阿斯利康發佈十大AI+醫療應用場景,聚焦多個中國主要疾病
2020年07月10日16:53

原標題:阿斯利康發佈十大AI+醫療應用場景,聚焦多個中國主要疾病

跨國藥企阿斯利康發佈十大“AI+醫療”應用場景,並在線招募合作夥伴。

7月10日下午,2020世界人工智能大會雲峰會“AI聚勢,共見未來——阿斯利康AI醫療行業論壇”上,阿斯利康發佈十大“AI+醫療”應用場景,並在線招募合作夥伴。此次發佈的十大場景聚焦聚焦呼吸,腫瘤,心血管,腎臟,代謝以及消化等多個中國主要疾病領域,涵蓋了疾病預測、篩查早診、診斷和檢測以及患者管理等重要環節,旨在借助機器視覺,預測算法,自然語言理解等先進技術,賦能篩查、診斷、治療、患者隨訪等診療全流程。

AI在疾病早期篩查和診斷階段的應用將極大地提高醫生工作效率及診斷準確率,同時有助於提升基層醫院及醫療資源欠缺地區的診斷效率。阿斯利康此次發佈多項AI影像輔助判讀技術應用場景,主要針對肺癌、乳腺癌、前列腺癌和消化道疾病的篩查和診斷, 關注相關疾病的早篩早診,旨在提高病灶檢出率,減少誤診漏診。同時,阿斯利康希望與合作夥伴攜手探索將AI技術運用於CT篩查慢阻肺,並依託AI預測分析,對慢阻肺急性加重發病風險進行預測。

阿斯利康中國總經理賴明隆表示:“患者需求和醫療資源之間依然存在缺口,這是人工智能醫療的發展驅動力,也是阿斯利康積極構建醫療創新生態圈的原動力。人工智能未來在醫療領域可應用場景非常豐富,市場潛力巨大,我們期待更多的合作夥伴加入進來,共同推動AI在醫療領域的廣泛落地,讓‘AI+醫療’真正服務於患者,助力實現‘健康中國’早日到來。”

以下是阿斯利康十大“AI+醫療“應用場景詳細介紹

1.慢阻肺急性加重風險預測

慢阻肺急性加重是導致患者疾病加劇甚至死亡的主要原因。及早識別急性加重高風險患者、從而開展個體化干預有助於改善臨床結局。然而,由於急性加重史難以準確獲取,目前的風險評估模式臨床應用受到限製,影響疾病管理。

阿斯利康與合作夥伴嚐試通過可收集的患者信息與急性發作情況結合建模,建立急性加重風險AI預測模型,對慢阻肺患者未來的急性發作風險進行預測,期待通過提前干預來拯救患者生命。

2.癌症影像AI輔助判讀

癌症影像學檢查一直存在著效率低,醫療資源分配不平均,依賴醫生經驗等痛點,不論是準確率還是檢查效率都亟待提升,癌症影像AI就是幫助解決這些問題的方法之一。一方面AI輔助判讀可以輔助三甲醫院影像科醫生提升工作效率,另一方面也可以提升基層醫院、以及醫療資源欠缺地區的診斷準確性。

在這個應用場景中,阿斯利康主要關注以下三個領域:

肺癌:

低劑量螺旋CT AI輔助判讀,通過AI 輔助實現癌症檢出、良惡性分析以及定量分析等功能,對於醫生尤其時基層醫院醫生在進行大規模篩查時快速、準確的判斷患者病情有著重要意義。

乳腺癌:

乳腺超聲輔助AI,為乳腺癌超聲篩查提供更高的診斷準確率和診斷效率,減少醫生的工作量,助力乳腺癌的早篩早診。

前列腺癌:

前列腺癌多參數MRI成像AI 輔助判讀,將複雜的多參數磁共振影像信息進行結構化處理, 轉變成方便泌尿外科醫生讀取、識別的結構化信息,輔助泌尿外科醫生做出臨床決策,提升前列腺癌診療流程。

3.CT篩查慢阻肺

慢阻肺是我國主要的呼吸慢病之一,肺功能檢查是慢阻肺診斷金標準。由於基層肺功能儀普及率低、肺功能檢查對患者配合度要求高等多方面的因素,導致患者被漏診、誤診,錯失最佳干預時間。

影像AI技術已廣泛應用於腫瘤和心腦血管疾病的診斷和評估,阿斯利康希望與多渠道合作夥伴一道,探索通過CT影像AI分析進行慢阻肺的早篩和輔助診斷,以期改善慢阻肺低診斷率的現狀,造福更多患者。

