AI+影像“多點開花” 仍只是醫生“助手” 不可過度神話

每經編輯 趙天宇     

每經記者 趙天宇 每經編輯 陳俊杰

2018年1月，AI+影像公司匯醫慧影獲得來自鼎暉的融資，這也是AI領域今年的第一筆投資；3月31日，視見科技完成6000萬元的A輪融資；4月2日，AI+影像公司深睿醫療完成B輪1.5億元融資。有一個共同點，肺結節項目均在這幾家公司的產品清單中。

從一眾AI+影像公司的成長路徑來看，肺結節是當之無愧的“必由之路”。那么，告別被業內稱為“肺結節年”的2017年，AI影像應定位在何處，下一站去哪兒？

AI+影像難現“集中爆發”

AI+影像之所以在醫療細分領域中發展較快，原因在于其標準化的影像數據更符合計算機語言的基本設定，便于快速處理、量化分析，同時具備真實準確、對患者隱私保護等特定條件，更利于AI影像的發展。

作為投資機構，通江資本董事總經理施小平表示，該公司目前關注的細分領域包括AI疾病預測預防、AI靶向藥物開發、AI疾病診療、AI影像分析、AI醫療機器人、AI健康管理等方向。

這也是AI現階段在醫療領域的主要探索方向。

除了利用AI進行肺部疾病的判斷，目前食管癌、阿爾茨海默病、糖網?。ㄌ悄虿∫鸬囊暰W膜病變），以及乳腺癌、宮頸癌等疾病的病理檢查等，都是AI影像從業公司的發展方向。例如，騰訊公司研發的覓影AI針對食管癌的早期篩查準確率也在90%以上；今年3月科大訊飛在一項糖網病眼底圖分析的國際競賽中奪冠。

阿里云的天池醫療AI大賽以“人工智能輔助醫療決策”為主題，這項業內廣為關注的賽事在2017年啟動，當年的比賽便是以肺部小結節病變的識別為課題。2018年3月28日，美年健康與阿里云啟動了今年的賽事，內容是利用AI篩選出造成高血壓、高血脂的重要位點，發現疾病內在規律。

有業內人士指出，2017年的肺結節只是個開始，未來AI將面向更多種設備影像、更多種檢查部位、更多病變檢測種類，并出現更精準的輔助診斷結論。不過，其他領域類似的“集中爆發”應該談不上，AI的熱度過去之后，從業者也會趨于冷靜，認清AI技術發展的過程仍較為漫長。

輔助角色“不可過分神話”

2017年9月，當時的CFDA修訂了《醫療器械分類目錄》，2018年8月1日起施行。其中明確提到，診斷功能軟件風險程度按照其采用算法的風險程度、成熟程度、公開程度等為判定依據，不僅僅依據處理對象（如癌癥、惡性腫瘤等疾病的影像）為判定依據。若診斷軟件通過其算法，提供診斷建議，僅具有輔助診斷功能，不直接給出診斷結論，按照第二類醫療器械管理；若診斷軟件通過其算法對病變部位進行自動識別，并提供明確的診斷提示，則其風險級別相對較高，按照第三類醫療器械管理。

在臨床角度，AI的輔助診斷結論如何在一個安全的范圍內使用，以及如何準確評估AI算法的安全性，是從業技術人員面臨的難題之一。

AI+影像行業的公認事實是，目前AI的角色仍是輔助，最終的診斷應該交給醫生和醫院。阿里健康人工智能實驗室主任范繹認為，醫療AI正確角色定位是醫生的得力助手。

“從根本上來講，AI是一種工具，和歷史上出現的各種診斷、治療工具沒有本質的差別。”科大訊飛醫療總經理陶曉東對記者表示，隨著AI技術本身的進步，以及AI技術和醫療應用的融合，在越來越多的場景下，AI可以有效地為醫護人員提供幫助，顯著提升醫護人員的工作效率和服務能力。

在陶曉東看來，AI技術也會促進醫療行業的進步，改變醫生診斷治療的流程和方法。為了讓AI在醫療健康領域充分發揮作用，人們需要深刻理解AI技術的進展和未來趨勢以及醫療領域的需求，讓AI完成它所擅長的任務，而不是將AI過分神話。