|
一、眼底检测基本概念
眼病在糖尿病人中的发生概率远大于非糖尿病人,这是因为糖尿病会导致患者视网膜病变,如眼底血管瘤、眼底出血、泪囊炎、青光眼、白内障等等。
不过,随着现代医疗技术的的发展,如果能及时发现并且获得规范的治疗,大多数糖尿病患者是可以摆脱失明的危险。
因此,对糖尿病患者进行眼底检测,获得眼底读片并进行相对的治疗是十分重要的。
二、糖尿病与眼底检测现状
● 糖尿病人口持续增加,呈现年轻化趋势
根据IDF统计(如下图),2015年全球糖尿病患者约有4.15 亿人,每11个人就有1人患有糖尿病。预测到2040年,全球将会有6.42亿人患有糖尿病,中国糖尿病患者也将达到1 .51亿。
据国家卫计委和IDF统计,2012年我国18岁及以上成人糖尿病患病率为9.7% ,2013年全球20岁~79岁成年人的糖尿病患病率为8.3% 。
由于中国人口基数大,人口老龄化加剧以及饮食结构等因素,导致我国糖尿病患者人数约1.1亿人,位居世界第一(见下图),我国糖尿病消费群体量大。
据IDF统计,2015年我国有130万人死于糖尿病及其并发症,其中40.8%的人年龄低于60岁,逐渐呈现年轻化趋势。
● 医疗资源分配不均匀,眼底检测设备昂贵
医疗资源配置不均衡(见下图)。虽然医疗资源总量增长,但城市与农村的医疗服务差距大,医疗资源分配不均导致人们集中在医疗资源丰富的城市就医,然而很多基层医疗机构的资源并未发挥作用。
眼底摄像设备是对糖尿病患者进行眼底检测的关键设备。
目前市场上的眼底摄像设备价格均大于10万/台,进口设备甚至达到几十万一台!并且一般只有少数大城市里的大型医院才拥有这些专业眼底摄像设备的。
下图为杭州目乐医疗科技股份有限公司生产的普及型眼底照相机,售价约为15万元人民币/台。
三、市场需求
我国人口基数大,人口老龄化日益加剧。90%的糖尿病多发于中老年群体。随着医疗不断完善,我国糖尿病患者致死率逐年下降,同时新增患者人数逐年增加,致使糖尿病市场空间巨大。
另外由于糖尿病确诊率低,潜在糖尿病患者需求将逐步释放。目前我国有超过53%的患者并不知道自己患有糖尿病,并未进行及时的医治。
随着人们健康意识的,糖尿病检测次数的增加,会有更多糖尿病患者获得有效的治疗。因此糖尿病消费市场增长空间大。
根据IDF报告显示,2015年全球医疗消费中,11.6%花费在糖尿病治疗约6,730-11,970亿美元。
中国糖尿病导致的直接医疗开支占全国医疗总开支的13%,达到1734亿人民币。主要由于糖尿病患者医疗服务的使用是非糖尿病者的3-4倍,其住院和门诊次数较多。另外,中高年龄群体有一定的财富积累,支付能力较高。
四、糖尿病眼底检测行业的痛点
目前普遍认为:
1) 糖尿病患者的增长速度已经大大领先眼底设备的普及度。由于设备昂贵,特别是一般发达地区与欠发达地区,当地存在设备不足的问题,甚至一些特别不发达地区会处在当地医院无眼底检测设备的尴尬境地。
2) 随着糖尿病预防和诊治服务体系建设项目的推进,眼底读片数量大大增加,又由于医疗资源相对集中密集,这大大增加了医生的工作负荷。一位医生会出现全负荷1000张/天眼底读片的情况,导致出现劳动强度大,客观性变弱,诊断易出错,诊断效率低等问题的出现。
3) 眼底读片需要专业培训,不同医生读片结果往往存在差异,这就导致了诊断结果缺乏定量信息。
4) 眼底读片的数据管理与分析操作难度大,目前现状是数据简单存档保存,但数据整理工作量大,因此读片数据再次利用难度很大。
五、趋势--人工智能+大数据云平台在医疗行业的应用
针对痛点1-设备昂贵的现状
在照相信息技术如此先进的今天,是否能将眼底摄像设备简化,以达到节省成本,增加普及度的目标呢?
针对痛点2-工作负荷重量大
痛点3-诊断结果缺乏定量信息的问题
近几年在医学领域中应用非常广泛的人工智能概念能否大显身手呢?
针对痛点4
-眼底读片数据管理与分析操作难度大的情况
最近火的不能再火的“医疗大数据”是否具有想象的空间?
