用。
登录查看更多
6

相关内容

商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
专知会员服务
27+阅读 · 2020年3月6日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
青光眼,哪里跑!
中科院之声
4+阅读 · 2018年7月9日
【智能医疗】如何利用深度学习诊断心脏病?
产业智能官
8+阅读 · 2017年10月3日
已删除
将门创投
6+阅读 · 2017年7月6日
VrR-VG: Refocusing Visually-Relevant Relationships
Arxiv
6+阅读 · 2019年8月26日
Phase-aware Speech Enhancement with Deep Complex U-Net
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
Arxiv
11+阅读 · 2018年4月25日
VIP会员
Top
微信扫码咨询专知VIP会员