在AI醫(yī)學(xué)影像這個賽道中，AI+超聲這個細分領(lǐng)域受到的關(guān)注遠不如AI+CT影像，AI+超聲一直都相對低調(diào)。而2020年初，F(xiàn)DA批準了來自capture health的首個AI輔助超聲診斷軟件，AI超聲賽道迎來重大突破，拿到商業(yè)化通行證，這也為AI超聲賽道帶來更多關(guān)注。

       在國內(nèi)， AI超聲相比AI+CT領(lǐng)域而言并不擁擠，只有幾家創(chuàng)業(yè)企業(yè)涉足其中。但其實，每年我國超聲的檢查人次約在20億人次，這一數(shù)字遠遠大于CT檢查數(shù)量的2億人次。

       從覆蓋人群來看，AI超聲在市場前景上有更大想象力。從產(chǎn)品形式上看，不同于AI+CT賽道，產(chǎn)品出現(xiàn)同質(zhì)化，AI超聲可以賦能于大型超聲設(shè)備和掌上超聲設(shè)備，擁有多樣的產(chǎn)品形式。

       AI超聲雖然作為AI+醫(yī)學(xué)影像一大細分領(lǐng)域，但是AI+超聲有其諸多特點。不同于其他AI醫(yī)學(xué)影像主要是影像分析功能。AI應(yīng)用于超聲需要兩步走，解決兩個問題：一是輔助獲取正確的影像；二才是輔助正確分析超聲影像。

       很顯然，擺在AI超聲面前的路并不好走。對于AI來說，如何讓超聲乘著AI的羽翼進入更多醫(yī)療場景，而不是僅限于超聲科？AI應(yīng)用于超聲會遇到哪些技術(shù)壁壘？動脈網(wǎng)進行了梳理。

AI降低超聲診斷壁壘，超聲為AI帶來更廣泛應(yīng)用空間

       超聲應(yīng)該是執(zhí)業(yè)醫(yī)生能夠獲得的最快、最安全和較便宜的醫(yī)學(xué)診斷工具之一，世界上有5000萬醫(yī)生，但其中只有2%的醫(yī)生掌握了使用超聲掃描的技能。

       超聲應(yīng)該是一種普惠的診斷工具，但是在現(xiàn)實中，超聲的應(yīng)用并不是隨手可得。

       根據(jù)中國醫(yī)學(xué)裝備協(xié)會統(tǒng)計,截至2018年,我國超聲保有量約為19萬臺。雖然比起DR市場保有量約為5.5萬臺;CT保有量約為2.2萬臺;內(nèi)鏡保有量約為2萬臺;MRI市場保有量為9255臺。對比來看，我國超聲保有量并不低，但是各級醫(yī)院擁有的超聲數(shù)量并不平衡。截至2018年4月底，2427家三級醫(yī)院擁有24270臺彩超，平均擁有超聲數(shù)達10臺；而二級、一級醫(yī)院平均擁有超聲數(shù)分別為5臺、1臺，差距較為明顯。

       超聲本身具有無輻射、可重復(fù)診斷等特點，隨著技術(shù)的進步，超聲正在變得越來越便宜和小巧。但只有超聲使用門檻的降低，才能讓超聲成為真正普惠、便攜的診斷工具。

       因為超聲醫(yī)生和放射科醫(yī)生不同，放射科醫(yī)生只需要通過靜態(tài)的圖像進行診斷，但超聲醫(yī)生需要采集不同切面的動態(tài)圖像進行實時診斷。超聲影像的獲取和診斷都非常依賴醫(yī)生經(jīng)驗。

       AI搭載于超聲診斷之上，可以輔助解決兩個問題，一是如何更好地獲取影像；二是如何更好地分析影像。

       在短時間內(nèi)完成一個采集圖像和分析圖像，AI要走三步。以首個通過FDA審批的AI輔助下的醫(yī)學(xué)成像采集系統(tǒng)caption AI為例，caption AI首先是利用AI指導(dǎo)醫(yī)生獲取圖像，通過AI的實時引導(dǎo)，非專業(yè)醫(yī)生也能采集超聲影像。

