疫情之后,国内首张AI影像辅助诊断领域三类证近日迎来破局
疫情大考之后，国内首张ai影像辅助诊断领域三类证近日迎来破局。获悉，6月12日，国家药品监督管理局发布消息，安德医智旗下biomind“天医智”的颅内肿瘤磁共振影像辅助诊断软件通过了nmpa三类医疗器械审批。
该产品是由天坛医院和安德医智联合成立的“神经疾病人工智能研究中心”研发，是首个nmpa获批的、以“影像辅助诊断”命名的医疗ai软件。
据悉，安德医智科技有限公司总部设立在北京，并在新加坡、卢森堡成立了全资子公司。此次获批使其成为中国首张在ai影像辅助诊断领域、基于深度学习技术而获批的三类证。
通过层层考量的产品究竟是什么？
本次获批产品为biomind “天医智”中的mr颅内肿瘤ai辅助诊断软件，它针对数十万例病理验证的脑肿瘤数据，运用深度学习算法，能够实现颅内肿瘤（如脑膜瘤、听神经瘤、髓母细胞瘤、胶质瘤等）的人工智能精确诊断，诊断准确率超过90%，有的病种诊断准确率更超过96%。并自动生成一份结构化报告，包括肿瘤位置、体积等精准信息，帮助医生快速诊断并提高放射科医生对脑肿瘤的诊断能力。
谈起以颅内肿瘤为研发对象时，安德医智首席技术官吴振洲回忆当时的决策：“主要还是出于对市场规模与技术复杂度的考虑。由于mr是多序列图像，分析难度较大，加之颅内的情况比较复杂，国内研究mr颅内肿瘤的企业屈指可数，这是我们的机会。”
从市场来看，全世界恶性肿瘤发病率和死亡率均呈上升态势，严重威胁人类健康和社会经济发展。从医疗来看，中枢神经肿瘤的影像存在“同影异病、同病异影”，因此不能仅仅依靠影像征象推断，必须以患者病史、临床症状、体征以及其他相关辅助检查等作为判断依据。
这样的积累和学习历程，导致优秀影像工作者的培训时间周期很长，影像医师数量的增长远远无法满足日益增长的诊断工作强度。所以，安德医智要解决的，实际上是医疗资源缺乏的问题。通过ai辅助诊断，安德医智能够赋能医院和医生，助力解决诊疗水平严重不均衡的问题。
正如前不久安德医智作为央视《对话》唯一邀请到场的医疗ai企业代表，所传递给全国人民的社会使命那样：医疗人工智能可以作为优质医疗资源下沉的工具，提高基层医院临床医生的诊疗水平，让老百姓在家门口就可以享受高水平的诊疗服务，这也是医疗人工智能真正的意义所在。
据安德医智中国区ceo李晶珏表示：“医疗人工智能产品的‘智’和‘能’，应该有区别于其他领域ai的特殊内涵。‘智’应该代表顶级医院一流专家的智慧和临床经验。输入决定输出，这是基础。‘能’应该代表赋能临床医生，特别是能够提高基层医院临床医生的诊疗水平。
biomind“天医智”通过与天坛医院的通力合作，运用深度学习算法模型，对近十年百余万例肿瘤影像的病例进行系统训练，同时融合了顶级医院专家的临床经验。
“对于脑肿瘤、乳腺癌等疾病的诊断，不同层次的医院相差太多，如果随意选用数据，很有可能训练越多，准确性越差。”吴振洲表示，如果用基层医院的医疗数据培养ai产品，那么这个ai产品的最高水平只可能停留在通用于基层医疗，无法更无力向大型医院延伸。
所以，医疗人工智能产品要想在三甲医院乃至全国各层级医院落地，必须使用顶级医院的高质量数据，深度学习顶级专家的“金标准”临床经验，才能保证ai的准确性。
走向全病种
除了上述获批的ai辅助诊断软件外， biomind“天医智”系列产品还覆盖头部、颈部、心脏、血管、乳腺等多器官、多病种精确诊断，致力于成为覆盖全身的ct、mr影像ai辅助诊断产品，实现ai辅助诊断预警、风险评估等功能，能够深入参与医院核心医疗服务流程。据悉，目前biomind“天医智”其他系列产品也正在进行临床试验及三类证注册申报。
吴振洲介绍，安德医智自成立伊始，就有一支“学霸型”研发团队，均来自哈佛、麻省理工、新加坡国立、清华、中科院等深度学习领域顶尖高校，尤其擅长多病种的同步分析。
“基于单部位、单病种等单一场景的ai应用，临床的应用价值有限，只是医疗ai发展的过渡。‘天医智’的研发从头部的神经系统疾病开始，到心脏、乳腺再到心血管等胸部、腹部疾病的辅助诊断，实现多部位、多病种的ai应用，是我们未来的产品整体研发方向。”李晶珏曾在接受媒体采访时表示。
