BioMind ™：勇做神经影像AI领域的探路者
发布日期：2019-04-23
近日，在上海召开的“2019国际医学人工智能论坛暨ITU与WHO健康医疗人工智能焦点组（AI4H）会议”上，BioMind ?吸引了包括国家卫健委规划司副司长刘文先、工信部总经济师王新哲等多位“大咖”驻足。
其实，早在3月21日国家卫健委召开的“智慧医院建设工作”官方新闻发布会上， BioMind ?就被两次点名：一次来自国家卫健委医政医管局副局长焦雅辉的发言，一次则出自天坛医院副院长周建新的口中。
在逐渐热闹的医疗AI赛道上，BioMind ?可谓是近年来出现的一匹黑马。它究竟是一款怎样的AI产品，它的背后站着一家怎样的公司，为何如此引人瞩目？
医谷记者采访到BioMind ?的研发公司北京安德医智科技有限公司（以下简称安德医智）CTO吴振洲和大中华区CEO李晶珏，谈谈BioMind ?背后的故事。
首战告捷 已取得国际医疗器械注册证
早在2018年6月30日，在北京国家会议中心举行的全球首次神经影像人工智能“人机大赛”上，AI选手BioMind?的表现让25名来自神经影像领域的顶尖专家和优秀临床医生颇有些意外。
在神经影像领域，医疗AI企业入场者尚且不多，当天很多人就在好奇：这款能在3-4秒内自动书写出结构化诊断报告的AI产品，到底是什么出身？
事实上，这是BioMind ?对外公开的首次亮相，它是由安德医智和天坛医院共同研发的全球首款神经系统疾病人工智能辅助诊断应用产品。
2018年6月，BioMind ?拿到国际CE认证（欧盟统一安全认证 标志，被视为制造商打开并进入欧洲市场的护照），并频繁亮相在欧洲放射学大会、世界人工智能大会、第三届“读懂中国”国际会议等国际国内舞台。
安德医智大中华区CEO李晶珏在2019国际医学人工智能论坛暨ITU与WHO健康医疗人工智能焦点组（AI4H）会议发表主题演讲
安德医智大中华区CEO李晶珏对医谷介绍，BioMind ?是通过与国家卒中中心、天坛医院、天坛联盟所属医院通力合作，运用独有的AI深度学习模型，对近十年百余万例神经影像病例进行系统训练，打造出来的目前国内唯一能够参与临床治疗决策的医疗AI产品。
李晶珏说，目前，针对颅内出血及缺血性卒中疾病，BioMind ?可以做出及时准确的诊断，并能为下一步临床治疗提供关键的辅助决策；同时，对于30余种常见颅内肿瘤，BioMind ?可以快速识别、精准标记并快速做出精确诊断；而对于颅内动脉瘤、AVM、烟雾病等血管源性病变，同样具有提供专业的诊断分析功能。
“可以有底气地说，在整个神经影像AI领域，BioMind ?涵盖病种是最全的，这对临床是很好的‘赋能’。 ”李晶珏说。
作为一家成立仅有两年的公司，如此有底气并非没有原因。据安德医智CTO吴振洲介绍 ，安德医智自成立伊始，就有一支“学霸型”研发团队，均来自哈佛、麻省理工、新加坡国立、清华、中科院等深度学习领域顶尖高校。
谈及研发团队的遴选，吴振洲说，仅有高学历远远不够，我们需要的AI人才需具备“三强”，即编程能力强、数学能力强、工作创新能力强。
另值得一提地是，除了研发人才，安德医智还拥有一支由30名全职临床医生组建的专业标注团队。雄厚的人才基础，足以让安德医智有底气敲开任何一家顶级三甲医院的大门，而首先一拍即合地，是在神经领域蜚声国内外的天坛医院。
谈及与天坛医院的合作，“就像是异性之间的互相吸引，一下就看对眼了。” 李晶珏笑言。
其实，当时天坛医院想在众多医疗AI企业中选择一家作为战略合作伙伴。天坛给每家企业都出了一道“考题”，安德医智面临的是“进行一个桥小脑的靶区勾画和肿瘤鉴别”。
“当时我们的团队在很短时间内高质量完成了任务，因此也顺理成章地得到了天坛医院的认可。”李晶珏介绍，BioMind ?是安德医智和天坛医院首个合作结晶，去年6月，双方还共同成立了人工智能研究中心，除神经影像AI领域外，还将涉足辅助诊疗、康复等智慧医疗领域。
