业界聚焦AI医疗期盼影像大数据共享

以往,在医学学术会议上很少涉及人工智能话题,而今年,人工智能、大数据与医疗的结合则几乎成了最火的主题。

在不少前沿研究人士看来,AI(即人工智能)医疗比我们预想的更近,且已取得了不少进展。“我国基于人工智能和影像大数据的影像组学顶尖论文迅猛上升。”中科院自动化研究所田捷博士在日前举行的中华医学会一场人工智能分论坛上称。

在人工智能医疗研究不断突破的同时,创业企业、巨头纷纷涌入该领域,医疗影像识别成为焦点。业界呼吁医疗影像大数据的标准化与共享,这对人工智能医疗来说至关重要。

AI医疗“比我们预想的更近”

影像组学、医疗影像识别是目前人工智能在医疗领域最为聚焦之处。影像组学指的是结合医学影像和临床大数据等,利用人工智能方法进行提取和分析信息,以对临床提供辅助决策支持。

据了解,爱尔眼科于2016年1月即展开人工智能研究,目前爱尔眼科人工智能阅片平台系统已经可以辨识眼底照片,辨识糖尿病性视网膜病变的准确率达到93.3%,辨识年龄相关性黄斑变性的准确率达到93.07%。

不止于此,人工智能已在介入更复杂疾病的预测、评估、诊断。据中科院自动化研究所田捷博士介绍,广东省人民医院、中科院自动化研究所合作通过大数据研究、智能诊断,成功预测结直肠癌淋巴结转移;在学习近13万张皮肤疾病照片后,斯坦福大学推出的人工智能程序可以精确诊断皮肤癌。

医疗研究正在借助人工智能、大数据手段探索更多领域。复旦大学类脑智能科学与技术研究院院长冯建峰表示,大数据与人工智能结合,已用于治愈抑郁症和精神类疾病。“基于这些,我们甚至可以预测一个12岁的人今后会不会嗜酒。谁说不能呢?”

泡沫与低估共存

“据我了解,截至上个月,中国有120家公司在做人工智能医学影像的应用。”一位医疗专家开始担忧人工智能医疗存在分布不均、短期一拥而上的泡沫。

根据清科集团数据,2015年为AI领域爆发式增长元年,国内投资案例从2014年的281起激增到719起,增长155.9%;投资总额从2014年的54.87亿元上升至159.50亿元,增长190.67%。其中,智能医疗为重要领域。

人工智能大致可分为基础层、技术层、应用层。根据清科集团统计,国内人工智能领域主要聚焦应用层,“伪应用层”悄然兴起,国内真正意义上的AI企业仍然较少。

“做AI医疗的,主要是创业企业和BAT,只有BAT这类巨头可以在基础层、技术层、应用层都有涉猎。”一位智慧医疗从业者表示。

东方证券研报显示,医疗大数据中有超过80%来自于医疗影像,大量的影像数据读取客观要求更为高效、准确的技术手段,而人工智能恰好可以满足要求。于是,具备技术和数据优势的科技巨头纷纷以AI+医疗影像为突破口,布局医疗领域。

今年7月,阿里健康发布AI医疗产品“DoctorYou”;8月,腾讯发起人工智能医学影像联合实验室,并公布其首个AI医学影像产品“腾讯觅影”,辅助早期食道癌等疾病的筛查。

人工智能学会智慧医疗专委会陈飞在上述人工智能论坛上表示,目前人工智能医疗某些方面可能存在泡沫。但同时,他借用比尔·盖茨的一句话表达了对人工智能医疗未来的看好,“所有的新技术,其短期影响力都会被高估,而长期影响力都会被低估。”

医疗影像大数据成关键

眼下,最令医生与人工智能算法工程师头疼的,是医疗影像数据的质量与难获得性,不少行业人士呼吁建立医疗大数据的共享平台。

一位医生在上述人工智能论坛的讲演中表示,各家医院影像数据参差不齐,且极难获得,“人工智能医疗没有数据,就相当于汽车没有汽油。”目前每家医疗机构的医学影像设备和信息都是相对封闭的信息孤岛,存在“不大不强不成规模、不联不通不成体系”以及有效资源利用率低等问题,且影像数据不互认,影像云平台的建设可解决上述问题。

陈飞对此表示认同,他认为医疗影像数据的确存在上述问题,“期待医疗大数据共享的发展。”