       第二步是利用算法找出最佳的圖像。超聲圖像的高變異性對于AI影像診斷來說是個難題，caption AI的算法可以從視頻中選擇最佳的影像并且量化圖像，提高在AI超聲圖像采集和診斷上的可信度。

       第三步是進行圖像分析。以往來說，解讀和分析超聲影像也需要多年培養(yǎng)的超聲醫(yī)生才可以做到，而caption health通過深度學(xué)習(xí)算法可以自動進行射血分數(shù)測量，用于臨床醫(yī)生評估患者病情。

       雖然目前FDA批準了caption health產(chǎn)品上市，但是僅限于成人心臟疾病檢查。在FDA深查Caption Guidance的過程中，F(xiàn)DA評估了兩項獨立研究的數(shù)據(jù)。

       第一項研究是讓50位訓(xùn)練有素的超聲醫(yī)生對患者進行診斷掃描，一組不使用輔助診斷軟件，一組使用軟件，結(jié)果證明沒有經(jīng)驗的超聲醫(yī)生都可以獲得質(zhì)量較高的圖像。

       另一項研究包括培訓(xùn)八名不是超聲檢查專家的注冊護士使用Caption Guidance軟件，并要求他們找出超聲心動圖圖像，然后由五位心臟病專家評估所采集圖像的質(zhì)量。結(jié)果表明，Caption Guidance軟件能夠使注冊護士也能獲得具有診斷意義的超聲心動圖圖像和視頻。

       對于超聲來說，AI讓超聲的使用變得更加簡單，可及性更高。對于AI來說，超聲則是一個施展AI能力的好場景。

       軟銀中國投資總監(jiān)朱瑞星告訴動脈網(wǎng)，因為AI產(chǎn)品的特殊性，具有規(guī)模效益的領(lǐng)域更容易產(chǎn)生AI的價值洼地。超聲比起CT和核磁來說，每年的應(yīng)用人次更多，同時也有一定的收費標(biāo)準。因此AI輔助診斷在超聲領(lǐng)域?qū)⒂休^大的商業(yè)化前景。

大型超聲和掌上超聲，AI+超聲兩種路徑

       AI與超聲的結(jié)合正在成為AI影像賽道中的后起之秀。除了幫助更好的診斷外，AI在超聲影像中還可以完成自動化圖像質(zhì)量評估、圖像標(biāo)準化處理、圖像勾畫、自動測量、輔助診斷等功能。

       但在我國，大型醫(yī)院和基層醫(yī)院兩個完全不同的醫(yī)療場景，決定了AI應(yīng)用于超聲無法通過一個通用方案解決問題，而是走出了兩條完全不同的路線。

       一條路線是在傳統(tǒng)超聲科，AI讓大型超聲設(shè)備更加智能。AI讓超聲設(shè)備不止是一臺成像產(chǎn)品，而是成為集數(shù)據(jù)采集、管理、分析于一體、融入深度學(xué)習(xí)的智能終端。

       以GE Health為例，作為超聲領(lǐng)域的行業(yè)巨頭，GE health與西門子共同占據(jù)了國內(nèi)超過50%的超聲市場。

       2019年，GE在中國市場上市了搭載了cSound+™ 圖像生成器的LOGIQ™ E20，可實現(xiàn)48倍極速緩存及10倍算力突破，為大數(shù)據(jù)捕獲與分析、全息域成像提供了技術(shù)保障。在AI輔助智能識別上，數(shù)字引擎可通過對圖像的感知，實現(xiàn)組織臟器結(jié)構(gòu)甄別、智能病灶分割、智能測量，幫助醫(yī)生擺脫繁多冗雜的圖像優(yōu)化和測量工作，集中精力專注于臨床診療。從應(yīng)用的病種來看，GE的AI輔助智能識別上，覆蓋了全身成像，主要應(yīng)用于在介入、甲狀腺乳腺、肌骨、兒科、心臟等臨床領(lǐng)域支持臨床醫(yī)師的精準診斷。

