信息化程度低，資金和專業放射科醫生短缺，是阻礙基層醫院發展的重要因素。遠程、互聯互通和人工智能，能在一定程度上緩解這些難題。位於贛湘邊境的革命老區袁州區，在國家分級診療和精準扶貧的政策指導下，與一家科技公司合作走出了屬於自己的模式。
“袁州區模式”
江西省宜春市袁州區共有22個鄉鎮、10個街道辦事處，總人口近110萬，農村戶籍人口約佔七成。受限於交通設施滯後、經濟基礎薄弱、市區體制不順等因素，多年以來，袁州區醫療資源匱乏，專業技術人才短缺的現象普遍，影像診斷專業人才短缺的現象尤為突出。
據動脈網瞭解，袁州區共有24個鄉鎮衛生院，但其中真正有影像診斷資質的醫生只有3人，其中還包括一個返聘的已退休醫生，難以滿足日常臨床需要。患者的診斷報告，往往只能由操作技師或臨床醫生代寫。
影像報告的不規範，直接導致疾病誤診、漏診的頻發，也一定程度地造成了群眾對當地醫療機構的不信任。不少人寧可捨近求遠，到鄰省湘雅醫院等大型醫療機構就診。
2016年以來，宜春市袁州區在遼市鎮衛生院等10家鄉鎮衛生院試點，引進推廣“基層檢查、上級診斷”的遠程影像診斷模式。中科九峰作為技術提供方，深度參與了該項目的建設。
患者在鄉鎮衛生院拍了醫療影像後，上傳到九峰的系統，由九峰的醫療專家進行診斷。15-30分鐘後，鄉鎮衛生院就可以拿到正規化、高質量的診斷報告。在4個多月的試點時間裡，九峰為10個鄉鎮衛生院提供了遠程影像報告5384份，緩解了山區群眾看病難的問題。
此外，九峰的醫療遠程診斷還為專家和基層臨床醫生提供了一個雙向互動的指導和培訓平臺。如，鄉鎮衛生院醫生診斷之後，可與遠程診斷結果進行對比。
如果有疑問，還可以通過平臺及時討論溝通，有助於減少誤診和漏診現象。據宜春市委改革辦的調查材料顯示，該服務群眾的滿意度達到了92%。
立足基層
據悉，九峰醫療成立於2015年5月，是一家總部位於南昌的醫療科技公司。其研發團隊常駐上海和抗州，在南京設有影像醫生工作室。目前，公司共有員工75人，其中運營20人，醫生22人，研發25人。
公司以基層醫院作為切入點，立足基層醫院影像科醫生匱乏，需求剛性且支付意願強的背景，以DR讀片起步，逐步拓展到心電、超聲等領域。
九峰通過建立第三方醫療影像中心，利用B2B的方式，為基層醫院提供影像診斷服務。創始人吳文輝表示:“九峰的應用場景採用人機結合的方式，先對醫院上傳的影像數據進行診斷，診斷之後，再用計算機輔助對其進行標註，醫生審核後簽字，九峰則對這張報告收取一定的服務費用。”
截止2017年，九峰已簽約鄉鎮衛生院500多家，累計閱片19萬張，標註14多萬張X光片。
由於基層醫院設備所拍出的片子質量參差不齊，因此為了保證一致性，九峰的產品設置了一個工作站。該工作站在鄉鎮衛生院傳片之前，先把X光片在1到2秒鐘內進行預處理分析，並且告知醫生片子的質量是否能達到要求，一旦有部位沒拍到，或是擺位不正確，便會進行提示，醫生就可以選擇重新拍片。
從九峰系統所反映的情況來看，目前鄉鎮衛生院的醫生約有10%-20%的拍片質量不合格。通過前端工作站的指導後，能夠保證總體的拍片質量。除了降低誤診漏診率，還能讓基層放射醫生的技術的水平得以提升。
此外，由於九峰第三方影像中心的屬性，因此所有通過九峰迴傳給醫院的X光片，都會有相應的影像醫生簽字。一旦鄉鎮衛生院由於片子引發了糾紛追責，都會由九峰進行全權承擔。
技術領先
