AI技術(shù)正帶給醫(yī)療領(lǐng)域諸多難題和更多驚喜。

7月28日，第23屆中國科學(xué)技術(shù)協(xié)年會閉幕式上，中國科協(xié)發(fā)布了2021年度十大工程技術(shù)難題——從472個問題難題中選出10個，“如何利用AI實現(xiàn)醫(yī)療影像多病種識別并進行輔助診療”赫然在列。

巧合的是，就在評選發(fā)布的前一天，國際頂級醫(yī)學(xué)期刊《柳葉刀·數(shù)字健康》（TheLancet Digital Health）雜志（SCI影響因子24．519）發(fā)表了一項來自中國，關(guān)于“AI視網(wǎng)膜多病種輔助診斷系統(tǒng)”的真實世界研究。這項研究建立在多達26萬樣本量的基礎(chǔ)之上，驗證了AI系統(tǒng)在識別14種常見眼底異常的表現(xiàn)上，平均AUC達到0．968，足以媲美相關(guān)領(lǐng)域的專家。

這套系統(tǒng)來自鷹瞳Airdoc，他們?yōu)樽约旱南到y(tǒng)起了一個簡單而富有深意的名字：CARE。

“care在英語中本身有關(guān)懷、治療的意思，而在這里，它還是Comprehensive Artificial intelligence Retinal Expert（綜合人工智能視網(wǎng)膜專家）的縮寫。”鷹瞳Airdoc首席醫(yī)學(xué)官陳羽中說。

鷹瞳Airdoc成立于2015年，3年后，他們獲得了國家藥監(jiān)局頒發(fā)的首張眼科AI軟件第三類醫(yī)療器械證書，由此展開了AI視網(wǎng)膜輔助診斷系統(tǒng)在醫(yī)療機構(gòu)的廣泛應(yīng)用。如今，鷹瞳Airdoc正致力于通過視網(wǎng)膜影像、多模態(tài)數(shù)據(jù)分析，以及AI深度學(xué)習(xí)算法，在醫(yī)療大健康場景中實現(xiàn)對慢病準(zhǔn)確、大規(guī)模的無創(chuàng)診斷和相關(guān)健康風(fēng)險的評估。

這項登上柳葉刀的研究由鷹瞳Airdoc和廣州中山大學(xué)中山眼科中心聯(lián)合開展，是首個眼科全國性臨床真實世界研究。研究囊括的26萬張視網(wǎng)膜圖像來自全國28個省市，共51家醫(yī)療機構(gòu)。CARE可識別的14種常見眼底異常包括糖尿病、高血壓等全身性疾病，以及青光眼、病理性近視、視網(wǎng)膜靜脈阻塞、視網(wǎng)膜脫離等12種威脅視力的異常眼部表現(xiàn)。

廣州中山大學(xué)中山眼科中心領(lǐng)銜的16家醫(yī)療和科研機構(gòu)對該系統(tǒng)進行了驗證與分析，其中不乏北京同仁醫(yī)院、上海五官科醫(yī)院、北京大學(xué)人民醫(yī)院和山東大學(xué)齊魯醫(yī)院等多家知名三甲醫(yī)院。驗證分析的結(jié)果顯示：CARE平均0．968的AUC背后，最高的準(zhǔn)確率出自地圖狀萎縮診斷，AUC達0．999；AUC最低的高血壓眼底病變也有0．861，這是14種常見眼底異常表現(xiàn)中唯一AUC低于0．930的一項。

“這一數(shù)據(jù)令CARE的表現(xiàn)比傳統(tǒng)單疾病標(biāo)簽?zāi)Ｐ偷腁UC提升了20％左右，要知道，即便是最好的專家，準(zhǔn)確率也就在這一范圍上下。” 陳羽中介紹說。

事實上，陳羽中的結(jié)論并非單純來自他幾十年醫(yī)院工作的經(jīng)驗。在《柳葉刀》上發(fā)布的研究成果中，他們刻意安排了9位不同地區(qū)的眼科醫(yī)生和4組不同年資的眼科醫(yī)生與CARE進行對照。發(fā)現(xiàn)不同眼科醫(yī)生對眼底病變識別的靈敏度差異很大，在這場人機對弈中，人類專家0．500－0．929的AUC范圍讓AI更穩(wěn)定的優(yōu)勢得以展現(xiàn)。