其实这些痛点现状不只是存在于糖尿病眼底检测行业中,整个医学界都有相似的痛点存在。
相关高校、企业和医院都在想方设法积极应对。最后各方都把焦点聚集在了人工智能和大数据上。整个医疗行业的趋势是人工智能+大数据云平台。
● 人工智能+大数据
几年前开始,“人工智能”(AI)便已经成为了热词,谷歌机器人AlphaGo击败曾获得多项世界冠军的李世石,这一新闻更是将人工智能一次推想了顶峰,越来越多的人开始设想在自己的行业中引入人工智能。
“人工”即人力所能制造的,“智能”则涉及到意识(CONSCIOUSNESS)、自我(SELF)、思维(MIND)等多个特点,正是这些特点,让人工智能具有数据挖掘、深度学习、模糊识别、逻辑思考和建立概率模型等能力。
随着人类工业革命爆发,人们通过各种各样的机器,已经将绝大多数繁重的劳动从双手解放。而人工智能不仅是提高生产效率这么简单,它能像人一样,面对问题时会思考,通过高度特定逻辑判断提出解决方案,并且能够积累经验,从不断的案例中学习,持续不断地提升自己。
与人工智能这种经常有具体形态的科技不同,近年来也很火热的“大数据”一词就显得有点玄乎。
撇开高深的术语,通俗来说,就是与传统抽样调查等传统不同,采用收集海量(甚至所有)信息,再通过专业化处理分析,即针对这些数据进行“加工”,使这些数据具有价值。到底有多大?
维基百科上有这样一个例子,欧洲核子研究组织做的大型強子对撞机周长27公里,里面一共有1.5亿个传感器,每秒钟读数达四千万次。每秒钟发生的粒子对撞高达6亿次。剔除99.999%的无用数据,每秒钟也有100次碰撞需要记录。
如果在这些数据里面仅仅使用十万分之一,那么一年也要积累25 petabytes的数据,相当于25000个1TB的硬盘。如此庞大的数据无法使用单台计算机进行处理,因此大数据的挖掘和处理必须用到云技术,从海量的输出中精准的挖掘出目标数据,进而进行分析,作为提供决策的参考,制定出解决问题的方法。
显而易见,无哪一个行业,在现代化运作的今天,都会产生大量的数据信息,把这些数据信息进行有效地获取、存储、管理、分析,必然会产生质的变化,这也是为什么现在很多行业都在努力尝试和大数据融合的原因。
● 行业应用
雅森科技、推想科技和DeepCare可以作为代表,打造了医学影像+人工智能+大数据的模式,不同的是它们的侧重点各有不同。
雅森科技专注于脑、甲状腺及全身骨等部位,提供了一套自动化量化分析解决诊断方案。推想科技侧重于临床报告和实验室研究,推荐治疗方案,协助医生诊断,减轻医院医生的负担,降低漏诊误诊的概率。
DeepCare致力于重大疾病筛查和诊断,通过算法和服务,医疗机构和医生可以利用大数据和深度学习的强大运算能力,解决中国医疗资源分配不均的问题,为每个病患提供最精准的诊疗方案。
经过我们调研,目前除了雅森科技,推想科技和DeepCare还处于宏观的阶段,这也说明了目前行业还是很“新”,大家都处于探索的阶段。
我们认为,“人工智能+大数据”是医疗行业的发展趋势,不过要做出真正意义上基于“人工智能+大数据”的医疗产品,不只是要对试机试样的研发,还要对市场渠道的切入制定详尽的策略,这两者缺一不可,因此这条路还很长。但只要沿着趋势,朝着正确的方向,新兴行业一定会慢慢步入正轨,步入成熟发展的道路。
● 眼底检测新兴创新成果
经过我们的调研,在糖尿病眼底检测方向,这里不得不提一个新兴创新成果 -- 基于深度神经网络的糖尿病眼底病智能筛查与辅助诊断云平台。这由国内顶级高校教授团队自主研发,具有以下三个创新层面:
1) 通过便携式硬件系统,将智能手机改造成眼底照相机,再通过智能手机拍摄生成眼底图像,这完全摆脱了昂贵的眼底检测设备,大大降低了成本,并且便携式硬件系统使用方便,无需使用需专业人员。
2) 自主研发的人工智能系统,通过眼底图像进行糖尿病眼底病变筛查及病程诊断,深度神经网络识别眼底图片,软件自动诊断糖尿病眼底并发症,此外系统自动学习,数据越多检测越精准,可当场出结果。与传统人工80%准确率相比,系统可以达到92%,并且人工智能办公,使效率较人工提高50倍,解放了医生的负荷。
3) 与便携硬件系统组合,构建了系统远程云平台,对于不发达地区,基层医疗机构拍片上传云,然后三级医院远程云平台诊断,若能在欠发达地区覆盖开来,想必定能使更多的患者受益,同时也能缓解部分医疗资源分配不平衡的问题。
我们觉得,医疗领域是一个高科技、高门槛的学科,整个行业发展不可能像新兴互联网行业一样,仅靠模式创新就能带来巨大的变革。
真正推动医学界发展,走向人工智能化的是那些经过长年累月积累,基础技能扎实,在行业中持之以恒深耕的高校、院所的科技从业者。
就像本项目的国内顶级高校教授团队那样奋斗在一线的科学家们,成功没有捷径,他们一步一个脚印,攻克一个个技术难关,实现一个个新功能。
然而好的技术不一定有好的出路,科研不能与市场脱节。通过各种资源,依托专业的第三方平台予以市场化的操作,进行产业化、资源化,是目前科研端技术项目最好的出处。
想了解更多项目信息
敬请关注“科创帮”并欢迎与我们联系!
电 话:021 - 6567 8826
合 作:173 -1713 -7860
本文首发于科创帮(www.kechuangbang.com)--- 全球技术资源共享平台
微信公众号(kcbang_cn)
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 07:05
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社