AI醫(yī)學(xué)影像行業(yè)調(diào)研學(xué)習(xí)課程

1、“AI+醫(yī)學(xué)影像” 行業(yè)調(diào)研行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)第1頁(yè)/共16頁(yè)第一頁(yè)，編輯于星期五：九點(diǎn) 五十四分。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn) 影像數(shù)據(jù)快速積累，已具有開(kāi)發(fā)應(yīng)用規(guī)模我國(guó)每天產(chǎn)生的影像數(shù)據(jù)以PB計(jì)算，占到醫(yī)療行業(yè)數(shù)據(jù)的90% 影像醫(yī)生產(chǎn)能負(fù)荷重和部分地區(qū)醫(yī)生影像診斷水平偏低，而人工智能大有所為放射科醫(yī)師數(shù)量存在缺口，醫(yī)師的疲勞或經(jīng)驗(yàn)不足可能造成誤判 政策助推醫(yī)療大數(shù)據(jù)開(kāi)發(fā)應(yīng)用2016年6月，國(guó)務(wù)院辦公廳印發(fā)關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展指導(dǎo)意見(jiàn)第2頁(yè)/共16頁(yè)第二頁(yè)，編輯于星期五：九點(diǎn) 五十四分。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公

2、司盤(pán)點(diǎn)第3頁(yè)/共16頁(yè)第三頁(yè)，編輯于星期五：九點(diǎn) 五十四分。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)醫(yī)生方面 大幅減少讀片時(shí)間，降低誤診概率，提高診療水平患者方面 有效減少診療時(shí)間，享受大型三甲醫(yī)院的高水平醫(yī)療醫(yī)院方面 對(duì)大規(guī)模的數(shù)據(jù)加以利用，建立整體的數(shù)字化平臺(tái)，提高醫(yī)院的核心業(yè)務(wù)能力，推進(jìn)醫(yī)院之間的數(shù)據(jù)共享智能識(shí)別解決行業(yè)痛點(diǎn)：第4頁(yè)/共16頁(yè)第四頁(yè)，編輯于星期五：九點(diǎn) 五十四分。 傳統(tǒng)的醫(yī)學(xué)圖像處理方式是由工程師們創(chuàng)造一套規(guī)則，算法根據(jù)規(guī)則對(duì)圖像進(jìn)行處理。但由于規(guī)則很難窮盡，所以對(duì)于現(xiàn)實(shí)中多變的情況準(zhǔn)確率不高。 而深度學(xué)習(xí)則無(wú)需人工特征提取，通過(guò)大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對(duì)神

3、經(jīng)網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握診斷能力。醫(yī)學(xué)影像智能診斷行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)第5頁(yè)/共16頁(yè)第五頁(yè)，編輯于星期五：九點(diǎn) 五十四分。2016年2月，谷歌DeepMind成立DeepMind Health部門(mén)，正式將人工智能技術(shù)應(yīng)用于醫(yī)療健康領(lǐng)域，獲英國(guó)倫敦帝國(guó)理工學(xué)院、倫敦皇家自由醫(yī)院和英國(guó)國(guó)家醫(yī)療服務(wù)系統(tǒng)（NHS）數(shù)據(jù)的支持。Google牽頭，歷時(shí)8個(gè)月，54名美國(guó)眼科專家，將128,175張視網(wǎng)膜照片分級(jí)，利用CNN算法，訓(xùn)練自動(dòng)檢測(cè)糖尿病視網(wǎng)膜病變和視網(wǎng)膜黃斑水腫，達(dá)到最低值為87%的靈敏度與特異度。Google與Verily公司開(kāi)發(fā)用來(lái)診斷乳腺癌的病理人工

4、智能，在于病理學(xué)家基于靈敏性和假陽(yáng)性和乳腺癌病例分析競(jìng)爭(zhēng)中，人工智能的準(zhǔn)確度達(dá)到88.5%，而頂級(jí)病理學(xué)家的準(zhǔn)確率為73.3%。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)第6頁(yè)/共16頁(yè)第六頁(yè)，編輯于星期五：九點(diǎn) 五十四分。IBM Watson可以在17秒內(nèi)閱讀3469本醫(yī)學(xué)專著、24.8萬(wàn)篇論文，69種治療方案、61540次試驗(yàn)數(shù)據(jù)、10.6萬(wàn)份臨床報(bào)告。通過(guò)海量汲取醫(yī)學(xué)知識(shí)，包括300多份醫(yī)學(xué)期刊、200多種教科書(shū)及近1000萬(wàn)頁(yè)文字，IBM Watson已在短時(shí)間內(nèi)迅速成為腫瘤專家。2013年， Watson與斯隆凱特琳癌癥中心（MSKCC）合作，推出腫瘤解決方案Watson fo

