0
| 本文作者： 劉偉 | 2017-11-23 09:28 |
在所有導致失明的疾病中，糖尿病性視網(wǎng)膜病變（Diabetic Retinopathy，下稱糖網(wǎng)?。┦窃鲩L最快的，人工智能有望扭轉這一局面。
國際糖尿病聯(lián)盟的統(tǒng)計結果顯示，截至2015年，我國糖尿病患者約1.1億人。另根據(jù)國家衛(wèi)生計生委辦公廳2017年3月發(fā)布的數(shù)據(jù)，目前我國糖網(wǎng)病在糖尿病罹患人群中的患病率為24.7%~37.5%。按此推算，我國的糖網(wǎng)病患者已超過2700萬人。
這些患者平時在內分泌科進行控糖管理，內分泌科的醫(yī)生不具備閱片能力，而眼科醫(yī)生數(shù)量又嚴重不足（2012年僅有3.14萬名眼科醫(yī)生），無暇顧及糖網(wǎng)篩查。
近兩年高速發(fā)展的人工智能技術有望打破這一僵局。由于借助眼底圖像就能較好地確診，而且眼底圖像獲取條件相對寬松，糖網(wǎng)篩查成了人工智能落地醫(yī)療領域的絕佳土壤。目前國內嘗試用人工智能進行糖網(wǎng)篩查的企業(yè)不在少數(shù)，而且看起來效果不錯，準確率都達到了90%多。
不過正如北京致遠慧圖科技有限公司創(chuàng)始人孫宇輝所言，“AI+眼底糖網(wǎng)篩查領域現(xiàn)在缺乏一個行業(yè)標準，單純從數(shù)字上來看，似乎大家都很好。這是這因為各家都有自己的數(shù)據(jù)庫，各自的算法都是按照自己的數(shù)據(jù)進行訓練的，然后以自己的數(shù)據(jù)來驗證準確性，或者和大的三甲醫(yī)院合作進行臨床測試?！睋Q言之，企業(yè)既是選手又是裁判。
這樣測試出來的準確率可靠性有多高？AI篩查糖網(wǎng)的準確率到底該由誰來界定？醫(yī)院是否認可這樣的產(chǎn)品？企業(yè)又該如何說服醫(yī)院？帶著這些疑問，雷鋒網(wǎng)采訪了數(shù)家從事糖網(wǎng)篩查的AI領軍企業(yè)、高校教授，以及眼科專家。
“準確率不是衡量算法是否優(yōu)秀的唯一指標?！彪姆e木CEO柏文潔認為，在正負樣本不平均的前提下，用準確率衡量算法有很大的缺陷，甚至不具備參考意義。
她以互聯(lián)網(wǎng)廣告為例，“廣告的點擊數(shù)量是很少的，假設在千分之幾這個量級，如果用acc（準確率）來衡量，即使最終全部預測成負類，也就是預測都沒有點擊，acc 也有 99% 以上?！?/p>
柏文潔認為，衡量算法是否優(yōu)秀要綜合考量Precision（精確度），Sensitivity（靈敏度），F(xiàn)值以及AUC等多個指標。考慮到臨床應用還要兼顧算法的計算速度，魯棒性等多方面性能指標。再細化到具體應用場景，還要根據(jù)是到基層現(xiàn)場篩查還是到醫(yī)院散瞳進行精細診斷，決定算法該更關注召回率還是精確度等等。
“脫離具體場景只談準確度是不科學的，也是不現(xiàn)實的”，柏文潔說道。
北京大恒普信醫(yī)療技術有限公司（以下簡稱“大恒普信”），作為深耕眼科疾病市場十余年的老牌玩家，在AI浪潮興起之后也積極依托其深厚的數(shù)據(jù)積淀，開始了對新技術的探索和嘗試。
據(jù)大恒普信總經(jīng)理趙雷介紹，在智能診斷算法的臨床測試過程中，大恒普信評估的不僅僅是準確率，還包括正預測值、召回率等等多個指標。趙雷認為，只有將這些指標綜合起來，才能評估一種算法的優(yōu)劣和好壞。
他說道：“評估一種方法或算法的準確性有很多科學標準，僅僅依靠上述幾個指標恐怕還不夠。生成算法所使用的數(shù)據(jù)庫、采用的方法，再加上上述幾個指標，綜合起來也許才能真正反映該算法的實際應用效果，三者缺一不可?！?/p>
