 |
VOOZH | about |
|
VOOZH | about |
糖網病是「糖尿病性視網膜病變」的簡稱，是常見的視網膜血管病變，也是糖尿病患者的主要致盲眼病。中國是全球2型糖尿病患者最多的國家，隨著糖尿病患者的增多，糖尿病視網膜病變的患病率、致盲率也逐年升高，是目前人群中第一位的致盲性疾病。
循證醫學研究證明，高血糖、高血壓、高血脂是糖尿病視網膜病變發生的重要危險因素。
因為糖網病早期往往沒有任何臨床症狀，而一旦有症狀，病情已較嚴重，容易錯過最佳治療時機。所以糖網病的治療效果取決於治療是否及時。但是由於我國眼科醫生匱乏、居民重視程度不高，目前我國糖網病篩查的比例不足10%。
自2016年以來，人工智慧在醫療領域全面爆發，在放射影像、病理圖像、智能語音、文本錄入等領域的能力已經超過了大部分醫生。尤其是醫學影像領域，由於人工智慧算法、計算力的優勢，部分影像人工智慧產品準確率超過95%。
與此同時，部分創業公司將AI應用在糖網病篩查領域，並取得了一些成果。動脈網梳理9家這樣的公司，了解他們是如何嘗試解決糖尿病篩查的問題，並幫助管理糖尿病患者的。
2700萬糖網病患者，70%未接受規範治療
國家衛生計生委辦公廳在2017年3月發布的數據，用患病率、發病率和患者情況來說明了我國糖網病的現狀：
患病率：
目前我國糖網病在糖尿病罹患人群中的患病率為24.7％～37.5％, 其中增殖期視網膜病變比例在3.3%～7.4%，病程越長，患病率越高，病情越重。糖尿病黃斑水腫(DME)與臨床有意義的黃斑水腫(CSME)在糖尿病患者人群中的患病率分別為5.2%(3.1%～7.9%)和3.5%(1.9%～6.0%)。
發病率：
基於我國各地區流行病學調查顯示，糖尿病黃斑水腫與臨床有意義的黃斑水腫在糖尿病罹患人群中的發病率分別為5.2％(3.1％～7.9％)和 3.5％(1.9％～6.0％)。
糖網病患者情況，根據國際糖尿病聯盟統計結果顯示，截至2015年，我國糖尿病患者約1.1億人（每人每年兩次篩查、每次50元算，普及率按照80%算，市場規模在88億，接近百億的市場規模），按此推算我國糖網病患者約2700萬人。目前，87%的糖尿病患者就診於縣級及以下醫療機構。但是糖網病的基本診療措施和適宜技術卻在三級醫療機構實施。
部分糖網病的流行病學結果顯示：50%以上糖尿病患者未被告知應定期眼底檢查。近70%的糖尿病患者未接受規範的眼科治療，約90%具有雷射治療指征的糖尿病視網膜病變未治療。在應接受雷射治療的患者中僅有20%接受了規範的雷射治療。
患者數量巨大，但是中國眼科醫生數量很少。據衛計委統計，我國目前只有3.2萬名眼科醫生，其中，從事眼底醫療服務和研究的醫生大約800-1000人，相對於1億多的糖尿病患者來說，眼科醫生嚴重不足。
在治療費用方面，隨著人們健康意識的，糖尿病檢測次數的增加，會有更多糖尿病患者獲得有效的治療。因此糖尿病消費市場增長空間大。根據IDF報告顯示，2015年全球醫療消費中，11.6%花費在糖尿病治療，金額在約6730-11970億美元。
中國糖尿病導致的直接醫療開支占全國醫療總開支的13%，達到1734億人民幣。主要由於糖尿病患者醫療服務的使用是非糖尿病者的3-4倍，其住院和門診次數較多。另外，中高年齡群體有一定的財富積累，支付能力較高。這樣算下來，平均每個糖尿病患者每年在糖尿病上面的花費為1萬以內，所以花費幾十塊錢去做一次篩查並不是巨大的開支。
目前糖網病篩查的5大行業痛點
糖網病篩查沒有大面積普及，一方面是因為醫生少、患者多，另一方面也存在一些可觀問題：
1、糖網病患者基數大，增長快，眼底設備的普及速度遠遠無法滿足需求。但是由於眼底設備昂貴，對於欠發達地區來說，大量採購並不現實。
2、隨著人們對糖網病篩查的重視以及國家的推進，眼底讀片的需求在增加，現有醫生的數量已經無法承擔這些工作量，導致醫生過勞，誤診、漏診的情況出現。另外，有經驗的醫生也並不願意一直做讀片的工作，他們希望有更多的時間做一些研究，出新的成果。這就導致醫生的數量更加緊張。
3、從事眼底讀片的醫生醫生培訓速度慢，存在差異性。也就導致不同的醫生讀片結果存在差異，致使診斷結果缺乏定量信息。
4、眼底讀片的數據管理與分析操作難度大，目前現狀是數據簡單存檔保存，但數據整理工作量大，因此讀片數據再次利用難度很大。
5、糖尿病患者往往因為高齡或罹患全身多系統併發症而出行不便，居住地又距地區內有足夠眼病服務能力的醫療機構較遠，在醫療機構等待或檢查時間又較長。
利用AI進行糖尿病篩查的9家公司
這些痛點主要原因是醫患供需不平衡導致的，而圖像識別是人工智慧的專長，利用人工智慧進行初步篩查，將大大改善目前糖網病篩查的現狀。
為此，動脈網盤點了目前利用AI進行糖網病篩查的9家公司（這個數據可能並不完整，如果還有公司涉及這個業務，請與動脈網聯繫）。
