科亚医疗宋麒:国内第一张医疗AI三类证的诞生( 二 )


宋麒:
随着现在生活节奏越来越快 , 或者大家生活越来越好 , 导致了一些饮食习惯的问题 , 包括高血脂的食物摄入量过大等 , 现在冠心病的发病率已经越来越前移了 。 可以这样说 , 有很多中青年的朋友们也会有一些冠心病相关的问题 。
目前临床上对冠心病的诊断手段 , 尤其是对有一些胸痛胸闷疑似症状的患者 , 用的是“冠脉造影” , 简单来说就是病人需要做一个有创冠脉造影 , 他会把一个导管从病人的骨动脉或者桡动脉一直放到冠脉的入口处 , 然后通过冠脉入口处打一个造影剂 , 这样医生就能够从冠脉造影里面实时的看到病人冠脉的堵塞情况 。
但这样的方法有几个问题 , 首先它主要看的是冠脉的堵塞的情况 , 但很多时候冠脉的堵塞情况并不能够真正反映冠脉的血流供血功能性的一些影响 。 举个简单例子 , 比如说有些地方道路比较狭窄 , 但是狭窄的道路并不一定意味着说它会发生严重的交通堵塞 , 这还取决于这个地方的车流量 , 或者有没有其他一些小路等等 。 所以单靠道路的狭窄情况 , 并不能够真正的反映冠脉供血功能的影响 , 这是冠脉造影的第一个缺点 。 第二个缺点冠脉造影本身也是一个有创的检查方法 , 所以说它对病人会带来一定的痛苦和影响 。
Joshua:
就是一根长长的管子插进去 , 是吗?
宋麒:
它会把一根导管从主动脉或者桡动脉 , 简单来说从手上或者腿上把导管一直放到心脏的入口处 , 然后再基于导管往里注射造影剂 , 虽然它也是一个微创的检查手段 , 但对病人会有一定的伤害 。
另外一方面刚才讲过了 , 冠脉的狭窄情况或者说道路的阻塞情况 , 并不一定能够真正反映供血功能 , 所以说现在临床上国际上来讲的话 , 用一个叫压力导丝的检测技术 , 简单来说的话它会是把一个压力导丝从刚才的导管处一直往里进行延伸 , 一直放到冠脉阻塞的远跟近端 , 测量狭窄远端跟近端压力的比值 , 如果压力比值下降的非常厉害的话 , 就证明这个地方的供血功能相对受到了比较大的影响 , 这样的话国际上的金标准就需要进行支架的介入治疗 。 如果这个比值下降的不太厉害的话 , 一般药物治疗也可以解决 。 但这个方法的主要缺点首先是它是基于一个有创的冠脉造影 , 所以会给病人造成一定的痛苦 。 另外一方面 , 就是目前压力导丝的费用也是比较昂贵的 , 一根压力导丝的费用大概是在一万块钱到一万五之间 , 所以说整个检查费用加起来会接近两万块钱 。
Joshua:
所以中国一年真正做压力导丝的病人的数量是非常少的?
宋麒:
对 , 非常少 , 每年中国一万例压力导丝的测量 , 所以说目前国内的病人他非常需要一个精准的方法来判断到底有没有发生功能性的缺血 。
Joshua:
所以是判断的精准度比常规的造影要高 , 但是它的成本跟对病人的有创的程度比压力导丝要更低 。
宋麒:
严格来说 , 我们现在更多的需要无创的方法 。
要解决几个问题 , 首先第一个它的价格必须是相对低廉的 , 这样病人也能负担的起 。 第二 , 它对病人的伤害要尽可能小 , 或者说没有 。 第三 , 它必须要达到一定的准确度 , 这样才能够有一个大规模的推广 。 所以说我们科亚医疗现在研发的 , 像今年首个拿证的产品 , 是用无创的办法进行冠脉功能学的评估 , 就刚好满足了以上这三个条件 。
这个检查是基于无创的CT检查 , 它对病人的伤害能够降低到最小的程度 。 费用方面 , 我们相较于有创的造影和压力导丝是比较低廉的 。 第三个 , 我们这个技术是通过影像基于人工智能做一个无创的冠脉重建 , 用人工智能技术来模拟血流在冠脉中流动的情况 , 这样我们能够无创地计算出各点的压力值 , 所以说它比传统的仅仅基于造影的狭窄程度的评估更加精准 , 同时它和有创压力导丝相比 , 准确度已经达到或超过了90% , 准确性是非常高的 。 今年国家药监局给我们颁发首个人工智能医疗产品的说明书里面也明确说了 , 这款产品能够应用于患者的早诊和早筛 , 具有显著的经济和社会价值 , 这也代表国家药监局对我们产品的一个官方评估 。
Lily:
GGV从前年就开始积极地在看人工智能辅助诊疗领域了 , Joshua你怎么看这个赛道的机会?Joshua:
我们一直很关注AI+的这些领域 , 包括AI+医疗 , 在这个领域里面比较多的创业公司在影像类 , 尤其是在早期的时候 , 更多的是从肺结节这样的产品入手 , 这样的产品有很多 , 但是我们并没有在那个时间点布局 , 总觉得那些产品他们还没有获得医疗器械三类的牌照 , 更多的以科室合作的方式进入到影像科 。 另外我们觉得单纯的靠机器学习跟标注的数据来解读这个片子的话 , 壁垒偏低了一些 , 所以一直没有找到合适的标的 。 一直知道科亚这个公司 , 但是看到它被国家药监局批准的那一刻 , 我们觉得这个时机点到了 。