江苏龙网

  1. 首页 > 资讯 > 科技 > >

『钛媒体APP』面对20亿人次的诊断量，AI超声这条晚熟赛道将如何爆发？( 三 )


布局基层市场的企业主要是创业公司 ， 作为超声市场中的新变量 ， 它们主要是将AI超声应用于掌上超声设备 。 借助AI软件赋能 ， 让更多基层医疗机构能够使用超声诊断设备 ， 实现从0到1的突破 。 它们面对的受众更多是对于超声知之甚少的医生 。
以上海深至科技Soundwise为例 ， 作为掌上超声企业思多科的生态链企业 ， 深至科技利用AI算法自动从获取的超声图像中选择最佳片段 ， 并且为没有超声经验的人提供智能指导 ， 最后根据图像提供诊断建议 。 让基于的超声诊断和图像获取变得更加简单 ， 无需经过长周期的培训才能掌握 。
以往 ， 超声诊断需要依靠专业的医生通过眼睛来识别图像中的解剖结构 ， 而AI通过智能识别让超声的使用不局限于经过专业训练的医生 。 实现自动找到最佳的图像和辅助诊断 。
对于AI+掌上超声来说 ， 不同的应用场景 ， 带来了不同的应用挑战 。
对于临床科室应用来说 ， 很多临床科室医生以往没有使用过超声设备 ， 并且各个临床科室需求较为分散 ， 人工智能应用的过程需要经历一定的市场教育过程 。
但是在介入科、心内科这样的科室 ， 有的临床医生也有一定的超声诊疗经验 ， 掌上超声在这些科室落地并不难 。
而对于基层来说 ， 市场教育更是难上加难 。
作为国内专注于AI+超声的先行者 ， 深至CEO张卓表示：基层医疗需求并不是三甲医院的简化版本 。 基层医疗对于超声设备有着完全不同的功能和场景要求 。
“对于村医来说 ， 它们不可能花较长的学习周期去学习 ， 同时村医的检查流程时较短的 ， 产品的检查时间需要控制在几分钟内 。 所以AI+超声能否做到真正的智能化和流程的简单化 ， 非常重要 。 目前的市场的大部分AI+超声产品还难以做到让一个护士水平的人也能快速掌握 。 ”
根据动脉网不完全整理 ， 目前已统计到国内外有16家AI超声相关企业 。 从病种的覆盖上来看 ， 超声诊断广泛应用于临床科室 ， 而AI超声诊断覆盖的病种主要包括乳腺癌诊断、产前筛查、甲状腺疾病、心脏疾病等众多病种 。
『钛媒体APP』面对20亿人次的诊断量，AI超声这条晚熟赛道将如何爆发？
本文插图

*如未被收录入此表格的企业也可以联系动脉网 ， 共同探讨 。
从表中主要的应用场景可以看出 ， 虽然AI超声领域有强大的巨头布局 ， 也有创业公司 ， 但是应用场景的不同 ， 他们没有构成直接竞争 。
技术壁垒让AI超声晚熟于AI+CT
对比AI+CT影像来看 ， AI超声这个赛道并不拥挤 。 为什么AI+超声是AI影像中晚熟的一个赛道 。 一大原因就是在技术方面 ， AI+超声的挑战性更大 。
在德尚韵兴执行总裁严耶恩看来 ， AI应用于超声的主要技术挑战可以分为三大部分 。
首先是要实现实时诊断 ， 和CT、MRI的静态图像不同 ， 超声图像是动态实时图像 ， 超声检测的难点在于图像采集与阅片需要同时完成 。 这主要是因为CT、核磁、X光等影像的采集是由技师完成 ， 而阅片由放射科医生完成 ， 因此不需要实时同步影像 ， 但超声检测的难点在于图像采集与阅片需要同时完成 。 这也就为辅助诊断提出了更大的挑战 ， 包括算法和算力上 。
其次是在数据上 ， 相对来说 ， 由于超声影像数据的浏览处理存储习惯 ， 超声影像比起CT这样的数据更难获取 。
“为什么AI影像赛道刚开始兴起的时候 ， 涌现了很多AI肺结节公司 ， 因为相对来说 ， 肺结节影像数据是容易获取的 。 ”
除了数据库的规模大小受到限制外 ， 超声影像的标准化程度也较低 ， 超声影像的清晰度是依赖于超声医生的操作手法和不同设备型号 。 所以需要由要给较强的专家团队对这些数据进行清洗和分析 。
第三点是算法框架的限制 。 “能否拥有自己的算法框架非常重要 。 因为目前的算法框架 ， 绝大部分公司都是用的开源算法 ， 尤其是在超声领域 ， 能够拥有自己的算法的企业非常少 。 超声AI与其他放射AI不同 ， 它对于自主研发的算法框架非常依赖 ， 这与它分析产品的准确度和实时性强相关 。 ”


推荐阅读


上一篇：『时间财经』特斯拉打压年轻对手？要求小鹏汽车公开源代码 此前刚涨价5000元

下一篇：「量子计算机」太好了，利用现有集成电路技术，解决了量子计算机三维封装难题！