賽邁特銳:AI只是醫(yī)學影像智能化起點,影像決策將驅動全流程智能化
從2016年后,AI浪潮席卷全球,在醫(yī)療領域,許多公司選擇在影像科應用AI。四年時間過去,AI+醫(yī)學影像的產品已經走到了上市前的審批環(huán)節(jié),直面商業(yè)化的階段。但是AI影像診斷產品的成熟并不代表著醫(yī)學影像已經走到了智能化的終點,相反,這只是醫(yī)學影像智能化的一個開端。
北京賽邁特銳醫(yī)療CEO岳新告訴動脈網,如果把影像科醫(yī)生智能化的工作流程分為臨床申請——掃描——AI影像后處理——診斷決策等四大流程,AI輔助診斷才僅僅解決了其中一個環(huán)節(jié)的問題。而真正實現影像科工作的智能化和數字化,醫(yī)生還需要更多智能工具的支持。
成立于2016年的賽邁特銳醫(yī)療科技正是希望通過提供更多的智能化+工具,讓影像科醫(yī)生的診斷流程更加智能化,解決以往影像科PACS、RIS系統(tǒng)下,放射科影像科醫(yī)生診斷報告一致性差、臨床參考性不足、數據可利用程度低等問題,支持醫(yī)生在臨床治療角度上進行精準影像診斷和報告輸出。
目前賽邁特銳的產品已經覆蓋了超過60個病種。賽邁特銳和華西醫(yī)院、北大醫(yī)院、北京大學腫瘤醫(yī)院等國內知名醫(yī)院達成合作,借助于知名醫(yī)院優(yōu)勢學科診斷邏輯作為決策支持產品基礎,使每個病種的診斷邏輯更加完善。
影像決策支持對于醫(yī)生來說意味著什么?它和AI輔助診斷相比存在哪些差異?動脈網專訪了賽邁特銳創(chuàng)始人岳新。
影像醫(yī)生不止需要AI輔助診斷,更需要決策支持
從首都醫(yī)科大學醫(yī)學工程系畢業(yè)后的岳新一直扎根于醫(yī)學影像領域。作為一名影像科的老兵,在20多年的工作中,他見證了醫(yī)學影像從數字化到智能化的歷程。
他回憶到,2000年左右,影像設備的升級帶來了影像數字化大發(fā)展,CT從單排升級為雙排、四排,影像設備升級讓影像數據量大增。大量數據的誕生也促進了很多前沿性科研工作的誕生,例如RECIST評價。
在這時,岳新敏銳地感知到,大量的數據需要規(guī)范化的儲存和管理。于是,在20年前,他創(chuàng)立了一家專注于放射科流程管理系統(tǒng)的企業(yè),產品涵蓋PACS(醫(yī)學影像存檔與通訊系統(tǒng))、RIS(放射信息管理系統(tǒng))。這家企業(yè)在全國擁有超過1000多家客戶,獲得眾多客戶的認可。
岳新表示:“在流程管理上,我們越做越細,但流程管理的本質是把過程中產生的信息進行記錄,它希望信息記錄后再有人去看,這是一種被動式儲存信息的方式!
被動式的流程管理造成在諾大的醫(yī)院中數據的利用程度很低。醫(yī)院大的集成平臺存儲著多個科室的數據,每個患者的數據其實分散在各個業(yè)務模塊中。這為醫(yī)生帶來的直接影響是:醫(yī)生若要基于診療數據做一個決策,需要花費大量的時間。
在醫(yī)生需要調動更多更快地調動數據需求下,流程系統(tǒng)已難以為繼,醫(yī)學影像行業(yè)開始迎來新的變革。此時,恰逢AI技術方興未艾,AI+醫(yī)學影像成為潮流,一時引起諸多關注。
不同于很多AI影像智能診斷企業(yè)研發(fā)人員是跨界進入醫(yī)療,岳新是醫(yī)學影像行業(yè)一直以來的陪伴者,在早期他就感知到其實醫(yī)生真正的需求在于對影像決策支持的需求。簡單來說,影像決策支持是用數據去支撐醫(yī)生進行基于診療目的的某個猜測,一旦醫(yī)生有了某個猜測后,便需要一堆數據維度來支撐影像診斷決策。

請輸入評論內容...
請輸入評論/評論長度6~500個字