专访万里云首席研究员：当AI席卷医疗影像，传统医疗器械商如何“攻”与“守

本篇文章4746字，读完约12分钟

2016年，智能成像领域的公司主要是初创企业，2017年，智能成为主要医院和医疗设备供应商口中的一个高频词。

“现在我似乎没有提到智力，每个人都不能说话。”首席研究员严笑了，所以我们谈到了人工智能。

作为一名在医学影像行业工作了很长时间的人工智能医生，谈论人工智能并不像谈论“即将到来的智能时代”。“人工智能只是我们的一个工具，不需要每天都提到工具。我们为医学成像提供全面的解决方案，包括云存储、诊断、质量控制、培训等。”

“我们真的要走很长的路。口头革命和真正的枪支革命是有区别的。”严告诉雷锋。

提高远程诊断的效率。万里云是万东医疗的子公司，阿里健康拥有25%的股份。2009年开始开发万东医疗产品链支持软件，并在14年内改变了互联网方向，部署了远程影像诊断。目前，其业务主要是2b，为患者、医院和医生提供全方位的影像服务，被称为万里云cbd。通过saas服务模式为医疗机构和患者提供医疗诊断相关服务，包括图像云存储、诊断、共享、质量控制、培训和大数据服务等。二级以下医疗机构是主要的客户群体。“我们在图像质量控制方面非常完善，这绝对是一个硬性的门槛。”他说。

2017年4月，万东医疗发布了2016年度报告。虽然它是世界上最大的成像产品制造基地之一，但其毛利率和净利率在2016年有所上升，但与国际顶级医疗器械制造商相比仍处于较低水平。在表达了加大销售力度和严格控制成本的决心后，它将重点放在了万里云和人工智能上。正在做远程诊断的万里云对此寄予厚望，希望通过引入人工智能技术，通过对机器智能诊断的研究，可以大大提高远程诊断的效率和准确性，从而降低对专家人数和工作时间的要求，解决长期制约远程影像诊断发展的因素——影像专家的数量。燕说:“万东也正在向情报和服务转变，是一个着陆点。”

5月15日，由万里云和阿里健康创建的人工智能精密医疗平台“我的影像”发布。据说，肺部dr筛查和ct检测功能已经在该平台上推出。通过比较实际诊断数据，智能诊断功能可以显著降低医生的漏诊率，特别是避免一些小肺结节中50%以上的遗漏，检测准确率可以达到90%以上，同时医生的工作效率最多可以提高3倍以上。严说，“目前这个行业的状况是，前提条件被取消了。在一般情况下，智能图像诊断系统的准确率可以达到80%以上，接近90%是非常好的

根据自己的资源，选择不同的产品路线。一般来说，图像智能分析市场公司可以分为两类:一类是通过积累大量的电子病历来实现对医学图像的诊断和分析，主要是帮助医生提高图像诊断的效率；另一种是通过解释医学图像数据本身来帮助医生提高图像诊断的准确性。目前，这两个发展方向都有市场。对此，颜子岳表示，前者需要更多的医学知识，而后者需要更多的智能，尤其是图像技术。

雷锋。人工智能在万里云的战略中占据什么位置？

颜:我们称云服务为智能云。在智力方面，我们脚踏实地，勇往直前。万东的风格是脚踏实地、低调的，我们的智能诊断是在去年年底推出的，但它并没有像其他公司那样被广泛宣传。我是中国早期从事智能诊断的医生。我从2000年开始做这个，所以很容易估计有多少水。我们现在正在进行的病历文本分析和图像焦点分析已经启动，我们网站上的医生也已经开始使用它们，这些都是我们以脚踏实地的方式在做的具体功能。我认为智能技术只是一种工具，一种帮助医生快速、经济地进行诊断和医疗的工具。在商业意义上，这并不意味着我必须每天谈论这个工具。关键是我能做什么。我们将智能技术定位为一种工具。

目前，我们云平台上的智能工具包括数据处理、病历知识图谱的文本处理、图像筛选和图像病变检测，所有这些都是工具性的，最终目标是帮助医生做一些不会被大肆宣传的事情。就像开餐馆一样，人们不在乎你有什么样的锅或炉子。如果人们想过来吃饭，他们最终将能够真正烹饪食物，真正解决饥饿需求。

