资讯 未来医疗

平安科技首席医疗科学家谢国彤:布局医疗AI生态,我们如何落子?

作者:刘伟
2018/11/19 21:42

平安科技首席医疗科学家谢国彤:布局医疗AI生态,我们如何落子?

雷锋网(公众号:雷锋网)注:观众排队体验平安科技的智能眼部筛查系统

11月15日,深圳高交会进行到第二天。6号馆平安科技的展台外排起了长长的队伍,队伍里的人们正在耐心等待体验平安医疗科技的OCT智能眼部筛查系统。

两大“杀招”,平安眼部筛查系统受热捧

医学AI的热潮翻涌两年之后,智能眼部筛查系统已经算不上新鲜事物,许多医疗AI企业都推出过类似的产品。平安医疗科技(前身为平安科技旗下智能医疗平台)这套系统的特别之处在于,它是围绕三维OCT图像开发的。

相比眼部筛查常用的二维眼底彩照,OCT图像质量更高,诊断效果也更加出色。而且OCT的筛查范围比眼底彩照更加广泛,除了糖网还能覆盖老年黄斑变性、病理性高度近视眼、青光眼等几乎所有眼底疾病。据平安科技首席医疗科学家谢国彤介绍,平安医疗科技的这套系统目前已经能够识别出18种不同病变。

据了解,这套智能眼部筛查系统是由平安医疗科技与Optovue美国光视联合打造的。基于平安科技的深度学习技术,这套系统的糖网识别准确率已经达到了98.5%。

14日至15日上午,共有126名观众在平安科技的展台体验了OCT智能眼部筛查,从开始检查到扫码获得智能筛查报告平均只需要3分钟。最后,系统筛查出了5例阳性患者,其中4例为视网膜低反射,1例为非急性黄斑区前膜。

这套系统之所以性能如此出众,很重要的一个原因在于,平安科技在模型训练过程中使用了生成对抗网络(GAN)技术。谢国彤介绍,医学AI模型需要用大量标记好的数据进行训练,但任何项目都需要经历数据由少到多的过程。而且数据集里不可避免有些病变数据量多,有些病变数据量少,即数据集不均衡。用这样的数据集训练模型,效果通常比较差。

为了解决这个问题,平安科技尝试用GAN网络生成稀缺的病变数据。谢国彤介绍,这种方法使得平安只需要少量数据就可以开始训练模型,后续随着数据量增加再快速迭代,最后让模型的泛化性有了很大提升。

通过类似的技术,平安科技共开发了40种影像模型,覆盖了放射、病理和视网膜三大类影像。目前这些模型已经在上百家公立医院落地使用,每天有接近两万张图片上传。

四大产品,平安AI覆盖医疗全流程

除了以OCT智能眼部筛查为代表的智能影像筛查辅助诊断系统,此次高交会平安医疗科技还展示了智能疾病风险预测、智能质量控制云平台、智能疾病临床决策支持系统CDSS三大解决方案,覆盖了从诊前、诊中到诊后的各个医疗环节。

其中,智能疾病风险预测已经在重庆、深圳两市落地应用,可以提前一周预测传染病的发生情况,流感和手足口病预测模型的准确率均达到86%以上,高发季预测准确率高达90%以上。在年初的一次深圳市流感预测监控中,平安的AI模型提前一周预测了流感活跃趋势,有效帮助了深圳市防控疫情爆发。

这两年国内涌现出了大量医疗AI创业公司,但大部分公司的产品仍然停留在科研阶段,没能真正落地。谢国彤指出,这些公司探索的只是医疗链条其中一环上很小的一个点——比如肺结节筛查,对医疗行业的帮助有限。很多医生表示,他们日常工作时基本不用这类产品。因为肺部CT能反映的病变种类很多,除了肺结节还有肺气肿、肺炎等。肺结节筛查AI阅片之后,医生还要看影像中是否包含其他病变,实质上效率并没有提高。

