东软医疗AI首席科学家黄峰：设备端AI的机会在哪里？

目前辅助决策类产品落地仍有一定困难，而设备端AI这种非辅助决策类的产品，站在了数据来源的“上游”，通过AI的方法帮助医生进行定量、定性的分析，这也恰恰是很多医院的痛点所在。

 作者 | 李雨晨 

“饥饿能使一个人的头脑更聪明，你要无时无刻地琢磨下一个面包在哪里。”几年前在接受《哈佛商业评论》采访时，东软集团董事长兼CEO刘积仁就曾以乔布斯那段著名的“stay hungry，stay foolish”来表明了自己创业时的“饥饿感”。

凭着这股创业的劲头，计算机应用博士背景的刘积仁1991年创立东软。1994年东软进军社保领域，1997年进入医疗信息化，1998年东软医疗成立，正式拉开布局大健康的序幕。

但随着时代需求的延伸，刘积仁也表示，“软件的含义已发生变化，软件在创造价值方面也与从前有了很大的区别。东软如果坚持以前的生产方式，就会在新一轮变革中被淘汰。”

这样的“危机感”思维也反应在子公司东软医疗的身上，作为国产医疗行业里的重量级选手，东软医疗将“AI”视作下一个自我变革的突破口。

做AI的机会在哪里？

作为东软医疗智能医学影像事业部总经理、人工智能首席科学家，黄峰分享了东软医疗布局AI的思考：从主营业务角度来看，东软医疗要做的是从源头入手的“设备端的人工智能”，利用AI的方法把成像设备变得更快速、更稳定、更精准、更安全。

他表示，国产器械厂商在布局人工智能方面有一些优势。“如何使磁共振扫描更快、如何使CT放射剂量更低。这是所有厂商都在拼的地方，是大家的共同点。但在这一块，我觉得领先的反而是中国的厂商。”

黄峰解释说，从全球来看，主要的基础技术来源都是美国、加拿大和法国等欧美国家，大家在技术层面没有本质的区别。而在AI这一比较新的概念上，大家都是处在同一起跑线上。

在这样的情况下，中国的企业具备更多的数据资源，国内资本对医疗AI的追逐也显得更热情。而且，移动互联网时代的快速迭代以及敏锐的商业思维，给如今的企业留下了宝贵的经验。所以，在应用落地方面，中国的速度将会远远快于国外。

“国外企业开发一种新产品的周期很长，从需求考证到立项往往就需要很长的时间。而国内企业在这方面颇具优势，能够快速识别需求并立项执行。”

目前，在东软医疗的256层宽体能谱CT、无轨悬吊双中心七轴智能血管机，磁共振设备都在逐步落地设备端人工智能技术。

要做设备端的AI

在黄峰看来，设备端的人工智能是真正解决了医院的痛点，给医院创造更多的价值，“医院每天扫描50个病人还是100个病人是有很大区别的，直接影响着医院的接诊能力，医生也更偏爱于智能的设备所带来的高效体验。”

据雷锋网AI掘金志了解，目前，东软医疗已经将人工智能产品部署在CT、磁共振以及DSA等各类设备上，主要目的是为了缩短扫描的时间、降低放射剂量、获得更好的成像质量以及工作流的优化。

一直以来，在CT和DSA上，设备厂商和医院关注的是如何减少放射剂量。黄峰说到，“目前，在AI的帮助下，我们能利用原先25%~35%的剂量，在CT和DSA设备上获得同样的图像质量。”

而磁共振最大的问题是扫描时间长，患者由于身体不适等原因会移动，进而影响成像质量。现在利用AI，东软医疗可以将磁共振的扫描速度提高4倍到8倍，患者的体验也会更好。

并且，很重要的一点是，设备端AI在审批难度方面也有望区别与辅助诊断类AI。

东软首席知识官李雪说到，东软医疗一定是要从临床问题出发，制定自己的医疗AI策略。不仅要解决数据量大、操作复杂的问题，而且还要解决设备在处理各种影像资料时，设备本身的影响因素，并且要和影像数据、病理学、电子病历等整合在一起。

“医生往往需要经过5到10年的训练，如果我们想用人工智能给医生进行辅助诊断，遇到的困难是巨大的。”

对于李雪的观点，黄峰比较认同。

黄峰认为，“目前辅助决策类产品落地仍有一定困难。现在尚无获批的产品，也因此很多在这一领域的初创公司无法做商业的转化，存在生存上的挑战。但是长远来看，如果能坚持下去，前景还是非常看好的。”

而设备端AI这种非辅助决策类的产品，其逻辑在于通过AI的方法帮助医生进行定量、定性的分析，而不是替医生进行诊断，而这也恰恰是很多医院的痛点问题，医生也需要专业的诊断支持。

黄峰强调，图像重建、图像增强等设备端的人工智能是非辅助决策类，相对于辅助决策类的产品来说，有望更容易获得相关机构的审批。“做设备端人工智能，我们只关注自己的设备，不必考虑兼容性等问题，这也是与做辅助诊断的明显不同。”

