一个卖眼镜的,跑来科技论坛干什么?

AI 当上眼科医生之后,你去配眼镜的时候就顺便体检了。

2016 年,来自英国的人工智能团队 DeepMind 开启了一项特别的研究计划,和日后一战成名的围棋大师「阿尔法狗」不同,DeepMind 团队走进了伦敦 Moorfield 眼科医院,希望利用人工智能检查疾病。无独有偶,一家中国 AI 公司 Airdoc 也瞄准了这部分。

眼睛是人类身体信息接收首要工具,它高速处理人类每天观察的信号并对大脑做出反馈,说它是人身体的 GPU 也毫不过分。这块 GPU 上有着丰富的血管和神经,人的眼球是唯一可以不开刀直接观察到神经的部位,丰富的眼球信息藏着我们身体健康的密码。

通过观察人的眼球病变,医生不仅仅能够检查出白内障、黄斑等眼疾,还能够提前监测出眼底新生血管疾病,高血压,心血管疾病甚至糖尿病,眼球能够表现出的疾病信息超过 800 种,如果可以提前观察,提前治疗,就能极大降低人们的健康风险。

遗憾的是,在全世界,通过眼部查验预防病变都存在极大供需差异,一个医师需要诊断 3-5 万人才能具备这样的能力。以中国为例,正式注册能够查验视网膜照片的医生只有 1100 人,真正在职只有 800 人,水平好的甚至只有 200 到 300 人。

需求和供给的极大差异在于医师人才的巨大时间和教育成本。而 AI 技术的出现,正是能够解决这一问题的关键。

将 AI 技术用于眼部检查和疾病预防看似容易,实际需要满足两点才能真正起到作用:一方面,要有技术公司提供高精确度低价格的健康检查,第二方面,要能够有足够多的设备为不同地区的人提供检查,从而达到面向全社会的实际价值。

正是基于这两点,才让星创视界(旗下拥有宝岛眼镜、米兰等品牌)和 AI 技术公司 Airdoc 联合起来。在星创视界董事长 & CEO 王智民看来,通过遍布全国的眼镜门店提供眼部检查,势必能够让 AI 技术最大化为人们提供眼部检查和疾病预防服务,而这对于今天医疗资源分布不均衡的国内状况来说,是势在必行的一件事。

以下内容来自星创视界董事长 & CEO 王智民和 Airdoc 董事长 & CEO 张大磊在极客公园 Rebuild 2018 科技商业峰会的联合演讲(极客公园略加整理、编辑):

王智民:很多人问我说为什么得穿这件衣服上台,我跟他们说,因为我把市场部的广告预算全砍了,所以只好自己这么干了。这两天我最常听到一个问题是,你一个卖眼镜的跑来科技论坛干吗,尤其是极客公园的科技论坛干吗。

在这里我先跟各位介绍一下眼镜行业的背景,行业的本质是视光,在国外,视光这个行业已经是有 100 多年的医疗服务行业的历史的产业链。而且视光跟眼科是孪生兄弟,视光做的事情是什么,检查跟判断老百姓本身的视力校正需要调整的状态,视光的工作是让老百姓看得清楚跟看得舒服。但是眼科医生做的事情是要知道你的眼睛里面有没有疾病,他要治疗的是眼睛里面的疾病,这两个科是很完整的各自分开,又有强关联的医学的科别,这是简单的划分。还有一个事情非常的重要,眼科医生如果没有学过视光学,他是不懂得视光的。视光师如果不学眼科的基本知识,也不懂得眼底的病况。

上面这张图简单的告诉一下,这是基本的检测设备的状态。我们检查叫眼球的表面,类似于比如说翻开你的眼睑的时候,看一看你的眼睛的这种结构状态,适合不适合戴隐形眼镜,有没有砂眼,这个部分比较偏向于视光。

其中有一台机器叫做自动多动能综合检查仪,这是我们今年 3 月份发布的一台黑科技,也很神奇,这台机器可以在两分钟分析眼睛的 2000 个数据,比如说 白天晚上的视力差,视力疲劳状态,有没有青光眼、白内障、圆锥角膜风险,这是每个消费者去眼镜店都应该要求做到的基本检测。

