推出肺管家，「智影医疗」想成为胸片检测领域的"阿尔法"医生

随着人工智能的发展，KUKA机器人示教器维修，医学影像作为AI技术最可能先实现产业落地的领域之一，人们也在期待人工智能能够带来更精确、全面的智慧医疗服务。

近日，36氪获悉此前报道的深圳智影医疗已于近期首次开发完成一款人工智能胸片深度解读系统-肺管家。简单来讲，便是一款胸部智能影像健康管理系统，通过基于影像学特征的胸部疾病追踪分析将诊断标准数值化，直观的分析图表可很好的评价疾病的发展、预后情况和短期风险，实现深度解读X光胸片并自动出具检测报告。

据联合创始人周浩此前介绍，智影医疗前期已推出基于放射影像和病理影像的多种疾病智能辅助诊断解决方案。此次，肺管家产品在之前的方案基础上做了一定的整合与延伸，由公司创始人兼首席技术官刘远明博士带领团队与哈佛大学医学影像专家、亚利桑那州立大学人工智能算法专家和广州医科大学附属第一医院合作完成，希望成为胸片检测领域的阿尔法医生。

之所以能够做到这点，也恰恰得益于团队的专业经验积累。其中，刘远明博士作为世界第一台获得FDA批准的早期肺癌计算机辅助诊断产品的发明人，有着20多年在美国开发并成功产业化该类产品的丰富经验；同时，他也认为人工智能新技术与医疗大数据和放射影像组学结合，是打破传统CAD产品假阳性、单一疾病、只能做简单分析等瓶颈的良好解决方法。

事实上，随着现代医学影像学的高速发展，医学影像技术已经拥有数字化X线摄影（DR）、CT、MRI、PET、PET-CT、PET-MRI、数字减影血管造影以及PACS等多种技术组成的医学影像学体系。而之所以会选择从X线胸片切入，主要源于三方面的考虑：其一，基础的影像数据，X线胸片可以看到数十种的异常，是作为胸部疾病筛查的主要临床检查手段已被列为常规体检的必检项目之一，每年国内X线胸片拍摄数量超过8亿张；其二，数据存储角度，相较于单张病理片300M、CT的150M，X线10M的数据量更适合用于网络传输；其三，最关键的是利用人工智能在x线层面上如果能筛查更多的早期病变甚至是病变前的亚健康改变，可让患者及时采取介入措施减少甚至避免后续的CT、MRI、穿刺活检等检查，不仅可以减少医疗支出，也减少患者的痛苦。

同时，刘远明博士也告诉36氪，X线胸片能够清晰地记录心肺的病变，如肺部炎症、结节、肺结核、心脏肥大等，但目前医生对于X线胸片诊断主要集中在判断疾病的阳性还是阴性，对于阴性转变为阳性过程的关注还有所欠缺；此外，患者和体检人群历年多次拍摄X线胸片，但每次诊断分析对多次拍片的影像特征信息综合利用不充分，缺乏有效技术手段将多次拍片影像特征信息融合、对比分析和趋势预判。

而为了解决上述诸多问题，肺管家产品则首次实现了基于AI技术对胸片多疾病全自动分析，其中包含了心胸比分析、肋膈角与膈面分析、肺内病灶分析、胸廓分析、肺纹理分析、肺结核分析、对比分析、胸椎曲度分析八大模块，这八大模块均是根据医生诊断胸片的诊断依据做出的算法模型，从而形成将胸片深度分析与自动检测报告相结合的整体解决方案，用于检测胸片中包括肺炎、早期肺癌、心脏肥大、肺结核、COPD等多种异常；同时，该产品还为患者建立多次拍片的影像健康档案，实现多次拍片影像特征信息融合，对比分析和趋势发展图表，特别是为基层医疗、体检等急需领域带来新的医疗技术。

肺管家产品健康分析图表

医疗影像领域，要想真正实现智能分析，前期的核心竞争力主要集中在数据和算法两方面。数据层面，目前深圳智影医疗前期通过与医院科研合作的方式获取高质量标注的影像数据；算法层面，对于医院及患者而言，则更多从实际临床应用进行设计。

比如，工业机器人维修，在效率提升上，以往医生出一份报告在10分钟左右，而机器则可以在几十秒以内自动完成；在准确率提升上，库卡机器人，深圳智影医疗则针对不同病症在医院开展相应的临床测试。以早期肺癌为例，公司曾随机抽取数百张漏诊的胸片影像进行双盲测试，结果显示通过机器辅助诊断方式可将医生综合准确率可以提升50%。

至于如何实现较好的市场落地，周浩则表示，目前公司主要为医疗机构、云胶片、第三方影像中心、体检中心等提供医学影像数据智能分析云服务，未来公司也会逐渐直接面向C端用户，根据医学影像智能分析提供个人疾病患病风险评估，并通过收取分析报告的费用实现盈利。官方表示，目前深圳智影医疗的肺管家产品已经成功落地，上线以来已分析超过5千多个病例，为患者提供服务。

而论及市场竞争，国内大部分医学影像类的公司多集中在肺癌方向，典型有Arterys、Enlitic、雅森科技、推想科技、DeepCare、医渡云等，其中Arterys、雅森科技主要侧重对医学影像数据本身的解读以提高影像诊断的精准度，Enlitic、推想科技则更多以帮助医生提升影像诊断效率为目的。

相比之下，智影医疗前期通过X胸片为入口，进行深度解读并自动出具检测报告给出患病风险评估，同时也可以为用户建立影像健康档案和积累更多的数据；另一方面，未来通过构建影像+病理的整合方案，可以更好的提升诊断的准确率。此外，公司已在今年年初申请CFDA、CE等注册认证，预计在明年初获得许可。但即便如此，智能医学影像诊断仍处于相对早期，前期的市场培育以及相关的政策完善都还需要较长的发展周期。