随着 AI 技术的飞速发展,各种场景化应用正渗透到日常生活的各个方面。在医疗领域,远程诊断、大数据分析为行业带来重大变革:一方面,新技术新材料推动了医疗设备向小型化、便捷化方向发展;另一方面,AI 数据分析以及深度学习技术也在向推动医疗设备更智能、更精准努力。
以医疗领域广泛应用的超声设备为例,近年来,超声设备已经在庞大 “身躯” 之外衍生出了小巧轻便的 “掌中宝” 类型,超声检查也正在由经验主导向智能诊断方向转变。不过,目前国内在超声 AI 领域进行布局探索企业尚不足两位数,其中包括医准智能、德尚韵兴、创影医学、飞依诺、深至科技、祥生医疗等。为进一步了解市场对 AI + 超声的需求、AI 和超声技术结合的现状以及发展趋势,生辉联系到 AI 超声领域代表企业之一的深至科技,与公司创始人兼 CEO 朱瑞星博士展开交流。超声医学影像检查需要医生将超声探头置于患者皮肤进行移动扫查,依据超声波在不同器官的折射和反射特征进行病变辨别,其中,探头方向和扫查深度的不同都将直接影响检查结果。朱瑞星提到,“超声是特别难的事儿,超声跟其他影像设备最大的不同就是它是一种连续的动态影像。MRI、CT 等诊断方式是基于固定体位扫描后获得的静态图像数据,进行相应的分析和推理,而超声检查的判断从探头触及身体那一刻就已经开始了。”也因 “操作手法” 这一门槛的限制,医生群体中掌握超声扫查与诊断技能的经验人士尚在少数,制约了超声这一安全无创、直观、经济的诊断技术普及发展。AI 技术与医疗研发水平的快速提升,催生了人们用 AI 推动医疗超声普惠性发展的想法,也由于这一机会的显现,朱瑞星选择带着 10 年的医疗科技投资经验投身创业。2018 年,朱瑞星博士联合超声专家及哥伦比亚大学校友创立深至科技,公司成立至今已经构建起了包括普渡大学、香港大学、清华大学等院校生物工程、人工智能背景的博士团队,研发高效率、高质量的超声 AI 技术。朱瑞星表示,“我们认为,AI 在超声扫查领域会产生巨大的帮助,因为很难有一个方法可以教会所有的医师一套统一的扫查手法与留图方法,快速地降低学习成本。而 AI 可以指引标准的切面识别和切面打法,给医师更好的实时训练和指导,获得符合诊断规范的有效影像。”“针对超声检查的实时与动态特征,唯有先解决'标准化操作手法’的问题,才可实现'影像结果的智能诊断’。”朱瑞星提到,“也因此,深至科技与其他 AI 影像公司不同,团队立项的第一个项目不是如何'看懂’ 影像,而是怎样帮助医师更好地使用超声设备。” 具体而言,他们 “结合了大量的影像数据和团队关于超声软硬件的技术经验,通过模型训练与边缘计算的应用,以 AI 的方式告诉医师怎样快速地、更准确地完成超声检查”。深至科技介绍称,对于公司开发的 AI 超声设备,非超声医生上手扫查仅需数十秒:通过连接手机端扫查软件,AI 实时导航定位,完成标准切面采集。朱瑞星说:“对甲状腺类浅表器官,可 2 分钟内完成超声检查环节,之后由 AI 进行动态影像病变初筛,支持人机协同,连接资深医师出具远程诊断报告”。据介绍,目前团队自主研发的超声 AI 辅助诊断技术已经覆盖甲状腺、乳腺、肝脏、颈动脉斑块、肾脏、骨科、神经科等三十余个常见病变。其中,朱瑞星表示,“肝脏超声一般会涉及到 20 个切面,扫查采图相对复杂,掌握起来比乳腺还要再难些。通过 AI 的应用,我们可以帮助医师更快速标准的实现肝脏扫查,并可进行病变特征的智能评估”。公司成立第二年,深至科技就获得了医学影像专家以及投资机构的资金支持。自 2019 年至今,深至科技已完成 6 轮融资,其中,美年大健康多次注资。AI 与医学超声检查结合,一方面是帮助医师更快更好地使用超声设备完成检查,另一方面是检查结果的分析诊断。朱瑞星表示,“经过大量数据训练的超声 AI 产品能够基于循证医学逻辑在动态影像中识别出疾病征象,并进行参数分析,提供完整规范的病变描述。”进行超声检查时,医生需要在对人体进行扫查的同时,对生成的图像进行分析判断。这不仅需要医师技法娴熟,也对超声检查在超声科室以外的医疗环境中应用提出另一要求 —— 实时动态。这些都是 AI 与超声结合需要攻克的难关,据朱瑞星介绍,深至科技是从以下三个方面解决上述痛点的:第一,高质量、高标准的影像数据以及其产生的方法。大量高质量数据是 AI 模型训练的前提,朱瑞星表示,深至科技在数据的标注和积累方面花费了大量的时间。第二,实时表示要有低延时,动态则需要计算增量在单位时间内达到一定高度,对于这两个性质,不同的算力分布和算法设计会产生很大的差异。对此,“深至科技把模型的算力分布在了不同的设备上,对于掌上超声来说,是分别分布在超声设备和显示设备的计算性能上,” 朱瑞星解释说,也就是跨设备的算力分布和算法设计,这样可以实现不同的设备对不同模型的同时计算处理,最后输出一套实时动态的导航方法。他认为,这部分的部署应该是所有影像设备中难度最高的。第三,人工智能在信号侧的优化。“超声一个比较有意思的点就是,它其实在机器内部会进行超声信号到图像的转化,而这部分信号在转化到图片时,大概有 70% 左右的丢失,” 我们的超声团队对信号进行了大量的训练,可以让机器捕捉到转化过程中可能丢失的一些信号细节,达到更好识别病灶情况、发现病灶位置的目的。解决了医师技能问题、满足了实时动态的要求,为超声设备在基层医疗、超声外科室、院外等环境的使用提供便利。朱瑞星说,目前人工智能与掌上超声的融合应用在基层已经进行了真实案例落地。“从前,乡镇卫生医院里的很多医生是不会做超声的,我们也是希望能够通过这种方式让更多医生会用超声、让更多患者能够得到超声检查,获得早诊早治机会。”朱瑞星提到,2020 年,团队实现了甲状腺结节、颈动脉斑块两大高发疾病超声筛查方案的技术落地。截至 2021 年 7 月,深至科技已完成了全国 2000 家基层医疗机构的智能筛查项目合作,并与阿斯利康、石药控股集团、美年大健康、明医众禾等医疗生态企业达成深度合作。Signify Research 的调研报告显示,预计到 2023 年,全球掌上超声市场规模将超过 4 亿美元。AI 与掌上超声的结合已经是深至科技的一部分,并且朱瑞星透露,公司未来的发展规划将由两条路径组成:自主研发智能化、小型化 AI 设备,同时,为大型设备提供通用化服务。“我们的 AI 泛化,也就是部署在其他产品上时,有一套通用的、标准化的解决方案,和其他厂商的大型设备已经接通。” 朱瑞星说,另外,从超声设备小型化出发的深至科技,积累的算力分布、信号处理以及数据泛化能力。朱瑞星介绍说,目前,深至科技的智能掌上超声产品已累计服务了数十万人次的疾病筛查,在慢病管理方面建立了一套标准化的医学服务能力,接下来将加速推动各类相关 AI 产品的三类证审批。