东软医疗黄峰：AI助力解决医疗痛点问题的路径探索 | GAIR2021

近日，第六届全球人工智能与机器人大会（GAIR 2021）在深圳正式闭幕，140余位产学领袖、30位Fellow聚首，从AI技术、产品、行业、人文、组织等维度切入，以理性分析与感性洞察为轴，共同攀登人工智能与数字化的浪潮之巅。

在医疗科技高峰论坛上，东软医疗人工智能研究院院长，MDaaS事业群总经理黄峰博士以《AI助力解决医疗痛点问题的路径探索》为题，用“修路”和“跑车”来形容医疗新基建的价值。

在黄峰看来，医疗器械是大健康产业的“国之重器”，高端医疗制造业将是健康中国2030规划的重要载体。国内的医疗器械厂商也在不断提升自身研发能力和产业链整合能力。

在智能时代，越来越多的厂商也在进行“软硬结合”，但无论是传统企业还是创新企业，都有自己的创新侧重点。

作为一家设备企业起家的企业，东软更倾向于打造一个基于医疗设备和医疗影像数据的开放式智能服务平台，接洽更多的企业、医疗机构、科研人员、医患等，合力推动医疗生态的繁荣。

以下为黄峰博士的现场演讲内容，雷峰网(公众号：雷峰网)&医健AI掘金志作了不改变原意的编辑及整理。

各位现场和线上的同事、专家，下午好！我是来自东软医疗的黄峰，前面几位专家都做了非常精彩的报告。

萧教授提到，传统影像公司一定是做全链条的，但是最开始一定要围绕着设备，像自动摆位、快速重建、低剂量的CT成像等等，都是围绕着设备的人工智能。

除此以外，我们也在做一些其它的布局，我就来汇报一下我们如何利用AI来解决目前医疗面临的一些痛点问题。

我国面临两大医疗痛点，一个是医疗资源不足，尤其是影像科医生的增长速度远远低于影像数据的增长速度；另外一个就是医疗资源分布不均。

从国家的角度来说，如何解决这两个问题，一个是AI+云服务，一个是AI+互联网。

AI+云服务为企业来讲带来了很多新的商机，比如按次付费、按例付费；而结合互联网的AI则是帮助企业创新商业模式。

从政策上来说，国家倡导互联网和人工智能相结合，来解决我们国家面临的两大医疗痛点。中央政府、各个地方政府都出台了很多文件，促进“互联网+、AI+”的落地，其中就包括数字影像服务和人工智能服务的收费标准，这对企业和行业来说都是非常好的事情。

东软医疗基于以上的这个背景想做一件事情，就是结合互联网，利用互联网搭建一个大的平台出来。我们给它起了一个名字叫MDaaS，全称“Medical Devices&Data as a service”。

它来源于软件即服务，也就是SaaS，我们把它变成了“医疗设备与医疗影像数据服务”。我们利用这个网络连接相关方，从设备到医疗机构、政府、科研机构、患者，我们把所有的利益相关方整合在一起，利用这个平台为大家服务，这就是MDaaS的想法和初衷。

MDaaS目前做了什么，这个平台是什么样的现状呢？

首先我们修了路，实现了基础平台的建设。

我们搭了几个不同场景的平台。第一个平台基于公有云，面向基层医疗机构的智能影像云平台，命名为NeuMiva，解决基层医疗机构诊疗能力不足的问题。

第二个平台基于私有云，面向卫健委所辖的医疗机构的省市级智能影像云平台，命名为NeuMica。

第三个平台面向专科化疾病的智能诊断和分级诊疗的平台，目前我们搭建了两个，一个针对脑卒中的eStroke，另外一个是针对肺部疾病的叫eLungCare。

我们把相关方都联系到了一起，这是第一步，好比修好了路。有了路才能跑车。

第二步，就是跑车：实现产业生态链的互通互联。

这些平台把设备、医疗服务提供者、患者、政府、科研机构和第三方服务提供者连接、融合起来，实现了数据的互通互联，也实现了人工智能产品在平台上的应用，比如产品的远程在线运维、远程在线辅助诊断、人工智能辅助诊断等。