5、r Oncology。2014年底和2015年底，Watson for Oncology先后進(jìn)駐泰國(guó)曼谷的Bumrungrad InternationalHospital和印度第三大醫(yī)院系統(tǒng)Manipal Hospitals。2016年8月，IBM與我國(guó)21家醫(yī)院簽署IBM Watson for Oncology的合作意向協(xié)議，并于同年12月成立聯(lián)合會(huì)診中心。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)第7頁(yè)/共16頁(yè)第七頁(yè)，編輯于星期五：九點(diǎn) 五十四分。 AI識(shí)別先天性白內(nèi)障研究，我國(guó)中山大學(xué)的臨床試驗(yàn)，利用CNN算法，通過(guò)410張各種程度的先天性白內(nèi)障圖片和476張正常圖片訓(xùn)練，診斷準(zhǔn)

6、確率達(dá)92.45%。 AI對(duì)腦瘤病理切片的快速診斷，利用多層感知機(jī)算法，用拉曼散射顯微鏡生成高度模擬傳統(tǒng)的HE染色病理切片，通過(guò)過(guò)萬(wàn)張圖片訓(xùn)練，AI區(qū)分膠質(zhì)瘤和非膠質(zhì)瘤的準(zhǔn)確率達(dá)90%。 AI對(duì)神經(jīng)假體進(jìn)行精確控制，倫敦帝國(guó)理工學(xué)院則嘗試了利用支持向量機(jī)這一算法，將此前85%的精確度提升到了97%。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)2017年1月，Nature設(shè)立子刊Nature Biomedical Engineering, 連發(fā)數(shù)篇AI報(bào)道：第8頁(yè)/共16頁(yè)第八頁(yè)，編輯于星期五：九點(diǎn) 五十四分。醫(yī)學(xué)的特殊性：醫(yī)學(xué)本身就是一個(gè)未被完全認(rèn)知的領(lǐng)域，信息的不完全透明，在疾病的癥狀與

7、結(jié)果之間沒(méi)有嚴(yán)格的對(duì)應(yīng)關(guān)系，不同疾病之間也沒(méi)有清晰的邊界，而且還會(huì)存在同時(shí)發(fā)病的情況，這也導(dǎo)致不能像AlphaGo一樣在明確的規(guī)則下算清所有變化。醫(yī)學(xué)影像圖像對(duì)比度普遍較低，不同組織或正常組織與病變組織之間邊界模糊 ，血管、神經(jīng)等微細(xì)結(jié)構(gòu)分布復(fù)雜，醫(yī)學(xué)中個(gè)體差異及小概率事件發(fā)生是很普遍的。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)第9頁(yè)/共16頁(yè)第九頁(yè)，編輯于星期五：九點(diǎn) 五十四分。 數(shù)據(jù)獲?。簲?shù)據(jù)是深度學(xué)習(xí)算法所需的核心資源，僅掌握算法而缺乏數(shù)據(jù)無(wú)法獲得較好的訓(xùn)練結(jié)果?，F(xiàn)階段，我國(guó)的醫(yī)療影像仍處于從傳統(tǒng)膠片向電子數(shù)據(jù)過(guò)渡的階段，大量影像資料尚未數(shù)字化，而且醫(yī)院之間的數(shù)據(jù)共享和互通程度較

8、低。 數(shù)據(jù)標(biāo)注：在獲取數(shù)據(jù)的基礎(chǔ)上，深度學(xué)習(xí)結(jié)合先驗(yàn)知識(shí)對(duì)模型進(jìn)行訓(xùn)練，訓(xùn)練集需要事先標(biāo)注。由于大多數(shù)標(biāo)注依賴人工識(shí)別，因此數(shù)據(jù)標(biāo)注將耗費(fèi)較大量人力和時(shí)間，還要求醫(yī)療機(jī)構(gòu)的頂級(jí)醫(yī)生參與進(jìn)來(lái)。國(guó)內(nèi)外公司基本都處于不斷收集影像數(shù)據(jù)的階段，仍在豐富病種多樣性和擴(kuò)大影像數(shù)據(jù)規(guī)模，從而優(yōu)化影像智能診斷的準(zhǔn)確度。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)第10頁(yè)/共16頁(yè)第十頁(yè)，編輯于星期五：九點(diǎn) 五十四分。醫(yī)學(xué)影像智能分析公司的核心競(jìng)爭(zhēng)力在于影像數(shù)據(jù)的規(guī)模和影像數(shù)據(jù)的可解讀性由于單一幾個(gè)病種的分析作用有限，就會(huì)造成漏診。因此，只有在分析病種達(dá)到足夠多數(shù)量之后，漏診風(fēng)險(xiǎn)才會(huì)降到可接受范圍之內(nèi)。除了數(shù)

9、據(jù)量級(jí)和覆蓋病種多樣性以外，數(shù)據(jù)有效性也很重要，即擁有影像圖像、病灶重點(diǎn)標(biāo)示、診斷報(bào)告、影像專家經(jīng)驗(yàn)等形成的閉環(huán)數(shù)據(jù)。醫(yī)院是當(dāng)前最大的醫(yī)療數(shù)據(jù)集聚地，因此，看好與多家大型醫(yī)療機(jī)構(gòu)深度合作的企業(yè)。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)覆蓋多病種的有效數(shù)據(jù)庫(kù)是前提第11頁(yè)/共16頁(yè)第十一頁(yè)，編輯于星期五：九點(diǎn) 五十四分。行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)算法是處理和解讀影像數(shù)據(jù)的成功關(guān)鍵影像數(shù)據(jù)標(biāo)準(zhǔn)化以及數(shù)據(jù)模型的構(gòu)建，需要公司研發(fā)團(tuán)隊(duì)長(zhǎng)時(shí)間技術(shù)積累以及對(duì)醫(yī)學(xué)影像的深度理解，其質(zhì)量的高低反映在影像智能分析的準(zhǔn)確性和穩(wěn)定性?？春脫碛蠭T/數(shù)學(xué)和醫(yī)學(xué)影像強(qiáng)背景的企業(yè)，最好是擁有

10、數(shù)學(xué)/IT+醫(yī)學(xué)影像復(fù)合型人才團(tuán)隊(duì)。目前，我國(guó)的影像智能分析公司基本處于合作醫(yī)療機(jī)構(gòu)醫(yī)生對(duì)產(chǎn)品算法模型檢驗(yàn)完善階段。影像智能分析公司潛在客戶多目前我國(guó)影像智能分析公司主要定位于：（1）為醫(yī)療機(jī)構(gòu)提供影像智能分析應(yīng)用，充當(dāng)醫(yī)生的第二雙眼或者使醫(yī)生眼睛更具穿透力；（2）為影像設(shè)備商提供算法模型，使影像設(shè)備更智能化。第12頁(yè)/共16頁(yè)第十二頁(yè)，編輯于星期五：九點(diǎn) 五十四分?？萍季揞^布局醫(yī)療人工智能領(lǐng)域行業(yè)需求核心技術(shù)應(yīng)用概覽難點(diǎn)挑戰(zhàn)投資分析公司盤(pán)點(diǎn)第13頁(yè)/共16頁(yè)第十三頁(yè)，編輯于星期五：九點(diǎn) 五十四分。 科大訊飛 研發(fā)醫(yī)療影像輔助診療系統(tǒng)，用于輔助影像醫(yī)生閱片，勾畫(huà)腫瘤病灶區(qū)域，減少誤診和漏診。已

11、經(jīng)與安徽省立醫(yī)院建立合作，共同開(kāi)展深度學(xué)習(xí)在高發(fā)癌癥醫(yī)學(xué)影像檢測(cè)中的應(yīng)用，目前其影像系統(tǒng)已經(jīng)可以識(shí)別3mm以下的病變區(qū)域。2017年將繼續(xù)加大研發(fā)力度，將應(yīng)用領(lǐng)域從肺部CT影像檢測(cè)擴(kuò)展至乳腺X光圖像、MRI圖像檢測(cè)等，預(yù)計(jì)2017年底產(chǎn)品將步入臨床應(yīng)用階段。 東軟集團(tuán) 基于“影像設(shè)備+信息化軟件+影像云”完整布局，切入醫(yī)療影像智能識(shí)別領(lǐng)域。設(shè)備上，東軟集團(tuán)面向各級(jí)醫(yī)院提供CT、磁共振、數(shù)字X線機(jī)、彩超等影像設(shè)備；軟件上，公司提供包括HIS、CIS、LIS、EMR、PACS、RIS、CAD，遠(yuǎn)程會(huì)診服務(wù)等在內(nèi)的醫(yī)療信息軟件；公司2015年建立影像云，滿足醫(yī)生遠(yuǎn)程會(huì)診、多點(diǎn)執(zhí)業(yè)、醫(yī)患交流等需求。在前后端完整布局的基礎(chǔ)上，公司切入骨密度智能輔助分析、乳腺智能CAD分析等軟件進(jìn)行影像識(shí)別，同時(shí)提供3D影像輔助手術(shù)等影像識(shí)別服務(wù)。2017年5月，東軟集團(tuán)和