1. 首页
  2. 国内区块链

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」 | CCF-GAIR 2020 | 雷锋网

2020年8月7日,全球人工智能和机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020 峰会由中国计算机学会(CCF)主办,香港中文大学(深圳)、雷锋网联合承办,鹏城实验室、深圳市人工智能与机器人研究院协办。从2016年的学产结合,2017年的产业落地,2018年的垂直细分,2019年的人工智能40周年,峰会一直致力于打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资平台。

2020年8月7日,全球人工智能和机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020 峰会由中国计算机学会(CCF)主办,香港中文大学(深圳)、雷锋网联合承办,鹏城实验室、深圳市人工智能与机器人研究院协办。从2016年的学产结合,2017年的产业落地,2018年的垂直细分,2019年的人工智能40周年,峰会一直致力于打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资平台。

在8月9日的医疗科技专场上,西门子医疗中国数字医疗负责人陈黎峰,以《人工智能赋能数字化医疗:机遇与挑战》为题,介绍了西门子医疗如何利用AI满足临床场景中的核心需求。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

陈黎峰表示:医疗流程中最重要的环节是决策,一名医疗工作者平均每小时就要做出22个重要的决策。这些决策直接影响着病人从检验、诊断、治疗和愈后管理的质量。

从统计数据来看,医疗决策过程中,常常有超过50%以上的病人,会缺失病史等关键决策点信息。

如何优化这些诊疗路径中的决策问题?陈黎峰表示,最好工具就是AI。

从1990年起,西门子医疗就已经将人工智能应用在设备成像中。西门子医疗在AI领域拥有长期经验,拥有600多个与机器学习相关的系列专利,其中200多个涉及深度学习的系列专利。

例如,为了解决病史缺失的问题,西门子医疗提供了解决方案eHealth,可以在病人授权后将所有病史提供给医生进行判断。

在预约检验、检查环节,西门子医疗还开发了Medicalis系统,可以将所有医疗资源集中在平台,再根据病人的不同情况,把病人分诊到对应医院、对应科室进行诊断,这种分诊方案会结合病人本身所处的地域、保险情况,给出最优路径。

此外,陈黎峰还介绍了人工智能阅片平台AI-Rad Companion,可以在一张CT影像中,同时识别肺结节、肺气肿、主动脉、心脏、脊柱重建等6个病种,直接以量化形式展现胸腔内所有疾病。

以下为陈黎峰的现场演讲内容,雷锋网(公众号:雷锋网)作了不改变原意的编辑及整理

陈黎峰:首先,我介绍一下西门子医疗。西门子医疗有130余年的历史, 现有三大核心业务部门:影像诊断、实验室诊断和临床治疗。

1999年,阿里成立的那一年,西门子医疗已经推出了IT全平台。2014年,西门子医疗又发布了一个基于云的数据中台和自带用量、剂量的数据云平台teamplay。截止到现在,西门子已经有40多款人工智能应用。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

这张图是西门子医疗2019年财年的数据。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

接下来分享一下行业趋势变化,我们认为,未来整个市场动态和趋势变化会对医疗行业发展产生巨大影响。现在市场上一些趋势和变化,都是我们以往从来没有遇到的,例如人口老龄化和慢性疾病增加。

从大的医疗市场角度来看,这种趋势是市场的持续增大,在2015-2020年短短五年间,全球主要经济体在医疗卫生上的支出从平均2.4%增长到7.5%,这些支出大约有一半、约4万亿花费在三大疾病上——癌症、心血管和呼吸系统疾病。

但是,我们也能看到一些潜在趋势。

首先,医疗会更加精准,但精准医疗跟医院以往操作模式非常不一样的是,需要各部门协同作战,甚至需要我们重新思考诊疗转化模式。

其次,改善患者体验。现在,自己或家人生病后,首先一定会去网上搜索得了什么疾病、需要怎么治疗,这也导致医生的工作变得困难,因为你会带着信息和研究,和医生去探讨疾病。

但从另一个角度来看,这也代表患者更关注和更多地参与自己的医疗健康管理当中,实现了医疗的消费者化,患者更像是消费者。在这个过程中,患者对疾病的认知、知识也大幅增加,会有更多的选择。