       而在其他科室，AI超聲不止于診斷，AI還可以輔助實時的引導(dǎo)、手術(shù)評估。超聲在**科、急診科、ICU等多個科室主要是幫助醫(yī)師做出更加準確的評估，提高對威脅患者生命安全危急癥的診治效率，更有效地進行基本生命功能監(jiān)測、調(diào)控及重要器官的保護與支持。

       以**科為例， POC超聲在**科的應(yīng)用，主要集中在超聲引導(dǎo)下的血管穿刺、神經(jīng)阻滯和術(shù)中經(jīng)食管心臟超聲（TEE）等方面，旨在提高**操作的安全性和器官功能評估的準確性。這不同于用于疾病診斷的超聲檢查。而AI在其中的作用則是可以實現(xiàn)創(chuàng)傷鑒定、圖像配準/融合、系統(tǒng)質(zhì)量保證、掃查輔助、多普勒噪聲抑制等效果。

       當(dāng)然，對于大型設(shè)備來說，AI的作用目前還是錦上添花，但是可以預(yù)見在未來，AI的作用將越來越重要。

       朱瑞星表示：“從硬件上看，例如GE、西門子等廠商，硬件的迭代速度對沒有軟件快。軟件和算法上的突破將有可能成為未來主流。”

       對于超聲另一大主要廠商飛利浦來說，現(xiàn)在60%的全球研發(fā)人員側(cè)重在軟件和AI上面，但也并不意味著它要變成一個軟件公司。飛利浦的醫(yī)療器械設(shè)備本身是高度數(shù)字化的，也會產(chǎn)生大量的數(shù)據(jù)。如何互聯(lián)和整合數(shù)據(jù)是關(guān)鍵。

       而另一條路線則是在基層醫(yī)療場景之中。在大型醫(yī)院之外，國內(nèi)醫(yī)療體系中，國內(nèi)有近90萬家基層醫(yī)療機構(gòu)，醫(yī)、藥、檢三個環(huán)節(jié)中，破解醫(yī)療結(jié)構(gòu)性矛盾必不可少的加大投入的環(huán)節(jié)就是在“檢”這個環(huán)節(jié)。而借助于掌上超聲設(shè)備的便攜性，超聲設(shè)備賦能基層是一條可行路線。

       朱瑞星指出：“把一個基層醫(yī)生培養(yǎng)成為一個專業(yè)的超聲科醫(yī)生是不可能的事情。因為不可能讓基層醫(yī)生能力等同于三甲醫(yī)院醫(yī)生，其實基層的賦能是依靠設(shè)備承擔(dān)的，讓基層醫(yī)生擁有簡單易用的設(shè)備，在短時間內(nèi)提升診療效率和構(gòu)建分級診療體系具備可行性。”

       布局基層市場的企業(yè)主要是創(chuàng)業(yè)公司，作為超聲市場中的新變量，它們主要是將AI超聲應(yīng)用于掌上超聲設(shè)備。借助AI軟件賦能，讓更多基層醫(yī)療機構(gòu)能夠使用超聲診斷設(shè)備，實現(xiàn)從0到1的突破。它們面對的受眾更多是對于超聲知之甚少的醫(yī)生。

       以上海深至科技Soundwise為例，作為掌上超聲企業(yè)思多科的生態(tài)鏈企業(yè)，深至科技利用AI算法自動從獲取的超聲圖像中選擇最佳片段，并且為沒有超聲經(jīng)驗的人提供智能指導(dǎo)，最后根據(jù)圖像提供診斷建議。讓基于的超聲診斷和圖像獲取變得更加簡單，無需經(jīng)過長周期的培訓(xùn)才能掌握。

       以往，超聲診斷需要依靠專業(yè)的醫(yī)生通過眼睛來識別圖像中的解剖結(jié)構(gòu)，而AI通過智能識別讓超聲的使用不局限于經(jīng)過專業(yè)訓(xùn)練的醫(yī)生。實現(xiàn)自動找到最佳的圖像和輔助診斷。

