發(fā)布日期：2016-09-05
2016年8月11日，IBM Watson for Oncology落地中國(guó)，這是一個(gè)癌癥診斷機(jī)器人。IBM Watson可以在17秒內(nèi)，閱讀3469本醫(yī)學(xué)專著，248000篇論文，69種治療方案，61540 次實(shí)驗(yàn)數(shù)據(jù)，106000份臨床報(bào)告，并根據(jù)醫(yī)生輸入的病人指標(biāo)信息，最終提出優(yōu)選的個(gè)性化治療方案。
隨著技術(shù)領(lǐng)域的發(fā)展與合并，新的生物醫(yī)學(xué)前沿正在不斷交融。一類新興的學(xué)科正在興起，它橫跨人工智能、大數(shù)據(jù)與醫(yī)療領(lǐng)域，收集、歸納所有的健康數(shù)據(jù)，并經(jīng)過(guò)計(jì)算與整合，給出醫(yī)生以更準(zhǔn)確的診斷結(jié)果和更完備的治療方案。
這個(gè)學(xué)科叫做醫(yī)療大數(shù)據(jù)。
在展開(kāi)盤(pán)點(diǎn)之前，我們先討論兩個(gè)“為什么”。
在醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)中，近年來(lái)的熱點(diǎn)無(wú)疑是影像數(shù)據(jù)分析公司。為什么？
第一，影像數(shù)據(jù)獲取更容易。相比于病歷數(shù)據(jù)動(dòng)輒三五年的時(shí)間跨度，影像學(xué)數(shù)據(jù)則只是 “一秒鐘”。對(duì)于數(shù)據(jù)公司而言，獲得上百萬(wàn)張片子難度不算很大，但是有幾十萬(wàn)份完整的結(jié)構(gòu)化的病人病歷就不容易了。
第二，影像數(shù)據(jù)處理難度更小。一份病歷要包含的信息至少有病史、病人信息、癥狀、治療手段、愈后恢復(fù)等方面，而影像學(xué)的數(shù)據(jù)就是一張片子。
第三，影像數(shù)據(jù)重要。影像檢測(cè)信息是最直觀反映病人病情信息的數(shù)據(jù)，也是醫(yī)生確定治療方案的最直接依據(jù)。
醫(yī)療影像包含海量數(shù)據(jù)，即使有經(jīng)驗(yàn)的醫(yī)生有時(shí)也顯得無(wú)所適從。
在中國(guó)，醫(yī)療圖像智能診斷的需求來(lái)得尤為迫切。為什么？
第一，影像科醫(yī)療資源在中國(guó)非常短缺。
相比發(fā)達(dá)國(guó)家，中國(guó)影像科醫(yī)療資源短缺嚴(yán)重。一方面，醫(yī)學(xué)影像的閱讀需要長(zhǎng)時(shí)間專業(yè)經(jīng)驗(yàn)的積累，也就是說(shuō)影像科醫(yī)生的培養(yǎng)周期相對(duì)較長(zhǎng)；另一方面，影像科在醫(yī)院內(nèi)部地位、收入不高，愿意從事影像學(xué)的醫(yī)生越來(lái)越少。
而智能影像檢測(cè)軟件能從效率與精度兩個(gè)方面改善這樣的局面。智能軟件可以快速處理片子，甚至比醫(yī)生更快，還可以減少人為操作的誤判率。美國(guó)哈佛醫(yī)學(xué)院參與的智能診斷臨床試驗(yàn)顯示，人工智能輔助醫(yī)生進(jìn)行乳腺癌診斷可以將誤診率從 4% 降低到 0.5%。
第二，第三方檢測(cè)機(jī)構(gòu)在近年的興起。
