从实验室走向落地诊断,「依未科技」发力AI眼底检查

简介: 向眼科医生提供可量化的眼底检查检查报告。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

编辑:顿雨婷

眼底影像检查对于大多数人来说都会比较陌生,但其实目前眼底检查可以检查出超过60种疾病。诸如血糖、血压偏高的患者会出现全身毛细血管出现变化,毛细血管和神经的微小病变。眼底包含人类少有的直接暴露在外的神经与血管,通过光学的模式可以直接观察眼底情况,从而进行诊断。眼底影像检查的无创、直接以及高效使这种方式长期成为辅助医生进行诊断的工具。

36氪近期接触到的「依未科技」就是一家通过人工智能技术进行眼底检查的公司。依未科技通过大量病例的医学积累,进行长期的机器学习构建AI数据库以及检测标准模型,推出了AI影像专家,可以根据眼底照片直接给出具体的不正常现象以及病灶信息,辅助医生进行判断。

v2_8606fee2c51e430fb288e2daa6b81386_img_png

眼底图像

较之于传统的人工阅片,依未科技AI眼底检查在检查的准确性、病种多元性以及效率上有较大的提升。

眼底照片的检查较之于CT等影像检查需要更加细致的观察,人工阅片难免会出现遗漏,因为往往病症就体现在一个微小的出血点或是渗出点上。依未科技的AI眼底检查准确率可以达到90%。

一个医生全天阅片量在几十张左右,而依未科技的AI可以做到10秒完成一张眼底照片的分析判断。

传统眼底检查阅片多为眼科医生,跨科知识背景也较为贫瘠,容易造成误诊、漏诊的情况。AI影像专家可以根据医学积累学习提供跨学科的诊断建议。

v2_86fddd290ae043c9a8182e222e819257_img_png

依未科技量化的眼底AI分析报告

依未科技AI眼底检查通过图像数据标注告诉医生具体的患者眼底出血点、渗出点以及其他阻塞异常情况,并结合出血点面积、位置以及常见的对应病症给出病灶推断。相较于传统的阅片过程,医生手中拿到的是经过处理的量化报告及诊断建议,将会减少医生的阅片成本以及提高诊断效率。面对极其紧缺医生资源,医院怕迫切的需要诸如此类手段减负。

2012年依未科技CEO柯鑫团队针对眼底检查开始研发,2015年柯鑫团队率先在国内完成糖网病自动筛查系统并与医院进行合作。依未科技的AI团队具有微软亚洲研究院、中科院、清华等研究平台背景,医学团队专家来自协和医院、同仁医院、北京视觉研究所等机构。

依未科技创始人CEO柯鑫告诉36氪:“我在2015年与同仁医院合作开发系统的时候,AI影像诊断准确率已经超过90%了。但是我们也发现基层眼底照片拍照等能力很差,因此我们也开发了相应的照片质量检测系统,可以当场确认照片的质量,这也是依未科技技术得以落地的原因之一。”

国内AI眼底检查赛道内已经有不少创业公司,Airdoc、体素科技、致远慧图、上工医信等。业内针对于眼底检查的手段以及方法类似,如何使AI眼底检查技术更好的落地是诸多竞品的差异体现之处,已有部分企业尝试从医院、保险公司、制药企业、健康管理企业进行产业协同,大范围复制已经成功的应用场景和商业模式。

国外AI影像赛道内也有独角兽级别的玩家,谷歌等公司曾在这一领域发力不浅,但是从实验室走向落地诊断的企业很少。今年4月份谷歌曾自曝利用机器学习来筛查糖尿病性视网膜病变临床结果不佳(查看更多资讯请点这里)。

依未科技目前为上海240个社区医院提供眼底影像的照片质量检查支持,本月初依未科技在云南昆明与当地眼科医院、保险公司及设备厂商开展了超过3万人的眼底筛查,并希望逐渐复制这种检查模式,推动眼底检查的落地。对于创业型AI眼底检查企业而言,B端较之于C端对于眼底检查的认知更清晰,如何通过诸如保险公司等B端用户变现将是发展的重点之一。

柯鑫表示,依未科技并不会只落地在大城市,而会逐步拓展到中国的一些二三四线城市。因为那些地区的眼科检测能力、医疗资源更加匮乏,人工智能要做的就是去赋能基层实现AI价值。

依未科技2019年下半年已经与中国数十家医院确定了合作关系,也有了百万级别的业务收入。其目前主要通过B端获取利润,客群集中在医院、大型企业和体检中心中,后续会逐步拓宽客群。柯鑫表示,依未科技希望通过与B端用户建立合作,让B端用户去教育消费者,依未科技仍然将专注于于技术服务商的身份。

配图来源:Pexels

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-05-29
本文作者: 熊纯漪
本文来自:“36kr”,了解相关信息可以关注“36kr

相关文章
|
29天前
|
机器学习/深度学习 人工智能 边缘计算
AI技术在医学影像诊断中的应用
传统的医学影像诊断需要耗费大量时间和人力,而随着人工智能技术的发展,AI在医学影像诊断中的应用也日益广泛。本文将探讨AI技术在医学影像诊断中的应用现状和未来发展,以及其对医疗行业的深远影响。
29 1
|
21天前
|
机器学习/深度学习 数据采集 人工智能
AI技术在医疗诊断中的应用与挑战
在当今信息时代,人工智能技术已经在医学领域展现出巨大的潜力和前景。本文将探讨人工智能在医疗诊断中的应用现状和未来发展,以及所面临的挑战和解决方案。
|
22天前
|
人工智能 云计算 芯片
|
28天前
|
人工智能 自然语言处理 安全
|
30天前
|
人工智能 自动驾驶 安全
破壁人AI百度:科技公司反内卷的典型样本
破壁人AI百度:科技公司反内卷的典型样本
14 0
|
1月前
|
人工智能 自然语言处理 算法
|
1月前
|
人工智能 自动驾驶 安全
破壁人AI百度:科技公司反内卷的典型样本
互联网整个行业都在陷入被动且尴尬的局面。去年开始流行的“内卷”一词,恰如其分的描述了互联网的现状,比如抖音开始做外卖,微信强推视频号,一直硝烟弥漫的电商市场,更是激战在社区团购上。内卷背后也有人感慨,互联网到了尽头。支撑这一论述的是,移动互联网的人口红利已经消失,几款国民型APP用户增长都固定在了10亿这个级别,只能依靠自然人口的增长和迁移。
22 0
|
1月前
|
人工智能 自动驾驶 安全
破壁人AI百度:科技公司反内卷的典型样本
简介: 互联网整个行业都在陷入被动且尴尬的局面。去年开始流行的“内卷”一词,恰如其分的描述了互联网的现状,比如抖音开始做外卖,微信强推视频号,一直硝烟弥漫的电商市场,更是激战在社区团购上。
17 0
|
1月前
|
机器学习/深度学习 人工智能 安全
AI在医疗诊断中的应用及其挑战
【2月更文挑战第21天】 随着人工智能(AI)技术的飞速发展,其在医疗领域的应用也日益广泛,特别是在医疗诊断方面,AI已经展现出巨大的潜力。然而,尽管AI在医疗诊断中的应用带来了许多好处,但也存在一些挑战,包括数据隐私问题、技术准确性问题以及法律和伦理问题等。本文将探讨AI在医疗诊断中的应用,并分析其面临的挑战。
|
1月前
|
机器学习/深度学习 人工智能 算法
商汤科技利用AI“复活”创始人汤晓鸥
【2月更文挑战第16天】商汤科技利用AI“复活”创始人汤晓鸥
62 4
商汤科技利用AI“复活”创始人汤晓鸥