除了愛爾眼科以外，其他8家都是創業公司。他們有3家註冊時間是2015年，有4家註冊時間是2016年，都還是很年輕的公司。這9家創業公司中有5家可以在網上找到融資信息，4家是天使輪，1家是A輪。
這些公司中，上工醫信、肽積木、上海孚視、BigVision、致遠慧圖、愛爾眼科這5家公司都是專注於眼科領域。體素科技、泰立瑞和Airdoc的業務就廣泛一些，涉及到其他的影像產品。
在臨床實驗階段，利用人工智慧進行糖網病篩查的流程是這樣的：患者利用手機、手持式眼底照相機以及專業眼底設備拍攝眼底照片，然後上傳到系統或者雲端，然後輸入自己的病史（也可以是醫生輸入），系統就會自動給出輔助參考意見。
將需要後續深度檢查治療的患者交由醫生複查，無糖尿病視網膜病變、輕度無需後續深度檢查治療的患者，給出健康指導建議。
據肽積木CEO柏文潔介紹，利用肽積木AI技術，13-15秒就可以完成一張眼底圖片的病灶標記，而醫生需要3-5分鐘，在保證準確率的前提下，速度提高20倍左右。
上海長征醫院魏銳利教授如此評價Airdoc：「有了Airdoc DR這個系統，可以把我們專業醫生的手和我們的檢查技術延伸到全國各地，也就是說在任何一個角落，手機拍攝的，專業儀器拍攝的影像，都可以傳輸到雲中，進行輔助分析獲得準確建議，讓患者在任何時候都可以得到早期的預防和輔助分析建議。」
人工智慧識別糖網不光診斷速度快且準確率高，大大優化糖網的篩查工作，並優化患者看病流程，節約醫生時間。未來的人工智慧將幫助基層醫院更好地篩查糖網患者，從而讓需要治療的患者儘早治療，進而大幅度降低社會總醫療成本。
利用AI進行糖網篩查將助力中國糖尿病管理
曾經有一篇文章提到這樣一個觀點：利用AI進行糖網篩查將助力中國糖尿病管理。
藉助糖網篩查相比較於管理血糖，更能幫助基層逐步建立慢病管理體系和提高慢病管理能力。在衛計委的分級診療服務方案中，說的很明確，眼睛的問題需要轉診，但是血糖，血壓，血脂的嚴格控制，患者的定期隨訪和教育必須落實在基層。
那麼當我們把患者篩查之後，那怕他去三甲治療了眼睛，最終他還是要回到基層，凱撒的歸凱撒，上帝的歸上帝，真正做好篩查，監測，隨訪，教育和藥物治療，這才是基層慢病管理體系的核心。
糖網的篩查只是一個開始，一個入口，當基層有意願開始管理患者的時候，我相信很多的藥企會大手筆的去資助培訓我們的醫生，去提供各種工具協助管理患者。
利用AI做糖網病篩查的挑戰與機遇
眼科設備需要進步：目前的專業眼科設備價格昂貴、操作複雜。需要專業的人員進行操作，但是這種設備不利於大面積的篩查。對此市場上出現了一些手持式的眼底照相機和利用手機改進的眼底照相機。
手持式設備雖然操作簡單，但是有行業人士稱，國產的手持式設備拍出來的圖像有30%左右為無效圖像，需要第二次拍攝。海外進口的手持眼底照相機圖像質量要比國內的設備效果好一些。
如果進行大規模糖網篩查，手持式的眼底照相機是必不可少的設備，這一塊的技術短缺，將對AI眼底篩查技術的普及造成一定的影響，但是據動脈網了解，目前已經有很多公司在合作改進這個設備。
需建立完善的標準資料庫：企業或者醫院搜集一定數量的由各種質量的眼底照片組成的影像數據，由政府牽頭，聘請一批專家來做標註，做好等級分類。然後再將這些圖片輸入各個創業公司的眼底AI輔助診斷、篩查系統，對比系統與專家的標註結果，這樣出來的準確性才有意義。
這件事情並非易事，數十萬的數據標註需要資金規模在數千萬人民幣以上，每個圖像5-7個專家標註，這都是一個很大的工作量，現實中如何落實，還需要政府、企業、醫院多方討論。
眼科全方位的服務：Airdoc的張大磊曾指出目前醫學人工智慧主要應用在門診和住院等環節，但是醫療服務環節眾多，人工智慧完全可以在其他環節發揮更大作用，如術後跟蹤和隨訪，藥品作用反饋等領域。人工智慧可以快速分析海量數據並生成相應模型，輔助醫生對疾病發展和治療進行更有效的追蹤和隨訪管理。
最近我們不斷看到有AI企業開始和當地衛計委合作展開眼底糖網病的篩查活動，活動項目由醫保付費，企業落實。雖然現在還是實驗階段，但我們相信隨著政策完善、設備的更新，人工智慧必將助力糖網病的篩查、糖尿病的管理、分級診療的落地。
人工智慧——2017年最火熱的標籤。對於眾多AI試水者，你知道如何平衡技術與需求嗎？你知道如何利用政策事半功倍嗎？你知道如何尋找公司的投資伯樂嗎？12月14日，「2017億歐創新者年會·AI產業應用峰會」，我們將邀請眾多投資人、創業者、AI領域精英共同探討，不僅是AI+產業+應用，這裡是需求方和技術提供方的溝通平台，是政策專家與企業方的交流平台，是投資人與企業方交流的互獵平台，是應屆畢業生和企業方的對接平台。多維度，更深度，來這裡實現屬於你的AI！
