医疗AI商业化落地报道:希氏异构与华西医院深度合作,走出了一套自己的模式 - 动脉网

动脉网知识库

登录动脉网

医疗AI商业化落地报道:希氏异构与华西医院深度合作,走出了一套自己的模式

王晓行 2018-04-17 08:00

希氏异构作为一家以医学AI技术研发见长的公司,2017年初从北京迁到成都,并开始与华西医院进行深度的合作,在过去一年多的发展过程中,希氏异构与华西医院联合成立“华西-希氏医学人工智能研发中心”、成功推出国际第一台AI消化内镜,并且与华西医院在CT、MRI、超声、皮肤科、心内、病理等众多科室取得了许多研发突破,近期双方合作建成了中国医疗机构运算能力最强的“华西1号医学AI超算中心”。

 

专注于与华西一家医院深度合作,而不是与多家医院同时合作,但依旧取得众多成果,尤其是近期在商业化道路上探索出符合希氏异构的发展模式,这值得行业关注。为此,记者采访了希氏异构创始人兼CEO宋捷,了解他们的发展思路。


微信图片_20180411230126 - 副本.jpg

图片来源:希氏异构


>>>>

医疗AI出现的8大问题


宋捷表示,随着医疗人工智能快速发展,人工智能公司的发展方向发生了巨大的变化。2017年末之前,大多数公司最关心的是如何找到数据做前期研究,随着部分技术的趋于成熟,今年部分走在前面的公司,已经投入大量的精力进行商业模式上的探索。


宋捷认为,医学AI领域的存着许多问题,正确规避,才能有可能走得更好;尤其是对医院来讲,首先需要解决它们的忧虑。

 

合作分散、效能不高:很多研发是以医院科室+外界AI团队模式为主,头绪繁多,医院管理难度大,风险不可控,难以形成合力。而且分散的多头合作,很难向未来多学科融合的医学AI方向推进。

 

AI技术团队良莠不齐:近两年,医疗AI领域大额的融资,促使很多人开始从事医疗AI方向的创业。但是这个领域涉及AI和医疗两大核心问题。如果核心团队没有AI技术能力、强大的计算能力以及AI与医疗的跨界整合能力,要想取得长远的发展就很困难。

 

规划不清、应用困难:由于资源的分散,和缺少统一布局、规划,一些工作会在前期研究后停滞,无法产生临床应用和价值。

 

潜在法律风险较大:由于医疗数据分散、多点小规模合作、云端数据训练等因素,很多创业公司将面临很多法律风险和医疗数据流失隐患。

 

产业化能力欠缺:医学AI技术,最终需要表现为两种产品形式: AI医疗设备(硬件产品)和医疗服务(软性产品),但部分AI团队没有硬件研发能力(包括AI芯片技术),致使产品落地流程变长。

 

缺乏超算能力、数据安全不可控:现今的AI技术的要素:大数据+大计算(AI超算能力)。好的AI技术需要高质量的海量数据,没有强大的计算能力,就无法完成有效的计算。AI超算中心,其架构不同于传统的超算中心,也非商品化的设备,需要专业的技术搭建,致使国内几乎没有多少机构有独立使用的医学AI超算中心。故而多数开发是利用云端计算能力来完成,这种共享式的云化的算力,在效率和算力上只能满足小规模的前期实验性研究,根本无满足法深度研发,同时,数据安全也不能保障。

 

医疗、AI分离:医疗、AI技术团队的分离,无法深度合作,研发结果问题较多。

 

知识产权不清,影响医院、医生的研发积极性:多头合作,数据分散或界限不清,致使最终成果产权混乱,会打击医院和医生投入研发的积极性。


>>>>

与华西医院的深度合作


记者在华西医院的网站上看到,2018年3月21日上午,全国政协委员、省政协副主席陈放一行14人来到华西医院,调研“华西-希氏医学人工智能中心”。四川大学科研院武梅副院长、四川大学华西医院党委沈彬副书记、消化内科、放射科、病理科、超声科、皮肤科等相关临床科室主任、专家参加了会议。

 

此次接受调研的华西-希氏医学人工智能中心是华西医院和希氏异构共同成立的人工智能研发中心。在之前的采访中,动脉网了解到,在成立中心的初期,希氏异构就和华西医院就科学研究、医疗数据应用、科研成果转化、知识产权划分、后期推广应用等众多涉及长远发展的问题做了充分的沟通。

 

借助华西医院的平台,双方可以按照医院综合的布局,共同进行进行相关专业的医学AI科学研究。在研发的过程中,希氏异构提供顶尖的算法团队和计算能力,研究的成果属于双方共有;同时,希氏异构在AI芯片、云架构能力方面的特殊能力,又能使得研发技术快速落地为产品,可以想象,作为双方共有的产品,在华西医院影响力所及的医疗机构将能快速铺开,这将大大减轻推广压力。

 

之所以和一家顶级医院深度合作,而不是遍地开花,宋捷有自己的考虑:

 