我们今天的主角其实不是前面这台,是后面的眼底照相机,其实就是一台照相机,拍什么,拍摄眼球后面布满了神经和血管的地方,人类的眼球是非常特别的,非常神奇的器官,我们都说它是灵魂之窗,更重要的是,它是一个健康的入口,人类的眼睛是唯一一个不需要开刀,可以直接观血管跟神经的地方。也就代表说,只要跟血管、神经相关的疾病,在眼球里面就会被观察到。刚才看到的那台机器,就是进入到人类的眼球,拍一张照片,接下来判断我们身上有没有其他的疾病。

到目前为止,这都是一家眼镜店或者眼科医院会做的基本的工作,但是我们国家有一个比较大的缺陷就是,医疗资源不平均、不平衡,没有那么大量的眼科医生和视光师能做这么完整的检查,因此我们一直在寻找一个 AI 的合作伙伴。在这里,我们也非常的开心,我们找到了 AI 的合作伙伴。

眼睛的检查,眼底照相机拍出来以后,分成四个类别,一个是眼睛相关的疾病,第二,心血管相关的疾病,第三,糖尿病相关的疾病,第四,这一块儿的空间特别大,目前为止,大概有几十种疾病是可以筛查出来的,等一下我的合作伙伴会解释更多在 AI 的这个领域,能够通过眼底筛查出多少的疾病。我们现在专注的基本都是慢性病,所以筛查是特别重要的。

右边的四个步骤是整个医疗的闭环步骤,第一是预防筛查,第二是确诊,第三是治疗,第四是治疗后的回访。在国内,这四个步骤基本上在医院里面都是闭环的,结果是什么,就是看病很难,因为所有的人,大病小病全部到三甲医院,所以为什么国家这几年在不断的推动分级诊疗,包括开放医生的多点执业,希望我们未来的疾病筛查可以往前推动,而不是大病小病都到三甲医院。你们会看到很多的三甲医院开始发文调整业务,门诊会被取消。筛查未来不做了,而是发挥三甲医院的强项>治疗/开刀。现在我们跟 AI 的公司架构的事情就是这样子,通过新的检测设备的投放,我们就变成医疗的前置舱。

《我不是药神》这部电影应该很多人看过了。活到多少岁是一回事,但是活到多少岁还有生活的质量,这是需要一个健康的身体才能做的。所以我们现在的目标就是希望能够透过大量的筛查,让老百姓形成一种固定筛查的时间,让自己能够知道自己的身体处于什么状况。我们都非常清楚,疾病越早筛选出来越早治疗效果越好,成本越低。所以医疗分诊治疗对国家来说非常重要,因为可以降低医保的费用,提升治疗的效果。

1200 家门店再加上未来可能还在发展的新的设备,乘上 AI 人工智能未来就会变成全中国最大的健康初筛的中心。我的分享就到这里。

接下来我简单介绍一下我的战略合作伙伴。如果问我的合作伙伴现在做得怎么样他会说一般一般,全球第三。实际上大磊他在眼睛筛查层面,他在全球只有一个对手,就是阿尔法狗的母公司。我们一直在寻找全球范围内的 AI 合作伙伴,接下来请大磊上台跟你们分享他怎么做到全球第一的,谢谢。

张大磊:很多重大的慢性病,早期的时候没有明显的症状。举个例子,比如说糖尿病,在发病的前一二十年的时间里面,几乎没有任何的症状。很多这样的疾病,最佳的治疗窗口恰恰是在最开始的一二十年的时间,所以很多人会被漏诊掉。有一些人比较幸运,给大家分享一个视频。

刚才看到的这位老先生,我认为他确实是相对比较幸运的,因为他是中国一小部分的人。在我们国家像糖尿病病变导致的严重的并发症,能发现的人是非常少的。有很多的人是在默默无闻中,直接疾病到了非常严重的阶段。

我相信这四位大家都肯定是或多或少会认识,里面有我们非常尊敬的蒋经国先生,大家知道图中的人的共同的特点吗,他们都是因为糖尿病不能正常工作,甚至有的被夺走了生命。可能会很奇怪,他们有很多的社会资源,有很多的钱,按说不应该被漏诊。

我相信在座的很多人都会去体检,但是有多少人会按照标准去体检。比如说糖尿病,一个是孔腹的时候查血糖,然后喝 75 克的葡萄糖,2 小时后再去抽血,这些步骤做完才是完成了糖尿病的检测,但是绝大部分的人不会这样,因为觉得麻烦。

