帮你快速找医生

临床医生的实际痛点如何解,AI准备好了吗?

2019年05月29日 8581人阅读

医疗人工智能的风口已经持续了2年多,各家公司的产品已经都陆陆续续在全国各大医院入驻,有些医院放射科扎堆了10家左右的AI产品,但在实践中,影像科医生真正使用的只有少数几个。

 

究其原因,主要是目前产品不能很好的解决影像科医生的需求和痛点,同时,很少产品是面向临床医生需求开发的


那么在医疗人工智能领域,创新企业如何让医生喜欢使用自己的产品,怎样的产品才能真正解决临床医生的问题,作为企业又如何在竞争激烈的环境中脱颖而出?这些都是入局者需要解决的问题。

 

对此,同心医联走出了自己的发展之路,利用人工智能技术辅助医生进行诊断,依据自己线上(互联网医院)+线下(实体影像中心)及影像+AI开放平台结合,帮助医生提高诊断的准确性和效率,并为患者提供一站式的诊疗解决方案。

 

 


                                                                          一个7岁男孩的动脉瘤解决方案


刘伟奇告诉动脉网,同心医联通过影像+AI技术,协助临床医生解决实际问题,而不是要跟影像科医生比谁看片子看的更准。这个产品定位,可以通过一个7岁男孩的动脉瘤解决方案来说明。

 

同心医联的线下影像中心曾经收治了一个7岁的动脉瘤患者。按照传统的诊疗流程,放射科技师先给患者拍摄影像,然后影像科医生看片子,发现男孩患有动脉瘤。影像科医生最关心的就是识别出动脉瘤的位置、形态和大小,写出一份影像诊断报告,工作就完成了。

 

但是这份影像报告并不能完全解决临床医生的问题,临床医生最关心的不是动脉瘤的位置与大小,而是这个动脉瘤会不会破裂,需不需要手术治疗,如果不治疗男孩的日常生活会不会有安全隐患。

 

其实动脉瘤的治疗并不难,通过手术或者介入的方法就可以将动脉瘤消除掉,但是对于7岁的小男孩来说这是一个重大的手术,这个手术无论怎么做,都会对他的生长发育、智力发育产生很大的影响。

 

医生想要的最理想的解决方案是,利用相关技术帮助临床医生更量化、更精准地看到动脉瘤管壁稳不稳定,告诉临床医生要不要治疗,否则临床医生就只能靠自己的主观经验去猜测。如果动脉瘤情况稳定,暂时可以不对它进行手术,先进行观察、随访。


如果小男孩动脉瘤一直很稳定,那就等到手术不会对男孩产生巨大创伤的时候再去做。

 

传统医院影像科无法针对临床医生的需求,给出动脉瘤是否稳定的建议,事实上,这个问题超出了影像科医生的关注范围。

 

面对这种情况,同心医联的动脉瘤辅助诊断产品给出了它的解决方案。首先医生在系统的帮助下进行核磁共振检查获取脑部图像。

 

之后利用影像AI技术,将获取图像中的血管的部分、动脉瘤的部分自动的精准分割出来。然后对比同一患者不同时期,同一部位的影像,判断前后两个不同时期动脉瘤是否有增长,用计算机语言对它进行数字量化。

 

基于这个量化分析的结果,系统通过大数据的分析,评估动脉瘤破裂的风险,同时预测患者在什么部位最容易发生破裂,从而帮助临床医生进行后续的手术方案的制定。

 

同心医联的动脉瘤辅助诊断产品不仅能评价动脉瘤的长径、瘤颈,还可以判断动脉瘤和载瘤动脉之间的关系,并观察动脉瘤管壁有没有炎症

 

目前很多量化以及风险评估的方式还是基于人工的手工设计,基于专家的经验;如何利用数据驱动的方法,去准确的学习这种形态量化特征,以及对长时间的病灶演变规律进行建模,从而对最终动脉瘤进行准确和精准的评估,这是未来需要进一步探索的问题

 

这就是同心医联产品的设计思路,将成像技术+AI分析+影像诊断+临床应用四个专业彼此融合,真正为医生和患者提供有价值的诊断和治疗建议。这才能真正对临床医生后续的诊断和治疗起到作用。

 

 

