AI究竟開啟了多少眼科醫療改造空間？|白洞戰報

提起體素科技，相信腦極體的讀者們一定不會陌生。幾個月前，我們曾經介紹過體素科技在眼底AI方面的進展，通過對於眼底影象的分析識別，體素科技的演算法可以對大量疾病進行輔助判斷。其中既包括青光眼、老年黃斑等等一系列眼部疾病，也包括高血壓、糖尿病等慢性病的病變和累積。

有了AI的能力，眼底影象這一因對醫生能力要求較高，而很難普遍應用的技術，得以更徹底地發揮價值，緩解醫療資源緊張帶來的不便。

但在第七期白洞計劃中，我們邀請了體素科技的首席醫學官王子龍和他們在醫療裝置領域的合作伙伴新視野銷售總監黃河。這一次我們將話題聚焦於更細節也更應用的角度，看看眼底影象AI技術究竟要以何種形式落地，在應用場景的挖掘過程中，AI與眼科還能有哪些結合空間。

眼底影象AI的普及，也需要軟硬結合

眼底影象AI帶來的巨大價值在於：眼底影象閱片原本有著極高的門檻，擁有這一技能的醫生供不應求，因而導致眼底影象在很多病種中的能力無法施展;通過AI技術突破人力限制後，眼底篩查一體機裝置捕捉到的眼底影象可以被快速、高頻地分析，眼底影象便可以在更多領域發揮作用。例如慢性病管理中心、鄉鎮級醫療機構等等。

但新視野提醒了我們，想要讓眼底影象AI可以在更多場景發揮作用，裝置本身的自動化能力也很重要。對於一些基層醫療機構來說，可能很難找到能夠完成眼底相機的對焦、調節屈光補償、拍攝等工作的技師。只有當拍攝過程儘量簡單並自動化，才能讓眼底影象AI真正下沉。

便利的AI演算法結合上便於操作的裝置，目前體素科技和新視野合作的眼底篩查一體機，已經開始在三甲醫院的眼科、內分泌科、體檢科、慢性病管理中心以及基層醫院的眼科、五官科應用。每天都在源源不斷地向體素科技回傳著資料，幫助他們進一步推動演算法的優化。

新視野也提到，與AI演算法的結合幫助醫療裝置，尤其是眼科醫療裝置開啟了增量市場。例如眼科的OCT檢查，或是青少年屈光度變化的追蹤，都可以通過裝置與演算法的結合來提升效率。

把170家落地機構當做起點

在王子龍看來，雖然體素科技在170餘家機構實現了落地，但一切才剛剛開始。

體素科技並不是眼底影象AI唯一的參與者，DeepMind就曾聯合倫敦Moorfields眼科醫院合作推出的AI眼底篩查技術，被稱作DeepMind首個有望商業化的AI專案;而百度也曾向基層醫院捐贈數百臺AI眼底篩查一體機。王子龍告訴我們，現如今這一曾經吸引了大量目光的領域正在逐漸冷靜下來，注重技術打磨和臨床經驗的累積，讓醫療界更多的接納自己，並且配合引入監管政策。如此看來，眼底影象AI正在逐漸走向成熟期。

尤其相比我國龐大的人口和慢性病關係需求，當下的眼底影象AI企業還有廣闊天地可以施展作為。此時當下這一批先行者，同樣也有著教育市場的責任。雖然現在很多臨床實驗已經證明了眼底篩查對於慢性病管理的作用，但眼底影象AI同樣也需要臨床資料來證實自己的能力。同樣還有醫療工作者對這一模式的信賴與否、患者對於慢性病的管理意識，都是需要經過科普教育才能不斷提高的。

而除去直接的AI眼底篩查，體素科技還在嘗試以更多種姿態提供服務。例如眼底影象的託管、儲存與檢索，可以方便醫生高效的追蹤患者狀態;還有病種和病灶篩查模組，輔助醫生進行判斷、找到類似病例。王子龍還提到，在未來體素科技會提供更精細的病種測量能力和更廣泛的病種範圍。

總體來說，體素科技賦能眼科醫療的模式是非常多樣的，從通過裝置便利的篩查疾病，到協助醫生更高效的追蹤治療狀況，眼科醫療的每一個環節都有被提升的可能性。

人、裝置與AI：有關未來醫療的無窮想象

相信讀者們一定會感到好奇，未來的眼科醫療究竟會進化成何種形態?技術、裝置與醫生之間會以怎樣的模式進行合作?

首先可以肯定的是，在相當長一段時間內，醫生存在還不會被替代。相比AI，人類的泛化能力是永遠的優勢，能夠給予彼此的人文關懷也是獨一無二的。但AI可以帶來的是大規模篩查的可能性，突破人力限制擴大眼底篩查應用的基本盤。

與此同時，隨著AI與醫療的普遍結合，多模態演算法的應用也將成為趨勢。例如將眼底影象與心電圖、血壓等資料結合起來進行分析，可以在未來對人們的健康狀況進行更加細緻的量化。

在這種前提之下，醫生與AI的協作將變得格外親密無間。例如在檢查場景中，以往常常是醫生自己操縱器械，記錄結果進行分析，然後再接待下一位患者。但在未來，很有可能出現的情況是醫療裝置本身走向自動化，患者自己或護士就能操控，經過一系列檢查後AI系統對於資料進行初步標註，再由醫生對於非常態數值進行綜合分析。如此可以極大地提升醫療資源應用的效率。

在這一期節目裡，我們從體素科技和新視野這一對合作夥伴身上，說到了眼科AI的改造空間，以及未來醫療的發展可能，才發現通過眼底影象判斷慢性病這樣聽起來非常科幻的事情，其實僅僅是通往未來的第一道起跑線。

掃描二維碼，收聽白洞計劃第七期節目，一起探索屬於AI眼底篩查的廣袤天地。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31561483/viewspace-2659606/，如需轉載，請註明出處，否則將追究法律責任。