这种体系化、流程化的产品形态，一方面以常见病、多发病、急重病的真实应用场景为立足点，真正满足医师日常工作的需求；另一方面不止是辅助医生对疾病定性诊断，更重要的是实现了对疾病未来发展的精确风险评估和临床辅助决策。
借用芝加哥大学医学中心放射医学主席 paul chang在2019年rsna上所说：“只有当我们将目光转向于临床的需求、应用和价值时，我们才真正开始理解ai了。”对此，李晶珏说，biomind “天医智”以风险评估为核心，以流程优化为特色，可以在放射科影像、急诊、神内、神外、神经介入、心内、乳腺外科等院内多个科室应用，能够满足不同临床需求。
biomind “天医智”在更新迭代中不断将ai嵌入诊疗一体化，正是对上述ai本质的最好实践。
人工智能高标准过审，关键在哪里？
那么，为什么安德医智的颅内肿瘤ai诊断产品能够突破重围通过审批？李晶珏说，“在对待医疗ai审批这件事上，国家药监局注册司及器审中心相关人员的专业和高效的服务，可以说是令人印象深刻。”
其实，许多人工智能医疗产品迟迟不能通过审批，很有可能是卡在了临床试验这一环节。据悉，很多医疗ai企业产品没有进行有效的临床试验，尚未进入审批环节。
另一个问题在于数据来源。在人工智能兴起的阶段，企业通过各种渠道获得医疗数据并用于ai学习，但随着《深度学习辅助决策医疗器械软件审评要点》等规范性文件的发布，企业在通过审批时必须向器审中心解释训练数据的有效来源，这导致部分企业不得不重新训练ai产品。
最后，一个关键问题在于——“医疗+ai”才是正道。如果将人工智能在医疗的应用称之为“ai+医疗”，那将很容易把ai看作了主题，但其实对于医疗ai来说，“医疗”才是核心，临床场景决定了ai的应用，ai赋能于已有的临床需求。
回到影像，现有的许多影像设备——ct、mri、彩超、心电、脑电、x光等——都或多或少地应用了人工智能。但要让人工智能真正发挥作用，企业绝对不能陷入“一个功能等于一个产品”的陷阱。用行业的说法来讲，医生需要至少针对某一部位“全病种”的人工智能产品。
这是发展趋势，也是企业设计临床实验的可选路径之一。从现有情况来看，以安德医智为引领的医疗ai企业选择并实践了这个方向——尝试打造能够诊断多部位、多病种的产品。雷锋网
三类证只是起点 将继续立足“医疗+ai”
“这张‘证’承载了无数人的辛勤付出和汗水，我们拿到了加速起跑的通行证，是认可也是督促。”谈及这次轰动行业的“拿证”，李晶珏表示，下一步安德医智将继续深耕算法、寻找数据、立足医疗。
李晶珏强调，三类证只是医疗ai打通商业化的起点，但未来的路还很长，安德医智将继续不忘初心，肩负使命，让深度学习技术的进步服务于人类健康。
正如安德医智所说：“医疗ai的价值本质在于解决临床需求，如何在以后的布局中以临床需求为出发点，利用ai技术赋能医疗，是我们一直以来在行业的立足点，也是接下来始终需要坚守的初心。”医疗人工智能任重道远，但所幸通过包括安德医智在内的众多医疗ai从业者的努力，曙光初现、未来可期。
FTP服务器架设－－安全篇
iPhone8什么时候上市？iPhone8最新消息：这么个性的iPhone8你能接受嘛
STM32F1系列MCU硬件电路最小系统设计
为什么这些机器人应用总是不完美
LG化学计划一年内开始向特斯拉供应其超高镍NCMA电池
疫情之后,国内首张AI影像辅助诊断领域三类证近日迎来破局
新品发布 | 瑞萨推出面向图形显示应用和语音/视觉多模态AI应用的全新RA8 MCU产品群
COB封装技术与SMD封装技术之间的区别知识介绍
汽车LIN总线MC33662的性能特性及应用范围
MediaTek 5G UltraSave省电技术
TP4056引脚定义和功能介绍
OPPOR9s和vivoX9双雄战华为，小米无人问津
影响马达性能的线圈 （下）
显示驱动芯片商视芯科技创业板IPO获受理！销量突破6亿颗，募资近8亿自建IC测试中心等
盒子支付：移动支付的黑马，红海之外的远航
手把手教你打造3线制Jlink ARM-OB STM32
补充: FPGA产生基于LFSR的伪随机数
米家可量耳定制众筹HelloEar Arc耳机发布：299元
