随着2016年IBM Watson在医疗健康领域势如破竹般地进军，人工智能在与医疗结合的维度获得了广泛关注。
作者｜又田
编辑｜杨静
网址｜www.xtecher.com
微信公众号ID｜Xtecher
现在，所有人都开始意识到：人工智能有潜力解决一些医疗领域的日常问题。由于医疗资源不平衡，医生有大量重复性的脑力劳动，其作为一个重灾区亟待解决。
AI在医疗方面的作用可以分为两个维度：
第一，提升医生效率。医生读一名患者的检查片通常需要花费10-20分钟，某些特殊领域的医生甚至需要花费两三小时。如果用机器代替医生进行预处理就会节省下来这部分时间，提升看病效率。
第二，提高医疗资源利用率。在北上广这类医生数量较为密集的城市可能不会出现资源短缺的现象，而在部分地方县市的基层医院、社区医院等，医疗资源十分短缺。拿眼科举例，根据2016年的调查数据，全国眼科医生仅有3.6万人左右，分布到各基层医院则更加少。
正是看到了这个领域的空缺，肽积木创始人CEO柏文洁选择从眼底阅片切入，以人工智能辅助医学影像诊断。目前在糖网病的筛查诊断上，肽积木已经完成了产品化。
肽积木创始人CEO柏文洁
据了解，中国约有1.1亿名糖尿病患者，约占中国成年人总数的1/10。约1/3糖尿病患者（约3700万）患有糖尿病视网膜病变，其中有1/3（约1200万）面临失明的风险。目前国际上糖尿病性视网膜病变，根据其严重程度分级为轻度非增殖性糖尿病性视网膜病变、中度非增殖性糖尿病性视网膜病变、重度非增殖性糖尿病性视网膜病变和增殖性糖尿病性视网膜病变，临床诊断以眼底照相与眼底荧光血管造影为主要手段。糖尿病患者应及时并定期接受眼科检查，尽早发现病变，及时治疗。
技术上，肽积木独创了PL-NET（基于局部信息的深度识别网络）算子，将深度网络应用于病灶识别标记、病程判断及病理分析。
产品上，推出了人工智能辅助阅读医疗影像平台，同时构建了医疗大数据人工智能训练平台，另外，面向C端客户的人工智能眼底读片APP也已经正式上线。
医疗影像诊断机器人是一款面向不同医疗机构的低成本高效辅助阅片工具，利用人工智能技术，可实现秒级精准阅片，并可根据影像结论实现疾病诊断、分级诊断、病灶标识、病例自动生成、治疗方案建议及病情发展预测等全环节的诊疗辅助工作。
医疗大数据人工智能训练平台，包含数据的整合清洗、标记平台的标记、机器人快速训练、标准接口应用四大模块。在实现对医疗影像及标注数据的高质量采集的同时，可开放给从业医生进行数据标注并训练成辅助诊断的机器人，辅助科研成果形成。
面向C端客户的APP，病人可以根据自己在医院进行相应检查得到的图像，上传至肽积木的APP快速获得患病等级及病灶分析，即获得第二意见。近日这款产品已在手机安卓版上线。
C端APP展示图
肽积木的产品完成的是标记+诊断+病历生成的整套逻辑：系统自动划分结构、标记病灶，自动编写病例，描述病情，并根据历史数据，推荐治疗方案。其优势在于，对于病灶的寻找更为精准及病理分析更加人性化、易沟通。在眼底照片灶点区域，支撑判断。据了解，目前肽积木在眼底诊断上的准确率达91%，精确度达97%，13~15秒内可以完成一张眼底图片的病灶标记，同时还有较好的泛化能力。
“这是一项端到端的技术，更符合临床需要。”柏文洁告诉Xtecher。
目前，肽积木采用B+C的商业模式，在B端与一些三甲医院、基层医疗机构合作，通过上传眼底照片机器快速得出结论，辅助医生决策。而面向C端市场，相当于手机诊所，病人上传底片获得检查报告。柏文洁表示，未来肽积木也将持续探索针对C端的增值服务。
另外，肽积木通过与B端各大医疗机构合作及C端用户数据，获得30多万张的医疗影像，包括从公开数据集中拿到20多万的影像及标记，通过深度脱敏及反复加工这些数据，肽积木在这些数据集上完成人工智能的初步训练，目前可在13-15秒内完成一张病灶标记，整体上包括病历生成、病灶判断、分级都不会超过30秒钟。作为对医生，尤其是顶尖医生的辅助支撑，肽积木人工智能最大限度的提升了医生的效率。
“我们把糖网病作为人工智能进入医疗领域的切入点，下一步肽积木会将人工智能辅助诊断技术向更多场景发展，如青光眼、白内障的检测以及X-光胸片、胸部CT等检测。” 柏文洁说道。
目前肽积木团队10人左右。创始人兼CEO柏文洁毕业于中科大化学系，曾是知名大数据公司信柏科技、时趣互动核心创始成员，也曾供职于埃森哲任咨询顾问。今年1月，肽积木已经完成天使轮融资。
柏文洁告诉Xtecher，“希望通过人工智能辅助医学影像诊断，更高效、快速的帮助更多医生与患者，这是肽积木不变的目标。”
声明: 91.com所发布的内容均来源于互联网，目的在于传递信息，但不代表本站赞同其观点及立场，版权归属原作者，如有侵权，请联系删除。