第三方檢測(cè)機(jī)構(gòu)在這里是指獨(dú)立于醫(yī)院體系的醫(yī)學(xué)影像中心，比如如上海全景這樣的企業(yè)。相比于醫(yī)院內(nèi)的檢測(cè)，第三方檢測(cè)機(jī)構(gòu)的效率更高，可以充分利用社區(qū)資源，不牽扯醫(yī)生利益，是大勢(shì)所趨。今年全國(guó)各省市陸續(xù)放開(kāi)了獨(dú)立醫(yī)學(xué)影像中心的政策限制，其中江西省行動(dòng)最快，上半年已經(jīng)批準(zhǔn)了三家獨(dú)立醫(yī)學(xué)影像中心。
第三方檢測(cè)機(jī)構(gòu)想要開(kāi)展影像檢測(cè)業(yè)務(wù)，必須取得資質(zhì)認(rèn)證，資質(zhì)認(rèn)證包括一定級(jí)別的器材與人員。而專業(yè)人員培訓(xùn)周期長(zhǎng)，智能圖像診斷的需求就一下子上來(lái)了。
盤(pán)點(diǎn)了 5 家世界范圍內(nèi)最值得關(guān)注的醫(yī)療影像數(shù)據(jù)公司，主要評(píng)價(jià)標(biāo)準(zhǔn)如下：
數(shù)據(jù)占有量
針對(duì)細(xì)分領(lǐng)域前景
創(chuàng)始人背景
臨床機(jī)構(gòu)合作情況
以及目前公司業(yè)務(wù)進(jìn)展。
其中，我們把 “數(shù)據(jù)占有量” 放在權(quán)重更大的位置上，原因在于：我們認(rèn)為，系統(tǒng)、廣泛的數(shù)據(jù)庫(kù)帶給數(shù)據(jù)公司的意義是難以估量的。智能診斷系統(tǒng)把數(shù)據(jù)庫(kù)作為訓(xùn)練的樣本，訓(xùn)練庫(kù)越大，得到的診斷建議也就越準(zhǔn)確。醫(yī)學(xué)診斷和人種、生活習(xí)慣以及基因有很大的相關(guān)性，更需要覆蓋廣泛的數(shù)據(jù)庫(kù)才能實(shí)現(xiàn)精準(zhǔn)診斷。
1. IBM Watson
2016 年 8 月初，利用 IBM Watson 的人工智能系統(tǒng)，日本東京大學(xué)的科學(xué)家們僅用不到十分鐘的時(shí)間就診斷出一位六十歲女性患有罕見(jiàn)的白血病。就在幾個(gè)月前，該女性曾被醫(yī)院誤診。
Watson 通過(guò)對(duì)比 2000 萬(wàn)份癌癥研究論文，做出了準(zhǔn)確的醫(yī)學(xué)診斷，并同時(shí)建議了可行的治療方案。2016 年 8 月 12 日，IBM 宣布 Watson 將登陸中國(guó)，與 21 所醫(yī)院展開(kāi)合作，為癌癥患者提供更精準(zhǔn)的個(gè)性化服務(wù)。
IBM 在人工智能領(lǐng)域深耕多年。早在 2006 年，IBM 就開(kāi)始了 IBM Watson 的內(nèi)部試驗(yàn)?！禝BM官方認(rèn)知醫(yī)療白皮書(shū)》這樣描述：“ Watson 可處理大量醫(yī)學(xué)文獻(xiàn)、臨床資料和病患醫(yī)療記錄，并對(duì)單個(gè)病患提出適當(dāng)?shù)闹委煼桨?，它還可對(duì)臨床醫(yī)生的系列問(wèn)題提供基于證據(jù)的答案。通過(guò)節(jié)省醫(yī)師的研究時(shí)間。”
【企業(yè)亮點(diǎn)】
第一，IBM 旗下，技術(shù)、資源優(yōu)勢(shì)明顯。IBM 公司的專利數(shù)量驚人，截止今年上半年，獲批專利數(shù)達(dá)到了 3617 項(xiàng)，是同時(shí)期 Google 的兩倍、蘋(píng)果的三倍。同時(shí)，IBM 還給 Watson 準(zhǔn)備了 40 億美元用于收購(gòu)，可謂是“別人家的孩子。”
