覆蓋70％以上的第三方檢驗機構，定位「排陰」，深思考找出醫療AI靠譜商業模式

近日，由中華醫學會、中華醫學會病理學分會主辦，中南大學湘雅二醫院協辦的中華醫學會第十六屆全國細胞病理學會議在長沙召開。

深思考技術負責人李亞偉以《人機協同，突破宮頸癌篩查瓶頸》為題，進行了精彩的演講，闡述了在深思考AI系統的協助下，醫療機構如何更好地解決宮頸癌篩查的問題。

據動脈網了解，深思考核心團隊由中科院自動化所、軟體所、計算所、微電子所等中科院院所、清華大學、海外知名大學人工智慧方向的科學家與領域業務專家組成。公司研發的人工智慧宮頸癌輔助篩查系統篩查敏感性達到98.4%，特異性99.77%，可實現90秒分類70000個細胞，1-3分鐘自動出具初篩報告。目前已經覆蓋70%以上的第三方檢驗機構，病理樣本大數據超過百萬份。

                   北京醫院病理科主任劉東戈教授蒞臨深思考展台指導

基於以上了解，動脈網採訪了深思考CEO楊志明博士，對深思考進行深入跟蹤報道。

>>>>中科院的團隊背景

近幾年，深度學習技術推出之後，人工智慧迎來了新的發展高潮。另外，醫療大健康對普通民眾來說是剛性需求，國家政府也是高度重視，但我國醫療資源分布不平衡，迫切需要新的技術來緩解和解決這些問題，所以，作為中科院軟體所人工智慧方向的博士，楊志明及其團隊將創新創業的方向聚焦在了醫療大健康領域。

之所以選擇宮頸癌篩查，楊志明表示，當前癌症在中國乃至全世界發病率偏高且在逐年增加，尤其像宮頸癌、乳腺癌等。我們需要迫切解決一個重要問題——宮頸細胞學篩查現狀。目前國內醫療和醫生資源嚴重不足，中國病理醫生與人口比例僅為 1:70000，而美國為 1:2000。

另外人眼閱片費時費力，每張片子約5-10分鐘，每天最多閱片約100張，閱片數量多，閱片壓力大，閱片人員由於疲勞和技能水平及主觀判讀等因素造成敏感性僅有65%左右。

尤其是在基層，按照政府要求，基層醫療機構要完成當地人們的兩癌篩查工作，由於技術和專業人員的不足，兩癌篩查工作壓力巨大。利用AI賦能的方式可以快速提高基層的醫療服務能力，滿足基層的篩查需求。

據記者了解，深思考擁有多種AI能力，聚焦於解決剛需問題，構建醫療大健康解決方案。深思考人工智慧同時具備三種AI核心能力（自然語言處理與理解、計算機視覺、深度學習處理器），這是一般AI公司所不具備的。針對醫療大健康市場需求，楊志明博士及其團隊運用三種AI武器，提供端、雲兩種解決方案。

>>>>「雲」、「端」兩種模式結合的解決方案

針對基層宮頸癌篩查技術難度大，篩查率低的情況，深思考人工智慧iDeepWise針對宮頸細胞輔助篩查的產品化有 「雲」和「端」兩種形態模式的解決方案。

「雲」模式：「宮頸細胞AI篩查雲」，深思考建立了Cervical Cancer sCreening Cytology Cloud (C6)雲 。基層醫院可以通過病理掃描儀、顯微鏡等設備接入C6雲， C6雲由雲端AI伺服器集群組成，病理掃描儀或顯微鏡接入後，系統會自動的分析病理細胞，進行分割、檢測、分類等AI任務，並在1-3分鐘內給出篩查報告。

高適應性：該系統可以適配絕大部分廠商的終端病理掃描儀，適配絕大部分耗材染液生產廠商產生的病理細胞圖像。目前市場上做宮頸細胞製片的第三方機構、醫療機構林林總總，製片方法、耗材、染色並不完全相同，樣本中的細胞團簇也屢見不鮮，深思考通過優化AI模型的自適應與學習來分割團簇細胞，適配不同樣本。

