「醫學影像人工智慧+」的跨領域協作或將成為醫療AI企業的發展新方向

2017年初，醫學影像專家陶曉東加盟科大訊飛，執掌智慧醫療事業部。

這家被打上智能語音「標籤」的人工智慧公司，請了一個醫學影像專家來做醫療部門的掌門人，科大訊飛的意圖很明顯，就是要加強自己在醫療影像領域的布局。

如今，陶曉東已經入職半年，動脈網在採訪陶曉東的時候，他表示科大訊飛的影像事業會將醫學影像和臨床信息結合起來，輔助醫生做診斷。

聯想到不久前，基因人工智慧專家熊輝遠加盟推想科技，負責放射組學產品的研發（放射組學將影像、病理與基因信息緊密的聯繫在一起，利用工程學的方法提供了一整套用於臨床決策和科研的解決方案）。

以及愛康國賓戰略升級發布會上，推出的新產品iKangCare+也是利用精准醫療和人工智慧共同為用戶提供精準體檢服務。

沃森健康影像將醫學影像和臨床數據結合來幫助醫生做診斷……

這些事件、產品背後逐漸反映出醫學人工智慧的新趨勢：基於人工智慧的醫學影像+臨床信息的跨領域合作與研發，或許會成為醫療AI企業發展的新方向。

的醫療影像領域的人工智慧創業公司有很多，他們研究如何讓機器識別病灶，並判斷腫瘤的良惡性，但是大多數的公司現階段僅僅是利用影像信息作判斷。

科大訊飛的陶曉東曾服務於美國通用電氣公司（GE）從事醫學影像研究，並在飛利浦醫療放射解決方案擔任首席架構師。也許是多年在跨國企業工作的經驗，他的發展思路與大多數人工智慧公司不同。

陶曉東表示：「我們現在不是只用影像，我們更關注怎麼樣把影像和其他臨床信息結合起來，然後幫助臨床醫生。這部分的研發包括傳統的影像分割、影像配准、各種各樣基於影像的測量，同時也包括如何將影像的數據和其他的結構化/非結構化的數據相融合，然後開發一些人工智慧的演算法。」

動脈網此前採訪過一系列的醫生，他們表示利用機器識別病灶確實幫助醫生減少漏診，提高效率，但是判斷腫瘤的良惡性、以及患者罹患哪種癌症，是需要結合臨床信息、病理信息甚至是基因測序來判斷的，而僅憑藉放射影像只可以識別腫瘤的位置、大小。

「醫學影像+臨床信息」的這種做法其實不是科大訊飛的獨創。

據動脈網了解，沃森健康的影像產品叫沃森影像臨床評估，它也是一種利用醫學影像和臨床信息來幫助醫生做判斷的工具，不過與科大訊飛稍有不同。

沃森影像臨床評估可以創建更加連續可靠的電子病歷，以提高醫學報告質量和計費過程的準確性。

連續的患者記錄包括從初級保健醫生、專科醫生、急診科醫師獲取的全部患者數據。醫生就是利用這些連續的病人數據和醫學圖像來做最後的判斷。

目前，這個產品從主動脈瓣狹窄切入，如果心臟病專家給出主動脈瓣狹窄的診斷，沃森影像臨床評估就會確認該診斷是否上傳到電子病例中，上傳的內容是否包括病人的問題列表和診斷記錄。

IBM還成立了沃森健康醫學影像合作組織，這個合作組織由15個領先的衛生機構、醫學學術中心、流動放射學提供商和成像技術公司組成。到目前為止，該組織研究的病種已經涵蓋乳腺癌、肺癌、糖尿病、眼病、腦病、中風和心臟病等疾病。

前一段時間，推想科技請到基因+人工智慧領域的專家熊輝遠，負責該公司Radiomics（放射組學）影像組學相關產品的研究與開發，將影像、病理和基因信息加入進來為臨床決策提供支持。

放射組學（Radiomics）是以定量成像、特徵計算、圖像分析、模型構建為基礎的新興前沿學科方向。它利用了若干影像特徵直觀、定量的描述了臨床中腫瘤的形態和病理，從而為臨床決策提供了有力的影像學支持。

目前的臨床應用大概有這四種：

1.放化療的療效評估預測應用；

2.腫瘤分級應用。腫瘤分級在臨床中具有重要意義，它可以提供臨床診療決策和影像治療方案的制定；

3.腫瘤良惡性辨別應用。放射組學中的特徵可以在很多臨床應用中鑒別腫瘤的良惡性，從而對臨床決策起到指導作用；

4.腫瘤遺傳學應用。科學家研究發現，在腫瘤病理學與腫瘤基因之間存在著很強的關聯，研究腫瘤遺傳學可以給腫瘤診斷提供生物學方面的基礎，影像組學恰好就是病理學與基因學之間的很好結合，可以作為腫瘤遺傳學研究的重要手段。

推想引入人工智慧基因專家也是發現疾病的診斷與治療不是影像一個領域就可以解決的，它需要綜合基因、影像、病理等多方面信息，熊輝遠的加盟將會加速推想科技對於建立基因等領域深度學習模型的擴展計劃。

愛康國賓：醫學影像+液體活檢

以往的腫瘤篩查是通過CT圖像或者病理圖像來做的，CT圖像只能「定位」，卻不能判斷結節的良惡性，而且漏診、誤診率很高。

病理篩查是金標準，可以 「定性」，但是病理圖片的獲取對病患來說太過痛苦。所以通過醫學影像與液體活檢結合進行腫瘤的判斷是一種趨勢。

愛康國賓不是一家技術研發的的公司，作為技術產品的應用方，在近日的產品升級發布會上介紹了自己的精準醫學體檢服務。用戶可以先通過液體活檢或者基因檢測判斷是否患有腫瘤，或者說患者患有腫瘤的風險。

如果通過液體活檢檢查出血液中含有癌細胞碎片，然後再通過CT影像判斷腫瘤的位置。這個影像可以是專家判斷，未來可能是獲得批准、高水準的人工智慧系統來判讀。

這麼做既實現了腫瘤的 「定性」，又實現了腫瘤的 「定位」，醫生根據這些信息可以直接制定治療方案。

醫學人工智慧聯盟

大公司有能力獨立研發新的領域。創業公司也有自己的思路：組建醫學人工智慧聯盟。

比如說從事眼底糖網篩查、智能語音錄入、病理圖像識別、放射影像識別、輔助診療系統研究的公司，產品成型以後，可以組成一個聯盟，大家在平等互惠的前提下，達成一起落地醫院、資源數據共享的合作，這樣可以抱團行成更強競爭力和影響力。

綜合下來，醫學人工智慧合作研發的新形勢有兩種，一種是獨立研發、另一種是組建聯盟。他們的出發點不是像阿里、百度那樣組建一個全面的平台，而是根據實際的臨床需求、醫院需求和公司需求自然行成的一種商業或研發模式。

「醫學影像人工智慧+」這種概念就像「互聯網+」一樣，雖然目前的合作領域是臨床信息、基因檢測、病理信息等，但是未來一段時間它可以和更多醫療人工智慧領域合作。

這種形式可以助力醫學AI產品的落地，讓醫學AI產品更加的接近醫院、醫生的真實臨床場景，做好醫生的助手。