武汉医疗器械协会

人工智能+医疗行业最新动态

东软管理咨询CCOE 2019-02-20 19:58:24

本期导读

为了把握住人工智能时代发展良机,实现第四次工业革命的弯道超车,国家近日又采取了行动,由工信部出台了《促进新一代人工智能产业发展三年行动计划》(以下简称《行动计划》),从产品、核心基础、智能制造、支撑体系等方面,明确了到2020年的具体发展目标,这标志着我国新一代人工智能发展规划全面启动实施!

《行动计划》在培育智能产品方面重点部署了八个方向,其中之一就是医疗影像辅助诊断系统。医学影像可以说是目前最热门的AI+医疗领域,无论是创业公司数量还是投融资金额都印证了这一点。那么AI 医学影像的现状、未来的机遇与挑战有哪些,是当下值得我们探讨和关注的。

上个月,科技部在北京公布了首批4家国家级新一代人工智能开放创新平台名单,本月腾讯已有了动作,将联手西门子医疗通过产品整合方式开展平台建设。另外从本期其他企业的动态也可以看出,企业间的强强联合,打造共赢生态圈已成为当前行业发展的主要模式之一。

从投资情况来看,平台服务、大数据服务、新药研发、疾病筛查各个领域在持续投入发展,市场空间广阔。从应用情况来看,算法和技术的应用越来越贴合患者需求,解决患者的实际问题越来越被重视。“一花独放不是春,百花齐放春满园”,期待未来人工智能在健康医疗更多领域的探索,创新出更多的应用场景。



01

行业动态


工信部印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》

为深入贯彻党的十九大精神,推动人工智能和实体经济深度融合,落实《新一代人工智能发展规划》,工业和信息化部于14日印发了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》(以下简称《行动计划》)。

《行动计划》按照“系统布局、重点突破、协同创新、开放有序”的原则,提出了四方面主要目标:人工智能重点产品规模化发展、人工智能整体核心基础能力显著增强、智能制造深化发展、人工智能产业支撑体系基本建立。力争到2020年,一系列人工智能标志性产品取得重要突破,在若干重点领域形成国际竞争优势,人工智能和实体经济融合进一步深化,产业发展环境进一步优化。

在培育智能产品方面,着重在以下八个领域率先取得突破:智能网联汽车、智能服务机器人、智能无人机、医疗影像辅助诊断系统、视频图像身份识别系统、智能语音交互系统、智能翻译系统、智能家居产品,并针对每个领域都明确了2020年的发展指标。

其中医疗影像辅助诊断系统要求:推动医学影像数据采集标准化与规范化,支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发,加快医疗影像辅助诊断系统的产品化及临床辅助应用。到2020年,国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%,假阴性率低于1%,假阳性率低于5%。

在核心基础方面,明确了突破的三个方向:智能传感器、神经网络芯片和开源开放平台。并分别对这三项内容规划了到2020年要实现的功能和具体目标。

在深化发展智能制造方面,着重在两个方面率先取得突破:一是智能制造关键技术装备;二是智能制造新模式。

在构建支撑体系方面,从以下内容着手构建:面向重点产品研发和行业应用需求,支持建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台,建立并完善人工智能标准和测试评估体系,建设知识产权等服务平台,加快构建智能化基础设施体系,建立人工智能网络安全保障体系。

为保障各项重点任务的落实,《行动计划》还提出了五方面保障措施,包括加强组织实施、加大支持力度、鼓励创新创业、加快人才培养、优化发展环境等,推动形成良好的发展环境,保障《行动计划》的顺利实施,切实推动人工智能产业发展,助力实体经济转型升级。

下载网址:

http://www.miit.gov.cn/n1146285/n1146352/n3054355/n3057497/n3057498/c5960779/content.html

(来源:工信部官网,NCG整理)


腾讯携手西门子医疗,发力“人工智能创新医疗平台”

12月14日,腾讯公司与西门子医疗针对“人工智能创新医疗平台”签署战略合作备忘录,建立战略合作伙伴关系。双方将以“健康中国2030战略”为宗旨,通过技术和商业的创新,共同推广医疗大数据与人工智能在医疗诊断领域的发展和应用,促进各级医疗机构诊断水平的提升。

