利用AI技術進行阿爾茲海默症的篩查和診斷，腦醫生看中了這個8000億美元的市場AI 大數據案例

「作為一名外科醫生，我父親以前是多麼的意氣風發，但是現在連自理能力都沒有了。」

韓先生談起自己的父親的時候，不禁發出了一聲嘆息。自從老人得了阿爾茲海默症（俗稱老年痴呆症）以後，這病就像橡皮擦一樣，一點一點地把他的記憶和能力全部擦除。老人以前是老煙槍，但現在即使把煙遞給他，他拿著煙也不知道抽，就是痴痴獃獃地看著它冒煙，或是拿著拿著就睡著了。

阿爾茲海默症作為一種常見的、原因未明的神經系統退行性疾病，已經嚴重影響了現代社會中老年人的身心健康。它臨床表現為認知和記憶功能不斷退化，日常生活能力進行性減退，並伴隨各種精神癥狀和行為障礙。

國際老年痴呆協會發布的數據顯示：2013年，全球老年痴獃人數為4400萬，其中50%-75%為阿爾茨海默病患者。2015年，全球新增990萬名痴呆患者，平均每3秒新增1人。在全球範圍內，2015年護理老年痴呆產生的總費用預計為8180億美元，與2010年相比，增加了2140億美元。

目前，中國阿爾茨海默病患者人數已居世界第一。2014年的調查數據顯示，中國有90%的阿爾茲海默症患者未經過診斷治療。

雖然目前沒有方法可以在疾病晚期階段阻止該疾病的惡化，但有證據表明，如果疾病發現的早，阿爾茨海默症是可以通過藥物治療和控制的，能夠幫助患者改善認知功能、延緩臨床病程10-15年。

發達國家中每位阿爾茲海默症患者平均每年耗用33000美元。早期的診斷和診斷介入，可使患者顯著延後入住看護機構，平均每年可凈節省10000美元的費用。

目前國內各大醫院的神經內科、精神科、老年科的記憶障礙門診均可對阿爾茨海默病進行診斷。其中，常規診斷程序包括病史回顧、體格檢查、痴呆篩查測試（量表評估）、腦神經系統檢查及實驗室檢查（如血生化及CT、MRI、PET/SPECT等腦部掃描檢查）等。

這些方法對疾病的診斷有作用，但是前提是需要有經驗的醫生，而且這些方法並不適用於大規模的早期篩查。

面對這種現狀，王思倫博士創辦了銥磑醫療科技有限公司（主打產品腦醫生智能診斷雲平台系統），利用AI技術進行阿爾法茲海默症的早期篩查和診斷，目前已經在多家三甲醫院進行臨床試用，準確率達到85%，回國幾個月就完成了數百萬的天使輪融資，有道彤清輝領投，艾瑞資本和上海聖習跟投。腦醫生是如何做得到的呢？

將醫生的經驗 「數字化」

醫生診斷用的MRI圖像

在現在的醫療機構，醫生獲取患者的MRI圖像後，往往是根據經驗判斷患者的大腦是否萎縮。因為用經驗判斷的東西差異化很大，所以漏診的現象時常出現。

腦醫生的雲平台工作流程是這樣的，醫生將受試者數據上傳，腦醫生通過圖像處理、大數據運算和統計學分析等方法將醫生的經驗量化、標準化，最後得到精確的診斷報告。

腦醫生系統標註的圖像

如上圖所示，紅色的區域是大腦皮層灰質，這個區域的萎縮是阿爾茲海默症患者重要的早期診斷指標。腦醫生系統通過自動標註受試者大腦重要結構的體積與正常指標作對比就可以對受試者情況作出判斷。

王思倫表示，現階段腦醫生最後給出的診斷報告就像我們平時感冒血常規化驗單：白細胞總數12.2（正常5-12），中性粒細胞8.6（正常2-7.8），淋巴細胞比例17.9（正常20-40）……診斷報告標包含大腦重要結構的數據，包括腦灰質白質體積，海馬結構及全腦45個重要分區的指標，醫生一眼就可以看明白，並給出結論。拿到CFDA認證以後，腦醫生會推出帶有結論的診斷報告，供醫生參考。

使用過的醫生反饋，腦醫生系統主要有三個優勢：

第一，人性化的系統設置，操作簡單。這與王博士多年的從醫經驗有關，他希望醫生用產品的時候要舒服，能夠最大限度減低醫生的工作量。

第二，數據清晰、全面。腦醫生系統得出的數據對中樞神經系統疾病如阿爾茲海默症帕金森病，癲癇，多發性硬化，腦損傷等都有重要的參考意義，多數據的呈現可以幫助醫生做全面的診斷，是放射科和神經內科的診斷更具有針對性和科學性。

第三，科研上的幫助。由於計算量和數據的限制，臨床醫生在開展腦科學研究時常常受限於計算機操作和數據的分析，腦醫生提供一站式平台，非常適用於標準數據的採集和案例整理，為臨床研究提供幫助。

醫學AI需要多學科交叉合作

腦醫生誕生於2016年9月份。王思倫博士從中山醫科大學本科畢業以後，在北京大學附屬醫院做了三年的放射科醫生，後來考取了香港大學放射學系的研究生和博士，然後又去了約翰霍普金斯大學醫學院（The Johns Hopkins University）做博士後研究及愛默里大學（Emory University）高級研究員。

從碩士開始，王博士就一直從事中樞神經系統影像學、分子影像學及腫瘤影像學的研究，2013年，王博士獲得國際核磁共振協會的「青年院士」，2014年獲得北美放射學會分子影像學優秀研究獎並榮獲約翰霍普金斯大學最佳研究獎。

為了此次創業，王博士準備了將近兩年的時間。在這兩年的時間裡，人工智慧的深度學習技術得到了快速的發展，這為醫學影像的處理奠定了基礎，並開闢了未來醫學的新方向。另外，在美國工作的10年時間裡，他也看到美國為預防、緩解阿爾茲海默症所做的巨大努力以及對社會造成的重大影響。。

在調查階段，他意識到中國老齡化加劇帶來的巨大市場以及中美兩國在阿爾茲海默症防治方面的差距，由於國內還沒有這方面的創業公司，於是他下決心創辦了腦醫生。

目前，腦醫生項目充分利用其國際化背景，大力整合國際和國內資源。其核心AI技術團隊在海外有著豐富的數據處理，模型建立及演算法開發的經驗。其國內團隊，熟悉中國市場的運作和推廣。王思倫博士表示：「只有充分整合國內和國際資源，大力推進研發和落地，才能實現真正商業方面的成功。

除了AI技術人才的搭建，王博士還組建了一批由醫生、IT、雲計算、統計學、大數據等領域專家組成的團隊，他們大多都畢業於國內外著名高校，如MIT，牛津大學，UC伯克利、斯坦福等著名學府。在王博士看來，醫學AI是一個多學科交叉的領域，需要多個行業的專家共同參與才能把事情做好。

MRI圖像的最優選擇

在現實的臨床中，CT、MRI、PET/SPECT各種影像都可以用來診斷老年痴呆症。通過比較，腦醫生首先選擇了MRI圖像作為突破口。

王思倫表示：「MRI圖像有很多優勢：第一，在獲取MRI圖像時對人體沒有放射性損傷。第二，MRI的結構性掃描在臨床應用廣泛，非常容易獲得。第三獲取成本低，時間短，通常情況下，患者拍MRI圖像的成本在幾百元左右，相比於PETCT要便宜的多，另外拍攝時間短，不會對臨床工作帶來很多干擾。」 因此美國放射科學會也推薦結構MRI圖像是診斷AD（阿爾茲海默症）的最佳影像學方式。

腦醫生的資料庫準確來說有兩個：一個是基於正常人群的人腦灰質體積，皮層厚度，白質體積和海馬結構資料庫。另一個是基於AD患者的人腦灰質體積，皮層厚度，白質體積和海馬結構資料庫。

王思倫博士團隊就是利用這兩個資料庫來訓練人工智慧模型。

清晰的用戶模式

在商業方面，王思倫表示，公司預計可以在明年拿到CFDA的認證。在此之前，公司將和5-8家地區性重要的三甲醫院進行合作，把用戶模式、收費模式和推廣模式落實。

此外腦醫生也將與葯企合作。目前中國在研發的神經退行性疾病藥物有100多種，腦醫生會和葯企進行廣泛合作並成為標準化的檢測手段。

另外，腦醫生項目具有廣泛的臨床應用性和重要的臨床意義，非常適用於開展大規模阿爾茲海默症的人群篩查。

在融資方面，腦醫生已經獲得了數百萬的天使輪融資，由道彤清輝領投，艾瑞資本和上海聖習跟投。王博士表示，目前A輪融資正在進行中。

國際上的其他研究團隊

除了中國，在國際上也有其他的研究團隊在做這樣的事情。

今年6月份，韓國高科技科學院（Korea Advanced Institute of Science and Technology）和Cheonan公共衛生中心的科學家們通過深度學習（deep learning）開發出一項技術， 能以超過84%的準確度識別未來三年可能發展成為阿爾茨海默病的潛在病人。

他們的方法和腦醫生有點類似。近年來，世界各地的阿爾茨海默病研究人員一直在建立一個健康人群與阿爾茨海默病患者腦圖像的資料庫，他們用的是大腦PET掃描圖像而不是MRI圖像。研究人員使用這個資料庫來訓練卷積神經網路，並且在此基礎之上識別它們之間的區別。

該數據集由182位70多歲的健康人大腦圖像和139位相似年齡的確診阿爾茨海默病患者大腦圖像組成。通過培訓，該機器軟體系統很快就學會了識別差異，精確度幾乎達到了百分之九十。

另一個案例是歐洲的，西班牙馬拉加大學（University of Malaga）和格拉納達大學（University of Granada）的研究人員攜手合作，於今年的3月份在著名期刊《國際神經系統雜誌》上發表了名為「用於阿爾茨海默病早期診斷的深度學習架構組合」的短文。這項研究提出了利用深度學習技術融合功能性圖像和結構性圖像來診斷阿爾茨海默病的方法。

該人工智慧技術旨在對高級數據抽象建模，通過自動獲取所關注的影響區域，讓計算機學會區分健康人和病人的大腦。根據研究人員的解釋，「該研究利用深度學習技術計算大腦功能預測方法和磁共振成像（MRI），預防阿爾茨海默病。為了實現這一目標，我們使用了不同的神經網路，對大腦的每個區域進行建模，然後再把它們結合起來。」他們目前並沒有公布準確率。

文|王曉行

添加時請註明：姓名-公司-職位

後台發送關鍵詞即可獲得相關好文

網站、公眾號等轉載請聯繫授權

2017中國醫療大數據和人工智慧產業實踐論壇將於9月16日-17日在武漢會議中心盛大開啟，會上同步發布國內首份《2017醫療大數據和人工智慧產業報告》，與會者將直面產業大佬，共同探討產業實踐，獲取最新產業動向和發展趨勢。報名參會請長按識別圖片二維碼。

AI+大數據案例

近期推薦

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。文中出現的採訪數據均由受訪者提供並確認。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！