幫眼睛拍張照,就知道生什麼病──中國醫療新創顛覆看診

幫眼睛拍張照,就知道生什麼病──中國醫療新創顛覆看診

受訪時,Airdoc創辦人張大磊(左2)很難把話說完。員工、家人搶著借他的時間,他坦言一年和家人相聚時間不超過3、4天。 圖片來源:劉國泰攝

文・彭子珊

坐在機器前,讓光掃過你的瞳孔,不到2分鐘,檢驗報告就直接傳進你手機。中國新創公司Airdoc正用AI顛覆醫療業。他們餵系統吃幾十萬張視網膜照片,教眼底攝影機秒診斷出疾病,更跨出醫院,把專業經驗帶進醫療資源缺乏的地區。

人工智慧在醫療領域的應用,是當前熱門的領域之一。

當多數台灣研究團隊忙著找醫院結盟,要訓練機器學習做醫生的小助手時,成立3年的中國新創公司Airdoc早已經歷過這一關。而且,醫學大學畢業的Airdoc創辦人兼CEO張大磊發現,原來下一關更難。新創要醫院掏錢買服務,幾乎是不可能的任務。

Airdoc創辦人兼CEO張大磊,想要用AI弭平中國嚴重的醫療落差。(劉國泰攝)

走進位在北京中關村的Airdoc辦公室,桃紅色的辦公環境與招牌上的「北京鬱金香伙伴科技公司」,創業3年的血汗結晶,全在走廊的這台眼底攝影機裡。

坐在機器前,等待光穿過瞳孔,拍下視網膜。沒2分鐘,檢查報告已經透過微信傳進手機。

報告裡,糖尿病視網膜病變、高血壓動脈硬化、青光眼、白內障等超過10項檢查結果,一次列清。

在中國,只要到醫院求診,這每一項疾病檢測都要分開付費。例如青光眼一項,檢查費用就要至少360元人民幣。

Airdoc希望打破規則,未來只要人民幣20元,就能知道十多種疾病的檢查結果。

除了北京協和醫院、北京大學醫學部、國家心血管病中心等,Airdoc也正走入社區衛生服務站、地鐵站,要為尚未踏入醫院的群眾做快速篩查。

選擇視網膜切入,讓AI抓出眼底病,「因為我們發現,眼睛不只是靈魂窗口,也是健康的窗口。視網膜是唯一可以直接觀察血管和神經的地方,」張大磊對《天下》說。

視網膜是探照人體健康的窗口,也是Airdoc搭上中國AI醫療應用熱潮的一大步。

Airdoc是中國科技部在AI醫療領域唯一一家示範基地,也獲選國家衛計委基層醫聯網的首批合作伙伴。

今年5月,Airdoc也登上微軟Build開發者大會,是第一家出現在主題演講台的中國AI新創公司。

去年,Airdoc第三輪募資規模將近2億人民幣。至於投資者是哪些人,Airdoc則不願透露細節。

從AI影像辨識走向輔助診斷,Airdoc的快速成長,始於張大磊的失去。

就醫難?瞄準漏、誤診

第二軍醫大學畢業的張大磊,做過微軟Excel的產品經理。離開後,去了影視平台PPTV,也在新浪網做到副總裁。

直到2014年,他看著家中長輩肝癌辭世前的痛苦,才開始反思人生。

當時,他看著路上人來人往,心想不知道有多少人被漏診或誤診,生病了卻不自知。

隔年初,張大磊就決定離開優渥的互聯網世界,要解決「更重要的問題」。

他要在城鄉差距大、醫療資源集中在主要都市的中國,用演算法弭平落差,把醫生的專業經驗帶到資源缺乏的地區。

「取名Airdoc,就是希望好的醫療服務像空氣一樣,人人平等,」張大磊說。

問題是,該從哪裡著手,用AI減少漏診、誤診率?

放眼中國市場,新創公司要在群雄環伺的AI醫療應用領域出頭,並不容易。不管是起頭較早的「BAT」(百度、阿里巴巴、騰訊)、平安、科大訊飛,還是國外醫療設備公司奇異(GE)、飛利浦、西門子,更不用說海外巨頭的IBM、微軟、Google。

夾縫求生的Airdoc團隊,一開始選擇從基底細胞瘤及腫瘤切入,再逐漸擴大到皮膚癌、肺結節、乳腺癌等領域。

直到治療眼眶腫瘤的權威、上海長征醫院眼科主任魏銳利加入團隊,Airdoc才開始經營眼底病,加速AI檢測的應用。

檢測糖尿病視網膜病變,不用再花個幾天等報告。深度學習判定後,報告直接送進手機,當場就能知道答案。(劉國泰攝)