楊志明博士表示，產品服務化是深思考非常注重的商業模式，產品服務化能夠使得產品大規模應用，所以在研發之初，深思考團隊不但對敏感性、特異性等功能性指標做了極高的要求，而且也對高適應性、易用性、用戶體驗等非功能性因素也做了重點深入的研發。

在易用性方面，深思考確保無論是三甲醫院的專家，還是基層醫療機構的醫生、第三方體檢和檢驗機構的工作人員都可以非常方便的使用。並且將系統無縫集成到醫生的工作流程中，不會讓醫生感覺到額外的操作，一句話就是透明簡便易用。

「端」模式：深思考基於自主研發的醫療領域專用AI晶元M-DPU的優勢，將醫療領域常用的視覺演算法與M-DPU結合形成一站式解決方案。通過將M-DPU植入合作方的眾多醫療器械中，形成醫療器械的「AI大腦」，賦能醫療器械。

「雲」和「端」兩種模式的解決方案，使得AI醫療演算法模型能夠離線、高性能、高精度運行在醫療終端設備中，其中演算法部分包含診療中的醫療影像識別與醫學圖像的自然語言描述與交互兩部分，通過深度學習人工智慧技術實現對兩癌（宮頸癌、乳腺癌）篩查、問診（術前諮詢、術後康復指導）等功能。

楊志明告訴動脈網，「雲」和「端」兩種模式的解決方案，其核心優勢可歸結為：

高速度，90秒分類70000個細胞

高性能，分類精度高達99.3%

高通量，單次裝載掃描1~480樣本

多片源，適配主流多種製片方法

多適配，適配主流多種掃描設備

>>>>功能定位於排除陰性（健康）

面對定位的問題，楊志明表示人工智慧落地難，關鍵還是對AI這塊的一個定位和期望。

與市場上很多企業不同，深思考將自己的產品定位為排除陰性（正常與健康的樣本）。楊志明表示，深思考的宮頸癌篩查系統，最終實現的功能是 「陰陽分流」，把陰性的樣本排除，把剩下的可疑樣本進一步做檢查確認。

這樣產品功能定位，最關鍵的是如何保證不出現假陰性。

楊志明博士告訴記者，為了確保不漏診，深思考一方面從演算法模型避免假陰性存在，本著「寧可錯殺一千，不可放過一個的原則」來打磨自己的演算法模型，確保不遺漏。

這樣會造成讓假陽性率略高，面對這種情況，楊志明表示，目前深思考新版系統的排陰率為81%，這就意味著基層醫生如果使用深思考的產品可以減少81% 的讀片量。提高排陰率是深思考一直研發的重點，未來深思考會一直優化這個指標。

>>>>覆蓋70%以上的第三方檢驗機構

楊志明告訴動脈網記者，隨著醫療衛生體制改革，醫保控費、大病防患於未然成為醫療行業各方關注的事情，因此體檢篩查的量會越來越多。

目前深思考主要為醫院、第三方體檢和檢驗機構提供技術服務，尤其是第三方檢驗機構，他們的篩查數量巨大，對技術的需求非常迫切。

深思考通過為這些機構高並發大規模的宮頸細胞篩查，獲取技術服務費，收費方式也是多種多樣，可按照篩查數量，也可打包服務。

因為現實中很多基層醫療機構的病理檢驗都是交由第三方檢驗中心來做，所以在未來發展中，深思考在市場方面會著重與第三方檢驗機構合作，目前在第三方檢驗機構的覆蓋率為70%以上。

另外，深思考也與數十家知名三甲醫院共建病理科，共同打造智慧病理科，利用AI技術賦能病理科，讓AI技術在醫療領域實現靠譜的商業模式，真正落地醫療大健康，最終普惠國民大眾。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！