5G为医学影像传输“插上翅膀”，「翼展科技」推出全球化影像云服务解决方案

医疗数据中80%都是来源医学影像，现在一个病人的CT检查图像很轻松达到几百兆大小，最先进的薄层扫描CT能够达到一个患者病例1G大小。但是，如此大容量的影像文件即使在医院有线网络上传输都会有明显的延迟；现阶段，搭载5G技术，则能实现影像数据的快速传输和实时分析，这也为区域影像诊断协同和医学影像AI带来了新的发展机遇。

为此，不少公司都在这一领域展开商业化探索，36氪近期接触到的「翼展科技」（以下简称：翼展）便是其中一家。昨日，在中华医学会第二十六次全国放射学学术大会（CCR 2019）上，这家公司发布了新一代翼展AI+5G盒子（3.0）（以下简称：翼展盒子），将利用5G技术传输医疗影像并实现临床应用成为可能。

5G为AI医疗影像应用增添新变量

据翼展CMO高云龙介绍，翼展盒子是 搭载了5G通信模块的边缘计算智能网关工具 ，能实现现场不同区域、大量医学影像设备数据传输到云端，并提供实时质控、远程监控、远程维护及故障预警功能，便于建设大规模远程医学影像诊断平台。

翼展盒子

边缘计算则意味着把云计算的资源、计算、存储等能力带到更接近用户的本地边缘设备中，在本地独立处理大量数据并做出决策。这对于“AI+医学影像”领域来说，AI模型的边缘化可以大幅度降低数据通信的成本；通过在本地处理数据，也可避免将大量数据存储到云中的问题。另外，将机器学习智能引入边缘计算设备，也能满足随着连接设备的爆炸式增长，对隐私/机密性、低延迟的需求的增长。

而在实际的临床应用中，有了5G加持，经验丰富的专家仅需片刻就能为基层医院提供远程阅片、操作、甚至诊断，从而高效推动分级诊疗，惠及偏远地区的群众。

高云龙表示，影像拍摄的质量会直接影响阅片效果，但长期以来，乡镇卫生院由于医疗资源短缺、技师自身经验不足等问题，拍摄影像质量不能保证，这在进行远程诊断中会给上级阅片医生带来很大困扰。

而有了翼展盒子，基层只需将拍摄的影像发送到翼展盒子，AI便会对其进行影像质量判定，若判定结果为非甲片则直接提醒技师重新进行拍摄。对比没有边缘计算的情况，图像已经传输到云端并处理完成，阅片医生发现影像拍摄质量不符合诊断要求后再打回，在翼展盒子边缘计算场景下反馈要来得更及时，节省沟通及重复传输的时间成本，加快远程影像诊断进程。

将区块链技术应用于影像传输云平台

除了5G应用的探索，翼展科技在“专注提高影像诊断能力”上其实探索已久。

翼展科技成立于2009年，是一家提供智慧医学影像解决方案和专注于医学影像人工智能应用研发的高科技企业。经过10年的发展，翼展的事业版图已发展成为集远程影像诊断、影像医联体、影像医生集团、AI开放协作平台、医疗信息化、医学影像诊断中心为一体的“AI+互联网”云赋能中心。目前，这家公司已累计获得三轮融资。

翼展云影

据高云龙介绍，公司的核心产品是“云影”，它在2013年就已推出，定位于通过“数据+云技术+场景”的方式构建的涵盖远程诊断、远程会诊、远程教育、远程医疗运营的全方位解决方案，包括多重功能，适用于多个应用场景，具体如下：

• 云端三维重建功能，支持3D MPR、MIP、MinIP、AIP，支持层厚的便捷调整及任意角度旋转，为影像医生提供远程阅片环境；

• PET-CT三维融合功能，在MPR和MIP三维视图下显示PET-CT融合图像，帮助医生观察组织变化、精准定位病灶，目前还新增了三大伪彩方案；

• 远程超声会诊功能，可以用于院内不同办公室或不同院区之间的交流，也可用于区域医疗互联网模式的远程超声解决方案。

据了解，它主要是为放射科医生提供专业的在线阅片和远程诊断报告工具，即将传统的医疗影像孤岛通过移动互联网进行连通，并将设备和医生进行有效的快速连接，以提高准确率及诊断速度。据悉，目前平台上还可以支持CTA血管造影、乳腺钼靶、眼底图像、内镜等影像的在线阅片、操作和诊断。

经过迭代和创新，翼展在此基础上推出了融合核医学、超声的远程影像诊断平台，以及基于区块链技术的区域智能云影像平台，确保影像报告的不可篡改和可追溯性，从而在最大限度保障患者隐私和数据安全的情况下，加速医学影像数据的流转和交换，提高医学影像远程诊断的效率，促进医学影像人工智能训练数据的收集和标注，最终扩展分布式医学影像人工智能的应用。

搭建开放平台，寻求AI的突围之路

与大多数医疗AI企业不同，翼展的目的是在医学影像进行生态布局，通过其目前的业务版图可见一斑。

为此，翼展搭建了医学影像人工智能开放协作平台，以纳入不同细分场景的应用工具，建立综合平台。高云龙表示，AIDiscovery平台可以理解为“医学影像界的App Store”，即它为全球AI企业和开发者团队提供应用搭载与产品商业化平台，建立医疗产业生态圈，从而优化医学影像诊断环节，另外也能覆盖更多医疗机构，帮助医生更好地做出临床判断。

翼展的开放平台

截至目前，AIDiscovery已合作/上线的应用包括计算机生成DR胸片自动化诊断报告系统、肺部疾病热感识别、CT肺结节自动标注与分析、智能文本纠错小助手、胸片实时质控、磁共振血管斑块诊断评估以及脑部CT脑出血自动检测等。

值得一提的是，除了搭建平台，翼展也在自主研发一些市场急需的应用。譬如，翼展自主研发了Wingspan Rogen睿翼DR胸片自动化报告系统，目前已迭代到2.0版本。

据高云龙介绍，新版本的自动化报告系统采用了更新的深度学习模型，新增近10万份DR胸片影像及对应的报告作为训练数据，在原有17种疾病基础上增加肋骨骨折的识别，整个模型表现显著提升，仅需0.8秒即可完成整个诊断报告出具过程。

反馈结果显示，AI生成报告与医生报告相比，在“整体表现、报告可读性、找出影像中重要信息的能力、描述病灶及异常部位的能力、计算病灶数目的能力、描述及异常表现的能力”等指标上超过75%的比例和医生诊断结果相当甚至比医生表现更好。

在商业化探索上，高云龙也透露，目前翼展的相关产品或应用已覆盖全国近3000家医院；另外，也在开展全球化布局。36氪了解到，今年9月，翼展与宁夏卫健委、泰中东盟经贸促进会共同签署《科技服务输出与“互联网+医疗健康”示范战略框架协议》后，将进一步与一带一路及东南亚国家展开合作，输出翼展的医疗服务能力。

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: