本文摘要:2019年的醫(yī)療AI產(chǎn)品有什么樣的新進(jìn)展呢?本文節(jié)選動(dòng)脈網(wǎng)蛋殼研究院發(fā)布的《2019中國(guó)醫(yī)療人工智能報(bào)告》部分內(nèi)容。從2016年起,人工智能和醫(yī)療的融合在各個(gè)環(huán)節(jié)開始擦出火花。經(jīng)過(guò)幾年的發(fā)展,醫(yī)療AI在2019年迎來(lái)了商業(yè)落地考驗(yàn),紛紛進(jìn)入臨床應(yīng)用和醫(yī)生的工作
2019年的醫(yī)療AI產(chǎn)品有什么樣的新進(jìn)展呢?本文節(jié)選動(dòng)脈網(wǎng)蛋殼研究院發(fā)布的《2019中國(guó)醫(yī)療人工智能報(bào)告》部分內(nèi)容。從2016年起,人工智能和醫(yī)療的融合在各個(gè)環(huán)節(jié)開始擦出火花。經(jīng)過(guò)幾年的發(fā)展,醫(yī)療AI在2019年迎來(lái)了商業(yè)落地考驗(yàn),紛紛進(jìn)入臨床應(yīng)用和醫(yī)生的工作流,并在2020年初開花結(jié)果。
圍繞核心算法能力的醫(yī)療AI應(yīng)用矩陣
根據(jù)依賴應(yīng)用服務(wù)對(duì)象、使用醫(yī)療環(huán)節(jié)、醫(yī)療應(yīng)用病種范圍,報(bào)告制作了醫(yī)療人工智能應(yīng)用矩陣,并對(duì)我國(guó)醫(yī)療人工智能行業(yè)進(jìn)行了總結(jié),制作出了醫(yī)療人工智能行業(yè)圖譜。
一、AI+虛擬助手:打通診療不同環(huán)節(jié)是關(guān)鍵
據(jù)丁香園調(diào)查,50%以上的住院醫(yī)生每天用于寫病歷的平均時(shí)間達(dá)4小時(shí)以上。《福布斯》曾報(bào)道,在門診室,醫(yī)生只花52.9%的時(shí)間在跟患者溝通,37%的時(shí)間在處理書面工作,還有10%的時(shí)間在處理瑣事。
排隊(duì)3小時(shí),問(wèn)診2分鐘。醫(yī)生病歷錄入工作量大、病歷質(zhì)控難、患者門診服務(wù)缺失是就診階段的三大痛點(diǎn)。基于語(yǔ)音識(shí)別、語(yǔ)義理解、麥克風(fēng)陣列三大核心技術(shù),AI+虛擬助手可以應(yīng)用于診前、診中、診后多個(gè)環(huán)節(jié)。
二、AI+臨床工作流:合理配置醫(yī)療資源,實(shí)現(xiàn)效益最大化
臨床工作流,是對(duì)醫(yī)院管理流程和醫(yī)生工作流程的概括描述。臨床工作流解決的主要問(wèn)題是:利用數(shù)字化工具在多個(gè)參與者之間自動(dòng)傳遞文檔、信息或者任務(wù),實(shí)現(xiàn)醫(yī)院業(yè)務(wù)目標(biāo)(非診療行為的信息化)。
人工智能正在通過(guò)醫(yī)院管理和診療流程管理,引領(lǐng)醫(yī)療行業(yè)的全數(shù)字化轉(zhuǎn)型,幫助醫(yī)療機(jī)構(gòu)優(yōu)化臨床工作流程,提供更好的醫(yī)療服務(wù),創(chuàng)造更高利潤(rùn)。
醫(yī)院管理的目的是充分優(yōu)化醫(yī)院的醫(yī)療資源配置,實(shí)現(xiàn)效益最大化。
AI根據(jù)醫(yī)院已有的信息進(jìn)行建模,訓(xùn)練出一套精準(zhǔn)的算法,自動(dòng)制定工作安排。比如它能根據(jù)電子病歷、既往病史等信息分析出哪些患者是最需要及時(shí)救治的,把醫(yī)療資源優(yōu)先提供給他們,優(yōu)化醫(yī)療服務(wù)的先后順序。
從產(chǎn)品分類看,臨床工作流管理根據(jù)對(duì)象可以分為醫(yī)療設(shè)備管理、醫(yī)生工具和支付管理。
醫(yī)療設(shè)備管理:人工管理向智能化管理轉(zhuǎn)變。醫(yī)療設(shè)備管理過(guò)程中存在的離散分布、維修保養(yǎng)和質(zhì)控管理效率低等痛點(diǎn)。隨著智能化、信息化、規(guī)范化逐漸成為醫(yī)療設(shè)備資產(chǎn)管理的大趨勢(shì),醫(yī)療設(shè)備服務(wù)市場(chǎng)已經(jīng)從單純?cè)O(shè)備維修,轉(zhuǎn)變?yōu)獒t(yī)療設(shè)備全生命周期管理。
醫(yī)生工具:從單點(diǎn)醫(yī)生賦能到多點(diǎn)醫(yī)生協(xié)作賦能。醫(yī)生工具作用主要為醫(yī)生賦能,提高工作效率、增強(qiáng)醫(yī)生能力。
醫(yī)保控費(fèi):從規(guī)則控費(fèi)向大數(shù)據(jù)控費(fèi)轉(zhuǎn)變。人工智能和大數(shù)據(jù)為醫(yī)保智能監(jiān)控系統(tǒng)的建設(shè)提供了新思路。部分地區(qū)開始探索通過(guò)運(yùn)用包括案例推理、醫(yī)療行為模式分析、診療方案分析、醫(yī)患網(wǎng)絡(luò)擴(kuò)散分析等在內(nèi)的大數(shù)據(jù)分析手段來(lái)提升對(duì)欺詐騙保行為的識(shí)別能力,確保醫(yī)保報(bào)銷的合理性。
三、AI+預(yù)防管理:實(shí)現(xiàn)疾病的全面篩查和預(yù)測(cè)
上醫(yī)治未病,預(yù)防醫(yī)學(xué)優(yōu)于被動(dòng)治療。隨著人工智能、大數(shù)據(jù)、基因等技術(shù)的進(jìn)步,現(xiàn)在已經(jīng)能夠?qū)崿F(xiàn)部分疾病的可能性預(yù)測(cè)了。
安吉麗娜·朱莉接受預(yù)防性的雙側(cè)乳腺切除手術(shù),以降低罹患癌癥的風(fēng)險(xiǎn)。而之所以進(jìn)行這項(xiàng)手術(shù),是因?yàn)樗谢蛉毕荩净既橄侔┖吐殉舶┑娘L(fēng)險(xiǎn)恐怕較高。
這是從基因角度進(jìn)行疾病風(fēng)險(xiǎn)預(yù)測(cè),而AI也能從人們行為、生化、影像等檢查結(jié)果中實(shí)現(xiàn)疾病篩查和預(yù)測(cè)。
中國(guó)有90多萬(wàn)家基層醫(yī)療機(jī)構(gòu),占整個(gè)醫(yī)療體系機(jī)構(gòu)數(shù)量的95%,覆蓋人群5.8億人。但是,基層醫(yī)生供給不足,現(xiàn)有醫(yī)生的數(shù)量已經(jīng)無(wú)法承擔(dān)這些工作量,導(dǎo)致醫(yī)生過(guò)勞,誤診、漏診的情況出現(xiàn)。
此外,基層醫(yī)療設(shè)備先進(jìn)性不足,我國(guó)基層醫(yī)療衛(wèi)生機(jī)構(gòu)設(shè)備集中在50萬(wàn)元以下,100萬(wàn)元以上設(shè)備極少,說(shuō)明設(shè)備先進(jìn)性偏低,僅能滿足基礎(chǔ)疾病診療,無(wú)法完成疑難雜癥的早期篩查。
預(yù)防管理按照其產(chǎn)品的使用范圍,可以劃分為篩查類產(chǎn)品和預(yù)測(cè)類產(chǎn)品。篩查和診斷的核心區(qū)別,在于診斷是已經(jīng)有明顯的癥狀后確定是哪種疾病,而篩查事先并不知道是否患病。
通過(guò)分析市面上主流AI早篩類產(chǎn)品,我們發(fā)現(xiàn)其主要聚集在肺結(jié)節(jié)篩查、糖網(wǎng)病篩查、癌癥篩查三類。這是因?yàn)樯鲜龊Y查的影像大多是DR、CT、眼底照片等,比較容易獲取。而且中檢院在2018年已經(jīng)建立起了彩色眼底圖像和肺部CT影像兩個(gè)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù),這對(duì)產(chǎn)品研發(fā)、審批、推廣也有很大幫助。
人工智能基于多模態(tài)數(shù)據(jù),包括文本、影像和流數(shù)據(jù)等(心率、血氧、呼吸等),可以應(yīng)用于多種疾病預(yù)測(cè),比如流行性疾病、慢性非傳染病、精神類疾病等。
四、AI+輔助診斷:CDSS與MDT聯(lián)合是未來(lái)發(fā)展方向
從診斷的數(shù)據(jù)流看,首先,患者分別進(jìn)行影像、病理、體外診斷等一系列檢查,并得到初步的檢查結(jié)果。然后,檢查數(shù)據(jù)通過(guò)PACS、HIS等信息化系統(tǒng)整合存儲(chǔ)起來(lái)。最后,所有的數(shù)據(jù)匯集到醫(yī)生端做綜合解讀。
人工智能的最終目標(biāo)是像專家一樣能實(shí)現(xiàn)單獨(dú)綜合診斷,然而目前最成熟的應(yīng)用還是集中在單個(gè)項(xiàng)目上,尤其影像領(lǐng)域。我們統(tǒng)計(jì)了AI+輔助診斷領(lǐng)域的120家企業(yè),其中影像類輔助診斷占比最高(34%),其次是數(shù)據(jù)整合存儲(chǔ)(占比22%)。
五、AI+輔助治療:圍繞手術(shù)和藥物,以提效為核心
圍繞藥物治療和手術(shù)治療兩大治療方式,AI輔助治療在術(shù)前規(guī)劃、術(shù)中導(dǎo)航、智能化用藥方面起到了好作用,可以有效降低手術(shù)時(shí)間、減少并發(fā)癥。
在腫瘤治療過(guò)程中,靶區(qū)勾畫與治療方案設(shè)計(jì)占用了醫(yī)生大量的時(shí)間和精力。每個(gè)腫瘤病人的CT圖像在200張左右,醫(yī)生在勾畫的時(shí)候,需要給每個(gè)圖片上的器官、腫瘤位置進(jìn)行標(biāo)注。這個(gè)過(guò)程按照傳統(tǒng)的方法要耗費(fèi)醫(yī)生3-5個(gè)小時(shí)。如果第一個(gè)療程的治療由于靶區(qū)勾畫的不準(zhǔn)確或者腫瘤的變化,導(dǎo)致治療無(wú)效(腫瘤組織減少小于30%),這個(gè)時(shí)候就需要更改治療方案,這就需要醫(yī)生重新為病人做勾畫。
術(shù)前規(guī)劃:人工智能可以基于CT/MRI影像數(shù)據(jù),利用圖像識(shí)別技術(shù)自動(dòng)勾畫相應(yīng)靶區(qū),自動(dòng)生成具體的放射性照射方案或者手術(shù)方案后,再交由醫(yī)生做最終確認(rèn)。
術(shù)中導(dǎo)航:將患者術(shù)前的影像數(shù)據(jù)和實(shí)際解剖結(jié)構(gòu)準(zhǔn)確對(duì)應(yīng),利用VR、MR、導(dǎo)板等技術(shù),通過(guò)三維數(shù)字建模及算法優(yōu)化,對(duì)病灶進(jìn)行精準(zhǔn)定位。
用藥建議:基于真實(shí)世界的用藥大數(shù)據(jù),運(yùn)用人工智能技術(shù)實(shí)現(xiàn)個(gè)體化用藥指導(dǎo)。個(gè)體化用藥就是在最適的時(shí)間、對(duì)最適的患者、給予最適的藥物和最適的劑量。
六、AI+康復(fù):以患者回歸生活為目的
臨床醫(yī)學(xué)以生存為主要目的,通過(guò)藥物、醫(yī)療器械、手術(shù)等治療手段,讓患者能夠生存下來(lái)。而康復(fù)醫(yī)學(xué)則是以生活為目的,通過(guò)康復(fù)治療手段讓患者受損的功能能夠得到部分或全部恢復(fù),更好地回歸社會(huì)。
因此,臨床醫(yī)學(xué)與康復(fù)醫(yī)學(xué)是相輔相成的,臨床醫(yī)學(xué)在病患治療期介入,康復(fù)醫(yī)學(xué)在病患恢復(fù)期介入,最終都是消除病患。從康復(fù)數(shù)據(jù)流來(lái)看,康復(fù)分為監(jiān)測(cè)、指導(dǎo)、調(diào)理三個(gè)環(huán)節(jié),也就是先獲取數(shù)據(jù)、然后分析數(shù)據(jù)、最后應(yīng)用數(shù)據(jù)。
七、AI+科研:生產(chǎn)工具解放科研學(xué)者的生產(chǎn)力
AI+藥物研發(fā)
一般而言,制藥公司需要花費(fèi)5-10億美元,用10-15年時(shí)間,才能成功研發(fā)出一款新藥。新藥研發(fā)的風(fēng)險(xiǎn)大、周期長(zhǎng)、成本高,是藥企最大的痛點(diǎn)。
目前,人工智能在新藥研發(fā)領(lǐng)域的應(yīng)用已經(jīng)滲透到藥物發(fā)現(xiàn)階段、臨床研究階段、審批上市階段各個(gè)環(huán)節(jié)。涉及靶點(diǎn)發(fā)現(xiàn)、化合物篩選、晶型預(yù)測(cè)、藥物重定向、醫(yī)學(xué)翻譯、藥物警戒等應(yīng)用場(chǎng)景。
藥物發(fā)現(xiàn)階段
藥物研發(fā)從靶點(diǎn)發(fā)現(xiàn)開始,藥學(xué)家從科學(xué)文獻(xiàn)和個(gè)人經(jīng)驗(yàn)去推測(cè)生理活性物質(zhì)結(jié)構(gòu),進(jìn)而發(fā)現(xiàn)靶點(diǎn)。
然而在信息爆炸的今天,每30秒就會(huì)有一篇生命科學(xué)論文發(fā)表。
此外,還有大量的專利、臨床試驗(yàn)結(jié)果等海量信息散布在世界各地,科研工作者沒(méi)有時(shí)間和精力來(lái)關(guān)注所有信息。傳統(tǒng)方式的靶點(diǎn)發(fā)現(xiàn)過(guò)程平均耗時(shí)2-3年。
人工智能通過(guò)自然語(yǔ)言處理技術(shù)(NLP)學(xué)習(xí)海量醫(yī)學(xué)文獻(xiàn)和相關(guān)數(shù)據(jù),通過(guò)深度學(xué)習(xí)去發(fā)現(xiàn)化合物與疾病之間關(guān)系,找到靶點(diǎn),縮短靶點(diǎn)發(fā)現(xiàn)周期。
在化合物合成上,AI能模擬小分子化合物的藥物特性,能夠在數(shù)周內(nèi)挑選出最佳的模擬化合物進(jìn)行合成試驗(yàn),而且能夠?qū)⒚總(gè)化合物的測(cè)試成本控制在0.01美分,大幅降低了化合物合成的成本。
臨床前藥物研究階段
在找到靶點(diǎn)后,還需要尋找相應(yīng)的小分子化合物去跟靶點(diǎn)匹配。這個(gè)匹配過(guò)程就類似于用戶在百度搜索某詞匯(靶點(diǎn)),引擎回應(yīng)出相關(guān)的搜索結(jié)果列表(小分子化合物)。這就是化合物的篩選。
高通量篩選以及傳統(tǒng)的虛擬藥物篩選所需時(shí)間長(zhǎng),藥物開發(fā)成功率低,人工智能的出現(xiàn)為創(chuàng)新小分子藥物的發(fā)現(xiàn)打開一扇新的大門。
臨床研究階段
優(yōu)化臨床試驗(yàn)設(shè)計(jì):2015年《臨床試驗(yàn)數(shù)據(jù)核查公告》,嚴(yán)格臨床研究數(shù)據(jù)核查,隨后的多項(xiàng)政策都對(duì)臨床研究提出了更高更明確的要求,也反復(fù)提及信息化系統(tǒng)和技術(shù)的應(yīng)用。
太美醫(yī)療科技通過(guò)人工智能技術(shù)結(jié)構(gòu)化醫(yī)療知識(shí),輔助多源異構(gòu)臨床數(shù)據(jù)的結(jié)構(gòu)化、標(biāo)準(zhǔn)化以及相關(guān)推理,在eCollect(EDC)中,應(yīng)用不良反應(yīng)藥物關(guān)聯(lián)度計(jì)算和病歷OCR識(shí)別等人工智能技術(shù),大大提高數(shù)據(jù)采集的質(zhì)量和效率。
審批上市階段
注冊(cè)申報(bào):2019年起,中國(guó)開始逐步實(shí)施eCTD(電子通用技術(shù)文件)標(biāo)準(zhǔn),不斷推動(dòng)藥品注冊(cè)審評(píng)的國(guó)際化與電子化。
傳統(tǒng)CTD自動(dòng)化程度低,導(dǎo)致報(bào)批工作依然消耗企業(yè)大量時(shí)間和人力在“paperwork”上。而引進(jìn)人工智能技術(shù),有望實(shí)現(xiàn)在注冊(cè)申報(bào)流程中自動(dòng)寫作、自動(dòng)翻譯、自動(dòng)出版及報(bào)批一體化智能操作。
藥物警戒:藥物警戒主要涉及藥物的兩方面,安全性和有效性,包含藥物和治療中不良反應(yīng)收集、分析、監(jiān)測(cè)和預(yù)防。2015年FDA規(guī)定,藥品上市后安全報(bào)告必須以電子方式提交;2019年國(guó)家不良反應(yīng)中心啟用不良反應(yīng)直報(bào)系統(tǒng)實(shí)施不良反應(yīng)在線遞交。
太美醫(yī)療科技eSafety藥物警戒系統(tǒng)可直接對(duì)接CDE、NMPA藥物不良反應(yīng)直報(bào)系統(tǒng),直報(bào)不良反應(yīng),并通過(guò)FDAAERS及歐盟EudraVigilance藥物警戒數(shù)據(jù)庫(kù)遞交測(cè)試。人工智能技術(shù)的應(yīng)用讓eSafety系統(tǒng)具備CIMOS自動(dòng)導(dǎo)入、SAE掃描件報(bào)告自動(dòng)導(dǎo)入、不良反應(yīng)提取、報(bào)告翻譯等功能,大大提高工效。
醫(yī)療AI產(chǎn)品管線分析
我們調(diào)研了7大細(xì)分領(lǐng)域的62家企業(yè),重點(diǎn)考察它們的產(chǎn)品應(yīng)用進(jìn)展,共涉及82個(gè)產(chǎn)品。其中輔助診斷、預(yù)防篩查類產(chǎn)品數(shù)量最多,分別是31個(gè)和13個(gè)。對(duì)比報(bào)告《2018醫(yī)療人工智能報(bào)告:跨越再出發(fā)》,可以發(fā)現(xiàn)新變化:合作醫(yī)院數(shù)量普遍從去年的數(shù)十家,增加到數(shù)百家;從影像AI紅海市場(chǎng),逐漸拓展到藥物研發(fā)、康復(fù)管理、臨床工作流管理等藍(lán)海市場(chǎng);2018年影像AI主要聚焦在胸肺、眼科等疾病,2019年重點(diǎn)布局心腦血管領(lǐng)域。
中國(guó)醫(yī)療AI企業(yè)投融資分析
為了便于統(tǒng)計(jì),我們?cè)趯?duì)投融資數(shù)據(jù)處理時(shí)遵循以下原則:統(tǒng)計(jì)范圍涵蓋醫(yī)療AI行業(yè)主要的180多家企業(yè);本報(bào)告中涉及的融資事件僅包括從天使輪到IPO以前的風(fēng)險(xiǎn)投資事件,不包括IPO、定向增發(fā)、捐贈(zèng)和并購(gòu)事件等;將天使輪—A輪之間的輪次合并為天使輪,所有帶A的輪次合并為A輪,所有帶B的輪次合并為B輪,所有帶C的輪次合并為C輪,D輪及以上IPO以下的輪次合并為D輪及以上。
本報(bào)告中金額計(jì)量單位均為人民幣,將外幣統(tǒng)一換算成人民幣(根據(jù)事件發(fā)生當(dāng)年平均匯率換算);將融資額為數(shù)百萬(wàn)/千萬(wàn)/億統(tǒng)一劃定為1百萬(wàn)/千萬(wàn)/億;未公開輪次和未公開金額的融資事件均不予統(tǒng)計(jì);數(shù)據(jù)截止日期為2019年10月31日。
從融資輪次看,2019年投融資主要集中在A輪(25次,占比60%),單個(gè)企業(yè)平均融資額2千萬(wàn)人民幣,這些企業(yè)大多在2017-2018年成立(如長(zhǎng)木谷醫(yī)療、睿心智能、諾道醫(yī)學(xué)等)。D輪及以上的融資雖然只有6次,但總額達(dá)到24.6億元(占比58%)。
從單個(gè)企業(yè)融資額看,2019年太美醫(yī)療科技以15億元總?cè)谫Y額排名第一,其次是思派網(wǎng)絡(luò)和森億智能。有別于2018年集中于影像AI領(lǐng)域,今年融資額TOP10企業(yè)主要分布在AI藥物研發(fā)和醫(yī)療大數(shù)據(jù)平臺(tái)領(lǐng)域。
從融資用途看,上述企業(yè)所融資金仍主要用于產(chǎn)品研發(fā),不斷豐富產(chǎn)品線、提高產(chǎn)品壁壘,比如數(shù)坤科技在獲得2億人民幣融資后,將延伸到瘤和神經(jīng)系統(tǒng)等其他病種,覆蓋心、腦、肺、乳腺、前列腺等重要疾病和臨床場(chǎng)景。其次,部分企業(yè)將資金用于拓展其他領(lǐng)域,例如太美醫(yī)療在完成15億人民幣E+輪融資后,將拓展醫(yī)藥新?tīng)I(yíng)銷市場(chǎng)。最后,部分資金會(huì)被用于產(chǎn)品的市場(chǎng)推廣。
人工智能方向評(píng)職知識(shí):人工智能方向sci4區(qū)的期刊
寫在最后
人工智能將成為醫(yī)生必備的得力助手已漸漸在學(xué)界、產(chǎn)業(yè)界、醫(yī)生三方達(dá)成共識(shí),今年已沒(méi)人開展人工智能和醫(yī)生的比拼,行業(yè)進(jìn)入到標(biāo)準(zhǔn)制定和真切融入醫(yī)生工作流階段。建立良好、可持續(xù)的商業(yè)體系是產(chǎn)業(yè)向前的動(dòng)力,我們開始從醫(yī)院的采購(gòu)名單里看到人工智能初創(chuàng)企業(yè)的名字,價(jià)值被以真切的價(jià)格認(rèn)可。
作者:陳鵬
轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng):http://www.zpfmc.com/jjlw/23550.html