医学影像|字节的医疗野心：2021年「密集投资」后，祭出首个「AI结肠镜」辅诊软件亚马逊|跨境电商|百晓生|店铺

文章插图

从2020年开始大举入局医疗的字节跳动，搞招聘、拓线下、做投资，动作颇多。在诸多互联网大佬林立、失败案例不少的千亿医疗健康市场中，字节入局医学影像AI有何目的和胜算？
字节，在医疗领域又有了一个新动作，这次是医学影像AI。
1月7日，字节跳动旗下医疗品牌“小荷健康”研发了一款结肠镜AI辅助诊断软件，可利用人工智能技术，辅助临床医生实时发现、鉴别结直肠癌症病变。
目前，该软件对结直肠癌相关标准诊断的敏感度、特异度(反映医学筛检水平的两项关键指标)均已提升至95%以上。
小荷健康，是字节跳动大健康业务——极光部门的对外统一品牌，由原百度副总裁吴海峰带队，向张一鸣汇报。
小荷健康相关负责人表示，团队会将恶性肿瘤作为科研持续攻关的重点项目。
从2020年开始大举入局医疗的字节跳动，搞招聘、拓线下、做投资，动作颇多。在诸多互联网大佬林立、失败案例不少的千亿医疗健康市场中，字节入局医学影像AI有何目的和胜算？
入局医学影像AI，字节的自洽逻辑中国的医疗资源紧缺问题由来已久，全科、专科等几乎所有领域，都面临医疗资源如何合理分配的问题。
不管是哪家互联网企业、创业公司，推出一款医疗AI产品的背后，都能找到一个自洽的逻辑。
据《健康时报》报道，中国需要35万名消化内镜医师，但实际数量不足4万名，熟练操作者更少。而一名消化内镜医师从新手到熟手，多要经过10年以上的培养和历练。
作为小荷健康的第一个医疗科研攻坚项目，这款结肠镜AI软件，也是迎合了医疗行业的痛点与需求。
另一方面，字节做CV（计算机视觉），为技术找一个场景也顺其自然。
在2021年8月的CVPR中，字节跳动以图像识别技术，获得iNat Challenge 2021大规模细粒度分类和Semi-Supervised iNat 2021：半监督细粒度分类两项竞赛的冠军。
两项比赛各有侧重，iNat Challenge 2021侧重大规模的细粒度分类，任务要求在10000类数据上对自然界中的物种进行分类；
Semi-Supervised iNat 2021侧重半监督的细粒度分类，任务旨在揭示现实环境中遇到的一些挑战，从部分标注的数据中学习。
在此次结直肠癌症病变项目中，字节将这两种技术研究派上用武之地，应用于息肉识别、息肉分型、内镜图像分析处理等领域，并申请了15项发明专利。
单以AI技术能力而言，字节入局医学影像“毫无压力”，只需要有充足的数据即可。
研发过程中，国内多家三甲医院向小荷健康提供了支持，授权其分析了50余万例医学案例、1400余万份医学图片等数据。
从实际的效果来看，不增加额外数据的情况下，字节的这款AI结肠镜软件可实现自监督训练，提高自身学习能力及临床使用精度。
实时处理肠镜检查视频时，每秒可分析30张至50张医学影像，并在检查过程中对医生作出实时反馈和诊断提示。
当然，如果是单纯的辅助诊断产品，就没有了新意，毕竟这个赛道已经“红海”了六七年的时间。

文章插图

小荷健康结肠镜AI软件分析识别结直肠息肉病变
字节的工程师们决定了结肠镜AI技术的研发方向：除辅助医生发现、鉴别结直肠癌症病变外，还具备肠道清洁度评估、肠胃镜模式自动切换等功能。
此外，结肠镜在进入、退出患者肠腔时会有专门提醒，协助医生判断用时是否符合标准要求；为了更好地协助新手医生，这款软件还开发了肠道检查辅助功能。
医学影像AI产品的两点预想如小荷健康内部人士所言，“重点梳理了字节跳动的技术专利，最终选择了结肠镜AI技术作为第一个科研项目。”
落脚于科研项目，字节既是想练一练内功，也有几点深思。
第一、定位科研，可以帮助医生做一些数据挖掘、分析类的服务。
医生晋升职称有三个考核标准：临床、教学和科研。
尤其在国内医院，是否能升职，最重要的指标就是论文。而发出一篇好论文，核心是有好的临床数据支撑。
但是，医疗数据正在保持超高速增长，其中有80%的数据都是非结构化数据。相比较而言，医生的年增长却只有个位数，其中大部分还是基层医疗从业人员。因此，数据收集与处理正成为制约医疗与科研发展的瓶颈。
而AI可以发挥对于复杂文本数据的解析能力、医学影像数据的降维与结构化能力、质量分析与控制的提纯能力、多样化治理的数据标准化能力。