产品与科研“双路径”下的影像AI技巧论

我分享的题目是“医学影像科研创新与产品转化”，深睿医疗成立三年多，一直是以“创业者”的心态进行发展，坚持打造自己的核心技术、孵化产品线、完善产品矩阵。

医疗的核心问题在于“优质医疗资源的供给和服务的不对等”。

北上广深医疗资源相对集中，边远地区的医疗资源较差，疫情期间这一现象有明显的体现，人口老龄化问题的加剧，也会让这一问题进一步凸显，最终需要新的技术进行帮扶。“AI+医疗”也许是很好的解决方案、能够为医生、患者、医院提升效率、降低成本、已经被大家看好和期待。

在医疗+AI的方向上，深睿选择了医学影像入手，原因在于：

首先，临床价值层面，80%的临床问题的都需要医学影像辅助；

其次，数据层面，医学影像具有文本、图像、基因等多模态数据，同时在规整性、数据量等方面都非常适合；

最后，技术层面，以深度学习为代表的新一代AI技术让图像处理和识别有了长足进步；

从2017年到现在，医学影像AI一直向好的方向发展，利好政策也在持续释放，企业数量不断增多。这个变化从大的趋势角度来看，是医学影像逐渐信息化的过程，从传统胶片到Pacs，再到AI技术的引入，逐步向智能化转型。

深睿把这个变化分为几个里程碑：2017年影像AI元年的单病种、2018年探索在医疗机构落地、2019年更大规模应用、2020年启动商业化，持续变化，最终形成应用的闭环。

医疗AI的进步源于对效率提升的作用，“AI+医生”相比人工阅片，在时间、准确性、重复性上均有大规模提升，也对医院的效益和成本有优化作用。

深睿Dr. Wise医学影像产品线，目前已经在400多家医疗机构落地，场景包含重疾筛查，基层急诊、特色专科，其中三甲医院占比非常高。

影像AI产品的临床应用很广，用处很大，对未来也将是很好的支撑，但产品的关键点在哪里？

首先，需求一直都在，最简单的肺结节检测需求已经出现几十年，一直没有被攻克，直到近些年深度学习技术进入医学图像领域之后，才得到解决。

提出问题可能并不困难，但真正的实现，技术是否可行非常关键。虽然是以需求为主，但如果技术不存在或实现不了，产品只能是望梅止渴。

所以，医学影像AI产品的设计、研发、创新等环节尤为关键。

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!