我们平常很多的中国人养成了一种习惯,是很不舒服了才去医院,疼、难受了才去医院,这样往往错过了早期治疗的诊断窗口。

医学上还有第二个很有一用的检测的手段,就是通过视网膜。视网膜是一个非常神奇的地方,我们全身上下所有的检测手段里面,只有病理医生和视网膜医生是能够直接诊断和开处方的,因为他看到的是直接证据,不像 B 超是通过射线或者是超声判断一个人的体内可能是怎么样,他看到的不是直接证据,而视网膜医生看到的是人类身体组织的真正形态,动脉、静脉的比值发生了变化,可以精准的分级是轻度还是重度的,并且做出诊断。

这个看上去非常有用的技术,为什么在中国难以得到普及,是因为它确实比较难。这个简单的图片上面,像河流一样的一条一条的是血管,视网膜上面的血管非常的丰富。视网膜需要一个医生 20 到 30 年的学习,看 3 到 5 万人之后,才能真正的掌握这个片子到底是什么病。

还有黑色的一片一片的部分是神经,神经是一层一层的,从我们的大脑里面长出来的,视网膜也是唯一可以观察到神经的地方。这个亮的部分是我们的神经血管发育的地方,假如说像艾滋病这样的疾病,导致免疫缺陷的时候,我们可以通过上面的水肿的变化来看到的。

这是一个非常简单的,对于患者来讲简单有效无创的手段,因为拍照就行,但是对于医生来讲,并不那么简单。在美国解决这个问题的办法是,医生每判读一张视网膜照片,保险会给他付 150 刀,7 自动驾驶万多的医生花大量的时间去学习照片的判读。但是在我们国家,医生无法通过诊断得到钱,这就导致我们国家的视网膜的判读这件事情写到指南里面了,都有要求医生去看。

实际上在中国真正会看视网膜的照片的医生呢,只有 1100 是注册的,真正在看的是 800 人,水平好的只有 200 到 300 人。这个办法确实是非常简单,无创有效,所以越等级高的人越喜欢。

但是带来的问题是什么,黄斑变性的患者有 3000 万,很多人在晚上的时候看手机,光线差的时候直接会摧毁黄斑部位,在中国比较发达的省份,比如说江苏,曾经诊断黄斑变性的医生只有几十名,这意味着很多病人并不知情。我们过去几年,用算法做了大规模的人群筛查,我们注意到黄斑变性率是不断上涨的。怎么发现这些患者,确实非常的可怜,最开始的时候看东西会扭曲,然后他的视野中间会有一个小黑点,这个小黑点会不断的放大,最后把他的整个视野给吃掉了。不像白内障,还可以通过换一个晶体让他重新看见,黄斑变性的患者是再也看不见的。

为了解决这样的问题,我和我的团队做了三件事情。第一,拜访了美国、英国、中国、印度的 100 多家顶级医院,寻求他们的帮助。

非常幸运,我们找到了 300 多位顶级的教授,他们愿意贡献出他们的数据和经验,帮助我们去做分析。他们做的事情非常的辛苦,像很多人可能做过就是像人或者是车这样的数据的方案,但是实际上我们可以看到从视网膜的图片上,医生来做,他们要从视网膜上面去标出非常多的病变和病灶,一张图片的标注,往往需要两三个小时的时间。过去三年里面,我们就是通过这样的双盲的标注,每个一生都不知道其他的医生标的是什么样的,把标注的公共的部分,通过双盲的标注,获取了上百万的病人的病例和样本。

这样我们的算法可以向持续出诊 760 年的老教授一样,他知道这个病人现在是什么病,接下来是什么样的,这是我们做的第一件事情,花了大量的时间去收集样本和标注。

和我们的合作过程中,有一些医生成了院士,有一些医生发了科学杂志这样的文章,但是他并没有得到商业的收益,经济上并没有给钱,很多人觉得这是有效的技术,但是没有法规推广开来的情况下在帮助我们。