第二，并購(gòu)企業(yè)得來(lái)豐厚資源。2015 年 10 月，IBM 宣布以 10 億美元收購(gòu)醫(yī)療影像分析公司 Merge Healthcare。2016 年 2 月，IBM 又斥資 26 億美元收購(gòu)醫(yī)療數(shù)據(jù)公司 Truven Health Analytics。其中，Merge Healthcare 為 IBM 帶來(lái)了 7500 家包括臨床研究機(jī)構(gòu)、大型藥廠在內(nèi)的客戶源，以及豐富的醫(yī)療圖像處理經(jīng)驗(yàn)。而 Truven Health Analytics 所帶來(lái)的收益包括 5000 名數(shù)據(jù)科學(xué)家、流行病學(xué)家、政策專家和醫(yī)療健康咨詢師在內(nèi)的高價(jià)值員工，以及諸如美國(guó)聯(lián)邦政府在內(nèi)的重要客戶。
第三，數(shù)據(jù)量領(lǐng)先。在一系列收購(gòu)之后，IBM Watson 稱其數(shù)據(jù)庫(kù)已成為全球最大的非政府醫(yī)療健康數(shù)據(jù)庫(kù)——包括 1 億份患者病歷，3000 萬(wàn)份影像數(shù)據(jù)以及 2 億份保險(xiǎn)記錄，數(shù)據(jù)總量超過(guò) 60 萬(wàn) TB，覆蓋人數(shù)約 3 億。
值得一提的是，Watson 不僅僅是數(shù)據(jù)庫(kù)，人工智能的發(fā)展將讓它成為一流的癌癥專家。自 2012 年起，IBM Watson 已與美國(guó)斯隆凱特琳癌癥中心開(kāi)展了四年的合作，共同開(kāi)發(fā)癌癥智能診斷項(xiàng)目 Watson Oncology。斯隆凱特琳的癌癥專家們訓(xùn)練 Watson 閱讀大量的醫(yī)學(xué)報(bào)告和論文，幫助 Watson 快速建立起腫瘤學(xué)的基礎(chǔ)知識(shí)儲(chǔ)備。Watson 可以整合病人的各項(xiàng)信息，如病史、基因測(cè)序結(jié)果等到數(shù)據(jù)庫(kù)里，與以往病例進(jìn)行匹配，最終給出診斷結(jié)果和個(gè)人化的治療方案。
【面臨挑戰(zhàn)】
在 IBM Watson 研發(fā)的早期，其醫(yī)學(xué)數(shù)據(jù)來(lái)自醫(yī)學(xué)論文、研究報(bào)告等，不是實(shí)際的臨床數(shù)據(jù)，因此做出的診斷是相對(duì)標(biāo)準(zhǔn)化的決策，達(dá)不到精準(zhǔn)的判斷。為此，IBM 大刀闊斧收購(gòu) Merge Healthcare、Explorys 等大數(shù)據(jù)公司，一部分原因就是為了收集高附加值的臨床數(shù)據(jù)，以豐富 Watson 的數(shù)據(jù)庫(kù)。
其次，對(duì)于人工智能檢測(cè)是否值得信賴，機(jī)器究竟能否代替人類，醫(yī)學(xué)界仍在爭(zhēng)論中。IBM 積極推動(dòng)與醫(yī)療機(jī)構(gòu)的合作不僅是為了測(cè)試、增強(qiáng) IBM Watson 的實(shí)際功能，也是在培養(yǎng)醫(yī)療行業(yè)對(duì)人工智能的使用習(xí)慣。
2. DeepMind
沒(méi)錯(cuò)，就是創(chuàng)造了 AlphaGo 的那家公司。DeepMind 于 2014 年被 Google 收購(gòu)，現(xiàn)在，他們已經(jīng)不滿足于僅僅讓人工智能來(lái)下下棋了，而要將人工智能推向醫(yī)療領(lǐng)域。DeepMind 切入的領(lǐng)域，是眼科疾病的早期診斷。