標註難?改教電腦「是非題」

「視網膜疾病裡,得病率最高、影響最大的就是『糖網』,」魏銳利說。

「糖網」,就是糖尿病引發的視網膜病變,會造成視力模糊,甚至失明。據美國威斯康辛糖尿病視網膜病變的流行病學研究(WESDR)顯示,罹患糖尿病5年,視網膜病變發病率約17%;患病20年以上,發病率則倍增到63%。

只要及早發現,糖尿病和「糖網」都能提早對症下藥,也為患者留住視力。

問題是,現在中國糖尿病患者至少1.1億人,但眼科醫師只有3萬6千多人,熟悉視網膜診斷與治療的專科眼底醫師,只有800人左右。

怎麼用深度學習撫平這個巨大的供需落差,讓電腦「認識」糖尿病視網膜病變,減少醫師負擔?

魏銳利帶著旗下20多位醫師,從8萬張視網膜照片看起,花了半年多逐步「分類」。

接著,讓系統從80萬張視網膜照片自動學習,再由醫生們抽查,經過不斷修正,才練出覆核率94%、符合副主任醫師的水準。

上海長征醫院眼科主任魏銳利。(劉國泰攝)

曾是上海長征醫院醫管處主任、現任Airdoc首席醫學官的陳羽中解釋,有的標註是「檢測」,要醫生幫忙圈出有問題的區域;「分類」指的是訓練系統回答是非題,只要分辨有沒有病變就好。

「用分類法去做,是因為對臨床專家的干擾小一點,而且可以抓到人類看不到的信息,」陳羽中說。

簡單的是非題,讓醫生花在標註上的時間減少,每題卻需要一萬份以上的龐大資料樣本。

從一開始的8萬張視網膜照片,到最後樣本數上百萬,都是跨醫療院所而來。為什麼Airdoc可以收集到這麼多資料?

張大磊坦言,AI應用是熱潮,再加上一開始成立「中國人工智能學會智慧醫療專委會」,把各方專家收攏在一起,慢慢減少醫院對於資料開放的疑慮。

獲利難?院外開闢商機

但合作的路上,Airdoc也繳了許多學費,才放下技術的眼光,改以現實的角度,認識醫療領域的需求。

從互聯網轉進醫療,張大磊發現,醫療的世界相對傳統保守,一切以安全優先。再加上醫院、患者、保險、藥廠之間有著「千絲萬縷」的關係,不能貿然衝進去打破遊戲規則。

回過頭來,Airdoc和醫院之間的關係也不容輕忽,讓張大磊不得不重新思考未來的營運方向。

今年初,Airdoc曾仿照Google的AlphaGo模式,舉辦中國最大規模的AI與醫生對決,邀請近1500位眼科醫生從中國各地而來。

在這場無限挑戰賽中,醫生們和AI一起連續閱讀兩百張跟糖網診斷相關的片子,一有錯誤就出局。

直到有醫生私下建議張大磊,要「好好考慮」,畢竟Google不做圍棋生意,但Airdoc還需要醫生認可,來打入醫療院所,得罪不得。

張大磊這才意識到這場盛會的潛在意義,最後只好故意放水,讓演算法以198比200的些微差距,敗給人類醫生。

AI和人類醫生的較勁,不只出現在擂台賽場。在醫院,AI也不得不退位讓賢,從院外另闢生路。

9月,中國國家食品藥品監督管理總局(CFDA)發布新修訂的「醫療器械分類目錄」,才把AI輔助診斷的項目納入。

其中,若演算法僅提供診斷建議,就歸入第二類醫療器械;提供明確診斷結果的,則必須通過臨床試驗,也另外歸入第三類醫療器械。

儘管Airdoc已經向CFDA提出申請第二類醫療器械,但醫院對於付費購買AI輔助診斷仍興趣缺缺。現在,Airdoc向醫院提供的服務以無償居多。

Airdoc需要醫院提供資料、醫生幫忙資料標註,來訓練深度學習模型。但AI怎麼從輔助的角色創造價值,不但不影響醫院和醫生的工作,還能把病患帶進醫院?

今年,張大磊決定,把服務重心轉向醫院外的世界,要篩出更多被漏診、誤診的潛在患者。

【延伸閱讀】
逆境中大膽加碼 台灣安控大廠看到什麼機會?
最貼心的語音助理 陪你聊天、幫你理財,還會寫歌給你聽!
半導體最新一塊沃土 為什麼台廠可能搶輸中國廠?

● 更多內容,請見天下雜誌 638期《【AI大震撼》>>

photo

轉自天下雜誌

《天下雜誌》創刊於1981年6月,是台灣第一本專業的新聞財經雜誌。天下雜誌每日精選財經、國際、管理、教育、經濟學人、評論、時尚;互動圖表、影音等多媒體報導,深入解讀世界脈動,掌握前瞻觀念。