而AI帶來的驚喜還不止于此。

陳羽中向億歐大健康分享了一項研究報告外更有趣的數(shù)據(jù)：他們在實驗中發(fā)現(xiàn)，CARE在測試男女性別上達到了驚人的100％準(zhǔn)確率——即便包括鷹瞳Airdoc自己的數(shù)據(jù)在內(nèi)，樣本量達到百萬級之后結(jié)果仍是如此。

“且先不考慮是否有商業(yè)價值，首先我們要看到這是一個技術(shù)的突破。” 醫(yī)學(xué)發(fā)展至今，人類專家從未通過眼底去分辨性別。這在陳羽中看來，意味著AI突破了人類為它們所圈定的邊界。

目前人類已知與眼底視網(wǎng)膜相關(guān)的疾病有1000余種，其中常見病約200余種。在這當(dāng)中，據(jù)陳羽中介紹，包含真實研究中的14項病種在內(nèi)，CARE當(dāng)下在拓展的覆蓋了55種。“我們當(dāng)然會繼續(xù)在這一‘界內(nèi)’繼續(xù)‘拔草’。但‘界外’的部分也有非凡的意義。”他說。

從AI視網(wǎng)膜多病種輔助診斷的應(yīng)用和落地來看，在人們最初的設(shè)想中，很大程度上希望AI解決的是該領(lǐng)域內(nèi)的醫(yī)患失衡問題。鷹瞳Airdoc給出了一組數(shù)據(jù)：我國有心血管疾病患者2．9億、糖尿病患者1．16億、高血壓患者2．45億。這些疾病都會引發(fā)眼底異常，可通過AI進行早篩和輔助診斷。但與之相對，全國只有3．6萬眼科醫(yī)生，人們期待AI的出現(xiàn)可以有效彌補這一懸殊的對比。

而AI在辨識性別上表現(xiàn)出的極高準(zhǔn)確率則像是一份意外之喜。進行分析后，研究團隊發(fā)現(xiàn)，AI分析性別的基礎(chǔ)源于對人類眼底中黃斑的觀測�！斑@是眼科醫(yī)生們所無法理解的，”陳羽中笑著說，“我們也無法理解�！�

同多數(shù)AI一樣，CARE的黑匣隱藏了它看黃斑辨男女背后的邏輯，但100％的準(zhǔn)確率卻有著不容忽視的說服力。一位來自北大健康研究院的教授對此的評論是＂推開了一個未知世界的窗口。＂陳羽中說：“這是人類未知的領(lǐng)域，這意味著即使未來眼底病專家的配備極為充足，我們?nèi)匀豢梢曰畹煤芎茫�因為AI可以干人類專家干不了的事�！�

而回到落地層面，如果說辨別男女還面臨著商業(yè)化的大山，那么同屬“界外”又有著更好商業(yè)化前景的則是貧血。

有數(shù)據(jù)表明，在我國城市中，每5名女性就有1名女性有貧血風(fēng)險；在一些地方，貧血還是嬰幼兒的強檢項目。當(dāng)下，貧血的主要檢測手段是血常規(guī)，醫(yī)生通過血紅蛋白的指標(biāo)進行直觀判斷，而過去在臨床上從不曾有醫(yī)生通過視網(wǎng)膜來檢測貧血。顯然，保證準(zhǔn)確率的前提下，快捷、無創(chuàng)的眼底篩查將被更多人所青睞。這是可預(yù)見范圍內(nèi)，AI將帶來的又一個＂禮物＂。

經(jīng)歷了被稱為“中國AI元年”的2020年之后，AI+醫(yī)療賽道仿佛進入了下半場，賽道上的玩家動作頻頻�？苼喎街邸⑼葡脶t(yī)療赴港上市；深睿醫(yī)療收購依圖醫(yī)療；英矽智能兩度發(fā)現(xiàn)新藥；晶泰科技完成4億美元的D輪融資……鷹瞳Airdoc也是其中一員。在這項真實世界的研究公布之前，他們也已經(jīng)在6月向港交所遞交了招股說明書，立志奔向更大的資本市場。

而如同此次鷹瞳Airdoc的真實世界研究一般，人們也期待著未來AI能完成更大的突破，為人類帶來更多的驚喜。就像美國威斯康星大學(xué)影像診斷中心主任對這次研究的評價：“這項研究標(biāo)志著醫(yī)學(xué)人工智能研究邁向了正確的發(fā)展方向�！� ——Amitha Domalpally

本文來源于億歐，原創(chuàng)文章，作者：魏江翰。轉(zhuǎn)載或合作請點擊轉(zhuǎn)載說明，違規(guī)轉(zhuǎn)載法律必究。