汇医慧影:700家合作医院,95%以上准确率,我们如何从40家影像AI公司中突围

简介:

纵观人类文明发展史,每一次科学技术的重大突破,都带来生产力和生产关系的深刻变革,人工智能也是如此。如果说过去几年“互联网+”是一个具有中国特色和时代特征的关键词,那么“人工智能”或者“人工智能+”将是下一个时代全球的主旋律,从政府首脑到预言家、人类学家再到企业家,纷纷表达对人工智能的极大关注,预言家凯文·凯利(KK)表示“未来20年最伟大的事情可能还没有出现,但可以预判的是,人工智能将是未来20年内最重要的技术趋势”。

《经济学人》杂志最新撰文也指出,在人工智能领域,中国有赶超美国之势。预计到2030年,与人工智能有关的增长将令全球GDP增长16万亿美元,有分析认为这笔增量财富近一半都将流向中国。毫不夸张的说,人工智能已经成为当下中国产业升级和企业数字化转型中的新动能和驱动力,人类已经站在了第四次工业革命的起点,人工智能成为这场革命的催化剂。

AI+医学影像这一领域光是创业公司就达到40多家,相较于同类公司的发展路径和产品模态,汇医慧影走了完全不同的一条路径在做人工智能。

国内布局:快人一步,AI深入医疗场景,已经介入单病种的临床诊疗

当前AI+影像,主要集中于利用AI提高放射医生诊断效率,降低漏诊率和误诊率,比如热点的肺结节筛查,国内影像智能公司大都处在这个阶段,柴象飞表示汇医慧影在AI 1.0版本也提供这种辅助诊断服务,即通过机器学习来对医学影像进行定性分析,据汇医慧影测算,通过这样一个智能初诊,乳腺疾病影像诊断可节约60-70%的时间,胸片能节约将近50%的时间;在诊断准确率上,16年初代模型在85%-90%之间,通过各家医院的数据自我迭代以及模型精准调优,目前在很多医院已经达到95%以上。

汇医慧影:700家合作医院,95%以上准确率,我们如何从40家影像AI公司中突围

这个阶段,汇医慧影不仅和多家医疗器械公司达成战略合作,其中和七喜医疗联合推出了一款全球首款智能DR,在几十家医院得到应用,还和一些顶尖医疗器械设备厂商合作,共同推进AI在影像场景的深入应用。盈利的AI才是持续的AI。商业化是AI产业发展的重中之重,而满足客户的真实需求是AI场景化的关键。

飞利浦医疗科技临床科学高级总监周振宇这样表示:“全球医疗资源紧缺,医疗系统亟待提高效率,我们期待以更低的成本为患者提供更好的诊疗效果。汇医慧影依托于大数据和知识库在影像引擎方面的出色表现,有效地解决了临床应用的实际问题。未来几年,临床科室的信息化建设,特别是人工智能的引入,势必对患者产生巨大的影响。汇医慧影的产品更倾向于具有临床实践且能长期共同发展的影像产品,以创新形式呈现以疾病为中心的新价值。”

AI 2.0版本是一款包含了影像组学量化分析的大数据智能云平台,于今年5月悄悄发布,可将影像数据、临床数据、病理数据、基因数据以及随访数据等结合,从影像数据中提取1000多个特征值,再进行降维,并利用机器学习方法进行数据分析和挖掘,这种基于大数据和组学的方法可提供一个量化结果,可以帮助临床医生进行精确诊断、疗效评估、预后预测,甚至还有望帮助放射医生介入临床诊疗,这点上汇医慧影似乎又和同行们走在一个完全不同的维度和高度。

事实上,要建立这样一个基于不同种类的医疗大数据智能分析平台是一个系统化工程,首先要打通不同种类的医疗数据壁垒,把影像数据和基因数据、蛋白数据、免疫数据、病理数据等打通和整合,进行数据清洗和结构化处理以及分析和挖掘,这需要大量跨学科高级专业人才的投入,“我们为什么要建一个大数据分析平台?也是想做好实际应用,一定要能把多元化的数据、多维度的数据综合利用起来,只有这样,才能对临床形成更高依赖程度的一个点。否则仅凭单独的影像,其实在整个决策流程中还是不够核心。我们以影像为切入,但是要往两头走,一头往基因、蛋白、免疫,另一头往临床的随访,最终形成整体化,产品价值就会有一个很大提升。”