11月15日科技部公布了首批国家人工智能开放创新平台名单,明确了依靠腾讯公司建设医疗影像国家人工智能开放创新平台。西门子医疗和腾讯将推动人工智能进一步向医疗行业渗透,让高精度远程诊疗成为现实。

此次签约,西门子医疗数字化服务部门将与腾讯互联网+合作事业部紧密合作,实现teamplay平台与腾讯觅影的应用与连接。Teamplay 是西门子医疗推出医疗大数据平台,通过云端应用可以实时监测医院影像设备的使用情况、病患等待时间等,双方将共同促进腾讯医疗产品的完善和teamplay第三方应用的开发和进驻,合力打造一个丰富、领先的腾讯医疗体系和teamplay生态系统,成为医疗行业信息化生态系统的领导平台。

(来源:中国医疗科技网,NCG整理)


瓦里安与平安医疗科技打造癌症治疗数字解决方案

12月12日,瓦里安医疗系统公司和平安医疗科技有限公司宣布双方签署战略合作谅解备忘录。双方将共享彼此的技术专长和资源优势,利用人工智能、云计算和大数据技术,为中国民众量身打造高质、高效、低成本的全面癌症治疗数字解决方案

瓦里安是世界领先的放射治疗系统及软件提供商,基于70多年的癌症诊疗经验、医疗大数据,正转型成为服务于患者癌症诊疗全周期为主的癌症全生态公司。作为首屈一指的放射肿瘤学公司,瓦里安为全球7400个癌症中心提供放射治疗系统及软件,每年为高达280万名患者提供治疗服务。

经过近30年的发展,中国平安已经建立起“资本+科技”的双轮驱动发展模式并聚焦于大金融资产和大医疗健康两大产业,依托本土化优势,践行国际化标准的公司治理,为4.3亿互联网用户和1.53亿客户提供综合金融和医疗健康服务。为进一步完善医疗健康生态圈,平安近期成立了医疗科技有限公司和医疗科技研究院,定位于医疗科技研发与产品孵化,将充分挖掘平安积累的海量医疗健康数据资源,利用人工智能技术赋能医疗大健康行业。同时,将汇聚国内外顶尖人工智能算法/模型研究人员和云计算技术专家,通过整合平安集团内医疗科技领域资源,进行医疗科技领域人工智能核心技术研究与应用技术创新的开发及推广使用。 大医疗健康是平安集团面向未来发展的两大战略之一,也是平安实现科技驱动型公司转型的一个重要引擎。

双方希望通过建立战略合作伙伴关系,依托两家公司在各自领域的成功经验和资源积累,为用户和患者提供创新的产品和服务,以满足广泛的医疗大数据需求。双方将发力提升癌症全生命周期的数字智能化,涵盖预防、检测、诊断、治疗、康复、姑息(palliative care,舒缓医疗,肿瘤防控体系的重要环节)等范畴,包括手术、化疗、分子医学、放射治疗等全面的治疗方式

(来源:凤凰号,NCG整理)


平安好医生和云知声成立新公司澔医智能,将打造服务家庭的医疗人工智能

12月8日,平安好医生宣布:与拥有世界顶尖智能语音识别技术的高新技术企业云知声成立合资公司——上海澔医智能科技有限公司。

双方凭借场景、数据、技术、资金四大优势,将在移动端、家庭终端等多端,全产业链布局医疗人工智能,解决中国医疗资源不足和高效连接的问题。

作为平安集团两大战略业务板块之"大医疗健康"板块的唯一平台级入口,平安好医生“AI医生”今年9月首次亮相,截至2017年9月30日,平安好医生移动端注册用户数达到1.75亿,用户规模行业第一。

