依未科技创始人柯鑫：为什么我要九年专注做眼底AI

眼底AI是一个很大的赛道。在诸多医学影像中眼底实际有独树一帜的医学价值,但早些年大家并不这么认为,这几年对它的价值认知越来越清楚,也就对它的重视程度越来越高了。

实际国内眼底AI行业的正式起步应该是在2016年底,源于Google公司收购的Deep mind公司2016年在Jama上发表的一篇文章《Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs》,自此之后,国内包括百度、腾讯这样的互联网巨头迅速布局跟进,眼底AI的创业公司也陆续兴起,一个全新的行业才开始孕育。我因为一些特殊的机缘,在2016之前就已经带队在一家做图像的上市公司的研发中心做了四五年的技术研发,从时间上算下来,到今天为止,差不多已经在眼底AI领域做了有九年的时间了。中国人常讲做一件事十年磨一剑的道理,对我来说,9年做这一件事,而且几乎可以说是全身心的投入,期间没有涉足过任何其他影像领域和别的什么事情,只专做这一件事,这种持续的时间投入到底为解决什么问题,寻求什么突破,恐怕外人很难明白。即便行业走到今天,能够理解我们所做工作价值的人我想也还是少之又少的。实在是因为这个领域过于专业了。

那么,这么多年来坚守眼底AI,这么执着这么偏执,到底想解决什么问题?简而言之,是希望集中精力突破关键性的技术,做出一款“临床级”的眼底AI产品,来赋能于医生实际的临床诊疗。这么多年一直想做在做的就是这件事情。坦率讲这是一个充满挑战的工作,也是我认为整个行业亟需解决的工作。AI与医生到底应是什么样的关系,AI的价值在临床中应该如何定位,是替代医生还是辅助医生,辅助医生那应该如何辅助,这些问题在我看来,行业经过这么多年到现在都还是不清楚的。我们接触下来发现真正认知AI价值的医生是极少数,极少数的专家花了足够多的时间和精力去研究和实践,实际上很多医生对AI的认知和大众对AI的认知差不多,也是更多关注AI数据训练集的体量和精确度这一纯技术问题,而对他们实际临床中的诊疗需求却关注很少,并不知道AI除了可以帮助基层做判别分析筛查外,这种新技术还可以在临床中帮助他们做很多创新的工作。

交叉领域中这两个学科的对话目前看是不甚通畅的。很多AI技术人员在跟医生的沟通中,因为对医学临床的不了解以及对某单一技术的过分自信,低估了医学问题的严谨性和复杂度,到最后往往完不成医生预想的目标,从而给医生造成AI技术不靠谱的印象。这在我们接触的很多专家中都有这样的经历,以至于他们一开始接触我们认为AI是忽悠、是不靠谱的,直到看了我们的产品和报告。这些问题实际都影响了整个行业的向前发展。AI被视为第四次技术革命对医疗的变革应是非常值得期待的,遭遇这样的尴尬在我看来主要的原因还是大量的临床应用需求和实际技术实现能力的桥梁嫁接问题没能做好。恰当的选择临床的切入口是至关重要的,但切入口的选择又是非常不容易的事。至少在我所熟知的眼底领域,目前实际进入临床进入医生诊疗环节的AI产品是非常少的,大多产品还是集中在基层医疗机构或公共卫生领域的筛查上,这大大弱化了AI的实际临床能力和眼底影像的临床价值,非常可惜。

从医学上讲,眼底是一个非常基础的医疗影像。它不仅是眼科疾病重要的临床诊疗手段,也是内分泌、心内、神内、肾内等诸多全身疾病重要的参考依据。但从现象看,当前的眼底AI产品实际并没有满足医生诸多的临床需求,没有让医生在临床诊疗中觉得需要AI、觉得AI可用、离不开AI。而我这么多年努力想突破的,实际也正是行业所面临的这一突出的矛盾。目前我们开发的技术产品已经得到全国20多个省份头部医院和专家的认可,实际在帮助他们做各类疾病的临床分析和研究,同时已经有几款产品逐步进入多个科室的临床,实际在辅助医生做临床诊疗分析,这是让我们感到很欣慰的。除此之外,国家卫健委指导全国防盲指导组发起的全国十五省眼健康流调项目以及国家科技部重大专项,国家临床医学研究中心也都接受了我们的AI产品进入他们实际的研究之中,我们的技术产品拓展了医生的研究边界。这给了我们很大的鼓舞和信心,也让我们觉得这么多年努力往前迈的这一步应是没错的!

