近年來,在推進分診醫(yī)療落地和實施的過程中,很多地方雖然加強了對基層醫(yī)療機構的硬件投入,但基層醫(yī)療機構對患者的吸引力仍然不足,原因在于基層醫(yī)療機構缺乏,醫(yī)療資源特別是優(yōu)秀醫(yī)生分配不均,基層醫(yī)療機構診療能力較弱。當前人工智能算法比較成型,計算能力不斷提升,數據支撐也為人工智能的應用提供了較好基礎,人工智能進軍醫(yī)療領域已經成為行業(yè)內發(fā)展趨勢,新技術、新模式的探索升級,在很大程度上加速了分級診療的實現。
作為領先的計算產品和方案提供商,英特爾積極探索和推動人工智能技術的應用,與合作伙伴一起加速相關方案與產品從實驗室研發(fā)推進到臨床應用的進程,從而加速分級診療的推進與落地。如今,英特爾利用人工智能技術在推進分級診療的進程中又向前邁進了一大步。在與英特爾的合作下,愛爾眼科集團、極視互聯(lián)科技、晉弘科技攜手共同開發(fā)推出了針對糖尿病視網膜病變(DR)和老年性黃斑變性(AMD)的遠程智能閱片平臺,用“智能化+遠程化”的手段實現了眼科疾病的分級診療。一方面,利用人工智能從醫(yī)療影像切入,結合人工智能輔助診斷,幫助解決中國眼科醫(yī)師匱乏,閱片效率低以及基層醫(yī)院技能落后等問題,提高醫(yī)生的工作效率;另一方面,用人工智能與互聯(lián)網平臺結合的方式,通過遠程診斷,在一定程度上,從技術層面上為基層醫(yī)療在未來發(fā)展中打破行業(yè)壁壘提供可能性,對于平衡醫(yī)療資源,擴大眼科篩查面有著重要的作用。
人工智能,提升診斷水平
長期以來,人工鑒別圖像幾乎是醫(yī)療機構唯一在使用的方式,對醫(yī)師的經驗、狀態(tài)都有著極大的依賴,加之人眼的分辨率和敏感度限制,客觀上制約了對影像資料的充分利用。影像科醫(yī)師較長的培養(yǎng)周期,也對基層醫(yī)療機構承擔分級診療政策指導下的疾病初診造成了一定壓力。英特爾專家認為相對于人工閱片,人工智能在醫(yī)學影像方面具備準確率高、檢測效率高等優(yōu)勢,機器讀片的優(yōu)勢主要在于“穩(wěn)、準、狠”。
愛爾眼科集團、極視互聯(lián)科技、晉弘科技利用人工智能技術開發(fā)的DR和AMD智能閱片系統(tǒng),臨床診斷準確率已達到90%以上,結合眼科圖像分析處理的特點,英特爾針對處理器、深度學習框架、數學內核庫等進行優(yōu)化,提供專業(yè)化系統(tǒng)解決方案,進一步支持大樣本、大批量眼科圖像診斷分析的處理效率和準確性。晉弘科技董事長暨聯(lián)合創(chuàng)始人鄭竹明博士指出,通過英特爾龐大的計算能力支持,影像分析的時間從最初的1分鐘縮短到了10秒以內。目前分級診療,醫(yī)生在基層是非常欠缺的,英特爾、極視互聯(lián)科技,以及晉弘科技利用大數據資源開發(fā)的人工智能遠程智能閱片平臺,通過運用神經網絡算法(CNN)及臨床大數據,實現智能化閱片,輔助醫(yī)生完成前期疾病篩查和初檢,大大簡化了后端對人員的要求。
在眾多醫(yī)學數據中,影像數據相對標準,長時間積累中形成了體量龐大的數據集合,從這一角度來講,人工智能醫(yī)學影像具備了較好的發(fā)展基礎。英特爾專家認為數據是人工智能實現突破的最重要因素,數據質量更是機器能否進行高效學習的關鍵。愛爾眼科通過旗下百家醫(yī)院多年來積累了龐大的臨床數據資源,對近10萬張中國人的眼底圖像進行深度學習,搭建了適宜眼底診斷的智能軟件模型。
人工智能+平臺,打通行業(yè)壁壘
受監(jiān)管認證、跨界人才以及醫(yī)生、病人觀念等因素影響,以及醫(yī)療資源特別是優(yōu)秀醫(yī)生分配不均,基層醫(yī)療機構診療能力較弱,人工智能醫(yī)學影像短期內還無法普及到基層。利用互聯(lián)網技術是實現分級診療的重要推動力,人工智能與互聯(lián)網平臺結合,通過平臺形成醫(yī)院聯(lián)合體,將人工智能閱片經過遠程診斷落地到基層,將為實現分級診療提供一條可行之道。
愛爾眼科以專業(yè)為依托,深度響應國家分級診療及“互聯(lián)網+”的政策要求,一方面在城市社區(qū)、縣域村鎮(zhèn)等區(qū)域,通過合作、自建、加盟等多種形式,大量開設目鄰眼健康中心,另一方面建立云服務平臺,打造了線上、線下結合的眼健康“互聯(lián)網+”服務模式,以實時和非實時兩種方式,對各種眼底照片進行診斷和分析,提升眼底篩查的效率。目前將近20多家社區(qū)服務中心,以及10多家愛爾眼科自建社區(qū)眼健康服務中心都已經開始使用該遠程智能閱片平臺,預計年底達到50家,主要試點城市包括長沙、北京、成都、天津及深圳。遠程智能閱片平臺可以有效促進眼底影像互聯(lián)互通,從而實現分級診療,合理分配醫(yī)療資源,進而提高眼底影像診斷率以及區(qū)域信息化的建設整合。