第二届中国医学影像AI大会:七大趋势,透视行业未来
中国医学影像发展需要团结协作,行业也需要搭建一个真正的合作平台,整合产业资源,联合上下游各方力量,推动行业产品落地,推动行业标准形成,推动新技术、新业态、新模式的深度融合,促进行业发展,大会召开的主旨正是如此。
大会初始,在上海长征医院影像科副主任萧毅的主持下,中国医学影像AI产学研用创新联盟理事长刘士远、上海长征医院院长张殿勇、北京协和医院放射科主任金征宇、中国产学研合作促进会执行副会长王建华、人民卫生出版社总编杜贤、上海市科学技术委员会副主任朱启高、国家药品监督管理局副局长徐景和,分别作了精彩致辞。大会主席刘主任
大会主席刘士远在开场致辞中表示,这次论坛是在中国抗疫斗争取得重大战略成果的背景下举办,是响应国家号召,在常态化疫情防控部署下,有秩序恢复正常工作状态的有力表态,更是变局中的新开局。
“2018年首届大会的盛况依旧历历在目,虽然当时医学影像AI还处于萌芽期,但我在每位参会者眼里,看到了无尽的希望,也在每位讲者脸上,看到了坚定的信念。”
“两年后的今天,我站在千人的大会现场环视大家,我看到的更多是相信,相信自己所做的事,相信跨界的合作伙伴,相信医学影像AI的未来。因为相信,所以看见。”
为此,中国医学影像AI产学研用创新联盟搭建了真正的合作平台,整合产业资源,联合上下游各方力量,推动行业产品落地,促进行业标准形成,催化新技术、新业态、新模式的深度融合,实现行业的整体发展。
“我们的努力和研究才刚刚开始,未来还有诸多不断涌现的需求和应用场景,等待我们去发现,去挖掘。让我们政、产、学、研、用,一起携手,共同实现健康中国的美好愿望。”
上海长征医院院长张殿勇上海长征医院院长张殿勇在致辞中满怀激动。“这是春节以后我第一次穿着西装、打着领带参加如此大规模的线下会议。这说明中国的抗疫确实取得了重要的成果,联盟也取得了阶段性的重要成绩。”
张殿勇谈到,目前,医学影像人工智能已在医院得到了广泛的应用。以长征医院为例,现在常规的肺结节早筛、冠脉CTA检查、甲状腺超声等场景,都在应用人工智能技术。同时,医院也开设了人工智能辅助门诊,在研的项目也涵盖了从辅助到临床、从科研到临床决策的方方面面。联盟成立以来,刘士远主任也是身先士卒、大胆突破,与同行们一起取得了很多可喜的成绩。
热情拥抱人工智能,让科技服务人类,是一个无比正确的选择。
“过去这三年,我们经历了史上最重要的改革。这个过程中,长征医院的专家,特别是以刘士远主任为代表的专家骨干,做出了正确的选择:他们坚定地选择了国防卫生事业,选择了继续在医学的征途上自我牺牲。长征医院也选择了正确的方向,提出了姓军为战、争创一流,永做新时代南京路上好军医的发展目标,坚定地选择了转型建设。”
中华医学会放射学分会主任委员金征宇国家卫生健康委员会能力建设和继续教育中心主任杨爱平在启动仪式中表示,自2015年起,中心就启动了整体业务体系架构工作,这个架构体系就是“一库两平台”。
“两平台"包括:针对医疗卫生专业技术人员的全国远程继续医学教育平台、针对各类医院管理人员的全国远程现代医院管理能力建设平台;“一库"是指基于对两大远程教育平台内容支撑的医学图像数据库。
医学图像数据库的建设初衷是为医学教育提供数据支撑、教学资源支持,但在建设过程中,中心逐步发现,医学图像数据库除了支撑医学教育以外,还可以在支撑临床辅助诊断和医学科研,以及在相关人工智能产品的研发方面发挥更大作用。中心即以超声专科为突破口,全面启动了医学图像数据建设工作,经过近四年的努力,超声数据库建设取得良好成效。
目前,超声专科已收集5个器官、59种疾病、数千例数据。在此基础上,中心拓展了肝胆肿瘤数据库、放射影像数据库、眼科数据库建设工作。在建库过程中,中心始终坚持以下几个方面的特性:
第一,数据的临床思维特性,基于疾病诊疗全过程、各阶段、全链条数据进行收集、加工和储存,直接体现最真实的临床应用需求;
第二,数据的动态收集,随时收集临床中的最新鲜数据,保持数据库病种和模态更新;
第三,适应计算机深度学习需求的数据精准标注,提供精准标注科学数据;
第四,数据的应用检验,利用数据资源反哺医疗和诊断,挖掘数据价值。
此次放射影像库建设启动以后,中心还将和CAIERA共同加强多器官、多任务的标注能力建设,成立更多亚专业学组。