我所谓的“临床级”的AI产品,关键一点就是让医生觉得在实际的临床中产品“可用”。“可用”的标准就要求AI分析输出的结果,符合医生临床的诊疗习惯,有循证医学根据和可视化呈现,可以帮助医生更好的做疾病的体征描述和体征分析,以升级原有临床中的诊疗方式。甚至便于医生做疾病的队列研究和横断面研究,去探索拓展更多的医学新边界,形成对医学新的认知,制定新的临床标准,这是我们这么多年在跟专家医生的交流中得出的经验。满足这些临床需求,AI是不容易做到的,但又是AI技术必须要做到的,不能赋能于医生临床诊疗的AI产品其价值和生命力我认为都是有限的。这涉及到对AI的定位问题,也是这一行业的核心问题。

国内一位非常知名的专家曾经跟我聊天说,医疗是因为有医生的存在才有医疗,医疗本质上是医生和患者的互动,如果技术不能赋能于医生,让医生能够更好的服务于患者,而是想着越俎代庖替代某类医生亦或是绕过医生直接服务于患者,他认为都是根本定位上的错误。我很认同这一观点。目前国内眼底AI领域,大家已经普遍上认知到AI不可能替代医生而更多是辅助医生,也不再搞什么“人机大战”这样的事情,但实际从产品上却似乎并没有相应调整过来,还是更多的代替医生做诊疗结论或者诊疗建议,而不是给医生提供循证医学证据和可视化的结果,辅助医生诊疗,这是非常不利于AI跟医生建立深度互信的。造成这一问题的原因在我看来,还是技术人员研发产品更多的是从技术出发而不是从临床需求出发,过分强调技术的能力而不重视医生的诊疗习惯,执着于AI技术的智能性,而忽视了医学本身的复杂性、严谨性还有特殊性,而实际上,再牛的技术、再高精确度的产品如果不符合医生临床的诊疗习惯,不是奔着去解决医生临床想解决的问题,不是站在医生的背后更多去帮助医生服务好患者,那么医生也是不会用的,因为没法信任。这是医疗这个行业非常特殊的地方。

相比于其他行业,医学行业要解决的远不只是技术实现这一单一问题这么简单,它还涉及医疗伦理、就医习惯、医疗环境、患者沟通等诸多方面的问题。如果新技术产品希望被医生所接受,那么我认为根本的逻辑点,还是在于产品是否是站在医生背后,赋能于医生更好的服务于患者,提升原有的医疗服务品质,甚至提升对患者更多人文精神上的关怀。技术改变不了医疗它本身的特有属性,但可以让它变得更好!

眼底AI是一个传统眼底医学和前沿AI技术两个学科交叉融合而形成的新学科,跨度大,信息面广,所以要完整的去理解这个新行业,是一件非常不容易的事情。理解它然后找到恰当的切入口,开发出符合临床需求的产品,又更是难上加难了。为什么这么多年一直坚持要做“临床级”的眼底AI产品?还是因为它巨大的医学价值以及同时它巨大的技术实现难度。源于个人一些特殊的机缘,我得以较早就跟国内大量专家接触沟通眼底医学问题,长期熏习临床环境的实际流程和需求,这让我深度了解了眼底的巨大临床医学价值潜力,形成了从临床视角出发看待技术产品应用价值的判别力,并逐步找到了技术与临床嫁接起来的桥梁。

眼底影像我大概是在2012年就开始接触它。我本身学的就是图像分析及计算机视觉,图像分析是我的老本行。原来在中科院遥感所研究的是地球遥感影像,毕业之后就开始做眼球视网膜影像。做图像的人大概都知道,这是最难处理的两类影像,因为他们的地物信息特别复杂,不确定性非常多,尤其是眼底视网膜影像,又小又精微,每一个细小的差异化的信息都似乎跟人的疾病和健康有关,难度更大。实际眼底影像又非常特殊,眼底视网膜是大脑的三大中枢神经系统之一,是人体唯一可以直接无创可见内部神经组织和毛细血管组织的器官,除了很多眼睛的问题,很多如高血压、糖尿病、动脉硬化、脑卒中、冠心病等全身性疾病在眼底都有体征上的相应细微改变,所以眼底被视为人体全身疾病的一个监测窗口。而要发挥眼底这种窗口价值,核心就是能够精细的测量眼底各种细微改变并能做随诊监测这种细微的改变,利用多维度的大数据分析建立起眼底改变跟各类全身性疾病发病病程之间建立关联模型,这是医生临床肉眼难以做到的事情,也是当前医学还未知的事情,所以需要借助计算机,借助AI,借助大数据分析技术。

