数坤科技刘建：医院会为怎样的影像AI产品买单？丨公开课回顾

近期，雷锋网AI掘金志邀请数坤科技副总裁刘建，做客雷锋网公开课，以“医疗影像AI的应用价值探讨”为题，对影像AI的商业化背景、数坤科技的布局情况、以及行业的未来发展路径做了解析。

后续将有更多课程上线，添加微信公众号  医健AI掘金志  报名听课，或收看本节课程视频回放

刘建做了7年的放射科医生、在医疗行业任职14年，对于医疗行业的技术需求具有充分的了解。他认为，医疗行业的实际用户有两类：一类是真正的用户（决策者），一类是使用上的用户。一个产品能不能有生命力， 首先要符合既能满足使用用户的需求，还要满足决策用户的要求。

满足这两点要求的解决方案就是人工智能化。“只有AI化，我们的场景才能自动化，报告才能结构化，完成标准化后，才能把人力成本大大的降低。”

以数坤研发的——CTA- CoronaryDoc冠脉AI产品为例，从扫描后处理、病灶量化AI检测分析、到判断疾病程度输出结构化报告、甚至胶片的打印都可以实现自动化，医生仅需要负责审查纠错。

刘建认为，影像AI发展到现在只是1.0阶段，2.0时代的影像AI应该能够为临床诊断产生新的数据，这些数据可以对原来的疾病进行高于形态的判别，在风险预测、预防，乃至最后的疗效评估等环节，均可以发挥价值，对影像的帮助也应实现多任务处理，解决过去一个人只能看一类片子的问题。

以下为刘建演讲全文内容，雷锋网(公众号：雷锋网)做了不改变原意的编辑

今天介绍的内容是医疗影像AI应用价值，副标题是影中万象，数蕴乾坤，影像学包含了整个临床医学的所有内容和学科，最终将临床内容数据化，因此在影像学内蕴藏着很多数据。

我毕业于首都医科大学，师从放射界的大咖李坤成教授，做脑部这方面的神经影像，在宣武医院工作7年，然后到GE。在GE我是从应用培训开始，到教育培训管理，直至2018年加入数坤科技，主要负责市场医工结合和战略方向。

临床从业7年，医疗行业工作14年，加起来21年。所以今天我分享一下在工作中的体会。

分享的内容主要是三个方面：

1、从医工的视角理解影像AI价值；

2、数坤科技的影像AI布局，以及临床应用实例和未来进展；

3、从我个人的视角看待影像AI的发展前景。

医工结合对影像AI的价值

这个问题之前，首先回顾一下医疗客户和普通用户的区别。to B模式和to C不太一样，有两类的客户，一类是 “决策者”，还有一类是终端使用者。

这两类客户的需求和视角完全不同。产品实际是终端用户在用，但是决策者才是真正的用户，所以一个产品能不能有生命力， 首先要符合既能满足使用用户的需求，还要满足决策用户的要求。

接下来看看医院里谁最能用上AI产品，这是原来亿欧智库里的一个调查。可以看到其实所有的应用都集中在两方面：一个是疾病风险管理，另一个是医学影像。

这两个应用场景公司数量最多，那就代表调查中的应用公司就做得很好么？

AI技术涉及的领域非常多，包括计算机视觉、机器人、自动驾驶、自然语言处理，情感计算和语音识别。

其实，影像AI大部分都集中在计算机视觉，也就是现在积极推广的人脸识别技术，有些医学影像分析实际也是基于这个技术。

首先，医学影像遵循了医学的特征，它是逻辑归纳、循证应用的一门科学。

第二，医学影像是一个标准化的数据，它很早的在国际上用DICOM形式标准化了，这样才能保证我们在图像视觉上可以做很多的数据标注。因为只有标注标准化了，我们才能运用深度学习技术。

第三，大家可以看到，大部分AI产品是应用在放射科，再有一部分就是眼底和病理。乳腺、核磁、前列腺以及胸部的这些应用，都是在放射科领域。为什么放射科是技术和商业落地的最好的选择之一。

为了实现放射科的自动化，几大厂商一直在努力，但是真正要解决这个问题，还要考虑放射科的诊断以及复杂的过程。所以真正要解决问题就需要AI化，只有AI化，场景才能自动化，报告才能结构化，完成标准化后，才能把人力成本大大的降低。

经济利益最简单的是机器本身，是不是时间可以更快：扫描时间更快，检查时间更快。检查的病人越多，收益就越多。不管是从放射科带来的收益，还是让患者入院后得到的收益是双重的，所以加快检查时间是他们非常关注的。