随后,论坛正式引来四个大会报告和一个圆桌访谈,内容高瞻远瞩、包罗万象,从智慧医疗战略,到设备监管现状,再到行业未来,获得了十足的关注。
董家鸿:医疗人工智能构造“三精医疗”作为此次大会的重要顾问和开场报告嘉宾,中国工程院院士、北京清华长庚医院院长、中国医师协会常务副会长董家鸿,发表了题为《“健康中国”智慧医疗国家战略》的演讲,由中国科学院深圳先进技术研究院副院长郑海荣主持。增强,增强健康医疗服务接受能力 增效,提高医疗服务效率和效能 优化,优化患者医疗服务体验 拓展,拓展医疗服务领域
贺伟罡:医学影像AI的真实瓶颈并非认证环节
圆桌讨论之后,在中国医科大学原副校长郭启勇的主持下,大会迎来了第二位演讲嘉宾,国家药品监督管理局医疗器械审评中心二部部长贺伟罡,他曾多次在大会上为医学AI评审提出指导性意见,他发表的题目是《人工智能医疗器械注册审评》。
贺伟罡表示:“过去许多媒体报道和行业分析都认为医学影像发展卡在了审批环节。但对于新一代人工智能医疗器械,目前监管部门已经建立一个统一共识,加快发展新一代人工智能技术的背景下,为医疗人工智能器械发展建设提供合理化的规则定义,这一点无论是国内,还是国外都是一致的。”
目前药监局把采用神经网络的深度学习算法产品分为两类:一类是独立软件,产品为软件产品;另一类是传统医疗器械内嵌的人工智能软件。
医疗器械产品按照风险程度分为一类、二类、三类进行监管。目前,医疗AI产品都按照分类规则应属于二类或者三类医疗器械。
贺伟罡认为,行业过去将审批环节视为医疗AI发展瓶颈是不正确的。
“一款医疗产品从开发,到输入输出和验证、确认,以及最后上市是一个完整的生命周期。产品即使通过审批、开始上市也不意味全部通关,因为审核上市之后,还有上市监管环节。以通过FDA审批的医疗AI产品为例,很多产品上市后,如果在上市后使用环节出现问题,有的就需要被召回。”
关于为什么AI产品会卡在了认证环节的问题。
药监局的认证不仅只关注产品检验检测准确度、特异度和灵敏度等数据指标,还会更加考虑全生命周期的系统性审查,从训练数据质量和数量、到AI算法设计开发验证和确认,所有风险都在审批考虑范围之内。
以现在已经注册上市的几款医疗AI产品为例,在评审环节,审评部门的还会关注企业在产品设计输入阶段怎么控制风险,开发过程中怎么考虑产品实际的临床需求、预期用途、应用场景等要素,而不仅仅是检测报告或验证报告的某几个指标。
他认为,医疗AI技术还在不断发展过程当中,行业也都在研究探索、一步步驱动技术的发展,这个过程中,监管部门需要不断完善审评审批要求。
贺伟罡谈到,现阶段医疗AI的发展并没有卡在审批环节。目前药监局已经建立专门医疗AI审核小组,并发布多个关于AI医疗器械的评审要点,这些都为AI医疗器械尽快通过审批提供了帮助。最近经批准上市的冠脉血流储备分数计算软件、糖尿病视网膜变辅助诊断软件等都是这些工作的成果。
目前整个医疗AI行业在数据质量、临床应用、风险管理、第三方数据集等方面都面临各种各样的问题,专业性标注人员和算法训练都面临不足,医疗AI难题需要产、学、研、用、管各方力量合作构建开放协同的人工智能产业。
李静莉:标准的缺失是质量评价的重要瓶颈
随后,中国食品药品检定研究院医疗器械检定所所长李静莉,发表了演讲《人工智能医疗器械质量评价与标准》,由中放第十四届主委徐克教授主持。李静莉表示:“现在整个医疗人工智能发展非常快,根据媒体报道,国内市场规模达到700多亿市场规模。国外医疗AI产品上市速度也在加快,大家已经可以看到多款医疗AI产品通过FDA审批。技术发展和审核需求已经在快速增加,疾病验证、质量评价能力,我们需要增强疾病验证、质量评价的能力,为医疗AI产品的快速审批提供支持。”中检院作为标准归口单位,目前针对医疗AI的问题也在组织新标准、新方法、新工具的研究,以适应行业快速、跨越式发展,也已经有很多研发和医疗机构的科研人员加入到标准研究工作当中。专家团队群策群力,共同打造科学的标准体系,提升AI产品质量评价能力,服务产业与监管需求。关于放射影像数据库建设的建设,根据大会讨论共识,数据库建设存在实施成本高和数据质控困难两方面困难。中检院结合AI产品检测实践,认识到数据集的建设与质控发展也需要加速适配产品的发展,例如早期肺结节产品评审主要以分类和分割为主,现在已经出现更多新需求包括检验分组、压力测试等,对数据标注和质控带来更多挑战。关于产品的审批问题。