汇医慧影基于算法有效数据用人工智能做智能诊断

　　据
　　了解，到2020年，我国的人工智能市场规模将接近百亿。而人工智能在医疗领域的应用关键体现在与医疗相结合的算法有效数据，其中，有效健康数据是人工智能应用的基础。
　　一项调查表明，美国的医学影像数据年增长率为63，放射科医生数量年增长率却仅为2。同样的情况也发生在中国，面对中国庞大的人口基数，医生的数量将远远跟不上医学影像数据的增长，而人工智能的到来可以有效弥补缺口。
　　最近，创业邦（微信搜索关注：ichuangyebang）了解到一家创业公司汇医慧影，这家公司在2015年创立，从医疗影像角度切入并结合了人工智能，选择用长链条的方式布局影像行业。
　　我们希望通过新技术、新服务跟各个机构共同建造一个新的生态。汇医慧影CEO柴象飞说道。
　　汇医慧影目前已获数千万元A轮融资，合作医院超过400家，已获得11个软件著作权，4个发明专利，今年已申请2个国家自然科学基金以及2个省级自然科学基金和2个科技部的重点专项。
　　云平台实现三端互联
　　汇医慧影利用人工智能打造智慧影像平台，用以提高医生诊疗效率与准确度，解决部分地区医患资源不匹配的问题。目前其产品已经覆盖影像云平台、放疗云平台、电子胶片、常规阅片外包服务、疑难大病专家会诊及医生集团等六大模块。其中，常规阅片外包服务可帮助影像中心实现影像线上诊断，从而实现分级诊疗。
　　从IT的云系统出发，平台已实现医生端、患者端、医疗机构端的三端互联。所有的功能都可在手机、电脑、平板电脑端实现。
　　医生端，平台会为其提供病例管理、医生在线讨论、专家学习等服务。柴象飞说，平台已经实现电子化胶片，可以直接把数字化的信息还原给患者。
　　患者端，可让患者向专家进行咨询并获得实时解答，平台还会为患者提供影像共享和健康管理服务。
　　医疗机构端，可以通过平台对接专家资源、存储并备份影像、跟踪用户并享受增值服务。
　　相比于影领、iDoctor、锐达影像等平台，汇医慧影的优势在于利用了分布式云平台。其利用压缩、TCP优化等技术，让平台的云技术实现了同传同看的效果。读写分离、分布式部署等实现了全国各地上传、阅片。
　　据柴象飛介绍，平台对胸部X光片表现出的气胸、肺结核、肿块的自动诊断准确率已经达到95，对脑核磁影像表现出的肿瘤的自动识别率超过85，对胸部CT影像表现出的肺结节的识别率超过85。
　　扩充数据维度，让AI在医学影像领域得到更好的应用
　　柴象飞曾在美国斯坦福大学癌症中心、荷兰癌症研究所和比利时鲁汶大学放射科三家世界顶尖的医学影像机构学习和就职，具有丰富的临床知识，掌握了医学影像的分割、存储、压缩和管理的核心技术。
　　他认为，医学影像是人工智能与医疗领域结合中最可行且是可能最先走出来的领域。
　　具体到实践中，医学影像基本需要做三件事：一是需要优化深度学习的方法，二是积累大量的优质数据，三是高性能的计算环境。如果三者配齐，就会让训练模型达到一个相对自我学习和不断提高的状态。柴象飞告诉创业邦（微信搜索：ichuangyebang）。
　　所以在技术层面上，汇医慧影将影像云、阅片服务以及智能诊断相结合，通过阅片获取结构化的数据，提供给深度学习引擎进行计算，并且将计算机学习后的结果使用在医生的阅片流程中。当计算机出现误判时，医生会纠正诊断结果并将结果反馈入系统，让系统进行二次学习。通过这样一个在线学习的闭环，我们将持续更新有效数据，持续提高算法的精度。柴象飞说。
　　除了数据量上的增加，数据维度的扩充也是汇医慧影正在做的事。
　　传统的医学影像以病理活检作为验证影像正确与否的依据，但人的身体是从基因层到蛋白层，到细胞层，到组织层，最后才能到达影像层面，加上临床表现在时间维度上的随访信息，过去很少有人对这一连串的信息进行挖掘和连接。面对这样的信息孤岛问题，汇医慧影的做法是把基因组学、影像组学、蛋白组学以及时间的影像随访信息作为整体来分析。
　　柴象飞透露，下一步，汇医慧影将利用长期积累的深度学习方法和传统医学处理方法对大量现有数据进行处理和分析，植入自己的硬件设备中，让硬件设备拥有智能化的效果，同时还将在对更多维度的数据进行分析之后，让这些影像的信息不单单存在于诊断的维度中，而是能走入到治疗的过程中。