临床利益

临床利益分两块：第一个是针对病人，如果速度很快是不是病人就能较快预约，并进入下一个流程当中，

第二个是对学科的建设，是不是能提高科研能力、学科地位，最后才是医学的诊断和辅助治疗。

我们可以看到，决策者关注的角度和使用者是不一样的。

那么使用者能关注什么呢？使用者是关注影像行业本身的应用价值。

不外乎这么几方面：精准诊断、疾病检出、良恶性鉴别、疗效评估等等，还有就是减负。

在一些大医院里，影像医生的负担非常重，不仅要处理大量的影像诊断任务，而且还要快速处理，因为我们知道病人是等不起的。

疫情发生以来，大家可以看到，病人短时间、大量地涌入医院后，没有发生挤兑现象，AI在这样的情况下发挥了非常重要的作用：

首先，快速检出病灶，减轻了影像科的负担，让病人快速得到确诊，进行隔离或进行下一步检测，直接减少病人跟其他人的接触时间。

其次，就是辅助科研，医学影像一直是由形态学慢慢向功能学转化。这里面就决定了会有定量数据，而定量对于下一步的精准治疗非常有帮助。定量能帮助我们对肿瘤和卒中进行分期、分级，临床上都可以给出不同的治疗方案。

最后，报告标准化，大家可能没有感觉，但是有一个概念“报告互认”，现在有一个问题是重复检查、难以互认。

为什么底级医院报告大医院不认可，因为他的报告没有结构化，没有把所有真相都描述出来，可能会丢掉一些重要信息，临床上会造成漏诊，所以大医院不相信，造成要让病人必须再做一次检查。

国家前几年一直在推行结果互认，实际推行起来也是有些困难。

我相信随着AI报告结构化以后，大家就能做到报告标准化，因为它在结构下每个地方都有提示，都有诊断要求和标准，这样就能保证报告做到标准化。

通过疾病看到，将来应用场景最广泛的仪器：第一个是CT、MRI扫描脑部；第二，因为缺血性心脏病是一个大病，CT对心脏的应用也会成为重要的场景；再就是由于肺癌高发，CT和肺的结合。我觉得这三个场景可能最优先。通过上面的分析，影像 AI对我们的价值是如何呢？

首先是三甲医院主要解决人力不足的瓶颈问题。

现在大家就诊都喜欢去三甲医院，而一级、二级医院病人就诊非常少，很多三甲医院病例是做不完的。

我们做过调研，心脏的冠脉CT，他们的预约时间最长会到一个月。对于像一些头颈CTA和脑部相关的这些，最长预约到三个月时间，所以里面最突出的问题就是检查做不完。

对患者来说，患者最痛苦的就是等待预约时间长，医院里预约时间最长的就是影像学检查了。首先做的时候要预约，做完后报告等待还要时间，所以基本上影像检查可能是很多医院的一个重大的瓶颈。

第二个作用和价值是对基层医院。

基层和三甲医院是不一样的，基层医院是解决人能力不足问题。所以AI可以帮助医生完成处理不了的病例，因为基层医院的现实情况是一些医生能力缺失，很多疾病看不全、或者不会看，所以这个层面AI能辅助医生一起做医疗决策，更可能是提升医生的诊断水平，提升医院的诊断水平，也是报告标准化了才能留住病人。

另一方面，对患者来说，因为得到了一些标准化的报告，如果是复杂疾病，到上级医院再去就诊就避免了重复检查，现在基层医院设备档次已经不是问题，真正的问题在于写报告的能力提升。

如果报告达不到上级医院要求，检查就要重新再做一遍。所以AI可以帮助基层医院去解决这方面的问题。

最后是针对所有医院：解决目前医生能力之上的问题。

第一个是做做不完的病历，第二是诊不会诊的病例，第三个层次就是诊不能诊的病例。

我们设计产品应该从两个维度去想：

第一、医生为中心设计产品。把产品运输到工作场景当中，再观察医生的工作场景使用习惯。同时观察全流程是什么样子，才能抓住医生的痛点，最终是帮助医生提高诊断效率和准确率。

