>科技>>正文

当AI遇上心电图,「心声医疗」帮医生自动生成诊断报告

原标题:当AI遇上心电图,「心声医疗」帮医生自动生成诊断报告

心电图作为一种普遍的检查手段,在各级医疗机构都非常普及、使用频率极高。《中国心血管病报告2016》显示,心电图医疗产业全球规模现已超40亿美元。

心电图产生的数据量巨大,即便借助传统心电分析软件也只能筛选可疑片段而不能准确诊断,医生在临床实践中仍需花费大量时间进行分析,误诊率和漏诊率还很高。卷积神经网络(CNN)和循环神经网络(RNN)等AI技术能用于心电图特征的自动提取与分类,显著提高心电图分析的准确率,解决上述痛点。

36氪近期接触到的心声医疗便是这样一家利用AI进行心电图分析的公司,它定位于AI心电医师技术服务商,核心业务是通过技术手段分析心电图并生成诊断报告,帮助临床医师提高工作效率和降低误漏诊率。

据创始人傅兆吉介绍,心声医疗的心电诊断算法Cardio-learn是基于CNN和RNN技术的深度学习算法,相较于传统分析软件所采用的模式识别算法,它对心律失常事件检测的灵敏度和特异度都更高,还能生成可供临床医生直接采纳的心电图诊断报告。据悉,该算法曾获得2017年第18届全球心电计算竞赛冠军。

当然,技术的落地还需要搭载在其它软件产品或者器械产品上。依托于上述心电诊断算法,心声医疗将推出面向B端和C端的两种产品。

其中,面向B端(医院、体检中心、心电图医疗器械商、可穿戴健康设备商等)的产品为AI心电医师云引擎,主要提供心电分析云服务,基于调用次数进行收费,计划在今年6月份上线试运营;面向C端用户的产品则是一款便携心电仪,将于7月份量产,该硬件只有一片口香糖大小,用户能通过蓝牙连接手机并传输至云端随时完成心电图检查,并于2秒内获得自己的心电图分析报告。

在市场推广上,傅兆吉表示,目前心声医疗已与科大讯飞达成战略合作,借助后者搭建的人工智能诊疗中心平台触达B端客户。据悉,心声医疗的心电医师云引擎已在今年2月份作为该诊疗中心的一个功能模块正式面向市场,并在中国科技大学附属第一医院心电科部署应用。

傅兆吉透露,根据运营近3个月以来的数据反馈,该产品可准确诊断27类常见心律失常,覆盖临床心电图异常总量的95%以上,针对不同的心律失常,诊断灵敏度和特异度在87%~98%之间。

当然,结合前文所提及的痛点,更优的心电图分析诊断技术似乎成为市场刚需。对应地,来分这块市场蛋糕的并不只有心声医疗这一家。

就在今年4月,乐普医疗对外发布了自主研发的“AI-ECG平台”(已获得FDA受理),实现了AI心电图智能分析诊断技术的落地;初创公司沃方科技也研发了一套心电智能识别系统;国外的AliveCor也推出了运用AI技术分析心电图的产品;另外,还有不少机构在做相关的研究工作,譬如吴恩达带领的斯坦福机器学习团队,研究成果的商业化也是迟早的事。由此可见,继影像识别后,心电图识别这一垂直细分领域也开始暗流涌动。

谈及可能面临的市场竞争,傅兆吉表示,“相较于影像识别诊断,心电图诊断的技术门槛更低,且离市场更近,能更快产业化,变现更快”,未来的竞争肯定会更激烈。

他认为,在产品还没有大规模落地的当下,大家比拼的就是数据积累和算法优化能力,而这都有赖于快速的市场扩张。所以,接下来,心声医疗除了自己铺市场外,也计划继续沿用 “抱大腿”的方式——与头部智能诊疗平台(譬如腾讯觅影、百度医疗、阿里健康等)合作,以期实现快速获客。

傅兆吉透露,心声医疗即将启动Pre-A轮融资,计划融资2000万元,用于心电产品的落地与市场推广,以及面向C端硬件产品的量产。在2017年7月成立当时,心声医疗曾获得500万元天使轮融资。

我是36氪医疗作者顿雨婷,医疗大健康领域项目寻求报道可加微信562794102,烦请注明公司+姓名+来意~返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
投诉
免费获取
今日推荐