著名主持人因癌症去世,AI醫療都應該從癌症診斷開始?
作者:DongBaiNetwork    2018-10-30 11:39:17    來源:成版人视频APP推荐網絡 / 36Kr • 智能相對論    瀏覽量:606
分享到:

“癌症”,這兩個字眼實在太過無情和可怖,當巨頭們紛紛入局AI+癌症診斷,其實是一件大家喜聞樂見的好事。

20180622-00.png


20181030-2-01.jpg


2018年10月25日,知名主持人李詠因癌症在美國去世,年僅50歲。回顧以往,因癌症去世的名人不知凡幾,就在上個月,著名搖滾歌手臧天朔和相聲大師師勝傑也因肝癌溘然長逝。


癌症,無疑成為人類的最大殺手之一。麵臨著社會上日益增長的癌症患病率,巨頭們也紛紛行動起來——去年7月,阿裏發布“DoctorYou”AI係統,主要應用於醫學影像診斷;去年8月,騰訊發布AI醫學影像產品“覓影”,用於早期癌症診斷;今年9月,英特爾技術團隊發布AI全周期健康管理係統,幫助提升乳腺癌篩查的檢測精度和效率;不到一個月,穀歌又開發出了一種名為“淋巴結助手”的AI係統,采用癌症檢測算法,能夠自動評估淋巴結活檢……


“癌症診斷”,成為了眾多產品的一個共同點。


外在驅動:時代的“號召”


資本永遠是趨利的,廣闊的市場空間,強有力的社會和技術保障,這些由外部環境帶來的優勢將會是AI+癌症診斷強大的背後支撐力。


1.有需求


一方麵,我國人口老齡化趨勢嚴重,工業化和城市化帶來的環境汙染以及生活習慣的改變,使得我國居民的腫瘤發病率和死亡率明顯提高,惡性腫瘤已經成為我國居民的“頭號殺手”,死亡比例在25%以上。


據全國腫瘤登記中心數據顯示,在中國每年每十萬人中有264人患癌,一生中22%的概率患癌症;每年每十萬人有192人患癌死亡。


另一方麵,2018年,很多行業都默契地提及了“消費升級”這一趨勢,而放在醫療行業,“消費升級”的現象也同樣存在,未來的患者消費趨勢之一將會是加強腫瘤早期檢測和管理,人們的早期篩查意識會提高。


與人們迫切意願形成鮮明對比的是,醫院裏篩查癌症主要是通過化驗血腫瘤指標及B超、CT、MRI、PET-CT等,檢查方法的敏感性和特異性均不高,因此,社會上也呼籲更有效的早期篩查癌症的新技術和新方法。


2.有條件


首先,癌症治療支付方的增加給癌症AI產品市場帶來利好。目前,大多數惡性腫瘤都包含在職工醫保、城鎮居民醫保和從村合作醫療等不同種類醫保的報銷項目範圍內。2012年,國家基藥目錄首次增補抗腫瘤藥,包括2個輔助用藥在內的26個化藥以及1個中藥已經被納入大病醫療保險基金支付範圍。農村醫療保障在2014年也開始向大病醫療轉移,肺癌、胃癌等20種疾病治療全部納入大病醫保範疇。


除了醫保,還有商業保險,2012年以來,國內癌症保險在多種因素的共同合力下,呈現強進的市場增長趨勢。據中國保險行業協會發布的《人身險產品聯盟老年防癌疾病保險分析報告》顯示,截止2017年6月底,老年防癌疾病保險的累計參加人數超過144萬人,保費收入超過31億元,共計為市場提供超過1560億元癌症保障。


其次,計算機視覺技術的廣泛使用能夠加持癌症AI產品。不論是抖音、快手等短視頻的崛起,還是微信表情包的泛濫,毋庸置疑的是,人類社會已經進入視覺信息的大數據時代。視覺技術也被認為是推動當前經濟進步的革命性技術,它已經被廣泛應用於多個領域,包括人臉識別、自動駕駛、安防監控、工業檢測、美圖、醫學影像等等。


在各種視覺數據的推動下,計算機視覺技術結合互聯網,能夠與醫療服務不斷深入交叉融合,逐步形成一種新的前端變革形態,尤其是基於特征選擇的機器學習技術,能夠基於多尺度變換空間的特征提取海量特征,進而提升癌症的診斷效果。


20181030-2-02.jpg

人工智能輔助診斷流程圖

圖片來源:《卷積神經網絡和遷移學習在癌症影像分析中的研究》餘紹德


內在驅動:巨頭的“小算盤”