EDA365电子论坛指出未来AI芯片发展趋势
从生产层面强调了深度学习项目开发中需要更加重视数据集的构建
该产品是由天坛医院和安德医智联合成立的“神经疾病人工智能研究中心”研发，是首个nmpa获批的、以“影像辅助诊断”命名的医疗ai软件。
据悉，安德医智科技有限公司总部设立在北京，并在新加坡、卢森堡成立了全资子公司。此次获批使其成为中国首张在ai影像辅助诊断领域、基于深度学习技术而获批的三类证。
通过层层考量的产品究竟是什么？
本次获批产品为biomind “天医智”中的mr颅内肿瘤ai辅助诊断软件，它针对数十万例病理验证的脑肿瘤数据，运用深度学习算法，能够实现颅内肿瘤（如脑膜瘤、听神经瘤、髓母细胞瘤、胶质瘤等）的人工智能精确诊断，诊断准确率超过90%，有的病种诊断准确率更超过96%。并自动生成一份结构化报告，包括肿瘤位置、体积等精准信息，帮助医生快速诊断并提高放射科医生对脑肿瘤的诊断能力。
谈起以颅内肿瘤为研发对象时，安德医智首席技术官吴振洲回忆当时的决策：“主要还是出于对市场规模与技术复杂度的考虑。由于mr是多序列图像，分析难度较大，加之颅内的情况比较复杂，国内研究mr颅内肿瘤的企业屈指可数，这是我们的机会。”
从市场来看，全世界恶性肿瘤发病率和死亡率均呈上升态势，严重威胁人类健康和社会经济发展。从医疗来看，中枢神经肿瘤的影像存在“同影异病、同病异影”，因此不能仅仅依靠影像征象推断，必须以患者病史、临床症状、体征以及其他相关辅助检查等作为判断依据。
这样的积累和学习历程，导致优秀影像工作者的培训时间周期很长，影像医师数量的增长远远无法满足日益增长的诊断工作强度。所以，安德医智要解决的，实际上是医疗资源缺乏的问题。通过ai辅助诊断，安德医智能够赋能医院和医生，助力解决诊疗水平严重不均衡的问题。
正如前不久安德医智作为央视《对话》唯一邀请到场的医疗ai企业代表，所传递给全国人民的社会使命那样：医疗人工智能可以作为优质医疗资源下沉的工具，提高基层医院临床医生的诊疗水平，让老百姓在家门口就可以享受高水平的诊疗服务，这也是医疗人工智能真正的意义所在。
据安德医智中国区ceo李晶珏表示：“医疗人工智能产品的‘智’和‘能’，应该有区别于其他领域ai的特殊内涵。‘智’应该代表顶级医院一流专家的智慧和临床经验。输入决定输出，这是基础。‘能’应该代表赋能临床医生，特别是能够提高基层医院临床医生的诊疗水平。
biomind“天医智”通过与天坛医院的通力合作，运用深度学习算法模型，对近十年百余万例肿瘤影像的病例进行系统训练，同时融合了顶级医院专家的临床经验。
“对于脑肿瘤、乳腺癌等疾病的诊断，不同层次的医院相差太多，如果随意选用数据，很有可能训练越多，准确性越差。”吴振洲表示，如果用基层医院的医疗数据培养ai产品，那么这个ai产品的最高水平只可能停留在通用于基层医疗，无法更无力向大型医院延伸。
所以，医疗人工智能产品要想在三甲医院乃至全国各层级医院落地，必须使用顶级医院的高质量数据，深度学习顶级专家的“金标准”临床经验，才能保证ai的准确性。
走向全病种
除了上述获批的ai辅助诊断软件外， biomind“天医智”系列产品还覆盖头部、颈部、心脏、血管、乳腺等多器官、多病种精确诊断，致力于成为覆盖全身的ct、mr影像ai辅助诊断产品，实现ai辅助诊断预警、风险评估等功能，能够深入参与医院核心医疗服务流程。据悉，目前biomind“天医智”其他系列产品也正在进行临床试验及三类证注册申报。
吴振洲介绍，安德医智自成立伊始，就有一支“学霸型”研发团队，均来自哈佛、麻省理工、新加坡国立、清华、中科院等深度学习领域顶尖高校，尤其擅长多病种的同步分析。
“基于单部位、单病种等单一场景的ai应用，临床的应用价值有限，只是医疗ai发展的过渡。‘天医智’的研发从头部的神经系统疾病开始，到心脏、乳腺再到心血管等胸部、腹部疾病的辅助诊断，实现多部位、多病种的ai应用，是我们未来的产品整体研发方向。”李晶珏曾在接受媒体采访时表示。
这种体系化、流程化的产品形态，一方面以常见病、多发病、急重病的真实应用场景为立足点，真正满足医师日常工作的需求；另一方面不止是辅助医生对疾病定性诊断，更重要的是实现了对疾病未来发展的精确风险评估和临床辅助决策。