第二件我们做的事情就是我们训练了一个比较复杂的卷积神经网络,最开始我们想这个事情比较简单,大量的把视频变成图片,去看看里面有没有色情的,暴力的部分。但实际上麻烦很多,因为视网膜照片识别的很多病灶是非常细微的,可能是一两个像素、两三个像素,在视野上面,图片上面我们要识别的病灶往往是万分之一的面积的大小。医疗图像有自己的特点,看这个黄斑部位,其实恰恰是离我们观察更近的,人的黄斑部分有非常多的感官细胞,视觉细胞,所以我们如果直接做一个学习的话,你得到的结果是非常糟糕的。

我们也是经过了几年的积累,重新设计了自己全新的网络结构,在视网膜的照片上面做得非常好的识别,我们已经抽象出来了病灶变得非常清楚的照片。然后再把它得到一个判断之后,我们把它的上面的哪些可能出血、哪些有微血管瘤,哪些是肿瘤、神经的变化,这些都非常丰富的展现给医生,让医生可以去判断他现在的治疗方法是有效还是没效的。

这些其实都是相对比较基本的医生该做的工作,我们国家的指南里面就要求医生这样做,但是其实是非常困难的。所以通过深度学习的算法,我们把非常复杂的事情,变成了非常简单的事情。在使用的医生当中,有院士级别的,也有乡村里面的赤脚医生,对于他们来讲,需要做的就是拍一张照片传上去就行。

与此同时,我们还把历史上所有的相似的病人做了一个无监督学习。新来一个病人拍一张视网膜照片的时候,我们其实就能知道,这个人在接下来的一到三年内、病灶会发生什么样的变化,做了几十万的分析之后,我们发现整体的使用是不错的。

第三件就是把它部署到了很多的地方,比如说像中国出访非洲的和平方舟就用了我们的方案,把非洲 6 国的人都筛选了一遍,还有现在的英国和我们国家领导人级别的用户,还被微软选中了做 keynote 的环节。美国和英国、中国印度的 Top 医院我们覆盖的比较多,中国的前五名的医院都是我们的客户,排名前 20 里面的有 15 家是我们的客户。

我们一直有一个想法,或者有一些遗憾,我们还在想,如何能够不去医院的这些人,也能够更早的发现自己的问题。医院里面发现自己的问题,一定程度上得到了解决,内分泌、心血管的医生以前不会看这些照片,但是会看了。可是医院之外的人怎么办,这是非常困扰的问题,我们和星创团队结合在一起,接下来的几年时间,通过更多的院外的筛查,让更多的人能够更简单,低成本的掌握到自己的健康状况。我的介绍就到这里,谢谢大家。

主持人:刚才听了演讲我觉得特别的兴奋,其实在我们的 Rebuild 大会里面你们是唯一一个双人的演讲。听的过程中我知道你们做了很多,不管是技术上的尝试还是在实际给社会带来价值上的尝试,我们在展区有舞台设备是可以给我们参会的每一个人做免费的检测,大家可以下午去体验在这里面体验到科技带来的对于大家的关爱。我有一个问题,出了这个大会之后你们之后怎么协作?

王智民:我们在年底至少要在门店部署 200 台机器,成为每一家店的标配,我也希望这种设备可以变成眼睛行业的标配。费用的部分我觉得前面要让大部分老百姓有这个习惯,第一年的时间我们已经准备对宝岛所有 VIP 会员全部免费。

主持人:我觉得大家应该给他们掌声,这个是让更多人享受科技的乐趣。作为创意公司不是做公益,要形成价值的循环。我听到我们能够检测几十种疾病,其中有一些可以免费的让大家体验,一段时间可以免费去。但是长期里来你们的目标是什么,你们做这样完整的体验也要创造价值,你们用什么方式做?

张大磊:两块,第一就是简单无创低成本的掌握自己的健康状况,我们希望测出更多的疾病。现在已经有一千多个疾病,但是其中有 800 多个是相对比较罕见的,250 多种是常见病。拿算法做的敏感性和特异性都在 97% 以上,比人类医生不差的有 30 多个病。剩下来的时间要把剩下的做完。

还有我们要把检测成本降低,大家传统去测的话做完这 30 几个疾病费用是 6800 左右。我们的高端体检中心服务一次是一千块钱,我们今天也带到了现场,就在展厅最里面,今天大家在座的都可以免费的体验。谢谢。

本文由极客公园原创

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180728A0IJQZ00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券