家庭终端健康守护者将以家庭用户为主,在平安好医生APP功能的基础上,增强降噪、远讲等功能,满足家庭用户的场景需求,就像一位“智能家庭医生”住进了用户家里,24小时实时看护家庭成员健康状态,将问诊、专家预约、健康管理、日常看护、危机救急、情感陪伴、中医养生等健康服务带入用户的家庭生活,用户通过语音就能获取家庭健康守护者的服务,让科技问诊回归专业与温情的本质。未来,健康检测和环境监测也将逐步引入平安好医生硬件生态系统。

澔医智能将以医疗为切入点,致力于用户家庭的智能硬件设计、研发、运营及服务,用完善的医疗AI服务提升用户体验,用户通过同一个帐号可实现全场景个人电子健康档案同步,获得家庭守护者360度健康管理服务。

(来源:腾讯科技,NCG整理)



02

投资并购


九明珠携手云杏健康宣布获得3000万A+轮融资,致力于打造智慧医疗新生态圈

12月15日,深圳九明珠信息科技有限公司(简称“九明珠”)携手其医健云平台全资专业子公司云杏健康科技(深圳)有限公司(简称“云杏健康”)宣布完成了3000万元人民币A+轮融资,本轮融资为战略投资,由光谷联合产业基金/零度资本领投,本轮融资是九明珠&云杏健康自2016年获得2000万A轮投资后再次引入重要投资人。至此,九明珠完成了其股改前最后一次融资计划。

九明珠由三九企业集团于1999年创始设立,是国内一家资深的健康医疗信息化产业(HIT)的创新科技企业该公司于2015年创立了聚焦“互联网+医疗”领域的中小医疗机构云服务平台专业子公司“云杏健康“,打通了九明珠生态系线上-线下全系列医健产品线/运营线,全面进入互联网健康医疗领域。

据了解,九明珠&云杏健康拥有覆盖国内所有省份/直辖市的近万家大、中、小医疗机构的HIT用户和云服务平台B端用户,已累积6亿+就诊人次精准医疗大数据,每年新增近亿就诊人次涵盖了全国数万名执业医生,并已为全国近百家医院/医疗集团搭建了云支付平台和云转诊平台,平台月交易额GMV逐月快速增长,已达千万元级。

本轮融资将进一步推动九明珠&云杏健康的产品线/运营线的持续创新,以及在全国范围高速复制与发展,快速扩大市场份额。预计未来两年,其HIT用户和云B端用户总数将达到3-5万家,医疗精准大数据将累积达10+亿就诊人次,云转诊/云支付等云平台落地500+家,平台月交易额GMV达十亿元级。同时,近期九明珠医院信息平台/临床数据中心/医院集团管理等战略产品研发上市,也将跨越式提升其在HIT和医疗大精准数据板块的战略高度以及对中高端医院信息化需求的技术支撑能力。

(来源:动脉网,NCG整理)


瑞华康源获约印医疗基金数千万元投资,专注于医疗物联网与大数据服务

医疗物联网与大数据服务企业瑞华康源已完成数千万元A轮融资,资方为约印医疗基金。据悉,本轮融资资金主要用来进行新产品研发和全国服务体系建设。

瑞华康源成立于2014年,是一家医院智能物联网解决方案提供商,主要面向手术室和病区提供完整的软硬件结合、机电一体化的智慧医疗解决方案。创业之初,瑞华康源是从手术室的毒麻药品管理系统入手,到现在已布局了包括药品管理、耗材管理、手术室管理、物流机器人管理等在内的多个智能系统及数十个子产品。

目前,它们都与医院业务系统进行了融合,打造了一个物联网统一信息服务平台,可实现对所有医疗物资可查、可控、可追溯的全流程精细化闭环管理。据悉,其产品已应用于北京协和、301、北大肿瘤医院、阜外医院、天坛医院、朝阳医院、深圳市人民医院等几十家大型三甲医院。

所谓医疗物联网,是指将医疗领域的“物”(医生、患者、器械等对象)和“网”(基于标准的流程)进行交互、融合,即形成一个“联”的一个过程,它可以将原始数据转化为不同对象间简单、易共享、可交互的信息,能够提高操作效率,为人们提供更便捷的医护服务和更畅快的患者体验。

