每經(jīng)編輯 每經(jīng)記者 趙天宇 每經(jīng)編輯 陳俊杰    

【編者按】當AlphaGo在2016年戰(zhàn)勝人類圍棋高手李世石時，人工智能被認為將改變世界。在AlphaGo Zero、Alpha Zero一路進化的同時，人工智能在醫(yī)療領域的應用也開始逐漸落地。其中，醫(yī)學影像由于具備數(shù)據(jù)客觀、易于標準化的特征，被認為是醫(yī)療人工智能最早突破的方向。

時至2017年，AI在醫(yī)療影像領域的賽道迅速并攏。肺結節(jié)，一個肺部的疾病征象，吸引了絕大部分AI+影像公司的注意。以AI輔助篩查肺結節(jié)的項目，成為AI+影像公司的標配，2017年甚至被業(yè)內(nèi)稱為“肺結節(jié)年”。到目前為止，AI+影像行業(yè)不斷傳出新的融資消息，這些公司幾乎全部從肺結節(jié)賽道走來。

不過，資源的快速集中也讓人開始思考其中的價值：不斷刷新的準確率能為臨床應用提供多大的幫助？投資人期待看到的項目，僅具備準確篩查肺結節(jié)的能力就足夠了嗎？

每經(jīng)記者 趙天宇 每經(jīng)編輯 陳俊杰

人工智能在醫(yī)學影像探索幾年后，各家公司“殊途同歸”的集中在了肺結節(jié)領域。

肺結節(jié)是一種病因未明的多系統(tǒng)多器官的肉芽腫性疾病，這種病變通過醫(yī)學影像可以觀察到。2017年至今，AI+醫(yī)學影像領域的大部分公司，業(yè)務都涉及AI輔助診斷肺結節(jié)項目，公布的檢測準確率普遍在90%以上，而且這個數(shù)值越來越高。同時，一些創(chuàng)業(yè)公司也迅速獲得融資，2017年被業(yè)內(nèi)稱為AI影像“肺結節(jié)年”。

這場火熱在2018年持續(xù)。3月31日，中國醫(yī)師協(xié)會胸外科醫(yī)師分會、四川大學華西醫(yī)院、零氪科技共同組織了一場AI輔助肺小結節(jié)診斷體驗活動，探討AI在肺結節(jié)領域的應用情景；同日，AI+影像公司視見科技完成6000萬元的A輪融資；4月2日，AI+影像公司深睿醫(yī)療完成B輪1.5億元融資，自2017年4月至今的一年中迅速完成3輪融資總計3億元。在這兩家公司提供的服務中，AI輔助篩查肺結節(jié)當然是不可或缺的項目。

公開數(shù)據(jù)多、數(shù)據(jù)獲取相對便利，以及肺結節(jié)影像直觀、便于觀察診斷的特性，造成AI進入這一行門檻不高。同時，影像科醫(yī)生人手不足、影像數(shù)據(jù)快速增長，也為這一細分領域創(chuàng)造了商機。

●AI影像“肺結節(jié)年”

胸部CT放射影像技術是肺癌早期篩查的手段之一，AI輔助診斷肺結節(jié)就成了相關企業(yè)的關注點。

很多創(chuàng)業(yè)公司能夠提供AI識別肺結節(jié)的服務。例如，深睿醫(yī)療在2017年的主打產(chǎn)品Dr.WISE CAD醫(yī)療影像診斷系統(tǒng)，主要應用于肺結節(jié)的檢測，準確率98.8%；圖瑪深維對肺結節(jié)的檢出敏感性為96.5%，肺結節(jié)產(chǎn)品已經(jīng)和國內(nèi)數(shù)十家企業(yè)建立合作關系；匯醫(yī)慧影AI檢測肺結節(jié)，準確率在95%以上；推想科技官網(wǎng)顯示，該公司的智能X線輔助篩查產(chǎn)品在肺結節(jié)檢測上表現(xiàn)突出，在合作醫(yī)院試用過程中檢測出數(shù)例險些被遺漏的肺癌病例。

AI診斷肺結節(jié)領域，還有跨界而來的創(chuàng)業(yè)公司。例如，2016年進入醫(yī)療行業(yè)的依圖科技，此前以提供人臉識別技術為主業(yè)；在實際使用5個月后，浙江省人民醫(yī)院放射科與該公司聯(lián)合訓練出來的肺結節(jié)計算機智能檢測系統(tǒng)，計算機肺小結節(jié)的識別率就已經(jīng)超過90%，準確率達到95%。