最后我们认为,数字化、信息化、人工智能一定会驱动健康和医疗行业的发展。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

今天,我打算从决策的视角来看待其中AI的机遇和挑战。

什么是决策?我们每个人每时每刻都在做决策,而医护人员每天也会把绝大部分时间花在决策上,这些决策跟每个人的生命健康息息相关。

除了在临床环节,医疗工作者的决策还会涉及运营层面。例如,一个中风病人进入医院,如果这个病人在本院治疗不了,就需要转诊。转到哪里?怎么转?里面的判断就是典型的运营决策场景。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

对于医疗工作者来说,平均每小时就要做22个重要的决策判断,这些决策直接影响病人诊疗过程,从检验检测、诊断、到治疗、愈后管理等各个节点。但这些决策,经常会因为病人病史的缺失和信息的不对称,出现大量错误和偏差。

例如,病人到医院时,会对自己的疾病史有一定的了解,但不了解目前的进展;而医生通过检验、检测能够知道病人现在的症状,但是不一定知道所有的病史和服药史,最后的决策就会非常困难。

例如,上海某三甲医院急诊科主任曾介绍一个案例。他们医院的员工家属某天突然晕倒,但在急诊科做了一系列的检验、检查都没有发现问题。

留院观察期间,主任和病人谈话偶然间得知病人有轻微的地贫,马上联想到地贫可能引起肺栓塞,而后者则会引起肺动脉高压而导致晕厥,最后发现果然如此。

但之前的问诊,病人根本不会把两者联想在一起,而大夫也不可能知道地贫这件事。

统计来看,医疗决策过程中,常常有超过50%以上的病人,会缺失病史等关键决策点信息。

除了诊断,在处置、检验检查过程往往也需要医生做出很多决策。例如,我一个朋友的母亲在今年擦窗过程中,忽然背部扭了一下,当时虽然没注意,但后来却疼到睡不了觉,于是去了全国前五的三甲医院。

到医院之后,他们最头疼的就是导诊,因此背疼不知道挂哪个科;于是就先去了心内,在心内做了很多CT平扫、重建检查,都没有发现问题;又去了骨科,骨科大夫也觉得没有问题,推断是神经出了问题;但后来又错挂了神经内科。

回溯来看,这些检查和流程里面,大概15%的影像诊断是错误或者非必需的,甚至是重复的。医生在诊断决策过程中,如果没有掌握充分的信息,就会导致做出错误的诊疗决策或诊疗流程。

研究表明,大约40%的病人会不同程度上曾有“过度医疗”的经历。

但医生在开处方过程中,可能也不知道你的既往病史、服药史等。这样的信息不对等会导致随访过程变得困难。中国每年有80亿次的诊疗量,每个人都去随访基本不太可能。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

那么,我们应该如何解决这些诊疗路径、诊疗流程的问题,帮助患者、医生进行全流程正确决策。我认为解决这些问题最好的工具就是AI。

目前,AI已经完全贯穿西门子的全景解决方案之中,有超过40多项AI应用,甚至每小时就已经有24万患者直接或间接体会到AI的帮助。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

刚才已经讲到,医生的治疗、诊断等流程的决策都需要医生掌握病人的完整病史做判断,那又该怎样得到病人的完整病史?

目前,西门子医疗在病史方面有一套解决方案——eHealth,这个产品目前已经在奥地利全国落地。为了避免病人隐私泄露,产品会在病人通过eHealth远程或者当面进行授权后,把所有病史提供给医生做判断。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

西门子医疗在预约检验、检查环节也有一套系统Medicalis,这个系统目前已经在美国上线。系统可以把所有医疗资源集中在平台,再根据病人的不同情况,把病人分诊到对应医院、对应科室进行诊断。

当然,这种分诊方案会结合病人本身所处的地域、保险情况,给出最优路径。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

在诊断方面,西门子医疗也有自己的一套人工智能阅片平台——AI-Rad Companion,这个平台的目标就是减少医生日常冗余重复性工作,提高诊断准确度。我们希望这个产品可以和多厂商兼容,提供多器官综合诊断,乃至最后自动生成展示服务。