未来，“I Image”平台将继续对知识地图、自然语言处理等技术进行深入研究，实现病例文本、影像症状等诊断标准的自动识别和提取，并结合丰富的专家知识库，利用知识推理系统达到辅助医生诊断的目的。

雷锋。结合案例和图像等信息，进行整体处理。具体过程是什么？

严:案例包含了大量的信息，包括许多代表实际意义的关键词或实体。我们提取它们和它们之间的关系，结合图像中的信息，并评估这些关键信息来判断疾病。就像做数学题一样，我们需要提取所有的信息和数据标准，无论是图像还是文本信息。

我们整合各种信息源，如图像和文本，并把它们作为一个整体来处理。我们的目标是为图像提供一个整体解决方案。通过云服务的输出，我们不是一场口头革命，而是真的想走很长的路。

雷锋。你认为人工智能和远程图像诊断之间的关系是什么？人工智能是后者的生命线吗？

颜子岳:人工智能和远程图像诊断是图像服务新模式下的两个不同问题，智能诊断是一个技术问题，远程图像是一个业务模式问题，人工智能和远程图像服务的结合是两种新模式的有机结合。智能诊断，尤其是基于深度学习架构的流行方法，在训练过程中需要大量的计算资源和数据样本，在应用过程中也需要一些硬件支持。同时，机器的学习过程是不断迭代和更新的，需要形成一个数据闭环。因此，智能诊断非常适合以云服务的方式实现并集成到远程图像平台中。另一方面，根据计算机科学的思想，远程图像诊断将原始的特定医生诊断抽象成一种服务能力，并通过互联网技术使这种能力远程化和虚拟化。因此，这种抽象的服务不仅使用了医生的手工服务，还增加了智能处理技术或未来更多的新技术，以便更好地为图像服务提供更强的能力。两者的最终目标都是为医生和患者提供更高效、更准确的影像服务。

“数字游戏”与准确性有关医学摄影首席科学家杨琼博士告诉雷锋。(公开号码:雷锋。智能成像产品的准确性有两个来源:一是基于临床应用；一种是基于测试集数据。但一般来说，智能成像公司在公布其准确性时，不会说出其准确性的来源。

雷锋。在这个领域，几乎每个公司都声称其产品的诊断准确率超过90%，有些甚至声称其准确率高达98%。这是否意味着这种准确性很容易实现？

颜子岳:其实准确率并不标准，但更准确的指标应该是灵敏度和特异性。作为一个整体指标，准确率受数据源、正率分布等多种因素的影响。许多公司在准确性声明中增加了许多先决条件，通常是为了简单或公开而解释的。比如，所谓的“准确率高于人类医生”，不仅是现在，而是十多年前，一些疾病诊断算法的准确率已经超过了人们，但是没有媒体宣传，这似乎是在春天。这不是什么新鲜事。如果去除前提条件，可以达到80%以上，一般情况下接近90%。许多公司声称他们有好的结果，但他们不能得到真正的临床场景来衡量。现在万里云应该从实际应用场景开始。

雷锋。与2000年相比有什么进步吗？

颜子岳:相对来说，以前针对某一种疾病的算法是在特定的条件下进行的，分类特征需要人工选择。算法技术也取得了巨大的突破。现在，限制少了很多，应用场景更广泛了，算法能力也提高了。

在智能成像领域，“本地蛇”和“过河龙”的人工智能浪潮已经兴起，医疗行业已经涌入大量人工智能初创企业。这些“洋龙”以“改变”为口号，对医疗行业产生了巨大的影响。创造“准确率超过人类医生”的智能产品；同时，基于其在医疗行业的影响力，西门子、飞利浦和万东医疗等传统医疗成像设备制造商也在其成像解决方案中增加了人工智能工具。智能成像行业非常活跃，这也意味着竞争正在加剧。“本地蛇”与“江龙”的竞争已成为不可回避的话题。