作為九峰創始人之一的田捷博士，是中科院分子影像重點實驗室的主任，也是IEEE、SPIE、IAMBE、AIMBE、IAPR、OSA和ISMRM的會士，中國醫師協會臨床精準醫學專委會副主任，中國醫師協會超聲分子影像與人工智能專委會主任，同時還是國家傑出青年，長江學者。
在田捷博士的帶領下，九峰算法科學家何劍為首的團隊參加了吳恩達及斯坦福ML團隊開放一項骨骼醫療影像的競賽。這項競賽利用2017年12 月開放的MURA 數據集，嘗試幫助醫療影像技術取得顯著的進步，且能達到人類專家的診斷水平，從而提升放射科醫生的工作效率與放射科的醫療條件。
劇瞭解，肌骨骼（Musculoskeletal）疾病在全世界上影響了1.7億人，是嚴重長期疼痛與疾病的最常見成因，且每年有3 千萬的急診部就診。而MURA（musculoskeletal radiographs）是骨骼 X 射線的大型數據集，也是全球最大的開放放射影像數據集之一。
MURA使用一個隱藏的測試數據集以官方評估模型的性能。參賽團隊可在 Codalab 上提交可執行代碼，並在非公開的測試數據集上運行，這樣的流程基本能保證測試結果的公平性。只要模型經過官方的評估，測試分數就會顯示在排行榜中。
截止目前，九峰醫療算法團隊提交的成績在排行榜中排名第一，該成績基本達到了一名高年資放射科的醫生的水準。
能夠取得優異的成績，除了頂尖的技術團隊，還有影像專家的支持。對此，九峰聘請了南京大學醫學院附屬鼓樓醫院放射科主任陳君坤教授和李寶新教授等專家，成立了九峰影像標註委員會。
目前，委員會全職標註成員已有十多名成員。他們不僅參與標註工作，還為九峰影像中心設計閱片批處理流程，從而保證閱片質量。
吳文輝表示：“九峰不會在第三方的標註平臺找醫生接單標註，因為那樣不僅成本高，而且難以保證標註的質量。”正是由於九峰團隊的標註質量很高，因此在算法難以拉開差距的情況下，九峰的人工智能準確率才能在骨骼醫療影像競賽中取得好成績。
影像診斷流水線
AI+遠程+影像=中科九峰的閉環服務，這也是全球第一條X線影像診斷流水線。
對此，吳文輝認為：“九峰絕不是為了湊概念而做這一閉環，由於目前鄉鎮衛生院沒有能力和動力去購買輔助診斷軟件，聘請專業的放射科醫生。所以九峰要滿足他們的需求，既要有醫生，也要做遠程和人工智能。這既能降低鄉鎮衛生院的成本，又能提升九峰和鄉鎮衛生院的效率。”
目前，九峰主要通過參與一些地方政府的精準扶貧項目產生收益。後續，九峰計劃通過大數據和人工智能的產品化，以及專業的數據服務來實現更多的收益。例如與國家的各級疾控中心合作，利用大數據得出區域性的人口健康報告。
國內信息化系統在鄉鎮衛生院的普及度較低，對籌建中的三大健康醫療大數據國家隊而言，收集基層的數據尤為困難。除了三甲和二甲醫院之外，基層醫療數據同樣是不可或缺的一環，這也成了大公司的兵家必爭之地。而九峰的業務，正好與國家隊相契合。後續，兩者有望在大數據方面形成合作。
文|李豔瑜
添加時請註明：姓名-公司-職位
後臺發送關鍵詞即可獲得相關好文
長按識別，即可報名
植髮專題
“醫藥數字化轉型”專題
“心理健康+案例”專題
聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。文中出現的採訪數據均由受訪者提供並確認。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。
閱讀更多 動脈網 的文章
