安德医智BioMind：什么才是高智商的医疗AI？

7月7日-7月10日，以“智联世界、众智成城”为主题的2021世界人工智能大会（WAIC）在上海举办。多位图灵奖得主、三十余位CEO级演讲嘉宾、数十位中外顶级院士、二百余位领军学者等全球AI领域产学研各界大佬在此云集。其中，医疗人工智能公司安德医智BioMind连续三年受邀参加世界人工智能大会。

在“数字健康，智享健康”健康高峰论坛上，大会探讨了后疫情背景下人工智能医疗技术发展、生物医药产业赋能以及医疗新基建等命题。此外，大会发布了工信部新一代人工智能产业创新重点任务揭榜医疗赛道评测验收成果，安德医智BioMind荣获表彰。

AI技术如何赋能中国医疗数字化转型是此次论坛聚焦的重点，安德医智BioMind大中华区CEO李晶珏在论坛上表示，随着医疗新基建和国家重大疾控体系建设的日益完备，医疗人工智能未来不仅赋能医院数字化转型，还能致力于国家疾控体系和公卫能力智能化建设。 

2020年新冠疫情期间，医疗影像人工智能公司逐渐从“云端”落地，在肺部疾病影像的人工智能筛查中起到了重要的作用。后疫情时代，现阶段出现的大多数医疗影像人工智能产品已经远远无法满足临床需求，必须开拓更多的应用场景。因此，能够实现精准诊断、精准决策、精准治疗的诊疗一体化AI产品，才能真正引领医疗人工智能新时代。

李晶珏认为，高质量的数据才能诞生高智商的医疗AI。

中国在医疗影像AI行业中涌现出一大批创业者，在算法与大数据技术的快速迭代中陆续开发出众多AI影像产品，从融资数量可以窥见一斑：2015年-2020年上半年，AI影像的融资数量近两百起。

但在AI影像产品遍地开花的当下，危机也会随之而来。医疗人工智能诊疗一体化新时代的到来正在倒逼AI影像公司重新思考AI影像产品对医疗的价值，以及AI影像该如何真正赋能医疗数字化转型。

红杉资本全球执行合伙人沈南鹏在此次大会的开幕式做主题演讲时表达了相同的判断：如果把“算力水平”和“应用场景”，形象地看作AI在生活领域的两条腿的话，我们可以清晰地看到，“算力”这条腿很长很粗壮，呈指数级增长，2020年最大的深度学习模型的参数是千亿级别，今年年初就已经达到万亿级别。但“在算力成指数级增长的前提下，生活细分场景的数据挖掘还有很大提升空间”。

安德医智BioMind大中华区CEO李晶珏提出，医疗人工智能诊疗一体化新时代的内核是“医疗+AI”，即以临床需求驱动而不是AI技术驱动。“这个内核包含两大内涵，一是AI产品需深度了解临床需求和临床痛点，不仅帮助影像科医生辅助诊断，还要帮助临床科室医生辅助决策和辅助治疗；二是顶级医疗机构高质量的数据成为优质AI产品的质量保障，高质量的数据才能诞生高智商的AI。”

依靠此内核驱动的AI产品才能实现精准诊断、精准决策和精准治疗的一体化解决方案。

疫情期间，安德医智BioMind迅速反应，推出BioMind急性传染性肺炎人工智能影像辅助诊断系统，第一时间发往湖北和各地定点医院，而且能对新冠肺炎进行定性诊断，且诊断准确率超过94%，而不仅仅是肺炎筛查。此外，BioMind还能实现基于CT和MR应用场景的多病种同步分析，比如基于胸部CT就能一次性实现对新冠肺炎、SARS、其他病毒性、细菌性、真菌性肺炎等的定性诊断，以及对肺结核、肺癌、肺结节、肺气肿等的辅助诊断。

这是安德医智BioMind在“医疗+AI”诊疗一体化新时代的主要目标：不仅仅帮助临床医生缩短诊断时间，提升临床诊断效率，更重要的是，基于多病种的定性分析能力和极高的准确率，能最大程度为基层临床医生提供辅助诊断和辅助决策，真正助力分级诊疗，实现优质医疗资源下沉，提升基层医院诊疗能力。

针对医疗人工智能诊疗一体化新时代的第一个内涵“深度了解临床需求和痛点”，安德医智BioMind研发团队从创始之初，就长期扎根医院，与临床专家深度沟通和紧密配合，真正实现从临床中来到临床中去。

通过深度沟通，安德医智BioMind团队发现临床的一大痛点是，复杂程度越高、越难诊断的疾病，越需要AI影像辅助诊断的帮助，尤其是基层。

以颅内肿瘤为例，颅内肿瘤是一个包括几十种脑部肿瘤的总称，疾病复杂程度高，全世界死亡率逐渐上升。基层临床亟需颅内肿瘤的AI影像辅助诊断，但国内研究MR颅内肿瘤的企业屈指可数。

这是因为，颅内肿瘤影像存在“同病异影”、“同影异病”的现象，光靠影像并不能做出诊断，必须以患者病史、临床症状、体征以及其他相关辅助检查等作为判断依据。这给基层临床医生诊断带来了不小的困难，误诊率较高。一些临床医生常用的做法是开颅手术后病灶病理检查或穿刺活检来确定是什么肿瘤，但实际上，这对技术要求极高，对基层临床医生来说更难。 