上述創(chuàng)業(yè)公司，均在2017年或2018年初取得不同程度的融資進展。

肺結節(jié)領域也從不缺少大公司及上市公司的身影，而且均在爭相刷新行業(yè)紀錄。2017年7月，由阿里健康研發(fā)的醫(yī)療AI“Doctor You”公開發(fā)布，其對外展現(xiàn)的便是CT肺結節(jié)智能檢測引擎在遠程診斷的應用場景；2017年8月，科大訊飛在國際權威的醫(yī)療影像大賽LUNA（肺結節(jié)智能讀片）上，獲得平均召回率92.3%的檢測效果，刷新當時世界記錄；2017年9月，LUNA的排行榜上，復星星際大數(shù)據(jù)（FONOVA）以“假陽性篩查”平均召回率0.966的分數(shù)刷新紀錄；2018年1月，LUNA公布結果顯示，中國平安集團旗下平安科技的智能讀片技術，分別以95.1%和96.8%的精度刷新了“肺結節(jié)檢測”和“假陽性篩查”的世界紀錄。

在科大訊飛醫(yī)療總經(jīng)理陶曉東看來，各家公司的準確率相近，其實從某種意義上來講，反映出來的是領域內(nèi)很多企業(yè)的創(chuàng)新能力不夠；此外，其他領域數(shù)據(jù)來源的限制，以及算法及監(jiān)管因素等限制，使得很多公司都選擇了相似的領域。

●臨床需求有“痛點”

“現(xiàn)在大家所選擇的領域基本上都差不多，因為肺結節(jié)這塊公開域的數(shù)據(jù)最多。”陶曉東說。

圖像識別是深度學習等人工智能技術最先突破的領域，目前AI+醫(yī)學影像在國外已有成熟且公開的算法及相關的試驗數(shù)據(jù)。

阿里健康人工智能實驗室主任范繹對《每日經(jīng)濟新聞》記者表示，從數(shù)據(jù)角度看，無論是學術界還是工業(yè)界，在肺結節(jié)領域的相關積累都比較早。萬里云醫(yī)療信息科技（北京）有限公司CEO黃家祥介紹稱，在肺結節(jié)領域，有很多數(shù)據(jù)集可以直接下載，國外一些研究機構也有公開數(shù)據(jù)，阿里云的天池也提供數(shù)據(jù)集下載，渠道相對較多。

從數(shù)據(jù)基礎上來講，人工智能需要基于大量的數(shù)據(jù)進行深度學習以后，才能不斷完善和應用。心醫(yī)國際相關人士對記者表示，多年累積的經(jīng)醫(yī)生、專家判讀的醫(yī)學影像數(shù)據(jù)，為人工智能的學習提供基礎。

神經(jīng)系統(tǒng)、腹部的組織影像學表現(xiàn)則相對復雜，尤其是腹部的臟器較多，黃家祥表示，且正常組織與大多病變組織密度接近，數(shù)據(jù)分析識別難度系數(shù)高一些，所以很多企業(yè)一開始都會選擇在肺結節(jié)領域入手。

通江資本董事總經(jīng)理施小平亦向記者表示，在肺結節(jié)等方向的AI影像技術發(fā)展較快，是因為肺結節(jié)較為直觀測量、便于觀察診斷，可以說肺結節(jié)AI影像是一個提升AI影像技術極佳的切入點。

“從醫(yī)療角度看，肺部是影像拍攝量最多的部位，而對結節(jié)的審查是肺部看片的核心訴求。”范繹說。

數(shù)據(jù)顯示，目前我國醫(yī)學影像數(shù)據(jù)的年增長率約為30%，而放射科醫(yī)師數(shù)量的年增長率僅為4.1%。放射科醫(yī)師數(shù)量的增長遠不及影像數(shù)據(jù)增長。這個現(xiàn)象意味著放射科醫(yī)師在未來處理影像數(shù)據(jù)的壓力會越來越大，甚至遠遠超過負荷?！?018年醫(yī)療人工智能技術與應用白皮書》認為，人工智能輔助診斷技術應用在某些特定病種領域，將大幅提高醫(yī)療機構、醫(yī)生的工作效率。

心醫(yī)國際相關人士表示，我國影像檢測普及度高，影像診斷醫(yī)生增長速度尚不能滿足市場需求，醫(yī)生平均需要花費10到15分鐘來進行有效的診斷和報告，長時間讀片會出現(xiàn)視覺疲勞，容易造成漏診，AI因此被給予巨大的期望。