第二、是以患者为中心设计产品。因为患者是我们医生的最终客户，提高患者就医体验才是产品设计的终点，如果患者没有受益，只是医生受益，产品实际上生命力也不强。

数坤影像AI

数坤公司2017年成立，2018年开始研发产品，选择了比较独特的冠脉CTA作为一个头牌产品，2019年我们也取得非常好的成绩，这是一个成绩表。

如何看待这些医学影像，理念或规划是什么？

我们的愿景，包括价值观，都是以患者为中心，着眼于重大疾病。中国最大的疾病其实是心脑，然后是肺，这三个是我们目前困扰中国人最大的三类疾病。

 我们从影像开始，逐渐过渡到临床，打造更多的数字化医生。

数字是AI的一个最大的特征，提供更多的数字化、多维的、定量的数据，不管对医生还是对病人都非常有帮助。我们的场景现在侧重于影像，慢慢向临床或向健康管理场景进发。

现在的产品还是挺多元化的，我们列举了有心脏影像的数字，头颈、胸部疾病、肿瘤、胸痛中心和卒中中心，提到的胸痛中心和卒中中心是比较特殊的，可以看到中国目前为了提高效率，胸痛中心和卒中中心是一些三甲医院必备的，而且是重点建设的两个中心条件之一。

他们不同于专门影像科流程，胸痛中心和卒中中心有不同的工作解决流程，所以针对他们也提供了不同的方案。

下面是我们的单个产品，首先是明星产品“冠脉CTA- CoronaryDoc”这个产品是真正深入医生场景当中，实际场景就是上面看到的扫描之后需要人工去做图像和处理，做出很多三维图像，再开始写报告。

报告写完以后还要审核医生审核，中间参杂着胶片打印、报告打印环节。其实AI介入以后，我们把这所有的流程都给AI化了。

什么叫AI化？就是无需人工干预，从扫描到报告，覆盖了全流程，我们称Scan to Report。我们在扫描后的处理，整个过程都不需人为干预，可以直接生成想要诊断的数据，这个过程中，可以检测到病灶，把病灶进行定量化，然后生成结构化报告。

同时我们也可以自动打印胶片，把打印习惯到个性化机器当中，就会自动输出。所以我们整个的产品覆盖了疾病场景的全流程，他在这个过程中就感觉应用特别顺手。

因为这个场景是符合现在场景的，我们把这个场景完全自动化了，但是每个场景医生都可以去审核或审校。

因而我们才真正达到医生和AI辅助相结合的状态，而没把医生抛在之外，不是报告一下都出来，医生也不管。其实每个环节我们虽然都能自动化，但是我们都留给医生去check，去审校，去检查。

我们的产品运用了很多AI，一共有三层AI。我们用了三个步骤AI，第一是后处理的提取，第二检测需要AI，还有判断疾病程度，也需要AI，实际上我们还可以生成这种计划报告打印胶片。

AI可以实现诊断效率的显著提升，和稳定性、一致性。这句话的理解，实际大家都有一些体会，上午精力充沛的时候，写报告效率非常高，错误率也低，过了两个小时以后，精力会快速下降，尤其到下午，错误率和漏诊率会大幅升高。但AI不会存在这个问题，稳定性一直平稳。

再最重要的就是AI诊断准确性，这是很多人要问的问题。

AI准确性到底如何，我们也做了大量的多中心研究，目前得到的结果跟三甲医院高年资医生相近。所以我们可以看到这三个加起来，AI加医生是远远优于医生的。

我们做多中心验证目的是效率有没有提升？诊断是否精准？是否有普适性？

我们选了全国共42家医院，分布25个省区，选取1000例有金标准的病例，就是血管造影，也做了标准化的规矩或规则，里面所有都是三甲医院的专家最后诊断为主。

做完这个标准以后，就得到上面的结论“AI的诊断性能和高年资医生相近”。

胸部影像我们跟其他厂家的方式也不同。这里面其实叫“四合一”解决方案。

第1、最常见肺结节。找结节，是跟肿瘤相关的。

第2、非门控钙化积分。他可以应用于早筛，筛查有没有冠心病，不是确诊，只是筛查的手段。钙化积分越高，冠心病发生率也增高，这点在国外已经有大宗病例证实。

第3、肺气肿。肺气肿可以看看肺的变化。

第4、新冠肺炎的评估。

大家会问，为什么叫四合一，这不是四个单独的东西吗？实际上四合一是，一次CT扫描，就能得到四种结果，这对于病人是非常受益的，是非常好的AI手段，我们说两分钟可以做到，然后可以覆盖四大类最大疾病，这是它的特点。