李静莉表示:“产品拿到注册证之后,还需要继续跟踪评价上市产品的真实性能,国外过去审批通过的医疗AI产品出现过召回现象,这是提示、也是警示。”今年中检院立项和起草了两个新的行业标准:数据集通用标准和术语标准。同时,归口单位专家组还为医疗AI建立了全生命周期质量评价体系和专门的研究小组,对人、机、料、法、环这5个方面开展标准研究。在下一年度标准立项提案征集方面,社会反响热烈,共收到近40份提案,其中超过55%都和医学影像相关。对于医疗AI这样快速发展、临床需求越来越旺盛的新事物,李静莉认为质量评价工作需要不断创新方法、思路和平台、以及数据库质控要求。她表示:“现在行业共识还在培育,对标准规范的认识比较多元,从事标准研究的力量有待协调与整合,,这对未来行业发展和标准化进程都有重要的影响。我们希望未来行业专家可以在人工智能医疗器械标准化归口单位这样的平台里协同发展,优势互补,共同打造科学严谨的标准体系,助力行业发展,支撑监管服务。”刘士远:医学影像AI未来的7个趋势
刘士远解读发展报告时表示:“医疗AI行业经过近十年的发展已经迎来几个重要的窗口期,一个是现在国家力量的新基建,另外一个是5G+AI+数据中心大背景技术发展趋势,这些正在促进整个行业打破天花板。”发展报告主要就学术研究、行业发展、产品应用、审核认证等方面展开了分析。学术研究方面,中国人工智能整体论文数量已经排名全球第一,影像AI方面中国排在全球第二,这些论文主要集中在神经、胸部、腹部等医疗方向。行业发展方面,医学影像AI初创企业在2018年达到顶峰,数量开始减少,医疗AI逐渐进入落地和成熟环节。整个市场变的更加理性,市场开始关注真正有希望的成长型AI企业,产品应用方面,医学影像AI在这次疫情中的突出价值促进更多产品落地。报告指出,三级医院医疗AI部署渗透率是4.5%-7%,未来可能达到15-20%,但因为基层医院技术情况比较差,基层医院的落地还比较少,人工智能企业还需要扩展基层空间,提高医疗AI产品的场景泛化能力。认证方面,已经有三、四家企业获得三类证审批,科亚医疗、推想科技等企业也已经获得FDA、CE等海外认证。产品场景方面,各个企业的产品主要提供工作流程优化,包括扫描、检查、图像处理辅助,而且胸部疾病、神经疾病、冠脉疾病等AI产品开始逐渐增多。刘士远以长征医院肺结节产品的使用情况进行了举例:“长征医院2017年使用率是60%左右,2019年70%,今年疫情结束后点击率已经达到80%以上,被医生越来越多使用。”报告解析的最后一部分,刘士远发表了医学影像AI行业未来的7个趋势: 第一大趋势,产品种类越来越多,从胸部、神经拓展到各个身体部位;第二大趋势,产品功能垂直且加深,从检出、分割、量化、分类、诊断、疗效评估、治疗决策,结构化输出实现一站式多维度信息展示。例如冠脉产品,不仅可以图像后处理,还可以写报告、复核报告。第三大趋势,由原来单任务学习趋向多任务发展。第四大趋势,软硬件一体化发展,一方面提升计算效率,另外一方面为软件提供更好的软件载体,以及更优秀的使用界面和互动载体。第五大趋势,全流程,人工智能开始进入病人院前筛查、院中检查、诊断,以及治疗、介入等所有环节。第六大趋势,平台化,医院内部医疗AI产品建立统一使用入口,方便医生使用,但这需要传统设备厂商和信息化厂商通力配合。第七大趋势,新基建加快线上线下一体化发展,AI落地扩宽我们医疗服务边界。放射科更希望得到一站式解决方案,而不是一家公司的不同产品、不同平台的割裂式服务。现在医疗AI虽然发展很迅速,但产品、兼管、安全、医院都还有很多问题,现阶段医疗AI发展增长应该排在第一位,诊前诊后服务全流程一定会成为未来趋势。大会最后,主席刘士远对AI医学影像的最核心问题以及未来的产业化提出了三个重要展望:政策和行业环境
随着三类CFDA证陆续发放,行业会迎来二次繁荣 部分省份开始为AI产品建立收费目录 医疗协会和政府部门牵头建立医疗大数据中心 更多的医生和民众了解和使用AI,进而积极参与AI发展
更加理性看待AI发展的机会和挑战,AI发展需要过程
资本聚焦团队和技术发展都比较突出的企业,扶持上市
政府加大对A领域的各种形式的投入
新的AI技术出现,减少对数据量的依赖,降低开发周期和成本 产品更加成熟,提高医生和患者的信任度 和医院信息化系统(HIS、PACS等)无缝对接,融入到诊疗的流程,真正提高了医疗效率 AI影像融入更多模态数据,利用CDSS知识库具备一定的推理能力