1.AI+癌症診斷,其實是為了最大程度符合社會期待。


在大眾的認知中,“癌症”基本等於“死亡”(事實並非如此),抗癌就是在與死神作鬥爭,而在人與“神”的戰鬥中,但凡有一個產品能夠為人們哪怕加持一個小小的光環,這個產品都會被給予無限讚譽。


另外,中國腫瘤患者的5年生存率在30%左右,遠遠落後於美國和日本的60%,在這種情況下,人們對於癌症防治的期待值並不高,與之相關的技術產品也難以得到人們全身心的信任和依賴,在人們眼裏,癌症診斷的AI產品做得不好是十分正常的,畢竟人類醫生的能力也十分有限。


所以,新技術的一點點進步可能都會得到人們積極的反饋,這就相當於一個考試總是得30分的學生,突然夠到了及格線,即便不是最優秀的,但家長依舊會感到欣慰。這也是為什麽眾多AI產品不斷強調自己的正確率高於人類診斷的原因。


2.“下注”癌症診斷,其實是為醫學影像診斷的降維攻擊打基礎。


醫學影像診斷是醫療的重要基礎,是臨床數據中最重要的診斷依據之一。醫學影像分兩個部分,一個是醫學成像,也就是圖像重建,利用AI實現少劑量成像,快速成像等。另一個是影像分析,也就是通過圖像智能識別技術較大程度降低醫生工作量。


巨頭搶占癌症診斷的賽道,其實是采用了“擒賊先擒王”的計策。將人工智能技術用於癌症診斷中,是因為癌症種類多,病理複雜,能夠整合更多的影像分析數據,讓產品“學習”專家醫生的醫療知識,模擬醫生的思維和診斷推理。癌症的防治難度眾所周知,僅僅從公眾認知來看,如果癌症檢測算法的準確率足夠高,那其他疾病診斷是不是也不在話下呢?如果AI產品能以癌症為入口,進入整個醫療輔助診斷領域,患者們也將擁有更多的治療選擇。


變現困難,AI+癌症診斷還需要更多耐心


巨頭們的想象都很美好,但“打臉”總是來得太快。IBM的沃森健康係統即便擁有了完善的腫瘤係統,但在與知名腫瘤專科醫院MD Anderson合作中也摔了個跟頭——沃森在2012年與MD Anderson簽署協議,共同開發“腫瘤專家顧問”(Oncology Expert Advisor),僅四年後,德州大學審計辦公室對該項目出具48頁審計報告,終止了繼續合作。


終止合作的原因有很多,但其中一個因素是“腫瘤專家顧問”難以成功推廣到其他醫院,即便MD Anderson在整個項目上花費了六千兩百萬美元。理想和現實總是有著太多差距,變現困難成為現如今AI癌症產品的難題。這還隻是醫院“大虧本”,如果放在國內,這六千兩百萬美元恐怕就是巨頭們要支付的賬單了。


探究其中原因,主要有兩方麵。


一方麵,在醫療的支付領域,成视频人app黄下载上文中也提到,保險機構正在加強對患者的保障,但這種保障實質上製約了醫療機構的發展,醫療機構的營收取決於保險的賠付規則而非患者自費費用,這也就決定了醫療機構難以找尋有效的C端盈利方式和營銷手段,也就製約了醫療機構中產品和技術的更新迭代。


另一方麵,AI尚屬新興領域,入駐醫療機構需要大量的人力物力和資本的投入,但醫院的公益性決定了其需要麵臨長期的虧損,這種特性要求企業不能有太強的退出期限,在產品落地的過程中,需要長期戰略資本,而這種長期的消耗也導致巨頭們在此領域頻頻受挫。


結論:


“癌症”,這兩個字眼實在太過無情和可怖,所以,當巨頭們紛紛入局AI+癌症診斷,其實是一件大家喜聞樂見的好事——如果企業能利用自身的技術和資本積累做出好的醫療產品,不僅形成了好的品牌的認知,更是為眾多被病魔纏身的患者們帶來一些生活的希望。


免責聲明:

此版塊內容僅用於學習、研究或欣賞。成视频人app黄下载不保證內容的正確性。通過使用本站內容隨之而來的風險與本站無關訪問者可將本網站提供的內容或服務用於學習、研究或欣賞,以及其他非商業性或非盈利性用途,但同時應遵守著作權法及其他相關法律的規定,不得侵犯本網站及相關權利人的合法權利。