       對于AI+掌上超聲來說，不同的應(yīng)用場景，帶來了不同的應(yīng)用挑戰(zhàn)。

       對于臨床科室應(yīng)用來說，很多臨床科室醫(yī)生以往沒有使用過超聲設(shè)備，并且各個臨床科室需求較為分散，人工智能應(yīng)用的過程需要經(jīng)歷一定的市場教育過程。

       但是在介入科、心內(nèi)科這樣的科室，有的臨床醫(yī)生也有一定的超聲診療經(jīng)驗，掌上超聲在這些科室落地并不難。

       而對于基層來說，市場教育更是難上加難。

       作為國內(nèi)專注于AI+超聲的先行者，深至CEO張卓表示：基層醫(yī)療需求并不是三甲醫(yī)院的簡化版本?；鶎俞t(yī)療對于超聲設(shè)備有著完全不同的功能和場景要求。

       “對于村醫(yī)來說，它們不可能花較長的學(xué)習(xí)周期去學(xué)習(xí)，同時村醫(yī)的檢查流程時較短的，產(chǎn)品的檢查時間需要控制在幾分鐘內(nèi)。所以AI+超聲能否做到真正的智能化和流程的簡單化，非常重要。目前的市場的大部分AI+超聲產(chǎn)品還難以做到讓一個護士水平的人也能快速掌握。”

       根據(jù)動脈網(wǎng)不完全整理，目前已統(tǒng)計到國內(nèi)外有16家AI超聲相關(guān)企業(yè)。從病種的覆蓋上來看，超聲診斷廣泛應(yīng)用于臨床科室，而AI超聲診斷覆蓋的病種主要包括乳腺癌診斷、產(chǎn)前篩查、甲狀腺疾病、心臟疾病等眾多病種。

       *如未被收錄入此表格的企業(yè)也可以聯(lián)系動脈網(wǎng)，共同探討。

       從表中主要的應(yīng)用場景可以看出，雖然AI超聲領(lǐng)域有強大的巨頭布局，也有創(chuàng)業(yè)公司，但是應(yīng)用場景的不同，他們沒有構(gòu)成直接競爭。

技術(shù)壁壘讓AI超聲晚熟于AI+CT

       對比AI+CT影像來看，AI超聲這個賽道并不擁擠。為什么AI+超聲是AI影像中晚熟的一個賽道。一大原因就是在技術(shù)方面，AI+超聲的挑戰(zhàn)性更大。

       在德尚韻興執(zhí)行總裁嚴耶恩看來，AI應(yīng)用于超聲的主要技術(shù)挑戰(zhàn)可以分為三大部分。

       首先是要實現(xiàn)實時診斷，和CT、MRI的靜態(tài)圖像不同，超聲圖像是動態(tài)實時圖像，超聲檢測的難點在于圖像采集與閱片需要同時完成。這主要是因為CT、核磁、X光等影像的采集是由技師完成，而閱片由放射科醫(yī)生完成，因此不需要實時同步影像，但超聲檢測的難點在于圖像采集與閱片需要同時完成。這也就為輔助診斷提出了更大的挑戰(zhàn)，包括算法和算力上。

       其次是在數(shù)據(jù)上，相對來說，由于超聲影像數(shù)據(jù)的瀏覽處理存儲習(xí)慣，超聲影像比起CT這樣的數(shù)據(jù)更難獲取。

       “為什么AI影像賽道剛開始興起的時候，涌現(xiàn)了很多AI肺結(jié)節(jié)公司，因為相對來說，肺結(jié)節(jié)影像數(shù)據(jù)是容易獲取的。”

       除了數(shù)據(jù)庫的規(guī)模大小受到限制外，超聲影像的標(biāo)準化程度也較低，超聲影像的清晰度是依賴于超聲醫(yī)生的操作手法和不同設(shè)備型號。所以需要由要給較強的專家團隊對這些數(shù)據(jù)進行清洗和分析。

       第三點是算法框架的限制。“能否擁有自己的算法框架非常重要。因為目前的算法框架，絕大部分公司都是用的開源算法，尤其是在超聲領(lǐng)域，能夠擁有自己的算法的企業(yè)非常少。超聲AI與其他放射AI不同，它對于自主研發(fā)的算法框架非常依賴，這與它分析產(chǎn)品的準確度和實時性強相關(guān)。”