30年前中国眼底病诊疗的开创者之一张惠蓉教授就已经开始了眼底的定量化研究,她希望从眼底血管中提取一些参数来分析一些与血管相关的全身性疾病,但当时只是做了一个初步的尝试,技术实现上遇到了很大的挑战。实际对眼底影像做稳定的精细的定量分析是一件非常非常难的事。现在做AI的很多都是计算机背景出身,对这一点的感知可能没有那么强烈,但图像背景出身的人对此会更加了解一些。我自己前后看过十万多张眼底片,发现不同的人,不同的照相机,不同的拍照者这些差异因素都会使眼底的成像千差万别,而且种类繁多的疾病在眼底造成的结构改变也完全没有明确的规则可言,眼底中的血管布满整个区域,动静脉交叉分布不断分支,眼底的病灶也没有固定的形态和位置,要想稳定的从这种复杂影像中找到它一些与全身疾病蛛丝马迹的变化并做精细的测量和标注,一度被认为在技术上是不可实现的事情。为了突破这些问题,这么多年来我们几乎看了国内外眼底图像分析方面所能看到的文献,跟大量的眼科专家以及其他科室的专家反复沟通反复交流,跟他们深入学习眼底,认知眼底,了解临床,同时,发挥我们的技术基础优势,针对眼底独创了基于人类视觉仿生机理的“视计算”技术,让机器能像医生的肉眼那样来精准捕捉眼底图像内容的细微改变并测量出来。

到今天,我们可以很自豪的说,我们现在可以稳定的从眼底影像中提取出200多个跟全身疾病有关的量化参数,涉及血管、视神经以及病灶等等。这些参数正在帮助国内一些顶级医院的专家做他们的疾病创新研究,帮助他们去挑战医学的边界,发表创新成果,形成对一些疾病新的认知和临床上新的标准。比如青少年近视、糖尿病、高血压、脑卒中等等这些涉及国计民生的严重基础医疗问题,都是现在一起合作去解决的问题,相信在不久的将来,这些常见疾病都会因为他们的这些创新工作而在医疗临床上得到极大的改善!

2021年眼底AI行业已经进入了它第5个年头。这个全新的行业当前已经突破了早期的迷茫期,在诸多场景中比如体检、社区公卫、保险、视光、康养、妇幼等开始规模化的应用,在商业落地的探索上也有了很多突破,价值变得日益明显,这是行业向前迈出了重要一步。眼底AI正在被越来越多的人所接受,这是非常好的,但是我们也应看到,当前这些产品更多还只是大健康筛查的场景应用,AI对医学本身,对临床本身还没有应有的价值。

眼底作为一个基础医学影像,要发挥它的医学价值,核心还是要进入临床,还是要帮助医生更好的认知疾病,更好的提升临床,以服务于千千万万的患者。如果未来眼底AI进一步能成为一项基础的医疗技术,像查血验尿那样,在医院及社区的各个科室广泛开展这种直观无创的、几乎全人群、全生命周期的基础检查,让各科医生能够及早的发现人各个脏器的早期潜在风险,以便早发现早诊断早干预,防病于未然,防止患者因为发现太迟而后期遭受严重病痛折磨和疾苦,同时降低医疗成本开支,那这是一件多么有功德的事情!当然,要做好这件事一定是需要大家共同努力的,需要更多的人关注,更多的人参与进来,一起共同完成这项利益万千人健康、有着广泛社会价值的事业。

我们虽然做了9年,但很多工作也只是刚刚开始,后面还有很长的路要走,做这件事不容易,但毋庸置疑的是,这是一条大道,我们也一定会坚定的继续走下去,持续专注的努力做好这件事,哪怕再多一个9年的时间。天若有情天亦老,人间正道是沧桑,社会不断往前,技术不断进步,我相信只要持续的努力,未来眼底一定会在临床各类疾病诊疗中扮演越来越大的作用,通过眼底这一疾病的监测窗口早治早防,不治已病治未病的梦想也终将在会实现的!