上工醫(yī)信CEO季鑫也表示，基于標準或特定數(shù)據(jù)集的實驗室結果，在沒有得到真正臨床驗證前，企業(yè)對外宣傳的敏感性或特異性，沒有多大的意義。因為在實際臨床應用場景中，要面臨非常復雜的情況。
蘇州大學特聘教授、醫(yī)學影像處理與分析實驗室主任、973（青年）項目首席科學家陳新建教授，站在一名學者的角度，發(fā)表了自己的見解。
他認為，現(xiàn)階段醫(yī)療AI不能獨立于人單獨做診斷。AI企業(yè)測試的準確率與實際臨床之間存在一定的差距。這個差距需要通過長時間積累更大樣本的臨床數(shù)據(jù)，和不斷完善算法來一步步彌補。
不過我們也不能就此抹殺醫(yī)療AI的價值。陳教授表示：“醫(yī)療AI的意義依然十分重大?，F(xiàn)階段AI的主要作用是輔助醫(yī)生進行診斷，幫助醫(yī)生提高效率，降低誤診率，能夠實現(xiàn)不錯的效果?！?/p>
陳教授還指出，糖網(wǎng)篩查現(xiàn)階段最大的瓶頸在于影像質量難以保障。由于技術原理問題，瞳孔較小、晶狀體渾濁等人群的免散瞳眼底彩照，圖像質量往往達不到篩查的要求。而且出于成本考量，目前基層使用的大多是手持眼底相機，成像質量堪憂。
“除了AI算法的準確率，圖像采集設備的性能和可操作性也有待提升。采用三維OCT采集設備是一種解決方案。”陳教授說道。
Airdoc副總裁張京雷認為，與其糾結算法的準確率是多少，不如打造一款綜合性的產(chǎn)品，覆蓋盡可能多種類的眼底疾病。
因為眼底病變可能對應的眼部疾病多達幾十種，即使排除了糖網(wǎng)病，病人也可能患有其他眼部疾病。AI和人類醫(yī)生的不同之處在于，一位眼科醫(yī)生能夠同時識別多種眼部疾病，即使有些疾病無法確診，至少他知道是不正常的，并能帶著疑問查找資料或請教其他醫(yī)生，最終解決問題。而對于AI來說，理論上一種算法只能識別一種疾病，因為每一種疾病的特征都是不一樣的。
“只能識別單一疾病的軟件產(chǎn)品臨床意義并不大。就拿糖網(wǎng)篩查來說，就算確認病人沒有得糖網(wǎng)病，那他有沒有可能患了其他眼底疾病呢？醫(yī)生還是要把所有眼部片子都看一遍，效率提升并不大。Airdoc做的并不僅僅是糖網(wǎng)篩查，而是多病種的院外慢病篩查和管理，糖網(wǎng)只是其中的技術手段之一。目前，Airdoc已經(jīng)將多種算法融合在一起，覆蓋了人類常見的十幾種眼底疾病。我相信這比單一算法的準確率提升1%更有價值?！睆埦├渍f道。
既然企業(yè)在實驗室環(huán)境中測試出來的準確率缺乏足夠的說服力，那么一款糖網(wǎng)篩查產(chǎn)品到底好不好究竟該由誰說了算呢？
經(jīng)過多個糖網(wǎng)篩查真實項目的探索和總結后，大恒普信總經(jīng)理趙雷對于糖網(wǎng)篩查的行業(yè)標準問題深有感觸。他表示，目前臨床糖網(wǎng)診斷的標準非常明確，國內有82年分期法，國際有國際糖網(wǎng)分期法。雖然這兩個標準略有不同，但總體都很清晰明了。
而市面上提供人工智能輔助診斷的產(chǎn)品，標準卻各不相同。大家都知道人工智能很厲害，但要使算法模型更加精準，首先需要建立關鍵醫(yī)療數(shù)據(jù)庫和有質量的病患數(shù)據(jù)庫，還要對統(tǒng)計數(shù)據(jù)和圖像處理有清醒的理解。
目前絕大多數(shù)從事糖網(wǎng)人工智能診斷的公司要么是創(chuàng)業(yè)公司，要么就是互聯(lián)網(wǎng)公司，很難有多年的豐富醫(yī)療信息和影像資料的積淀，真正能自己構建數(shù)據(jù)庫的公司更是少之又少。