                                                                       医疗AI产品定位临床疾病诊断


动脉瘤智能诊断产品只是同心医联38个人工智能辅助诊断产品中的一个,同心医联的人工智能产品都是以临床为导向,以病种为核心,解决临床医生的实际问题

 

刘伟奇告诉动脉网,在现在医疗环境下,公立医院数量在不断下降,民营医疗机构准入门槛较高。医生成材周期很长,但医生的职业阳光收入低风险大。现有职称评价体系都是以科研为导向,不看重临床能力。

 

对于90后和00后,太艰苦的学医历程不适合追求自由的时代个性……这些因素都会使创造出合格的医疗供给能力更加困难。

 

鉴于以上挑战,不太可能依靠老办法满足人民不断增加不断个性化的医疗需求。唯有靠接近临床需求的新技术,通过新技术的应用,快速提高医生的医技水平,才能提高医疗供给。

 

同时,医生作为诊疗流程的主导者,医疗产品应该是为医生服务,尊从医生实际的工作流程,创新产品才可以真实落地。

 

但是很多AI产品并没有做到这一点,比如很多肺结节检测产品只能从肺部CT中看出肺结节,其他病灶无法识别,这是不太符合医生的工作流程的。

 

患者来做肺部CT检查,影像科医生事先并不知道患者的具体病症,因此拍出的肺部CT要对所有潜在病症进行诊断,但肺部的常见病至少有10多种,若只能看肺结节,起到的作用有限。


尤其是医生还要把医学图像从PACS系统导入到AI系统,再把诊断结果倒回PACS,操作过于“折腾”;影像医生的真实需求应该是,AI能把具体部位所有疑似病变都标记出来,再由医生自行诊断核对一遍即可,无需一张张重新看。

 

为此,同心医联走了一条与多数AI公司“背道而驰”的路:先通过线下影像中心和影像云平台做好基础设施建设,以积累影像数据并把控数据质量,由自己的数据支撑算法优化;并通过开放式平台整合各类产品,实现对多种疾病的综合性辅助诊断

 

为了让AI技术落地,同心医联将成像技术+AI分析+影像诊断+临床应用四个专业彼此融合,真正为医生和患者提供有价值的诊断和治疗建议

 

跨界融合存在很大的困难,因为从生物医学工程、到计算机AI、到影像诊断学,再到临床需求,横跨了四个专业的知识鸿沟,如果不具备跨界整合的资源和能力,难度非常大。

 

同心医联具备了线上互联网医院和线下医学影像中心,具备自己的技术团队和影像医师团队,因为拥有专业资源和基础设施,所以才能实现跨界融合。

 

由于医疗的专业性,每个团队不可能对所有疾病都有涉猎,关节软骨与阿尔茨海默病是完全不同的领域。很多专家经历多年研究,也只在一个方向上的几种疾病钻研较深。

 

患者看病时无法预知自己的疾病种类,所以医生希望的是全套解决方案。

 

在这种情况下,建立开放共赢平台就变得非常重要,让各个专业方向的人发挥自己擅长领域的工作,将各自专长汇聚成一个整体解决方案。

 

为此,同心医联建立格物系统,这是国内首家面向临床医生的影像+AI开放应用平台(影像AI App Store),利用同心医联云平台积累的大量患者病历,根据临床需求开发成像技术和AI算法训练,然后封装成应用App,导入格物系统。同心医联已经与近100家世界一流大学和科研机构如清华、北大、中科院等,建立紧密合作关系,发挥各自专长,将新技术更好地应用于临床实践。


线上与线下结合,让AI加速落地


 

 

除了AI辅助诊断产品,定位于科技医疗平台的同心医联实现了线上(互联网医院)+线下(实体影像中心)及影像云平台结合,可同时服务临床医生、专病患者、实体影像中心、影像AI专家。

 

目前,同心医联已建立了互联网平台搭建、医疗服务运营、实体影像中心建设、影像云平台推广、互联网医院建设、影像+AI开放平台整合等业务,完成了其科技医疗平台基础能力建设。

 

2018年获得互联网医院牌照后,按照国家对互联网医院的要求,同心医联针对心脑血管和肿瘤患者提供全病程管理,即复诊的问诊、影像检查、药事服务、随访管理等服务,将价值链进行延展,产生更多的盈利点。未来,公司计划与商业保险公司合作,针对慢病患者,利用线下+线上能力提供医疗闭环服务,为保险公司提供产品开发依据和控费能力。


0