目前,医疗物联网在美国等发达国家已经得到广泛的应用,但在我国还未实现普及,尽管有巨头在中国布局,但本土的医疗物联网企业还未实现规模化发展。

(来源:HIT专家网,NCG整理)


AccutarBio获得1500万美元投资,创中国AI制药领域最大融资

近日,AccutarBio完成由IDG资本和依图科技的联合投资,加上之前真格天使轮投资,总共融资1500万美元,这是迄今为止中国AI制药领域最大融资

AccutarBio(冰洲石生物科技)是一家AI制药领域的初创公司。AccutarBio利用AI技术提高筛选药物准确性和效率,打造算法平台,加速新一代药物开发。CEO范捷博士2004年获得加州伯克利大学生物统计学硕士,2010年博士毕业于美国纪念斯隆凯特琳癌症中心医学院,师从美国国家科学院院士Nikola Pavletich教授。之后于2010-2015年在洛克菲勒大学任博士后研究员,博士后合作导师Gunter Blobel是1999年诺贝尔奖获得者。

AccutarBio目前已在上海、纽约布局了AI计算实验室、生化实验室。过去的一年里,AccutarBio已经完成了基于十几万晶体学数据的算法平台,预测与靶点结合的化合物的预测,进行先导化合物的筛选,进而人工合成该化合物。

范捷预计,通过这一算法平台,可以在数个小时内完成过去2年左右的研发。AccutarBio已经利用该平台进行了药物设计,其中一款药物针对乳腺癌,适用于使用乳腺癌常用药物Tamoxifen3-5年后复发的患者,已经经过了细胞验证和初步小鼠动物实验,正在美国申请相关专利,并在计划推进新药临床研究申请。近期一款相关的药物在拿到新药许可证后以数亿美元的价格出售给了一家药厂。

值得一提的是,AccutarBio和美国顶级药厂的合作代表着中国AI制药团队直接进入到顶级的创新制药环节,结束了我国过去主要通过复制、学习他国制药研发技术进行新药研发的历史。

(来源:36氪,NCG整理)


杰杰科技获600万元天使轮融资,用AI辅助尘肺病筛查

近日获悉,人工智能影像公司杰杰科技完成600万元天使轮融资,投资方为知名药业集团投资人。这笔资金将用于加大公司研发投入、数据获取和市场投入。

杰杰科技成立于2017年6月,专注于探索AI在医疗影像及认知推理计算领域的应用。据悉,杰杰科技的业务线有两条:其一是已开发的尘肺病和肺结节筛查系统的计算机视觉领域的产品,名为“小杰”;其二是以自然语言识别和认知计算为基础的产品研究,目前还未面世。

创始人兼CEO邵学杰表示,上述尘肺病和肺结节筛查系统正在申请CFDA二类器械的认证,此外,杰杰科技将以两个月一个病种的速度继续开发人工智能辅助诊断,涉及包括乳腺癌、甲状腺、脑梗、心梗在内的其他病种。

(来源:投资界,NCG整理)



03

大咖观点


北京大学王立威教授: AI 医学影像的现状、机遇与挑战

王立威,北京大学信息科学技术学院教授,在机器学习领域发表论文100余篇,2011年入选人工智能重要国际奖项AI's 10 to Watch,是亚洲首位获得该奖项的学者。2012年获得首届国家自然科学基金优秀青年基金;担任国际人工智能权威会议NIPS,IJCAI领域主席;中国计算机学会人工智能与模式识别专委会常委。

  • 当前AI医学影像技术的真实现状

(1)医学影像处理病种的数量非常庞大,目前解决的都是单病种问题。

王立威教授列举了两个AI对医学影像产生重大影像的案例——斯坦福团队在皮肤癌检测以及Google的DeepMind的糖网筛查。“解决一个单病种已经不是简单的事情,斯坦福的团队已经和顶级的医学专家研究数年才得到目前的成果,要囊括两千多个病种更是难上加难。此外,病种与病种之间的差异度也很大,所以,AI 医学影像需要顶级医学专家和顶级机器学习学者通力合作才有可能成功。”