借用芝加哥大学医学中心放射医学主席 paul chang在2019年rsna上所说：“只有当我们将目光转向于临床的需求、应用和价值时，我们才真正开始理解ai了。”对此，李晶珏说，biomind “天医智”以风险评估为核心，以流程优化为特色，可以在放射科影像、急诊、神内、神外、神经介入、心内、乳腺外科等院内多个科室应用，能够满足不同临床需求。
biomind “天医智”在更新迭代中不断将ai嵌入诊疗一体化，正是对上述ai本质的最好实践。
人工智能高标准过审，关键在哪里？
那么，为什么安德医智的颅内肿瘤ai诊断产品能够突破重围通过审批？李晶珏说，“在对待医疗ai审批这件事上，国家药监局注册司及器审中心相关人员的专业和高效的服务，可以说是令人印象深刻。”
其实，许多人工智能医疗产品迟迟不能通过审批，很有可能是卡在了临床试验这一环节。据悉，很多医疗ai企业产品没有进行有效的临床试验，尚未进入审批环节。
另一个问题在于数据来源。在人工智能兴起的阶段，企业通过各种渠道获得医疗数据并用于ai学习，但随着《深度学习辅助决策医疗器械软件审评要点》等规范性文件的发布，企业在通过审批时必须向器审中心解释训练数据的有效来源，这导致部分企业不得不重新训练ai产品。
最后，一个关键问题在于——“医疗+ai”才是正道。如果将人工智能在医疗的应用称之为“ai+医疗”，那将很容易把ai看作了主题，但其实对于医疗ai来说，“医疗”才是核心，临床场景决定了ai的应用，ai赋能于已有的临床需求。
回到影像，现有的许多影像设备——ct、mri、彩超、心电、脑电、x光等——都或多或少地应用了人工智能。但要让人工智能真正发挥作用，企业绝对不能陷入“一个功能等于一个产品”的陷阱。用行业的说法来讲，医生需要至少针对某一部位“全病种”的人工智能产品。
这是发展趋势，也是企业设计临床实验的可选路径之一。从现有情况来看，以安德医智为引领的医疗ai企业选择并实践了这个方向——尝试打造能够诊断多部位、多病种的产品。雷锋网
三类证只是起点 将继续立足“医疗+ai”
“这张‘证’承载了无数人的辛勤付出和汗水，我们拿到了加速起跑的通行证，是认可也是督促。”谈及这次轰动行业的“拿证”，李晶珏表示，下一步安德医智将继续深耕算法、寻找数据、立足医疗。
李晶珏强调，三类证只是医疗ai打通商业化的起点，但未来的路还很长，安德医智将继续不忘初心，肩负使命，让深度学习技术的进步服务于人类健康。
正如安德医智所说：“医疗ai的价值本质在于解决临床需求，如何在以后的布局中以临床需求为出发点，利用ai技术赋能医疗，是我们一直以来在行业的立足点，也是接下来始终需要坚守的初心。”医疗人工智能任重道远，但所幸通过包括安德医智在内的众多医疗ai从业者的努力，曙光初现、未来可期。
FTP服务器架设－－安全篇
iPhone8什么时候上市？iPhone8最新消息：这么个性的iPhone8你能接受嘛
STM32F1系列MCU硬件电路最小系统设计
为什么这些机器人应用总是不完美
LG化学计划一年内开始向特斯拉供应其超高镍NCMA电池
疫情之后,国内首张AI影像辅助诊断领域三类证近日迎来破局
新品发布 | 瑞萨推出面向图形显示应用和语音/视觉多模态AI应用的全新RA8 MCU产品群
COB封装技术与SMD封装技术之间的区别知识介绍
汽车LIN总线MC33662的性能特性及应用范围
MediaTek 5G UltraSave省电技术
TP4056引脚定义和功能介绍
OPPOR9s和vivoX9双雄战华为，小米无人问津
影响马达性能的线圈 （下）
显示驱动芯片商视芯科技创业板IPO获受理！销量突破6亿颗，募资近8亿自建IC测试中心等
盒子支付：移动支付的黑马，红海之外的远航
手把手教你打造3线制Jlink ARM-OB STM32
补充: FPGA产生基于LFSR的伪随机数
米家可量耳定制众筹HelloEar Arc耳机发布：299元
EDA365电子论坛指出未来AI芯片发展趋势
从生产层面强调了深度学习项目开发中需要更加重视数据集的构建