落地并非“千人一面” 融进医院场景是关键
据罗兰贝格《人工智能白皮书》估算，到2030年，人工智能将在中国产生10万亿元的产业带动效益，其中，医疗领域作为数据基础较好的领域，可提高药物研发成功率、提供疾病诊断辅助等，符合多种应用场景，前景最被看好。
然而，医疗AI企业扎堆现象明显，尤以医疗AI影像企业最多。相关数据显示，2018年有160余家医疗AI企业，医疗AI影像企业就超过了140家。
有分析认为，造成扎堆医疗影像领域的原因之一，是由于90%的医疗数据来自医学影像，且国内医学影像数据的年增长率可达30%。
然而，医疗AI的技术门槛高，若想进行有效训练，提升标注准确率，需要企业和顶级医疗机构达成合作，获取有效的病例数据。
“仅仅在这一关，就会卡住很多企业，因此，医疗影像企业看似‘蜂拥而至’，其实真正深入的并没有外界看到的那么多。”吴振洲说，安德医智从神经影像领域切入，最初就决定必须和领域内最顶级的医院合作。目前，安德医智还和解放军总医院（301医院）等知名医院展开了合作。
面对目前赛道的拥挤， 李晶珏坦言，现阶段的同质化更多是由于技术门槛或市场导向，造成了暂时的跟风。“医疗AI的核心在于应用场景，医疗领域应用场景超过50种，决定了真正落地的医疗AI产品会是‘百家齐鸣、百花争艳’，而不是‘千人一面’地扎堆于医学影像这一种应用场景。”
“其实不同场景的AI产品，它们的底层技术通用是可以实现的。只是不同企业侧重场景不同，可以选择不同医疗细分领域来研发产品。”吴振洲解释。
“需求源自场景，场景决定应用，应用引领研发。”李晶珏认为，未来，每个应用场景的优势和需求都会充分释放出来，与之相对应地，也将形成与每个应用场景所对应的AI产品。
目前，安德医智也在积极研发其他新产品，目标是通过数据和技术的优化钻研，保持甚至超越BioMind ?的高品质，最终致力于研发出解决全场景的医疗AI产品。李晶珏介绍：“在研发过程中我们不断地问自己，临床真正需要的AI到底是什么？如何才能做好医生的‘好帮手’？”
李晶珏认为，对医疗AI产品来说，应用体验提升（基本需求）、解决临床实际问题（核心需求）、推动优质医疗资源下沉（社会需求）、节省医疗资源（经济需求）这四个方面尤为重要，在此基础上实现差异化发展，并辅助做好行业质控和标准建设。
数据有效是核心 收集更应倚重“质”
“我们坚持精品数据集，在注重‘量’的同时更注重‘质’，通过严格质控和反复验证，保证数据的有效性。” 拥有十余年丰富医疗行业经验的李晶珏，始终秉承着这样的信念——作为一家医疗AI企业，数据是公司立足之根本。
安德医智CTO吴振洲接受医谷采访
对此，吴振洲非常认同。他说：“只有给AI投喂大量的数据，才能够进行深度学习，AI产品本像个一无所知的‘笨蛋’，经过大量的数据学习，才能使它‘聪明’起来，但这种‘聪明’仅限于获得已知数据的基础上，它并不能进行没有训练的推断。”
他进一步解释道，AI算法的过程犹如一个专用的、无法打开的“黑盒子”，它可用不可见，既没有普遍的适应性，也无法拆解出具体的智能化业务规则。换言之，它依赖于参与训练的海量数据。
“无论是公司决策层，还是研发团队，我们都一致认为数据应该来自优质医疗机构、可验证的优质医疗数据。” 李晶珏连续两次强调“优质”。她介绍，BioMind ?就是在国家神经系统疾病临床医学研究中心，由近百名顶级医学专家参与临床数据分析标识，全球顶级人工智能技术团队配合临床医学专家进行金标准（临床医学界最可靠的一种诊断标准）验证过的有效数据训练，利用深度学习技术反复筛选和验证。
李晶珏最后对医谷说道，相信随着医疗AI产品在临床辅助诊断的不断落地，相关政策支持的不断深化，医疗AI的前景会越来越明朗，更大幅度地辅助临床、造福百姓。