(2)成像设备的差异会产生多种类型的图像,CT、MRI、X光、超声、内窥镜、病理切片这些图像缺乏一定的标准。

现在我们只是在一些病种上进行单点突破,整个医学影像仍任重道远。”从技术角度而言,今天的机器学习、人工智能技术对于检测等问题可能做得比较好,但是全局性病变、结构性病变对机器学习还是有难度。

未来几年看谁能胜出,就看谁能选对病种,选错就有可能浪费时间、精力。

  • 结节临床意义分析

王立威教授指出:应该避免孤立地看待检测出的结节,而是在全局上判断哪些是有临床意义的,包括利用系统判断结节良恶性的概率值。只有结合病例内所有结节的全局信息,进行结节临床意义分析与判断,才能帮助医生关注到更具有临床意义的结节

在王教授看来,分析不是一个简简单单的目标检测,要考虑到医学的特点。初学者前期会使用通用型的算法,但机器学习有很多细节不是写在代码里的,只有深耕很多年,自己亲自实践才能有更多的领悟。

此外,王立威教授团队在结节属性问题、模型可解释性等方面也取得了一些突破。结节属性对医生写报告很有帮助,通过测量结节直径、体积,给医生一个更直观的感受。在模型的可解释性方面,利用前期算法得到的模型,可以检测病变、判断良恶性。但是医生会问,这个模型判断的依据是什么,逻辑是什么,我们不希望这个模型是一个黑箱,从而影响使用的信心。

  • 与医生、医院的合作过程中应注意的问题

第一,一定要互相了解。做AI的技术人员和医生在完全不了解对方领域知识的情况下,沟通起来是蛮困难的。这两个领域差异巨大,要逐渐适应对方的思维模式。如果能够理解对方的思维方式,沟通起来就会越来越容易,合作也会越来越容易。

第二,作为人工智能、机器学习的技术工作者,切忌从自己的角度出发去想技术怎么用。AI医学影像最核心最根本的是从医生的角度考虑其真正的需求是什么?需求应该是由医生来主导。所以双方要进行深入的沟通,哪些问题是医生真的需要辅助,同时又是技术有可能解决的。

(来源:雷锋网,NCG整理)



04

案例分享


神经科学和机器学习让瘫痪患者重获新生

机器学习在医疗领域的潜力究竟有多大?两周前,《纽约时报》报道了第一例成功重获活力的四肢瘫痪患者,而且这位患者还是通过机器学习获得活力的!

这位名叫 Ian Burkhart的患者,今年24岁,五年前因为一次跳水事故摔断了脖子,造成了脖子以下高位截瘫。

正是利用神经科学和机器学习的技术,研究人员将他的想法直接和他的手部神经连接起来,从而使他恢复了右手和手指的控制力

           

这个系统有效地绕过了他的脊柱损伤,这也是首次,人们成功利用电脑-人脑链接来帮助个人重获手部的控制能力。这一研究已在 Nature 上发布,报告详细解释了他们是如何应用机器学习和 MATLAB 被用来完成这一项目的。

2014 年,俄亥俄州的医生在 Ian 的大脑中种植了一个芯片。这枚芯片包含了 96 个微电极传感器,来记录神经元的状态。整个团队利用大脑成像来识别和分离 Ian 脑中控制手部活动的部分。在手术中,整个团队不断测试被暴露的脑部组织来确认芯片应该放置的准确位置。

在手术之后,Ian 花了无数个小时观看了屏幕上的一只手的图像,全神贯注在那些可以做出手部运动的思维上。在这过程中,他脑部的活动被切实记录下来并且进行分析。最终目标是为了了解究竟他脑中的哪种信号对应着他正在模仿的活动。

Ian 脑中的神经元反应模式被传输到一个电脑中记录下来。这涉及到的数据量是不可估量的。每秒都有三百万个神经活动样本被采集。大约每三分钟就有十亿字节的数据被生成。

通过近一年的重复和艰苦的练习, Ian  学会了将自己的思想集中在手上,能从瓶子里捡起一根吸管,和一个搅拌器,他甚至能够玩吉他视频游戏。现在,康复专家已将Burkhart 的残疾程度从严重的C5级,重新分类为不太严重的C7级别。

