English
陆遥教授受邀出席ISICDM,柏视与您共同见证AI医疗的现状与发展
2019/08/24
PVmed
工,以数据驱动为根本,忽略领域知识的作用;医,则扮演数据标注工人的角色,医生的医学领域知识难以发挥作用。但由于医学的独特性,我们需要重新审视两者的角色和关系,医生应该参与到算法开发的过程中,医生的医学知识和临床经验应该融入到算法设计中。

作为图像计算与数字医学国际研讨会(International Symposium on Image Computing and Digital Medicine,以下简称ISICDM)的发起人兼筹办者,李纯明教授的这段发言,简明扼要地揭示了“理工医大融合”的痛点所在:只有加强跨学科的交流、促进不同专业人士的学术交流与合作,才能激发产学研医协同创新与技术落地。

而随着人工智能的兴起,医工交叉与产学结合这两个由来已久的问题,也让医学影像分析领域的发展面临着全新的机遇与挑战。

隔行如隔山,这对IT界和医学界来说尤为贴切,当双方团队共同打造一个产品时,面临着话语体系不同、评价方式不同、谁来主导等诸多问题。纵观目前“AI赋能医疗”这个市场,其实仍处于发展初期阶段,虽然各路玩家都已相继入场,但是AI医疗的产品仍处于科研摸索期。

在此大环境背景下,由国际数字医学会与国家天元数学西北中心联合主办,西安电子科技大学数学与统计学院与空军军医大学(第四军医大学)生物医学工程学院联合承办的第三届图像计算与数字医学国际研讨会(ISICDM 2019)于2019年8月24日-26日在西安召开。

ISICDM 2019由中国科学院院士、西安交通大学徐宗本教授,中国工程院院士、空军军医大学俞梦孙教授担任大会名誉主席;MICCAI创始主席、耶鲁大学James Duncan教授,加拿大皇家科学院院士Terry Peters教授,长征医院影像医学与核医学科主任刘士远教授,共同出任大会主席。

本届研讨会邀请了信息科学、数学和医学等领域的国内外知名学者作特邀报告,并组织了一批有丰富科研与临床经验的医生和理工科专家学者做跨学科的科普讲座与前沿学术报告,充分体现此次研讨会的理、工、医学科交叉特色,更是促进多领域研究成果的交流与合作。

目前AI技术在生物医学工程中应用十分广泛,但人工智能想在医疗领域有所建树,“持证上岗”是先决前提。

2017年9月国家食药监总局发布的新版《医疗器械分类目录》,其中出现了对诊断功能软件的界定,这意味着医疗AI影像公司有了“上岗门槛”,同时也对推动产业规范化发展提出了新要求。据《医疗器械分类目录》,在22大类医疗器械中,特设“医用软件”一类,近年来势头强劲的医疗AI就被纳入此类。

随着医疗领域人工智能创业公司数量的增长,对人工智能医疗器械产业发展和监管提出了更高的要求。为此,ISICDM 2019特邀中国食品药品检定研究院的任海萍教授为大家分享了题为“医疗人工智能质量评估的趋势”的专题演讲。

任教授表示:目前AI技术在医疗领域的应用场景日益丰富,但产品快速迭代造成动态质量评价压力大。而药监系统正在对此出台相应的标准化工作规范,人工智能的通用标准(ISO/IEC WD 22989 Artificial intelligence——Concepts and terminology)也正在起草中,我国人工智能医疗器械标准化工作已步入正轨,AIMD临床使用阶段的质量评价工作应同步发展。

在圆桌论坛环节,本届大会邀请了医学、数学、企业等多领域领军人物以问答对话形式就“后深度学习时代的医疗人工智能”话题进行探讨,中山大学数据科学与计算机学院教授兼博士生导师、广州柏视医疗科技有限公司董事长陆遥博士受邀出席了该论坛,圆桌论坛部分精彩对话节选如下:

主持人:神经网络从一开始被推崇到一度被称为“神经病网络”,再到现在势头又是大热,对于神经网络的发展,您是如何看待的呢?

陆遥:我是学数学出身的,我就从数学的角度为大家简析一下这个逻辑吧。神经网络映射的本质其实是很简单的,在我本人看来,神经网络是没有“病”的,如果说结果存疑,那么可能存在问题的应该是数据的训练。好比一个单位的医生,他要拿到很多的数据用以训练,那是不可能的,而我们所在做的工作,就是将我们的产品“训练”好,能被更多的临床医生应用,辅助医生临床决策、预测问题。

主持人:医学影像AI现在风头正热,正所谓“外行看热闹,内行看门道”,请问作为内行人您是如何看待医学影像AI的机遇和挑战呢?

陆遥:医学影像AI本质是为医生创造便利的,那么我们就需要理解医生的需求、知道他们的痛点、解决他们的问题,而这既是机遇,也是挑战。

主持人:请展望一下未来五年、十年AI医疗的发展?

陆遥:其实从科研到产品化,我认为AI只是一个工具,未来我希望AI可以真正地应用于临床,体现其价值,成为医院里医生们最趁手的手术刀,让医生们都能轻松应用并且习惯使用。

医疗本身是一个严监管高门槛的技术密集型行业,AI产品在发展过程中需要大量且高质量的数据,而且需要医学领域的专家进行数据标注、质控,这些对数据质量与标注质量的要求都是其他行业无法与之比拟的。同时,医学本身在很大程度上又是一门循证科学,这为数据收集和管理、算法验证、临床应用的标准化、规范化的制定均带来一定程度的难度。

而不同于其他纯技术驱动型AI医疗企业,陆遥教授带领的柏视医疗,是一支在医学影像、人工智能领域多项技术具有超过20年的经验积累的团队。柏视医疗定位为医疗人工智能技术引领者和技术提供商,拥有国际领先的头颈、肺部、乳腺等多病种和多模态影像数据库。

主持人:医学影像AI现在风头正热,正所谓“外行看热闹,内行看门道”,请问作为内行人您是如何看待医学影像AI的机遇和挑战呢?

柏视研发的智能放疗勾画解决方案和智能医疗影像处理解决方案等AI医疗产品从设计到落地,均考虑到产品是否满足医生需求、能否切实解决问题并有效帮助医生工作等相关问题。

ISICDM 2019大会上展出的柏视产品受到了高度关注,中国科学院院士徐宗本教授和大会发起人李纯明教授等专家学者亲临柏视展台了解产品相关信息,表达了对柏视产品的认可和发展期许,并与柏视董事长陆遥教授合影留念。

目前,柏视医疗已经与新加坡国家肿瘤中心(NCCS)、中山大学附属医院、解放军总医院等国内外多家医疗机构建立合作关系,并获得了医院、影像设备商、医疗软件平台厂商和检验机构等医疗生态伙伴的高度认可,成为了医学影像人工智能领域最具备研发实力的公司之一。

未来,柏视将继续保持“辅助医生、服务医疗”的初心,更加明晰医、患及各参与方的需求,形成强大合力、打破行业壁垒、为医患赋能。