他表示，數(shù)據(jù)庫是否足夠大，是否足夠涵蓋所有的病例；醫(yī)生的標注是否權威詳盡；所采用的方法是否先進科學，都是評估一個算法的關鍵因素。但最終判斷算法是否有足夠說服力，還是要落地到實際應用場景中去看醫(yī)生的認可程度，要看輔助診斷方法究竟能在多大程度上替代醫(yī)生的工作，能不能幫助醫(yī)生提高診斷效率，降低工作量等。
孫宇輝則認為，行業(yè)內需要建立一個標準的數(shù)據(jù)庫，這個數(shù)據(jù)庫包含各種各樣質量的眼底圖像數(shù)據(jù)，由專家進行標注，然后用這個統(tǒng)一的標準數(shù)據(jù)庫去驗證企業(yè)做的系統(tǒng)，這樣才更有說服力。
柏文潔表示，行業(yè)標準的制定需要從業(yè)者的共同努力。一種疾病的診療標準也是由業(yè)內的頂尖醫(yī)生共同協(xié)商制定，并在臨床的實踐中不斷更新修正的。肽積木正在整理和擴大自身的數(shù)據(jù)庫，并與國內頂尖專家共同探討標記標準。
她說道：“希望能盡早一步公開我們的自有數(shù)據(jù)庫，也希望各位從業(yè)伙伴批評指正，共同推進人工智能糖網(wǎng)篩查的發(fā)展?！?/p>
Airdoc副總裁張京雷認為，產(chǎn)品到底好不好用最終還是需要到臨床中來驗證。而通往臨床又有一條必經(jīng)之路，那就是CFDA認證。
他說道：“AI是基于醫(yī)生提供和標注的數(shù)據(jù)訓練出來的。在疾病診斷方面，醫(yī)生也做不到100%準確，因此要求AI算法做到100%準確是不現(xiàn)實的。而且實驗室環(huán)境下的準確率和真實場景中的也存在一定差異。”
張京雷認為，企業(yè)的AI算法在實驗室環(huán)境中達到一定的準確率之后即可申報CFDA認證。CFDA有一套自己的評判標準，會根據(jù)企業(yè)提交的各種材料判斷其是否具備了臨床應用的資格。有了準入資格之后，企業(yè)的AI產(chǎn)品即可在真實的臨床場景中接觸各種各樣的眼底圖像，并與醫(yī)生的診斷結果進行對照，不斷提高其準確率。
誠如張京雷所言，CFDA認證是醫(yī)療AI企業(yè)必須面對的一道硬性門檻。
今年9月4日，CFDA剛剛發(fā)布了最新版的《醫(yī)療器械分類目錄》?！赌夸洝芬?guī)定，若診斷軟件通過算法，提供診斷建議，僅有輔助診斷功能，不直接給出診斷結論，則申報二類醫(yī)療器械，如果對病變部位進行自動識別，并提供明確診斷提示，則按照第三類醫(yī)療器械管理。《目錄》指出，第三類醫(yī)療器械必須做臨床試驗，第二類器械則有臨床試驗豁免目錄。
目前，不少糖網(wǎng)AI企業(yè)都卡在了CFDA認證環(huán)節(jié)。在這方面，上工醫(yī)信可以說是走在了行業(yè)前列。上工醫(yī)信從2014年7月就開始了行業(yè)布局，如今已順利通過了二類醫(yī)療器械認證。
上工醫(yī)信CEO季鑫表示，“上工目前算法的敏感性非常高，如果病人已經(jīng)出現(xiàn)了病征，通過系統(tǒng)和人工的雙重檢測，可以實現(xiàn)絕對不會漏掉一個有病的病人 。對于一些質量很差，甚至根本看不清的眼底圖像，系統(tǒng)會自動轉到質控環(huán)節(jié)，由三甲醫(yī)院專家組成的專家小組對其進行評判。”
柏文潔也結合肽積木自身的發(fā)展，向雷鋒網(wǎng)介紹了目前糖網(wǎng)AI的發(fā)展程度。她說道：“我們在特定數(shù)據(jù)集的準確度達到94.3%，精確度達到98.1%，靈敏度達到92%，AUC達到0.9997。通過一張眼底照片，肽積木可以給出糖網(wǎng)診斷分級，劃分視盤黃斑血管等解剖結構，標記出血滲出等病灶區(qū)域，自動編寫病例完善病情描述，并給出最終的治療方案建議。整個過程耗時僅需1秒。”