在医学影像AI层面,作为老牌的器械厂商,西门子医疗存在一定的先天性优势。

例如,这次新冠肺炎期间,我们发现西门子CT设备扫描出来的影像,使用AI-Rad Companion进行新冠肺炎阳性和阴性的判断后,会比其他厂商的产品更加精准。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

这个现象背后是因为其他厂商的产品,由于本身卷积核(reconstruction kernel)问题,对于肺炎早期的判断会出现一些假阴性和假阳性。而西门子医疗的AI-Rad Companion,早已经在普林斯顿的一个超级计算中心研发了很多年,在国内也已经到临床阶段,和很多医院进行合作研发。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

AI-Rad Companion不仅仅可以看结节,而且可以识别肺结节、肺气肿、主动脉、心脏、脊柱重建等6个病种,直接把胸腔里面所有疾病以量化的形式展现出来。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网对于诊疗决策和治疗环节,现在所有的方法也都在持续革新。这就像导航,过去所有人出行都需要买一本全国地图册,GPS出来后也出现一些道路升级而软件没升级,从而误入歧途的情况。但现在手机就可以完成导航的所有问题。

病人的诊疗路径也是一样,过去很多诊室边上都会放一个人体全身骨架,但现在已经都不需要了。现在的诊疗决策变成只需要两件事,首先需要知道各项检验指标,其次病人的全面病史、所处的状态。

因此,现在很多厂家都提出了数字孪生/数字双胞胎的概念,把这个人所有医疗指标数字化,包括实验室、用药、影像数据、基因等,再把这些数据和文献、指南以及其他知识库整合,为病人选择出最好的诊疗方案。

利用这些信息和病人交流,也可以帮助病人更加直接、积极的参与到自己的疾病治疗和健康管理当中。

AI-Rad Companion也有一个随访模块,可以利用一个小家用设备,对病人的各项指标变化进行管理。这样就可以解决前面提到的80亿人次的随访问题,在人工智能的帮助下,设备可以自动提出预警和其他干预方案。利用这种方式,一个护士甚至可以随访上千人。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

前面已经介绍了西门子病人诊疗路径和数字化的解决方案,回头再了解一下人工智能的驱动力,我认为主要包括三个方面:

一、政府和医院的成本效率需要提升,运营方面需要决策支持;

二、医技人员的缺乏,例如国内超声医生大概就有15万的缺口;

三、协同医疗概念,用数字化驱动患者和医生的互动。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

所以围绕这三个方面,AI也发挥了几点作用:首先,提升效率和生产力;其次,提供临床辅助决策支持;最后,为医院提供病人管理。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

既然已经看到了需求和前景,那中间又是否存在壁垒?

单纯从技术的角度来看,AI应用最大的问题,就是各个科室之间、各个机构之间的数据孤岛问题,这也导致可能出现潜在的决策和判断错误。

西门子医疗陈黎峰:医疗决策精准化的「痛点」与「突破」  | CCF-GAIR 2020 | 雷锋网

那么西门子医疗怎么解决这个问题?

西门子医疗目前有一个teamplay数字中台,正逐步在国内落地。这个平台的目的就是为了打破数据孤岛,让医疗AI产品快速落地,产品可以实现多模态部署,在医院端、边端或云上都可以。

这个平台的数据来源也不止于DICOM格式,对HL7、FHIR等标准也同样兼容。目前,西门子医疗已经将AI-Rad Companion部署在这个平台之上,未来也希望更多的厂商加入。

我认为,虽然一个人可以走得比较快,但一群人则可以使这个行业走得更远。雷锋网雷锋网

雷锋网原创文章,未经授权禁止转载。详情见转载须知

原创文章,作者:jxc069,如若转载,请注明出处:https://www.byl178.com/index.php/2020/08/16/%e8%a5%bf%e9%97%a8%e5%ad%90%e5%8c%bb%e7%96%97%e9%99%88%e9%bb%8e%e5%b3%b0%ef%bc%9a%e5%8c%bb%e7%96%97%e5%86%b3%e7%ad%96%e7%b2%be%e5%87%86%e5%8c%96%e7%9a%84%e3%80%8c%e7%97%9b%e7%82%b9%e3%80%8d%e4%b8%8e/

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:215006@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息