G上海长征医院萧毅教授：医学影像图像( 三 ) 裁员|事业部

文章插图

这些标红的企业都是医学影像AI产学研用创新联盟的成员，这也是让我非常开心的一点。
随着三类证的下发，中国医疗AI企业的产品也体现了国际化能力。推想的产品落地欧盟、入选了联合国采购名录，Airdoc的产品在澳大利亚获得了澳媒的称赞，汇医慧影也把产品输送到了拉丁美洲，以及亚太地区泰国、马来西亚和欧洲以及非洲地区。
鉴于中国的人口与数据优势，我们有可能在人工智能领域成为一个领跑者。
回到一开始提到的一个话题。AI医学影像越来越呈现“一横一纵”的发展趋势，怎么理解？
“横” ：覆盖更多部位、更多病种更加接近医生的临床工作模式，大幅提升医疗效率、准确性和标准化程度，横向覆盖多部位、多病种的AI产品才能更好满足医院需求。
“纵” ：深入疾病诊疗全流程由单纯的病灶检出、量化，向良恶性诊断延伸，并进一步向放疗规划、手术规划等临床领域延伸。人工智能深入应用于院前筛查、院内检测和诊断，以及治疗、介入治疗和术后康复等方面，即疾病“筛诊治管研”全流程。

文章插图

文章插图

现在拿到证的企业，大致都可以用这一战略进行概括，不断地提升产品的临床价值，形成以疾病为中心的智能化、标准化临床工作流程。
除了在临床上协助医生进行临床工作，人工智能还大量应用与医学影像的研究。例如，
医学图像采集、重建以及图像质量处理的优化；
医学图像特定解剖结构的识别、检测与定位，图像内特定病灶的识别；
医学图像精准分割和图像配准；
影像组学与疾病预测、诊断、预后之间更为精准的关联模型的建立。
近年来，医学影像人工智能的论文数量非常大。2015年后，CNN算法成为AI医学影像领域首选技术，同时各类新算法不断涌现，2019年之后，CNN算法研究的增长趋势已放缓。

文章插图

在专利的申请上，有比较明显的分布特征。你会发现，医学影像技术创新的专利，大部分分布在北美地区，而中国的专利量还是比较少。
这需要引起中国企业的重视，毕竟专利一定程度上代表着未来的技术创新方向，也是医学影像技术发展的重要承载体。

文章插图

这里面列举的是几个典型的专利，例如EDDA公司的三维影像重建及手术规划早期基础专利，4D显示分析的机器学习基础专利。这些专利，都会在将来推动新产品的问世。
正像我前面提到的，人工智能是医学科研的重要手段。例如，数坤科技发表在Nature Communications (影响因子14.919)的文章——“基于三维卷积神经网络的头颈 CTA血管快速分割与重建”，AI 独立测试集重建准确率为93.1%，图像平均处理时间由14min减至4min，缩短3倍以上。
推想科技发表在Lancet Digital Health (影响因子24.519)，“基于深度学习的新冠肺炎高效分诊及病变负荷分析：一项具有外部验证的回顾性研究，在不同发病率地区收集多个验证集，共3567套CT影像，模型表现出高准确度和高鲁棒性。
鹰瞳医疗发表在Lancet Digital Health (影响因子24.519)，“综合人工智能视网膜专家（CARE）系统科研成果的应用：通过2万余张视网膜图像对系统进行内部验证，并同时使用全国35家医疗机构前瞻性采集的近2万张视网膜图像进行外部测试。
以上，都是AI公司与医生配合进而推出的临床科研成果。这样的合作关系，是前所未见的。
【 G上海长征医院萧毅教授：医学影像图像】所以说，AI给医生插上了想象的翅膀，扮演了一个好助手的角色。
AI在医学影像中面临的痛点
医学影像AI逐渐被临床接受，不少产品拿到NMPA认证，是不是医学影像AI的发展就一帆风顺呢？
其实不然。
从企业端先看一下，医学影像AI的企业是越来越浓缩了，都变成“精华”了，但是这些“精华”的发展还是非常痛苦。
主要就体现核心心算法人才短缺导致供需不平衡。
首先，AI算法专业人才需要有多学科复合能力，而且开设相关专业的高校较少，AI算法人才培养体系目前处于金字塔尖；AI产业发展带动AI人才需求的快速增加，全球范围内，中国AI职位缺口最为明显，AI人才需求量年增速高达74%。

G上海长征医院萧毅教授：医学影像 图像( 三 )

G上海长征医院萧毅教授：医学影像图像( 三 )