首先看肺结节，相关产品市面上有很多家，多的时候可能有上百家，因为入门门槛比较低，但是做得精做得好，也有一定难度。

第1、是不是快？第2、你是不是准？第3、你是不是有规范的报告？是不是可以做随访和对照？这些都是肺结节的一些要求。  

新冠肺炎这次发生的比较突然，我们也是在春节短短的20多天中，基于肺结节和肺炎原来的经验基础之上，快速迭代了这样的产品，已经安装在武汉中南医院、武汉人民医院、武汉中心医院、武汉中医院，还有雷神山医院，发挥了非常大的作用。

数坤新冠肺炎AI产品特点

第一、快。因为疾病传染性非常强，越快诊断越能避免病人和其他人接触。我们2~3秒就可以解决病变的检出。

第二、可以量化。因为疾病本身从第7版或第6版开始，已经分成轻型、中型、重型，还有极重型分级，不同分级给的方法是不一样的。

所以在里面需要量化，这些量化人眼看不出来，没法去评估，只能是大概的评估，每个人看的差异度太大，会造成有偏差。而机器本身在这方面有天然的优势，它能快速的检出到并能测量病变的体积、密度和大小。

第三、前后对照。这非常重要。有的患者转归越来越重，有的转归痊愈，这个过程需要多次评价、多次评估，工作量对医生来说非常大，用了机器以后，能快速、准确帮助到他们。

这是我们北京安贞医院使用的应用案例，安贞医院、阜外医院都是我国冠心病的专科医院，病人非常多。机器可以快速把所有检查项都给做出来，并且可以看到这些病变的检测部位，告知病变程度。

在安贞医院每天扫描量大约200个心脏，用了我们机器以后，极大改善了他们的工作劳动量。200多个病人一个哪怕是10分钟、20分钟，对他们来说压力是蛮大的，而机器本身可以无间歇24小时为医生工作。

对新冠肺炎的应用。我们做了一个布置，这发挥了非常大的作用。这个就是明显关注疾病的一个转归变化过程，从轻度到中度后来又减轻了，所以能看到全程，可以自动去匹配前一次、后一次或下一次的检查图像，而且去定位，大大的减缓靠人工检索对比对照的时间。

从使用者角度说明，使用起来帮助是非常大的，刚才也讲，对于决策者他们关注点是不一样的。

使用了AI以后，在没有设备增加和其他任何条件不增加的情况下，冠脉的自然检查量都大幅提升。这是我们不同医院的结果，当然每个医院提升的不一样，经济效益还是蛮可观的。

当然这些经济效益也不是AI产生的，但没有AI，这些经济效益就变得沉默或者没有。所以，AI可以帮助CT发挥最大的价值。

目前看到，整个检查过程中的瓶颈不是在扫描端，现在的机器非常高端，有128排、256排、还有512排很高端的CT。瓶颈在后处理和写报告，只有用AI解决这部分问题，扫描另一端才能释放，才能提升效率，增加流通量。

最典型的上海的一家三甲医院，他们原来预约时间最长要一周。通过AI没有任何其他设备人员变化情况下，现在预约时间可以改为两天，他们院长对AI技术非常赞许，因为就可以把病人真正留在医院中。

还有一家医院，病人量并不多，在应用AI以后，原来隔天取报告，现在当天就能可以，上午做完，下午取报告。这对病人特别友好，有些病人千里迢迢来看病，就能直接把病看完。

如果隔天再取，他们还要住宿或再预约医生，能大幅度提升患者满意度。

而困难在于，这种报告不容易标准化，都是手写模板，但结构化以后就好多了，上面是文字，底下是结构化内容。

CT/MR影像是由数字通过算法生成的图像，这些图像可以由AI解析出各种像素点的矢量大小，从而形成各种医生想要的各种数据：大小、方向、位置、密度等这些定量化数据，并在此基础之上行程结构化数据库。

冠周脂肪与冠脉粥样硬化斑块在人体内是个脂肪生态代谢环境，所以通过测量冠周脂肪可以来预测冠心病发生概率以及心血管事件。

这是FFR-CT，它从原来形态学转化功能学，中国市场做的厂家也有很多，并得到美国商保的支持，可以决定我们在放支架时候什么时候放、什么时候不放，尤其在临界病变的时候。