在针对的具体病种上,目前汇医慧影产品已经成型并且在三甲医院应用的包括胸部CT的防漏诊断,乳腺钼靶检测,脑梗、脑出血核磁分析,这几类偏筛查型;还有一些则深入到病种里头,可支持包括肺癌、乳腺癌、结肠癌、直肠癌、胃癌、宫颈癌、卵巢癌、鼻咽癌、前列腺癌等在内的癌种的诊断和治疗,AI系统会出具基于人工智能和数据挖掘为基础的、精准的诊断报告,而这种基于大量影像数据和临床数据的服务,可帮助放射医师介入临床诊疗,而随着技术的成熟和观念的改变,医院影像科以及影像医生的战略地位将有望向西方发达国家看齐。

据介绍,目前,汇医慧影的产品及服务已接入500多家基层医院和顶级三甲医院超过200家。另外,2017年7月,汇医慧影的所有服务都有国际版,并且已经在斯坦福大学医学院和哈佛大学医学院等使用。医疗人工智能是一场国际化的革命和变革,这也是国家将人工智能定义在国家战略高度的重要意义。

海外发力:培养AI跨学科超级人才,重塑AI、大数据的医疗价值

汇医慧影创始人兼CEO柴象飞,荷兰阿姆斯特丹大学医学影像学博士、美国斯坦福大学博士后,曾在美国斯坦福大学癌症中心、荷兰癌症研究所和比利时鲁汶大学放射科三家世界顶尖的医学影像机构学习和就职,主要负责和挖掘AI和大数据技术与医疗场景的深度融合和产品定义。

值得关注的是,另一位医疗人工智能顶级科学家斯坦福大学医学物理中心主任邢磊教授加盟汇医慧影,担任首席顾问科学家。邢磊教授是斯坦福大学医学院放射肿瘤学系医学物理部主任,美国斯坦福大学终身教授、同时兼任斯坦福电子工程系、分子影像及生物信息专业以及Bio-X的教授,一直致力于从事医学影像,医学物理以及医学信息方面的教学研究 20余年,发表专业论文数目超过350篇,主持过多个NIH、DOD、NSF、ACS、RSNA及其它机构的重大科研项目,曾获美国癌症协会研究学者奖、美国医学物理学会 (AAPM) 最佳论文奖、及谷歌研究奖, 是AAPM和 AIMBIE(美国医学与生物工程院)会士, 国家千人。

据悉邢磊教授正式宣布担任汇医慧影首席顾问科学家后,将充分发挥邢磊教授在肿瘤诊断和治疗领域的国际一流科研和临床实践能力,带领团队加速肿瘤AI的研发和临床实践,深入肿瘤放化疗系统、防漏诊系统、影像大数据科研平台(含影像组学分析平台)的开发和升级等,同时将以医学影像为核心,在计算机视觉、语音识别、自然语言处理、机器学习等进行深入的科学研究和市场探索,并以影像数据挖掘为基点,为临床癌症诊断和治疗提供精准的影像和人工智能支持和指导。 柴象飞表示:邢磊教授的加入是汇医慧影国际化战略布局的开端,也将引领汇医慧影走向产学研医进一步融合,围绕影像核心,做影像科的守门员,坚守我们的定位。

如果说引进顶尖人才是汇医慧影AI布局的一小步,那么让行业拥有更多专业人才则是汇医慧影AI布局中的最亮眼的一步,人工智能的最大挑战和瓶颈一直是专业人才的稀缺,就在邢磊宣布正式加入汇医慧影后,汇医慧影同时宣布了全球人工智能优才计划,汇医慧影将在邢磊的指导下全面运作全球优才计划,输送优秀的医学和数学以及计算机专业硕士以上人才至全球顶尖的学府学习深造,提高中国医疗人工智能跨学科专业人才的全球竞争力,“人工智能和医疗的结合需要方方面面、整个行业共同推动,汇医慧影愿意主动推进这个事情的提早发生和真正价值的落地。”柴象飞说。

另一个值得关注的是,除了拥有十年以上肿瘤丰富放疗经验的邢磊和柴象飞为产品核心人才外,汇医慧影的团队阵容同样豪华,拥有一批来自海内外顶尖学府的优秀人才,如哈佛大学、UCSD、伯克利大学、斯坦福大学、墨尔本大学、清华大学、北京大学等,曾在顶尖医疗机构、科研机构拥有数据处理、医学研究、临床诊疗、科研服务等就职,拥有丰富实践经验,在柴象飞看来,医学AI是一个多学科交叉的领域,需要多个行业的专家共同参与才能把事情做好。