雷锋。万东已经深入医疗行业多年，然后从事智能医疗。有什么好处？

颜子岳:我一直说很多智能成像初创公司都有两个问题。智能医疗有两个词，一个是智慧，另一个是医疗。为了通过综合学习达到精通，最好是双向积累。业内有句谚语说，只有低水平的研究人员才能做医学研究。顶尖的智能研究人员愿意专注于底层技术或做更广泛的应用场景，如自动驾驶和人脸识别。他们的市场空室和想象空室比医疗保健大。因此，你没有做好情报工作，医学上也是空·怀特，也就是说，一条腿不见了，另一条腿是绑匪。事实上，像万东和万里云一样，我们在医疗方面很强，在智力方面也不落后。这样，我的腿可以平稳地移动。

雷锋。医学力量的具体方面是什么？

颜子岳:大家都在谈论图像处理，但是很多人甚至不知道医学成像的原理。我们在医学影像连锁技术方面积累了多年，从医学数字化开始到现在，我们已经积累了60多年的影像。我也从事成像设备的研发多年，对设备和临床应用有着深刻的理解。然而，在整个中国，很少有人在医疗和智能处理方面积累了经验。

雷锋。智能视频创业公司比大公司有什么优势？

颜子岳:是的，他们的优势是敢于思考和行动，抓住机会找到好的切入点，特别是创业公司有很大的自主权，可以很快插入，但是后续呢？第二步是一个问题。

雷锋。你认为他们会遇到什么问题？

严:对于初创企业来说，商业和技术的成功可以从三个人工智能要素来分析:数据、计算模型和应用场景。在数据方面，如何获得高质量的标注数据并保持更新和反馈将是一个问题。尽管图像数据量巨大，但有效数据却很少，尤其是那些具有良好注释和病史数据的数据。如何从大量数据中找到黄金需要技术研究和大量的医生来标记。

在算法模型上，基于深度学习技术架构来实现是比较流行的。事实上，深度学习只是智能算法的一个分支。虽然它在一般领域取得了很好的效果，但它对计算能力和训练数据有很高的要求。作为一种端到端的分类算法，它一般不能给出判别结果的解释。事实上，医学诊断过程是一个需要可解释标准的过程。因此，如何利用深度学习和其他算法模型，如支持向量机、推理机等，做出可解释的辅助诊断仍需研究。

在应用场景中，智能诊断的目的是为医生和患者提供更好的影像服务，帮助提高准确性和效率，从而产生价值。目前，各公司的产品主要集中在有限的疾病上，如肺癌的早期筛查、帕金森病的诊断、糖尿病视网膜等有限的场景，这些不仅是技术传承的因素，还受到数据的限制，需要根据医疗需要进一步探索。除了治疗结果的可信度外，这些疾病的辅助诊断在临床中并不占很大比例，对医生的整体帮助有待提高。因此，如何深入沟通医生的场景，开发出满足医生需求的场景，如一些量化的治疗功能和常见疾病的治疗，将是关键问题。

智能诊断产品仍处于探索阶段，没有亮点的企业无疑是当前资本市场关注的一个有待开发的热土，但对于参与其中的企业来说，却面临着产品效果有待验证、医疗数据匮乏、产品商业模式不清晰等现实困难。

雷锋。许多医疗设备制造商都在谈论人工智能，但是他们的产品并不反映智能。你怎么想呢?

颜:现在好像没有提到情报，大家都不能说话。但是许多人口头上谈论它。口头革命和真正的持枪革命是有区别的。

目前，人们谈论很多。事实上，那些传统的技术或疾病，如肺部图像处理，才是真正的技术或疾病。智能诊断产品仍处于探索和探索阶段，没有企业有亮点，也就是说，想象中的空空间仍然很大。

雷锋。但是我们已经听到消息，许多智能产品已经在医院得到应用。

严:大部分是科研合作，没有商业应用。最终的评估目标仍然是两点:一是真正解决医生的需求，二是真正创造价值，否则将是无用的，难以盈利。

现在每个人都属于摸索阶段。让医生合作做一些事情，或者一起发送和写论文，他们当然可以做到。但是要真正解决医生的实际需求，每个人都还在摸索。

第二是价值。现在许多公司的系统可以自由使用。即使它带来了大量融资，它总有一天会烧完，而且它仍在摸索谁来买单。然而，我认为最终各方都应该看到其价值。如果医院买单，医院应该看到它的价值。首先，提高效率，让医院省钱；二是为医院赚钱提供更好的服务。如果你让病人付账，你必须让病人感到受益。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。