我们修了路、跑了车，具体价值有哪些呢？

一个是助力了设备管理。

MDaaS平台首先连接起了东软医疗自己的设备。在全球，我们装机量共有4.1万多台套，从2016年我们开始部署MDaaS平台后，连接了3400多个设备，在线运行近2000台。实时采集设备9大类运行数据，包括：

系统稳定性数据、部件可靠性数据、系统部件寿命数据、扫描协议使用频率分布数据、扫描剂量统计数据、患者部位统计数据、患者处理量数据、工作流效率数据、性能维护状态数据。

同时，我们利用云端的数据对这些设备进行监管，把设备运行的情况反馈给医疗机构，帮助他们做更好的影像设备的监管和管理。

另外一个是助力了医疗机构，提升基层医疗机构的诊疗水平。

不管是公有云、私有云，还是专科化的云，我们在云端平台部署了大量的人工智能工具，比如科亚的、深睿的这些头部人工智能公司的工具。

这个平台相当于一个入口，所有的人工智能工具都部署在这个平台上。

当我们的平台部署到基层医院，基层医院不再需要花钱买那么多的人工智能工具，大大降低了基层医疗机构使用人工智能工具的门槛。

除了利用人工智能工具以外，我们还通过5G技术将这个平台连接起基层和专家。比如一个真实的应用场景：

我们在云端实时传输四条线，影像、声音、视频，以及病人相关的资料，5G零延时远程超声会诊, 可实现远程超声指导服务。

目前针对基层医疗机构的公有云平台NeuMiva，能看到现在这个平台上总共接入3000多个医学影像设备用户，服务量超过100多万次。这些数据实时变化的，那些红点就是正在使用的医院。

这种平台的建设，确确实实连接起来了基层医疗机构、远程的专家以及人工智能公司。为接入MDaaS平台的影像设备赋予了辅助诊断的能力。提升了医疗机构的诊疗能力，促进了分级诊疗的实现。

另外一个价值是助力医疗机构减轻数据存储的成本。因为数据存储有国家规定，医疗机构的门诊病历的保存期不得少于15年，住院病历的保存期不得少于30年。

这个不仅对大医院来说是一个负担，对基层医院更是负担，不仅要专门设置一个储存空间，配备专门人员，还要每年扩容，成本相对于存量来说偏高。

而我们利用云端的技术帮助它们解决了这个问题，所有的数据由我们来帮它存储、管理，并通过电子胶片展示全息影像的信息，以二维码和密码锁定，防止丢失或泄露。不仅实现了数据的互通互联和远程调阅，降低了医疗机构的数据管理成本，方便了医生的移动办公，改善了患者的就医体验，而且降低了传统胶片购买产生的数千万元支出。

目前我们已经通过与阿里云、中国电信、中国联通等云服务商的合作，东软医疗已经受用户委托管理了384万例影像数据。

同样这个平台也能帮助到病人。很多基层医疗机构的医生向我们反馈了他们用后的感受，表示当地的病人看病不再需要跑到大型三甲医院或大城市，在当地的卫生所或者基层医疗机构就可以享受到同样的医疗待遇。

因为我们的平台上有专家资源，当影像传输到我们的平台上，上海、北京的专家就能远程看病。这样的好处是提升基层医疗机构的整体能力，实现我们国家所号召的“小病不出村、大病不出县”的政策。

总体来说，我们的平台既能帮助到医疗机构、帮助到病人，还帮助到政府，推动行业和产业的医改、解决痛点。

我们有一个跟政府机构合作的医疗平台NeuMica，属于我们和政府机构合作，平台为政府机构所有，由我们来建设、运营。

目前辽宁省和黑龙江省都已经搭建起了这个平台并投入使用借助这个平台实现远程诊断、数字胶片运营等服务。这种模式我们也在不断地复制，希望推广到其它省份。

从经济方面说，平台将“降本增效”发挥出极大价值。

还有一个价值是赋能科研。因为现在不仅仅是医疗机构、政府和患者在使用这个平台，科研机构和人员也可以使用这个平台。

目前我们部署了两个专科的网络平台：一个是脑卒中平台，2019年成立，与首都医科大学宣武医院及其牵头成立的互联网疗诊治技术国家工程实验室，借助互联网和人工智能技术联合组建了eStroke国家溶栓取栓影像云平台，面向基层医院提供智能化评估和专家在线辅助功能，实现脑卒中的智能化在线解决方案。