第一,泛泛合作,不如一点做深。对于顶级的医疗机构,其资源足够成就彼此一个不小的成果,但如果若多点开花,最终可能一个真心合作的医院都得不到;


第二,与一家医院合作可以很好的解决未来的技术产权问题和数据安全问题。如果涉及数家医院,产权的划分就很困难。而一旦研究成果与合作的医院无关,那么医院的积极性就会大打折扣;数据安全也是大问题,独家合作,能保证数据不出医院,降低医院的风险,同时,能够让医院有机会参与和主导研发和应用;

 

第三,调动医生、医院的科研积极性。与单独一家医院合作,医生明白这些研究成果有自己一份,同时这个产品是给自己未来使用的,这样医院和医生的参与度会非常的深;

 

当然,来自与一家医疗机构合作研发的技术,很多人会担心未来产品普适性的问题。宋捷表示,这个命题根本不成立,对于顶级医疗机构来讲,其医疗数据的质量、数量以及统计学意义上的代表性都不是问题。但是,其研究和应用的意义就更大了。


一方面对于顶级的医疗机构,其本身就包含有上百家医疗机构合作资源,这本身就是一个巨大合作技术资源,同时又是巨大的应用市场。另一方面,希氏异构搭建的吴韧博士架构的超强的运算中心(比如与华西医院合作建立的 “华西1号”超算中心),它可以同时满足多个领域研究的计算需求,能够更早地进入到交叉学科的医学AI研发,而从这一点上来讲,若不是顶级医院的独家深度合作,恐怕根本没法实现


>>>>

应用才是最终的目标


许多医学AI的研究团队,对应用前景的把握还是欠妥的,很多的研究仅仅停留在学术层面,比如说一些单一病种的AI诊断技术,因其覆盖面太小或应用面过窄,而缺少实际临床应用价值,这决定了该类研发工作不会走得太远。实际上,应用目标不清,应用通道缺乏,缺少商业化的未来,以及硬件能力和服务产品化的能力不足,都会制约其发展。

 

希氏异构在研发方向的选择,集中在“痛点”比较明确的医疗细分领域,而且对于选定的方向,我们会做多病种的研究,以期推出的成果不仅仅停留在学术层面,而是能够直接应用到临床医疗。希氏异构在消化内镜、超声、病理、CT、MRI方向上都是这样的思路。

 

同时,由于希氏异构有自己的AI芯片和云技术能力,希氏异构能够快速推出设备化的产品,和云化的医疗服务产品。由于有华西医院这样的合作资源,希氏异构能够与合作伙伴一道在医联体、科室联盟平台上应用希氏异构的产品。

 

希氏异构盈利模式有多种,最基本的是:一、借助自身强大的硬件能力,将AI系统离线化,销售AI赋能的设备化产品比如AI消化内镜设备,同时也为传统设备厂商做技术授权;二、提供云服务,将AI辅助诊断系统放在云端,为更多的医疗机构提供服务;除此之外,在皮肤、心脏等专业领域,希氏异构还布置了一系列的C端用户产品。


目前,希氏异构的产品已经开始基于已有的CFDA标准的进行报批,同时,也在积极参与AI设备的国家标准的制定,情景非常乐观。


>>>>

多学科的综合发展是医学AI的方向


据宋捷表示,医学不只是简单的读片,识别电子病历。医疗AI刚起步的时候,只会涉及单一领域,但是要想真正解决医学问题,一定需要多学科联合,从这个角度来看。拥有一个深度合作的高水平的医疗机构非常重要,希氏异构的合作伙伴——华西医院本身各个科室就有很强的科研能力,他们平时也会进行业务上的沟通交流。与单一的一家医院合作,把各个科室、各个研究方向人聚集起来就相对容易一些,对于政府、院方、科室、医生各方来说,这都是好事。


>>>>

医学AI的目标不是对医生能力的简单复制


除了合作模式之外,宋捷对医学AI的研发目标也有自己的看法,宋捷的观点:很多人都错误地认为,医学AI就是把医生的能力“学会”,能够复制医生的能力,从而让人类获得多的高效、低成本的医疗技术资源。或许这是AI发展的初期目的,但AI真正的魅力,是加速人类对疾病的认识,也就是说,让AI帮人类获得高于人类现有水平的医学能力,而这一“能力”的形成,势必需要更多的高质量医疗大数据,需要多专业的医疗专家的深度合作,理论上来讲,更多医疗机构的集体参与会让技术发展得更好,但综合各种现实的因素,对于有足够资源的医疗机构来说,一家的深度合作,可能更有现实意义。

 

最后,宋捷综合了希氏异构的思路:我们不会“贪婪”地到处寻找数据,我们不会牢牢把成果攥在手上;我们会把我们的全部能力、资源拿出来,专注地跟我们的合作伙伴(顶级医院)共同研发,共同分享未来。


注:文中如果涉及动脉网记者采访的数据,均由受访者提供并确认。如果您有资源对接,联系报道项目,寻求合作等需求请填写 需求表

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

还没有评论,快来抢沙发吧!

分享

微信扫描二维码分享文章