出于临床需求痛点和研发难度的双重考量，安德医智BioMind团队选择最先从颅内肿瘤切入进行研究。研究目标是，AI影像除了能筛查是否患病，还能进行具体定性，即“究竟是患的哪种颅内肿瘤”，给医生提供非常精准的辅助诊断，基于不同的疾病医生会及时选择正确治疗方式，以改善患者预后。

与此同时，临床还有一大需求：更需要符合临床场景的完整形态的临床多任务产品。很多基层临床医生期待通过一次性对一个部位的影像扫描，让AI影像辅助诊断完成对该部位可能发生的全病种疾病的辅助诊断。

但实际上，目前大多数 AI影像产品从单一部位的单一病种切入，是针对单病种的简单AI模型，“单兵作战”的模式能为基层医生在诊断领域撬动的效率非常有限。 

基于上述临床痛点和需求，2018年6月，安德医智BioMind联合天坛医院、国家神经系统疾病临床医学研究中心、国家神经系统疾病质控中心、中国卒中学会、神经疾病人工智能中心，共同发布全球首款神经影像人工智能辅助诊断产品——BioMind。

BioMind通过CT和MR影像，能识别包括27种颅内肿瘤、脑血管畸形、动脉瘤、脑小血管病、缺血性脑卒中、脑出血、脑外伤、缺血半暗带、动脉粥样硬化、动脉狭窄等60多种脑部疾病，诊断准确率超过90%，部分病种诊断准确率超过96%，帮助医生快速诊断，并提高医生诊疗能力。

医学的临床诊断绝不只靠单维度的数据，市场上仅通过学习影像数据成长起来的AI影像产品距离“精准”还有很大差距。

针对医疗人工智能诊疗一体化新时代的第二个内涵“顶级医疗机构的高质量的数据成为优质AI产品的质量保障，高质量的数据才能诞生高智商的AI”，早在2017年12月，安德医智BioMind就与北京天坛医院联合成立了“神经疾病人工智能研究中心”，展开全面深入的合作。

与此同时，安德医智BioMind还与麻省理工学院（MIT）人工智能实验室、新加坡国立大学等顶级科研及医疗机构建立了紧密的战略合作关系。

李晶珏表示，“顶级医院的病历数据+影像数据+病理数据相结合的多维度数据，才是高质量的数据。”

光有AI技术没有高质量数据，国外已经有了失败的案例。曾经被认为是医疗AI先行者的代表产品IBM Watson Health和Google Health均因数据获取问题走向失败。Watson Health后期难以获得高质量的数据，因较高的出错率难以为继，2016年，Google旗下研究机构DeepMind与英国三家医院合作，获得 160 万病人医疗数据，紧接着便因为违规获取和使用数据被调查。

中国是人口大国，每年会产生大量的医疗数据，这恰恰是国外AI影像公司所不具备的先天优势。

安德医智BioMind通过与天坛医院的科研合作，运用深度学习算法模型，对近十年数百万影像病例进行系统训练，融合了顶级医院专家的临床经验。在使用顶级医院高质量的数据的同时，为确保数据的安全性，安德医智BioMind派驻研发团队在医院工作，完全做到所有训练数据不出院，数据进行清洗、脱敏训练等全部在医院内网完成。                 

此外，安德医智BioMind核心技术团队来自于新加坡国立大学、哈佛大学、麻省理工学院、清华大学、中国科学院等世界顶级学府，强有力团队的加持，为安德医智的产品在技术层面提供了有力保障。

高质量的数据和强技术的团队，成为安德医智的持续创新的源泉。扎实的产品实力帮助安德医智顺利打开了国际市场，安德医智2018年就拿到了包括欧盟CE、新加坡等十几个国家的产品认证，产品销售至德国、波兰、卢森堡、新加坡等多个国家和地区。

李晶珏在论坛上表示，医疗AI的价值本质在于解决临床需求。近些年来很多企业在这条赛道上失败了，正是因为没有真正去了解市场需求, 只做自己想做的。“如果AI产品不能完全嵌入医疗场景，仅仅提高效率的产品只是软件工具，还不是真正的人工智能。”

市场上大多AI影像产品以尚未成熟的软件形态存在，算法模型尚处于训练优化阶段，未完成大规模应用。

2020年7月，安德医智BioMind作为国际级项目的联合成员单位之一，成为国家工信部国家级医疗人工智能公共平台项目——“面向医疗健康行业人工智能辅助诊断公共服务平台"的唯一标的，中标金额达1.68亿元。

目前， BioMind逐渐实现了覆盖头部、颈部、心脏、血管、乳腺等全身多部位多病种的精确辅助诊断和辅助决策的应用，2023年前，安德医智将完成全身系统影像AI辅助诊断和多病种辅助决策产品的全面布局。

但安德医智并不满足于此。李晶珏表示，安德医智BioMind正在逐步从辅助诊断深入到精准诊断、精准决策和精准治疗，试图打造基层临床更需要的AI精准诊疗一体化系统，助力基层医院发展。

比如安德医智BioMind研发出的BioMind脑血管病临床诊疗辅助决策系统（简称“脑血管病 CDSS”），从筛查—诊断—治疗—预后全过程的辅助决策，帮助医生实现从患者入院到出院的科学、合理的临床决策。

李晶珏认为，人工智能最有可能将顶级医院的技术带去基层，提升基层医生的诊疗水平。安德医智BioMind一直在提供支持影像和临床能力全面提升的全域解决方案，未来将继续立足医疗、深耕算法，为影像科医生和临床医生提供更适合临床应用场景的诊疗一体化智能化解决方案。