       他舉例說道，如果算法過于冗長，會導(dǎo)致處理速度慢，而超聲具有實時性的要求，一秒鐘就有幾十幀圖像，有的心臟影像每秒上百幀，沒有強大的算法無法處理這么多的數(shù)據(jù)。而德尚韻興作為國內(nèi)最早進行超聲AI產(chǎn)品研發(fā)的企業(yè)，已經(jīng)發(fā)布了超聲甲狀腺、乳腺、盆底、肝 臟、頸動脈等AI產(chǎn)品。因為擁有完全自主知識產(chǎn)權(quán)的算法框架，德尚韻興所有的超聲AI產(chǎn)品無論是適應(yīng)性還是性能，表現(xiàn)就會更加突出。

       除了以上三點外，如果AI想要實現(xiàn)搭載于掌上超聲上，還需要解決算力限制的問題。掌上超聲硬件設(shè)備的限制，圖像清晰度的限制，對于搭載AI軟件提出了更大的挑戰(zhàn)。掌上超聲設(shè)備遠遠小于傳統(tǒng)的超聲設(shè)備，這將十分考驗AI的算力。

       朱瑞星表示：“AI超聲是一個系統(tǒng)性的工程，不單單是說企業(yè)擁有了一個算法之后，就可以做診斷識別。例如如果載體是掌上超聲，需要使用板載芯片和GPU協(xié)助運算，算法設(shè)計、IC設(shè)計、芯片和功耗都需要考慮其中。”

       企業(yè)不僅要拿出一個非常精確的模型來分析超聲波視頻，而且在此基礎(chǔ)上，還必須確保該模型能有效地在Android平板電腦或手機平臺的有限資源下工作。

審批將是一道坎，F(xiàn)DA帶來新突破

       在超聲AI的賽道中，無可避免的一大阻礙是政策審批問題，caption health獲得了FDA審批，可以說是為大部分持續(xù)投入AI超聲研發(fā)的企業(yè)撥開云霧。

       朱瑞星表示，F(xiàn)DA的審批進展對于國內(nèi)來說有著重要利好：“我相對早開始關(guān)注AI+超聲這個領(lǐng)域，此前，這個領(lǐng)域一直處于蟄伏期。隨著FDA批準了AI+超聲輔助診斷軟件，這個行業(yè)可能會迎來風(fēng)口。2016年，AI+醫(yī)學(xué)影像領(lǐng)域發(fā)展最受關(guān)注的時候，也正是FDA批準了首個AI輔助診斷軟件的時候。”

       FDA設(shè)備與醫(yī)療中心體外診斷與放射健康辦公室副主任Robert Ochs博士在批準Caption Health的AI輔助軟件用于成人心臟超聲檢查時，曾表示，此次允許AI超聲輔助診斷軟件上市的意義不僅在于超聲檢查專家可以使用這一工具，超聲AI未來更大的場景是讓普通的醫(yī)療人員（例如家庭診所的護士）也可以使用超聲，幫助我們更早更準確發(fā)現(xiàn)疾病。

       在超聲的進化過程中，軟硬件能力對于掌上超聲都很重要，目前，超聲的AI系統(tǒng)現(xiàn)階段更具壁壘。就好比目前國內(nèi)能做手機硬件的廠商很多，但是能做手機操作系統(tǒng)的廠家并不多。在硬件比較同質(zhì)化的市場中，能否研發(fā)出好的AI軟件，一定程度上決定了掌上超聲產(chǎn)品硬件的應(yīng)用空間。

       同時，對于基層這樣的場景來說，比起大型設(shè)備，超聲儀器價格更低，因此，超聲AI相比依托于CT等大型設(shè)備的AI可能更適合推廣。但目前對于基層醫(yī)療這樣的全科醫(yī)生來說，如何將流程真正實現(xiàn)智能化和傻瓜化，還是一大挑戰(zhàn)。隨著AI軟件的賦能，超聲離成為可視化的聽診器正在越來越近。