視力問(wèn)題的診斷往往要借助光學(xué)相干斷層掃描，即利用散射光生成視網(wǎng)膜的高清 3D 圖像來(lái)幫助醫(yī)生診斷。但問(wèn)題是：
一、有經(jīng)驗(yàn)的眼科醫(yī)生所要面臨的片子太多，處理起來(lái)負(fù)荷重，有時(shí)難免出現(xiàn)遺漏。
二、對(duì)于年輕醫(yī)生來(lái)講，閱讀視網(wǎng)膜圖像需要豐富的經(jīng)驗(yàn)，他們沒(méi)有能力獨(dú)自做出診斷。
三、眼部的異常癥狀有時(shí)并不單單是由眼部疾病引起的，如高血壓也會(huì)引起視網(wǎng)膜和視神經(jīng)病變，因此需要更多的經(jīng)驗(yàn)與更為復(fù)雜的數(shù)據(jù)模型。
【企業(yè)亮點(diǎn)】
第一，背靠谷歌，資金充沛。DeepMind 在 2014 年被谷歌以 4 億美元收購(gòu)。
第二，人才濟(jì)濟(jì)。目前 DeepMind 有約 100 名全職員工，頂級(jí)學(xué)術(shù)期刊經(jīng)常露臉，科研實(shí)力甚至不弱于頂尖大學(xué)。Google 為了防止競(jìng)爭(zhēng)對(duì)手挖墻腳，官網(wǎng)沒(méi)有放出完整員工名單，這引得外界紛紛通過(guò) linkedIn 、博客等工具來(lái)揭秘這支神秘的團(tuán)隊(duì)。
第三，擁有落地?cái)?shù)據(jù)源。2016 年，DeepMind 與倫敦的墨菲眼科醫(yī)院合作，開(kāi)始進(jìn)行大數(shù)據(jù)處理影像數(shù)據(jù)的嘗試。在項(xiàng)目中，DeepMind 的軟件將會(huì)學(xué)習(xí)超過(guò)一百萬(wàn)份眼部掃描資料，從而幫助醫(yī)生確診，并判斷相關(guān)的早期癥狀。
如前文所說(shuō)，眼部的異常癥狀有時(shí)并不單單是由眼部疾病引起的，比如高血壓、糖尿病都會(huì)引發(fā)視覺(jué)障礙。根據(jù)美國(guó)國(guó)家糖尿病委員會(huì)的報(bào)告，糖尿病患者比非糖尿病患者的失明幾率高 25 倍。DeepMind 和墨菲眼科醫(yī)院的合作，可以攻克這個(gè)問(wèn)題，能夠發(fā)現(xiàn)早期糖尿病在眼部影響會(huì)引起哪些異常。
3. DeepCare
作為國(guó)內(nèi)少數(shù)幾家可以對(duì)標(biāo) Flatiron、DeepMind 的深度學(xué)習(xí)大數(shù)據(jù)公司，成立于 2016 年 1 月的 DeepCare 值得關(guān)注。DeepCare 主攻的方向是胸肺部 CT 的智能影像診斷：用大量的胸肺部影像訓(xùn)練深度學(xué)習(xí)模型，加上患者的年齡、性別、癥狀和確診疾病等信息，形成結(jié)構(gòu)化的數(shù)據(jù)庫(kù)。
并且，DeepCare 能做到對(duì)每一個(gè)新錄入數(shù)據(jù)庫(kù)的病人進(jìn)行算法自動(dòng)匹配，尋找出影像數(shù)據(jù)相似的病人，幫助醫(yī)生做出更準(zhǔn)確的判斷。
【企業(yè)亮點(diǎn)】
第一，合作醫(yī)療機(jī)構(gòu)，數(shù)據(jù)庫(kù)龐大。與 Deepmind 類似，目前，DeepCare 已經(jīng)和北京數(shù)家三甲醫(yī)院展開(kāi)了合作，用來(lái)訓(xùn)練算法的影像數(shù)據(jù)已經(jīng)達(dá)到了百萬(wàn)張的數(shù)量級(jí)別。