趙雷告訴雷鋒網(wǎng)，在現(xiàn)有的技術條件和法律法規(guī)下，人工智能軟件是對醫(yī)療資源的補充，是對醫(yī)務人員的輔助。
目前大恒普信的人工智能診斷軟件在實際應用中，也主要是起到減少醫(yī)生工作量的作用。大恒普信的智能篩查系統(tǒng)，會對篩查上來的病人數(shù)據(jù)進行智能分析，并將有問題和無問題的患者進行分組，讓醫(yī)生對沒問題的病人采用快速瀏覽的處理方式，減少醫(yī)務人員的工作量。而對于有問題的病人，系統(tǒng)會在分期的基礎上對病變位置進行標注，降低我們醫(yī)務人員的閱片強度和難度。
除了已經(jīng)拿到二類證的上工醫(yī)信，Airdoc等幾家企業(yè)預計也將很快陸續(xù)邁過CFDA這道門檻。未來幾家企業(yè)在接受臨床檢驗的同時也將展開正面競爭。值得所有企業(yè)深思的是，目前大多數(shù)醫(yī)務工作者仍對醫(yī)療AI持保守態(tài)度，那么該如何說服他們使用自己的產(chǎn)品呢？
肽積木CEO柏文潔表示，目前肽積木已經(jīng)聯(lián)合了二十余家基層醫(yī)院開展眼底篩查工作。在人工智能出現(xiàn)之前，基層醫(yī)院由于人力資源及效率的問題，沒有辦法開展眼底篩查工作。正是由于肽積木的糖網(wǎng)篩查平臺，更多的基層醫(yī)院能完成篩查，更多的患者能夠獲得更早了解病情控制病情的機會。
她說道：“針對于保守一些的醫(yī)院，我們仍然秉承著開放的態(tài)度，樂于同醫(yī)院分享我們最新的科研進展及行業(yè)動態(tài)?，F(xiàn)在從政策趨勢來看，國家食品藥品監(jiān)督管理總局組織修訂了《醫(yī)療器械分類目錄》，新增決策軟件類目?？萍疾恳舱匍_《新一代人工智能發(fā)展規(guī)劃》項目啟動會，整體都是利好消息。隨著相關政策的完善，肽積木也會早日完成相關類目的申請審批，讓更多的醫(yī)院能夠放心地使用我們的產(chǎn)品。”
大恒普信總經(jīng)理趙雷認為，在當前醫(yī)療資源緊張、患者醫(yī)療意識提升的社會大環(huán)境下，對糖網(wǎng)篩查人工智能輔助診斷的需求會越來越強烈。因此并不是企業(yè)“教育”醫(yī)生使用AI系統(tǒng)，而是醫(yī)院和醫(yī)生迫切的需求驅動企業(yè)不斷改進和完善系統(tǒng)，以更好地為他們服務。
他表示，現(xiàn)在各大公司的關注重點可能有所偏頗。糖網(wǎng)篩查應該重在篩查和后續(xù)管理，這不是臨床醫(yī)院而是各級CDC等公共衛(wèi)生部門的工作。只有各級公共衛(wèi)生部門承擔起防盲、防低視力等工作后，糖網(wǎng)篩查AI才有可能大規(guī)模應用。
“不過打鐵還需自身硬，一款好的產(chǎn)品是關鍵”，趙雷說道。
Airdoc副總裁張京雷對于商業(yè)推廣問題，也有著非常清晰的認識。他表示，醫(yī)療AI的推廣必然會面臨阻力，任何新技術的推廣都是如此。近兩年隨著AlphaGo連續(xù)戰(zhàn)勝國內外圍棋高手，大多數(shù)醫(yī)生對AI的態(tài)度已經(jīng)有所改觀，但這并不意味著醫(yī)生就愿意接受醫(yī)療AI產(chǎn)品。
張京雷認為，在漫長的職業(yè)生涯中，很多醫(yī)生已經(jīng)熟悉了自己勞動強度和工作流程。AI技術的引入必然會改變他們原有的工作流程，增加學習成本，這是醫(yī)生所不愿意看到的。打動醫(yī)生的關鍵在于，要讓他們先接觸和熟悉AI，認識到這個產(chǎn)品是對他們有益的。
為此，Airdoc采取了兩大策略：一是在部分醫(yī)院開展試點，免費為試點醫(yī)院提供設備和軟件，讓他們先體驗，其他醫(yī)院在和試點醫(yī)院交流的過程中也能建立起一定的認知；二是在中高級醫(yī)生云集的醫(yī)療學術會議上布置展臺，供醫(yī)生前來體驗。
