以色列医疗影像新创公司 Zebra Medical Vision,利用深度学习构建医学照影诊断辅助系统,于 6 月宣布其 Textray 深度学习 AI 研究成果,该深度学习 AI 可辨识 40 种常见临床病理发现,目的希望可以辅助临床诊断以减轻放射科医师的负担。
胸部 X 光摄影(chest X-ray,CXR)是最常用于筛检许多心脏和肺部疾病的放射学检查,但也缺乏能够为 CXR 影像提供快速准确的辅助诊断系统。Zebra 透过手动标记构建一套近 100 万张的影像研究训练集,TextRay CXR AI 在经过约 200 万幅来自正面和侧面扫描及临床报告的匿名医疗影像数据进行训练,并建构深度学习模型,目前已可辨识出 40 种不同的常见临床结果。
▲ 与放射科医师进行比较的 12 项诊断项目与诊断结果。(Source:Jonathan Laserson et al., 2018)
Zebra 已将 12 项诊断项目与一组放射科医师诊断结果进行比较,其中除了肋骨骨折(rib fracture)和肺门(hilar prominence)的影像判读外,其他 10 项结果与放射科医生间具高度一致性,且在膈膜上升(elevated diaphragm)、肺水肿(pulmonary edema)、主动脉异常(abnormal aorta)的诊断上,放射科医生更同意 TextRay 算法的判读结果。
事实上,Zebra 自 2014 年成立以来,已利用数百万张医学影像,并运用其深度学习技术,产出断层扫描(CT)医学影像分析产品──AI1(也称 All in 1),该产品已于 2017 年 6 月获得其 CE Mark,并陆续透过于骨密度、压缩性骨折、脂肪肝、冠状动脉钙化、肺气肿等不同用途的 CT 影像辅助判读。
Zebra 不断扩大其 AI1 产品线,在 2018 年 AI1 也相继获得可用于检测颅内出血、不同类型的脑出血及乳房 X 光摄影的 CE Mark。迄今 Zebra 以深度学习所开发出的 CT 影像辅助诊断医材产品 AI 1 已有 7 项用途获得 CE Mark,在澳洲、新西兰、巴西、拉丁美洲和亚洲多个国家也获得上市核准。
Zebra 也宣布获得由 aMoon Ventures 领投 3,000 万美元的 C 轮融资,并有 Aurum、Johnson&Johnson Innovation-JJDC、Intermountain Health 和 Google 首席科学家 Fei Fei Lee 和 Richard Socher 等策略性投资者跟投,而之前的投资者 Khosla Ventures、NVIDIA、Marc Benioff、OurCrowd 和 Dolby 创投资金也加入此轮融资,使公司总投资额达到 5,000 万美元。
集邦科技生技产业助理分析师陈欣仪表示,AI 在医疗影像应用的议题近来火热,其中又以 AI 辅助放射科医师诊断影像最受瞩目,但观看其技术发展速度事实上并不如市场预期的快,除了影像设备的多样性、影像资料完整性、影像在储存 / 输出 / 传输方式的差异、格式差异、如何获得足够且有用的数据、标记品质等问题,也成为 AI 算法开发的瓶颈与检测结果品质的挑战。
Zebra 预计将推出一系列针对肺癌、乳癌、肝癌、心血管和骨骼疾病诊断的下一代 AI 算法产品。陈欣仪也指出,Zebra 正与 Google 合作,Google Cloud 提供其 AI1 云端技术服务,对于 Zebra 而言,部署在 Google Cloud 可兼具大量运算与快速分享的特性,或能更快地扩展其业务,Google 则可透过云端的附加服务,提供医院更具可扩展性和储存安全性的平台,不仅以此建构具医疗保健服务的云端平台,也可与微软和 Amazon 的云端平台有差异性的区隔。
(首图来源:Flickr/Yale Rosen CC BY 2.0)