4.人工智能輔助心電圖解讀

傳統的心電圖機自帶算法診斷準確度不高,必須由心電圖醫師讀圖確認診斷。但目前國內僅有約36000名心電圖醫師,醫療機構尤其是下級醫院及社區心電圖診斷人員不能滿足需求,且很多讀圖人員能力有限,導致心電圖診斷不及時、不準確。

心電圖報告延遲或誤診會延誤心臟疾病患者,尤其是心肌缺血患者的及時診斷及治療。阿斯利康期待通過AI技術輔助,提高心電圖診斷效率及準確率,支援院內院外的心電網絡建設,從而給患者帶來獲益。

5.無創血糖儀

糖尿病是嚴重影響人類健康的慢性病。血糖監測是糖尿病管理中的重要組成部分,但常規血糖儀有很多缺點,比如體驗感欠佳、患者依從性較差、血糖監測結果不連續等,這些問題直接影響醫生臨床診斷,導致患者療效不佳。

無創血糖儀的出現幫助患者實現了無創無痛檢測血糖,阿斯利康希望與生態圈的合作夥伴一道,幫助醫生準確評估患者控糖效果,製定和及時調整合理的降糖方案,阿斯利康期待通過AI技術輔助,更好地保證了血糖監測頻率,造福糖尿病患者。

6.PD-L1肺癌病理輔助診斷軟件

目前, PD-L1檢測判讀在技術上具有較大挑戰,由於腫瘤異質性和腫瘤細胞數目巨大,病理判讀往往為估算,具有很大的主觀性,容易造成結果的不確定和重複性差。其次,國內病理科發展水平不平衡,PD-L1檢測能力差異化較大,難以滿足日益增長的精準診斷的患者需求。

阿斯利康期待與合作夥伴一道,通過AI的機器視覺,輔助病理醫生找到腫瘤細胞並且用計數代替估算,降低主觀性,提升準確性。未來一方面會把PD-L1病理AI進行驗證推廣,另一方面也會著力於更多AI病理解決方案。

7.消化內鏡AI輔助診療軟件

內鏡檢查是消化道疾病最重要的診治手段,診療結果極度依賴操作者的經驗,需要內鏡醫師不斷地積累經驗才能逐漸提高技術。但是由於醫療資源有限且分佈不均勻,導致資深內鏡醫師匱乏,無法很好的支援人民日漸增長的衛生健康需求。

在AI醫療影像中,消化內鏡的AI輔助診療也是阿斯利康一個重要的探索方向。阿斯利康期待與生態圈的合作夥伴一道,通過AI技術幫助內鏡醫生提高消化道病灶的檢出率,有效地減少誤診和漏診,優化醫療資源分配。

8.數字化應用監測血壓、血糖、血脂異常

高血壓、糖尿病、血脂異常往往初始沒有明顯症狀,高危人群或者患者早期容易忽略,而且這些疾病週期較長,患者自我管理難度大,依從性欠佳,而且多項指標監測需前往醫院進行,耗時耗力,增加了患者負擔。

通過Digital care(AI)技術的介入,患者可通過生理指標檢測儀器,將相關數據即時上傳雲端,接入智能管理系統,AI將會對檢測結果進行梳理分析,發佈風險預警,給出患者更有針對性的提醒以及指導。目前,阿斯利康正在探索通過一台設備檢查多個生理指標,並且結合智能管理系統對患者進行管理,期待與生態圈的合作夥伴一道,造福三高患者人群。

9.慢性腎病患者管理聊天機器人

慢性腎臟病是個高度異質性的疾病,早期往往病情隱匿,診斷率低,而後期進展加速,最終可導致尿毒症。很多慢性腎臟病患者初次就診時即已進入疾病終末期,嚴重影響患者生活質量且造成巨大的經濟負擔。

阿斯利康希望通過基於疾病圖譜構建以及自然語言理解技術打造患者服務機器人,這將比傳統搜索式問答更有針對性地給出患者解答和指導,一定程度緩解腎病醫生資源有限的現狀。

10.社區醫生智能語音電話隨訪

如何通過AI減少醫生在日常診療工作中的某些重複性操作始終是一個值得探索的方向。在社區衛生服務中心,全科醫生的日常工作中就包含了很多常規性隨訪、宣教、通知、提醒之類的等高重複性內容,後者耗費了醫生的大量時間和精力,由此對進一步優化社區患者,尤其是數量龐大的三高患者人群的個性化全病程管理造成了挑戰。

阿斯利康希望為社區醫生工作減負提供支援,利用AI智能語音系統,協助社區衛生服務中心針對三高人群開展隨訪管理其中包括電話隨訪、AI語音辨識、語音轉文本、數據結構化等,讓全科醫生能有更多的時間,為患者提供高質量、個性化的醫療服務。

更多新聞