“但這樣覆蓋到的醫(yī)生數(shù)量還是極為有限?！睆埦├渍f道：“醫(yī)療領域非常相信‘大腕’的意見，如果能讓這些‘大腕’先接觸并慢慢接受——至少不排斥AI，對于AI的推廣應用是大有裨益的?！?/p>
但說到底，打鐵還需自身硬，醫(yī)療AI能否被醫(yī)生接受主要取決于兩點：一、是否安全；二、能否真正給醫(yī)生帶來幫助。安全性的問題相對容易解決，只要產(chǎn)品通過了CFDA認證就能免除醫(yī)生的后顧之憂。“實用”二字則不大容易實現(xiàn)，因為對醫(yī)生來說“錦上添花”是不夠的，必須“雪中送炭”。
張京雷認為糖網(wǎng)AI的最佳落地場景并非大醫(yī)院，而是基層社區(qū)。雖然糖網(wǎng)AI也能幫助大醫(yī)院的醫(yī)生提高效率，但一方面要改變醫(yī)生原有的工作流程，另一方面無法給醫(yī)院帶來患者“增量”。大醫(yī)院沒有足夠的動力花費大量的資金和人力引進新技術。
基層的糖網(wǎng)篩查市場則相對空白。近年來國內正在大力推廣基層社區(qū)的糖網(wǎng)篩查工作，但苦于眼科醫(yī)生人手不足，即使從基層采集了大量的眼底圖像，也沒有人來閱片。企業(yè)通過和政府、衛(wèi)生部門、醫(yī)院合作，免費為基層社區(qū)提供糖網(wǎng)篩查服務從而切入市場，既解決了政府和衛(wèi)生部門的燃眉之急，又能給醫(yī)院精準導流，帶來病人“增量”。無論站在任何一方的角度來說，都是樂見其成的。
張京雷表示，Airdoc正在把絕大多數(shù)眼底病，和可以通過眼底照片及其他無創(chuàng)數(shù)據(jù)采集手段獲取數(shù)據(jù)并進行有效管理的慢病，都通過院外篩查的方式早期發(fā)現(xiàn)并導入規(guī)范治療。
他說道：“這是我們獨特的商業(yè)模式，也是Airdoc和其他公司最大的不同?！?/p>
陳新建教授除了是知名學者，也是蘇州比格威醫(yī)療科技有限公司的創(chuàng)始人和首席科學家。站在企業(yè)家的角度，陳教授認為，眼科人工智能落地的前提是醫(yī)生或者篩查終端要對AI有足夠強的需求。相比較而言基層醫(yī)院比三甲醫(yī)院更需要AI輔助診斷。
對于基層眼科醫(yī)生來說，AI自動診斷用于OCT意義要比用于眼底彩照更大，原因在于二維眼底彩照的診斷難度較低，看一張照片也只需要幾秒鐘；而三維OCT的學習曲線要長的多，很多基層醫(yī)院醫(yī)生很難很好地掌握，讀一個片子所需的時間也長得多，AI對于醫(yī)生降低誤診率、提高效率的幫助更為顯著。
從篩查角度來說，OCT除糖網(wǎng)外，還能篩查青光眼、老年黃斑變性等幾乎所有眼底疾病，篩查范圍比眼底彩照大的多；適用人群除糖尿病人群外，還包括高度近視眼、“三高”人群、中老年人群等，適用范圍也大的多，更適合應用于基層醫(yī)院或體檢機構。目前蘇州比格威醫(yī)療科技有限公司的AI已經(jīng)在多個體檢機構和基層醫(yī)院得到應用，取得了很好的效果。
綜合幾位嘉賓的觀點來看，雖然目前糖網(wǎng)AI還缺少統(tǒng)一的評估標準，但其價值是毋庸置疑的。未來AI完全能夠勝任“醫(yī)生助手”的角色。
隨著相關政策逐漸明晰，糖網(wǎng)AI產(chǎn)品將逐漸走出實驗室，接受實際臨床的檢驗。大量臨床數(shù)據(jù)的驗證又將反過來進一步推動糖網(wǎng)AI產(chǎn)品的進步。
商業(yè)層面，企業(yè)對于自己的“變現(xiàn)之路”也有了更加成熟、深入的思考。我們完全有理由對糖網(wǎng)AI的未來充滿信心。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