平安科技打造医疗AI的思路是覆盖全病种和全医疗流程。人类疾病多如星辰,任何一家企业都不可能穷尽,因此平安科技希望借助平安云的生态优势打造一个医疗领域的iOS。“OCT智能眼部筛查就像这个iOS中的原生APP,平安未来会在应用中不断打磨平台,通过投资、合作等形式引入更多的‘开发者’,共同构建医疗AI生态。

两重生态,平安放眼大医疗健康战略

作为一家以金融为核心业务的企业,平安布局医疗AI的时间并不长,却在短短时间内取得了如此亮眼的成绩。这一方面是因为平安对医疗健康业务十分重视,另一方面是因为它拥有很好的技术落地土壤。

2016年,平安集团提出了聚焦“大金融资产”和“大医疗健康”两大板块的发展战略,健康管理被放到了前所未有的战略高度。平安集团的“大医疗健康”战略包含两个方面:一是自建生态;二是通过外部投资打造航母集群。

平安的自建生态包含三个维度——Payment、Patient和Provider。付费端,平安拥有健康险、寿险、养老险等和医疗相关的传统优势业务,连接了1.8亿用户。此外,平安还为政府提供医保控费、精算服务,覆盖了280个城市和8亿人口。患者端,平安拥有平安好医生和平安万家诊所。供应端,平安虽然没有自己的医院,却可以通过人工智能等技术手段在疾病预测、筛查、治疗、随访等各个环节赋能医院。

当这三大维度的业务捏合到一起,高效联动时,将爆发出惊人的合力。“有些企业AI很强,但缺少云平台作为生态的基础;有些企业云业务很强,但缺少触及医院和政府的渠道。平安在渠道方面有着近三十年的积累,不是其他企业一朝一夕就能追赶的。当云、AI和渠道这三个方面结合到一起,平安在医疗方面优势还是很大的。”谢国彤对雷锋网说道。

自建生态之外,平安集团旗下的两大投资公司——领航基金、平安创投,还能以资本为纽带,连接第三方企业打造一支庞大的航母集群。

五大优势,平安医疗AI野蛮生长

平安对医疗健康的重视,源于后者和平安原有的金融、保险业务有很强的互补效应。谢国彤介绍,做医疗人工智能产品有五大关键要素——数据、人才、算法、场景和资本。

高质量数据是医疗人工智能的根本。过去三十年里,平安沉淀了海量的用户数据。保险业务的特殊性质,确保了这些数据是真实有效的。人才方面,医疗AI作为一个多学科交叉领域,迫切需要对医疗和人工智能都有深刻理解的人才。平安丰富的数据集团和广阔发展空间为延揽人才提供了诸多优势。有了优质的数据和人才,算法自然水涨船高,但任何算法最终都要落地到场景里才能产生价值。

加入平安科技之前,谢国彤在IBM工作了15年。谢国彤介绍,在科技类公司做医疗产品,最后往往会遇到一个问题:商业模式是什么?

“医疗AI和平安的核心业务——金融、保险天然契合。保险公司和政府、患者在医疗健康方面的诉求是相同的,就是让大家少生病、不生病。疾病预测、筛查和精准诊断可以帮助患者早发现、早治疗,大幅减少医疗理赔支付。保险业务可以为医疗AI积累数据,数据产生的洞见又可以反馈到保险业务中,这是一个天然的业务闭环。”

做医疗AI产品需要持续的资金投入,无论引进人才还是敲开医院大门,都需要耗费大量资金。一个小团队融几千万听起来很多,但可能一年就烧完了。平安每年会投入100亿用于AI、Blockchain、BigData、Cloud的技术研发,充足的血液供给为技术不断更新迭代提供了保障。

谢国彤表示,医疗AI现在才刚刚起步,整个行业仍然处在试错的阶段,但好的土壤可以极大缩短试错时间。平安在数据、人才、算法、场景和资本方面的优势为医疗AI的发展构筑了一片沃土。“我来平安科技一年,感觉做了之前在IBM五年做的事情”,谢国彤说道。雷锋网雷锋网

文章点评
相关文章