此外，辅助诊断产品需要大量数据进行训练，而设备端AI的好处在于，站在了数据来源的“上游”。

据AI掘金志了解，东软医疗获取数据的来源有多个途径：

首先，通过跟医院的深度合作，共享科研的成果。比如说，东软医疗在同某医院的合作中，获得了来自医院提供的两百多例肺部CT的脱敏数据，而且全部做好了标注。

其次，做设备端人工智能所需的大量数据跟患者没有太大关系。比如研究如何让头部的扫描变得更快，这其实跟疾病没有关系，往往使用志愿者的数据就够了，不必要非得找患者。这是我们做设备端人工智能的一大优势。

最后，东软医疗的影像云是云端数据汇集的基础平台。

MDaaS：“共享经济”思路下的平台

“软硬结合”、“数字化”、“智能化”是近几年来器械商们的代名词。此前，GE医疗正式宣布在中国推出“Edison平台”。当然，飞利浦的ISP、西门子的Team Play也都是这个逻辑下的产物。

所以，今年5月份的CMEF上，东软医疗也发布了MDaaS（Medical Devices & Data as a Service，医疗设备和医学影像数据作为服务）。

东软医疗CEO武少杰曾说到，MDaaS 是东软医疗的战略性产品线，包含了影像云投建和运营、医学影像智能服务平台、专科疾病解决方案和临床诊疗解决方案4个层次的内容和产品。

影像云投建和运营是数据内容层，由获得和展示数据的终端和传输、管理数据的公有云服务平台构成。这一层的主要功能是获取、传输和管理数据，并提供使用数据的接口（API），支持在此平台上各种应用的开发。

医学影像智能服务平台是数据处理层，可以对多种医学数据，尤其是影像数据，进行智能化增强、分析、定性，定量，帮助医生进行辅助诊断和分析。这是一个开放的平台，不仅仅包括东软医疗自主研发的，第三方开发者的各种相关的应用软件可以接入这个平台。

专科疾病解决方案主要由针对专科化疾病的专业软件构成，提供脑疾病以及肺科专科化疾病智能诊断服务。目前东软医疗已成功研发针对急性缺血性脑卒中影像的全自动智能分析软件NeuBrainCARE，并通过与首都医科大学宣武医院合作共建了eStroke国家溶栓取栓影像平台，为平台50多家成员医院提供智能诊断服务。

同时，正在研发针对肺科疾病的智能辅助诊断软件NeuLungCARE，并于今年9月份与广医附一合作，计划共建eLungCARE 国家级呼吸系统疾病影像云平台。

临床诊疗解决方案由卒中中心、胸痛中心、肿瘤中心的构建构成，集成三大中心所需的全套医疗硬件设备、智能诊断软件、诊疗流程和模式组合，为医院提供可落地实施的全套整体解决方案。

在黄峰看来，MDaaS不只是产品，而是一种服务模式。

MDaaS的主要服务对象可以是偏远地带的基层医院。这些医院不具备资金采购高昂的设备、也没有雄厚的专家资源。“现在的一个软件可能要几十万，远远超过小医院的购买能力。所以MDaaS是一个平台，是‘设备+数据+服务’。我们提供设备、云平台，每个人都可以用，这是一个数字化、网络化、智能化的综合服务体系。”

在黄峰的规划里，医学影像人工智能分成两大块：如何获取影像以及如何使用影像。后者也在进行布局，但是东软医疗是一家设备厂商，前者才是公司的重心。

因此，为了满足基层医院的需求，东软医疗的策略是通过跟更多的第三方合作，最终形成全链条的解决方案。

黄峰透露，未来，东软医疗会在MDaaS的大框架下推出一个类似于“共享经济”的、包含大量AI辅助工具的平台，基层用户不需要一次性花费太多，而是按照使用次数付费即可。“这是我们的愿景，我们希望能够降低基层医院和非公医疗机构使用先进技术的门槛。”

因此，这会是一个类似于“APP Store”的形态。而能够选入这个平台的软件产品，则是按照专科疾病进行划分，并且和硬件设备适配，促进硬件的发展。

据AI掘金志了解，目前东软医疗主要聚焦三大类疾病：脑血管、心血管、肿瘤。这三类疾病在中国发病率很高，而基层医院特别缺少这方面的医生，所以很需要人工智能的辅助。

至于软件产品的选入标准，黄峰表示：假设有一家产品全方位的超越其他家，就没什么可犹豫的。而优势不明显的情况下，可能会共同考虑引入多家产品供用户选择。

思考的尽头才是创造的开始

长征医院影像医学与核医学科主任刘士远曾说到，未来影像科的工作一定是智能化的，报告是结构化的，工作的模式更加趋向于临床化、网络化，这是一种趋势。“人工智能一定会改变我们的工作，改变我们的生活，将它定为第四次工业革命也并不为过。”

可以看到，不管是医生、抑或是参与其中的企业，都在以自己的视角来看待医疗AI这个行业，也在用自己的方式在参与这场变革。

对于医疗AI的未来，黄峰也非常看好。“毫无疑问，我对医疗AI这个方向是非常看好的。中国幅员辽阔、人口众多，优质医疗资源的分配不平衡，有非常好的人工智能医学影像应用的土壤，问题无非是什么时间能够真正让人工智能帮助医生获得更好的检查支持与诊断支持。”

李雪也表示，“我们的理念，从来不是走别人走过的路，思考的尽头才是创造的开始，我们想要做的是人工智能+医疗设备的生态系统。”

推荐阅读