第二，創(chuàng)始團(tuán)隊(duì)優(yōu)異。創(chuàng)始人及首席科學(xué)家丁鵬博士畢業(yè)于達(dá)特茅斯大學(xué)，在深度學(xué)習(xí)領(lǐng)域有著豐富的科研背景，另一位創(chuàng)始人劉圣本科畢業(yè)于伯克利，之前在美國(guó)有兩次創(chuàng)業(yè)的經(jīng)歷。DeepCare 公司目前的員工中還包括多位在人工智能算法領(lǐng)域和臨床影像學(xué)領(lǐng)域深耕多年的專家。
【面臨挑戰(zhàn)】
DeepCare 目前面臨的主要問(wèn)題是數(shù)據(jù)的標(biāo)注和結(jié)構(gòu)化?，F(xiàn)在的醫(yī)療影像上是沒(méi)有對(duì)病灶進(jìn)行標(biāo)注的，DeepCare 需要組織專業(yè)的醫(yī)生對(duì)圖像進(jìn)行系統(tǒng)性的整理和標(biāo)注，這里面需要大量的人工基礎(chǔ)。目前，DeepCare 正致力于將人工流程標(biāo)準(zhǔn)化。
4. Enlitic
讓毫無(wú)醫(yī)療背景的軟件工程師們來(lái)對(duì)專業(yè)醫(yī)生的 X 光片評(píng)頭論足，并告訴他診斷結(jié)果，而醫(yī)生們開(kāi)心的接受了。這可能嗎？Enlitic 正在把這一幕變成現(xiàn)實(shí)。
在 Enlitic 創(chuàng)始人 Jeremy Howard 的 TED 演講上，他展示了計(jì)算機(jī)是如何通過(guò)深度學(xué)習(xí)算法對(duì)癌癥病人的生存率進(jìn)行預(yù)測(cè)的。Jeremy Howard 曾擔(dān)任數(shù)據(jù)分析競(jìng)賽公司 Kaggle 的 CEO，這家公司因組織全世界最大的大數(shù)據(jù)分析和建模比賽而聞名。
Enlitic 的核心技術(shù)是深度學(xué)習(xí)，即讓計(jì)算機(jī)接受大量的數(shù)據(jù)訓(xùn)練，具備識(shí)別圖像、分析圖像的能力，再將分析的結(jié)果呈現(xiàn)給醫(yī)生。
“放射科醫(yī)生都是想象家。” Howard 介紹說(shuō)：“他們面對(duì)二維的圖像，要在腦中形成三維的模型，并且對(duì)其中微小的細(xì)節(jié)保持高度敏感。Enlitic 將幫他們做這件事。”
這個(gè)工程師讓計(jì)算機(jī)發(fā)現(xiàn)了專業(yè)醫(yī)學(xué)學(xué)者都沒(méi)有突破的課題，在腫瘤圖像的檢測(cè)中，計(jì)算機(jī)發(fā)現(xiàn)在確診過(guò)程中，腫瘤細(xì)胞周?chē)恼＜?xì)胞的特征和腫瘤細(xì)胞本身一樣重要。而在以往，醫(yī)學(xué)上只檢測(cè)腫瘤細(xì)胞。
目前，Enlitic 獲得三輪總共 1500 萬(wàn)美元的投資。最近的一次 B 輪融資，是在 2015 年 10月，融資額超過(guò)1000 萬(wàn)美元。但 Enlitic 還沒(méi)有實(shí)現(xiàn)盈利。
【企業(yè)亮點(diǎn)】