汇医慧影:700家合作医院,95%以上准确率,我们如何从40家影像AI公司中突围

此外,邢磊教授还将推动汇医慧影的国际化、前沿化、技术化、场景化进程,2017年8月26日,邢磊教授作为大会主席,在硅谷组织了首届智能医学高峰论坛,来自Stanford、MIT、UCLA、UCSF等著名高校的专家教授及湾区多家高科技公司的行业领军人物与大家共同探讨了AI技术的发展,在医学领域的应用及行业发展的前景。2018年将在深圳由邢磊教授和中国工程院院士于金明教授共同发起第二届智能医学高峰论坛。另外邢磊教授将于本月中旬在国内北京、西安、成都等地出席国内人工智能高峰会议,发表主题为《Deep Learning and Decision-Making from Clinical Data》的主题演讲。



本文作者:AI掘金志
本文转自雷锋网禁止二次转载, 原文链接
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
人工智能 算法 数据可视化
AI Earth ——开发者模式案例2:Landsat系列影像数据去云
AI Earth ——开发者模式案例2:Landsat系列影像数据去云
34 3
|
3月前
|
人工智能 自然语言处理 机器人
移动互联网医院AI智能导诊系统源码
该功能首先是完成各类医学文献中的医学知识抽取,并对所抽取的知识进行理解和加工,包括将医学专业术语与患者语言进行对应、推理症状与疾病间的对应关系和问答对话逻辑,然后通过对医生的专业擅长、过往的诊疗经历,刻画出全面、详细、实时的医生画像,以智能问答的人机对话形式精准匹配最合适的医liao资源。
|
6月前
|
人工智能
AI Earth影像云化失败
AI Earth影像云化失败
44 3
|
1月前
|
人工智能 算法 UED
OpenAI与法国和西班牙媒体巨头合作:利用内容进行训练AI
【2月更文挑战第26天】OpenAI与法国和西班牙媒体巨头合作:利用内容进行训练AI
24 7
OpenAI与法国和西班牙媒体巨头合作:利用内容进行训练AI
|
2月前
|
数据采集 人工智能 算法
AI技术在医疗影像诊断中的应用与挑战
【2月更文挑战第9天】医疗影像诊断一直是医学领域中的重要环节,而随着人工智能技术的不断进步,其在医疗影像诊断中的应用也日益广泛。本文将探讨人工智能在医疗影像诊断中的应用现状、挑战和未来发展趋势,以及对医疗行业和患者带来的影响。
|
2月前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗影像诊断中的应用探讨
【2月更文挑战第5天】传统医学影像诊断面临着检查周期长、人工操作繁琐等问题,而人工智能技术的不断发展为医疗影像诊断带来了新的可能性。本文将探讨人工智能在医疗影像诊断中的应用现状、优势和挑战,并展望未来的发展方向。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
Java医院医学AI智能导诊系统源码
降低医疗成本:通过智能导诊系统的精准分诊和优化就诊流程,可以降低患者的就诊成本和医院的资源浪费,提高医疗资源的利用效率。
38 0
|
4月前
|
人工智能 自然语言处理 搜索推荐
AI智能导诊源码,可应用于微信线上挂号、互联网医院、区域平台、智能硬件等场景
人体智能导诊系统:是基于医疗AI、自然语言处理技术,推出的在线导医分诊智能工具,在医疗中使用的引导患者自助就诊挂号。 在就诊的过程中有许多患者不知道需要挂什么号,要看什么病,通过人体智能导诊系统,点击对应的人体部位,选择自身疾病的症状表现,准确推荐科室,引导患者挂号就诊,实现科学就诊,减少患者挂错号多跑路的情况。可应用于微信线上挂号、互联网医院、区域平台等场景中,解决了患者因医学知识缺乏,院内咨询不便所导致的医患资源错配的痛点,同时满足医院智慧服务评级的诉求。
|
9月前
|
人工智能 达摩院 安全
巨人网络与阿里云签署合作备忘录,建立 “游戏 + AI”全面合作
阿里云达摩院也将为双方合作提供深度技术支持。目前国内最大、由阿里云达摩院主导维护的 AI 模型开源社区魔搭社区 ModelScope ,将结合巨人网络业务需求场景,进行 AI + 创作工具、游戏 + AI 玩法的场景挖掘,持续迭代升级模型能力,提升产品性能。
|
6月前
|
存储 人工智能 安全

热门文章

最新文章