再看斑块，斑块实际是做CT优于DSA的一个最主要特征，因为斑块一旦破裂，就会造成冠心病事件，人就会发生意外，所以中间斑块的判别非常重要。

AI特别好的点在于，可以把斑块具象化，或者剥离出来。对斑块可以进行分析，包括面积、大小、程度等等，统统可以做数据化的分析，对个人的愈合或风险就能做很好的评估。

还有主动脉，主动脉夹层也是高血压非常大的并发症，如果得了，死亡率非常高。用AI可以快速进行三维重建变成构建，也可以做这种功能学的变化。

还有头颈，不管解决的是形态学还是功能学。

过去传统的工作方式就是人对图像阅片，然后根据经验做疾病的诊断。

其实AI的1.0，一些场景可以通过AI+人做一些协制，提供工作量，创造经济价值，AI走到2.0时代，它能产生一些新的临床数据。

这些临床数据对原来的疾病能高于原来通过形态进行判别。其次，可以做预测评估，或者疾病的风险预测、预测预防，这非常重要，包括对疗效进行预测，所以2.0是AI真正发挥重要能力的时候。

行业发展趋势

因为全球的医疗设备上升通道已经变窄，它是依赖于这种技术的。目前来看，影像没有发生突破性技术，所以影像技术都开始向数字化转型。

所以医疗设备的智能化、物联化、信息化，是他们最大的核心。可能形成一种设备上下游生态合作的状态，尤其是GPS或AI厂家进行合作，是一个发展趋势。

影像AI的预期价值

数字化影像和大数据库

影像AI能把这个数据影像都读懂，读懂的前提是都变成数据了，所以我们可以做动力学的评估，做数字化的成像，把斑块进行多维的结构，可以做脂肪代谢的生态评估。

这里面著名的杂志Circulation，还有柳叶刀，还有ECS都是在这方面做了大量的研究。

影像向解剖学向功能学转化：

过去关注的都是人眼直接读片，通过图像像福尔摩斯一样去分析，辨别、假想、推断，从而做成逻辑化推理。

现在通过影像可以做功能学，这些是原来人不能做的，通过人眼不能看出血流变化。通过我们的算法，可以看血流信息的变化，层流的样子，和分岔处的情况，可以对斑块造成的层流和分流现象的关系进行分别探讨。

疾病的风险预测

像主动脉虚拟支架，动脉瘤破裂风险，我们可以对动脉瘤进行破裂风险的血流动力学预测，红点是容易破裂地方，在原来形态学很难发现，几十年去研究是很难，但动力学功能学上就可以清楚的看清。也可以做组学来预测冠心病事件的发生率。

从影像向临床转化

影像是可以向多病种，从心、脑、肺，包括将来腹部进行全病种覆盖。但是光服务影像不能解决全部的问题，还需要向临床去做检出、诊断、量化、治疗、评估。

最简单的一个实例，可以看到术前可以做诊疗规划，把所有数据都测量出来；也可以做虚拟支架规划，术中可以跟DSA做融合指导手术方案；术后可以去看哪个是薄弱点，不容易破裂和功能学追踪。

所以AI是慢慢从影像向临床不断转化、延伸、服务。其实是将来影像AI的重大发展，因此影像在临床上的诊断作用是非常大的。

预防

冠心病高发人群非常多，是不是能做筛查，但是筛查带给医生负担特别重。本身来说，大量的病人来以后，医生是缺失的，这里运用AI以后，可以通过人工AI进行分流。

假如说做CT，阴性就非药物治疗，如锻炼等；斑块很小就一级预防，可以降脂；轻度病变内科治疗，对临界病变有FRCT可以看是不是应该放支架，或者是进行内科治疗；

对严重病变我们可以做介入治疗或手术治疗，所以对于冠心病可以从猝不及防，到防患于未然。

而脑血管强调的是防治，将是未来AI的一大趋势。因为脑血管病致残性非常高，另一个特点是脑血管病转诊不容易，出血是不能转诊，因为风险很高；缺血发生很快，是进展性的，又来不及转诊，所以（脑血管病）大都是发生在二级，到不了三级。

这里就有矛盾，很多医生不知道检查方法是什么？或者能力缺失，包括康复也会缺失，这中间AI+医疗解决方案都可以做一些定量化，或者远程帮助。

新冠肺炎诊断相对没有那么复杂，但是真正的是早筛、精准、快速，也就是尽快建立起防控体系，对新冠肺炎很重要。所以，我们可以用CT做早筛——筛查阶段；放到市属发热门诊——做诊断阶段；放到专科医院——做诊治阶段。

在北京像地坛、小汤山、佑安医院都是这样，我们通过AI提供早筛、诊断、救治、复诊全链条闭环式辅助服务。大家也期望产品越来越丰富，从形态到功能，从影像到临床，从非定量向定量，能走向风险预测或者更高的标准，现在的产品，实际就是样的状态。

。