这是一款针对急性缺血性脑卒中影像的自动智能分析软件，和首都医科大学共同建设的平台，是我们研发出来的NeuBrainCare里面最核心的一个产品，自动分析患者脑灌注图像及相关影像数据，做侧枝循环评估、组织窗评估，也可以做灌注图谱等等。

它属于eStroke本地版本，功能与效果上无差异，但处理速度与体验感比eStroke平台版更加优质。

这是eStroke平台整个的框架，以宣武医院为龙头，联系上一些省级的卒中中心、市县级卒中中心，形成一个以宣武医院为中心构建面向全国的卒中医疗网络体系。

既帮助基层医疗机构提升他们的水平，又能实现分级诊疗，让最佳，最节省的脑卒中医疗解决方案普及到中国的每一个角落。

这是真实的eStroke平台上的病历，所有的数据都是自动的，扫描后自动上传，3分钟返回报告。报告中包括了一些关键值的计算，从而实现7×24小时全天时帮助基层医疗机构。

如果病人对这个结果有疑问，还可以借助eStroke平台找到宣武的专家，进行进一步的分析和诊断。

这个平台目前在全国已经连接了83家医院，遍及全国22个省市，总共使用量已经有1.2万亿，真正帮助到了1.2万亿病人的卒中问题解决。

另外一个是在呼吸系统解决方案领域，NeuLungCare。公司与广州呼吸健康研究院（钟南山院士团队）、医科大学附属第一医院国家呼吸系统疾病临床医学研究中心联合组建了“呼吸影像大数据与人工智能应用联合实验”，创建了eLungCARE呼吸健康影像云平台，实现呼吸系统疾病的智能化在线解决方案。

我们没有做太多肺结节和肺炎的事情，当时和钟院士团队合作的时候，我们就想解决一些大家没有做的事情，减轻医生的工作量，把一些资历比较浅的医生、不会做的事情变得自动化。所以我们当时决定：一个是支扩，一个是COPD，一个是肺栓塞。

现在这个平台上的牵头单位就是广一医，有30多家医院在这个平台上。

我们2019年中成立这条线，2020年就碰上了新冠，所以我们也做了一些应对新冠肺炎的工作。但是主要的工作还是集中在上面三点。

此外，我们在这个平台上还搭载了一系列科研工具，基于共享数据、共享算法算力、共享人工智能工具，推动异地多点协同研发。

比如很多影像组学的工具都部署到了这个平台上，其中一个标注的工具叫飞标，可以实现半自动的标注。它是不断优化的，越往后越快。基本上是按照前面训练的算法先做一个基础分割，后面只需要做一些小的修改。前面是半自动化的，后面是自动化的。

这种方式极大降低了大多数人对算法应用的门槛。因为我们的平台要服务于很多非专业人员，医生有很多想法，他要用人工智能算法的时候，不需要对人工智能算法特别懂，完全拖拉式的、像搭积木一样的使用就可以，整个过程就变得非常简单。

而且异地多点协同创新促进了临床和高端医学影像设备技术的进步，最终也推动了东软医疗为用户提供更多更优质的服务。

目前我们已经和多所医疗机构和科研单位建立多点协同的产学研合作关系，包括朝阳医院、吉林大学第一附属医院、中科院自动化所、厦门大学等。

最后是赋能合作的企业。

我们现在这个平台上面已经部署了很多的头部人工智能企业的产品，通过这种合作，一方面是使得我们的平台的功能越来越强大，帮助到用户；另外一方面，是对更多的人工智能企业起到了一个促进的作用。

就像一开始我们讲的，我们是设备企业，并非特别专注人工智能产品，所以我们更倾向于打造一个开放式平台，和更多的人工智能企业进行合作。

通过这种合作的关系，来赋能我们的产品、设备，从而再推动我们的平台上能够跟更多的研究机构、医疗机构合作，推动整个医疗生态的繁荣。

所以总体来看，MDaaS平台就是一个人工智能的“新基建”，连接起了各个利益相关方，共同致力于医疗世界和更广阔的现实世界的发展。我的汇报就到这里，谢谢大家。