这可以说是一项多年的跨学科的研究,由工程师、生物工程师、神经科学家和医生共同完成了医疗模型系统和临床检验。而这个叫做 NeuroLife 的设备,是由 Battelle Institute 的工程师和俄亥俄州立大学 Wexner 医疗中心的医师与神经科学家一同设计的成果。


NCG观点


机器学习和神经科学使用的并不是同一种“语言”,在机器学习中突出的人工神经网络最初是受神经科学的启发,如今两者的融合产生了令人振奋的突破,从某种意义上来说,AI算法的介入也许会为神经科学的发展打开一盏指路明灯。

(来源:紫数网,NCG整理)


妙寻医生用大数据+AI解决患者"找医生难"问题

随着生活质量的提升,人们对健康的关注也越来越多,在这过程中希望找到最适合自己的医生的需求也变得越来越明确。但事实上,鉴于医疗知识的本身的专业性,很少有人会有比较多的了解,而通过互联网获取信息却往往存在过量、虚假、同质等问题,也很难有作出有效的认知判断。

妙寻医生通过汇聚互联网医生大数据,并经由数据挖掘、清洗、分析,及基于AI的智能匹配等,帮助患者快速找到适合自身病症的医学专家,以解决互联网海量、冗余、虚假的医疗信息与患者日益精细的信息需求不相匹配的行业痛点。

妙寻的服务主要依托于一款APP,它支持患者多方式(病种、人群、医院等)查询,可满足患者不同场景的求医需求。据悉,自10月底新版上线以来,在没有正式推广的情况下,该APP已积累上万注册用户。

数据源方面,妙寻医生基于期刊、文献、医院、微博等公开数据,抓取了全国近10000家三级医院的80万医生信息,及与之相关的1200万学术论文和500万的患者评价,作为数据分析以及用户在后期作评估和选择的基础。考虑到从互联网获取信息多存在过量、虚假、同质等问题,妙寻医生会通过“AI+人工”的方式验证真伪,将存疑标签从原信息中剔除,做到“正本清源”。

有了权威信息后,接下来要做的就是分析。据介绍,妙寻医生独创了一套多维度能力模型,通过对医生的职称、供职医院等级、教育经历、学术论文产出、患者评价、获奖等信息的分析(已提取近400个标签),给医生做综合评估和打分。

此外,鉴于医疗知识的专业性,普通患者很难有直观的了解和认知,在用户端,妙寻医生对医生信息做了进一步的“可视化”处理:

  • 医生擅长方向:根据智能分析的结果,给出医生的擅长疾病,及相应能力占比;

  • 医生画像:将医生关键指标信息标签化,并分布到6个从高到低的价值区间中,用户在了解指标的真正含义时,也能通过医生画像中所处的位置作判断。

为了实现患者和医生的更精确的连接,妙寻医生会基于AI和双方标签做智能匹配,并按疾病、地域做精准分析推荐。

目前,妙寻医生的一切服务都是免费。项目还处在相对早期的阶段,盈利模式还要加以探索和验证。未来妙寻可能会从新知识生产付费、流量变现、定位于医生版“天眼查”售卖数据服务这三个角度去尝试。


NCG观点


目前信息不对称以及虚假宣传泛滥是患者找医生难的一大因素,聚焦于解决此类问题上的公司不在少数,妙寻的核心差异是从患者的角度出发,对医生的数据进行全渠道搜索。从长远来看,只有将用户的需求放在首位,其产品的应用场景才有可能落地,商业模式才能够可持续发展。

(来源:36氪,NCG整理)




若您有医药健康产业方面的问题或需求

欢迎联系我们

ncg@neusoft.com

NCG专业的健康研究和PMI咨询团队

愿帮助更多企业实现快速高效的整合和管理

携手共同提升企业的全面整合能力





来源:网络

整理:东软管理咨询


◆  ◆  ◆  ◆  ◆  

东软管理咨询



Copyright © 武汉医疗器械协会@2017