第一，臨床試驗(yàn)效果良好。在一項(xiàng) X 光片診斷對(duì)比試驗(yàn)中，Enlitic 與放射科專家團(tuán)分別讀片，并給出診斷。結(jié)果，Enlitic 的準(zhǔn)確度比專業(yè)醫(yī)生高出 50-70%，而且診斷用時(shí)僅是醫(yī)生的 1/50000。甚至，當(dāng)骨裂面積小到只占到整張 X 光片 0.1% 時(shí)，Enlitic也能準(zhǔn)確識(shí)別出來(lái)。
第二，業(yè)內(nèi)認(rèn)可。這家成立于 2014 年的公司，在第二年就登上了麻省理工科技評(píng)論（MIT Technology Review）“全球 50 家最聰明的公司”榜單，排名 39。
第三，業(yè)務(wù)模式創(chuàng)新。不再作為醫(yī)療工具賣(mài)給醫(yī)院授權(quán)給醫(yī)院，而是參與利潤(rùn)分成。Capital Health 與 Enlitic 之間達(dá)成了深度合作，Capital Health 向 Enlitic 提供 X 光片訓(xùn)練數(shù)據(jù)和專家顧問(wèn)，而 Enlitic 則提供完整的人工智能解決方案，并參與醫(yī)院利潤(rùn)分成。
第四，覆蓋廣泛。目前 Enlitic 覆蓋澳大利亞 Capital Health 旗下超過(guò) 51 家放射診所，下一步計(jì)劃隨 Capital Health 拓展亞洲業(yè)務(wù)進(jìn)入亞洲市場(chǎng)。
5. Arterys
Arterys 是一家提供 SaaS 服務(wù)的創(chuàng)業(yè)公司，主營(yíng)業(yè)務(wù)是為醫(yī)療機(jī)構(gòu)提供更精準(zhǔn)的 3D 心血管影像，并提供量化分析。
Arterys 在 2016 年 3 月完成 A 輪融資，共融得 1200 萬(wàn)美元，由 Emergent Medical Partners 和 GE 領(lǐng)投。
【企業(yè)亮點(diǎn)】
第一，針對(duì)心血管疾病，市場(chǎng)極大。根據(jù)統(tǒng)計(jì)，心血管疾病是世界范圍內(nèi)的頭號(hào)殺手。在美國(guó)，每年就有約 80 萬(wàn)人死于心血管疾病，占到了死亡總數(shù)的三分之一。而中國(guó)的情況更為嚴(yán)重——近 3 億病患，死亡人數(shù)超過(guò)疾病死亡總數(shù)的 40%。
第二，精準(zhǔn)，無(wú)創(chuàng)的檢測(cè)技術(shù)。Arterys 能夠提出提出了方案——無(wú)創(chuàng)、精準(zhǔn)地得知血流信息：病人只需要花十分鐘做一次核磁共振，Arterys 的系統(tǒng)將會(huì)把數(shù)據(jù)送到云端進(jìn)行處理。之后，通過(guò)深度學(xué)習(xí)的方法，電腦可以對(duì)核磁共振影像中的七維信息（空間三維、時(shí)間一維、血流方向三維）進(jìn)行分析，計(jì)算出量化的全面的血流信息。
要知道傳統(tǒng)的無(wú)創(chuàng)檢測(cè)，諸如心電圖、超聲心動(dòng)圖、心血管磁共振等都無(wú)法得到病人準(zhǔn)確的血流信息。而精確的檢測(cè)方法如冠狀動(dòng)脈造影等則存在一定危險(xiǎn)性，并且價(jià)格昂貴。
第三，與行業(yè)巨頭開(kāi)展深入合作。2015 年，Arterys 公司與 GE 達(dá)成戰(zhàn)略伙伴關(guān)系。作為全球核磁共振儀器的主要提供商，GE 占據(jù)了全球 26% 的市場(chǎng)，僅次于西門(mén)子。GE 表示，他們將安裝 Arterys 系統(tǒng)在最新的核磁共振儀上。
來(lái)源：深藍(lán)DeeperBlue
