日本医疗AI进入“战国时代”,NEC、富士通等名企入局厮杀
当前,日本医疗AI领域的竞争进入到了白热化状态。除富士胶片和奥林巴斯等医疗器械制造商以外,NEC、富士通等系统公司也在医疗AI的研发上大展拳脚。医疗信息网站M3亦加入了角逐。外界认为,医疗器械领域正在加快重组,行业集中度在不断提升,而医疗AI有着广阔的市场前景。“群雄鏖战”的局面正在加剧。
后发者赶超
NEC
在大肠内窥镜的检查中,响起了报警音。因为AI检测出了疑似癌症或者癌变前的息肉。在显示内窥镜图像的屏幕上,疑似异常的部位被以圆圈标记出来,以提醒医生注意。
这种辅助诊断AI技术由NEC与日本国立癌症研究中心联合研发,并已于1月开始推向市场。
NEC在人脸识别技术方面拥有领先的技术实力,在这款AI产品 上便应用了实时识别物体的技术。
通常,医生用肉眼来诊断内窥镜图像,但在息肉较小、形状难以识别的情况下,异常是不容易被发现的,大概会有24%的遗漏。NEC让AI“学习”了1万多张图像。现在AI能捕捉到肉眼难以识别的息肉特征,准确率达90%以上。
NEC于2019年调整了主营业务范围,增加了“医药”相关业务,以推进在胃癌、食管癌检测方面AI技术的研究。
富士通
富士通与东京品川医院(东京品川)合作开发了一种新型冠状病毒肺炎的辅助诊断AI。通过AI,对每位患者多达数百张的胸部CT照片进行分析,并对肺部阴影的扩散等进行数字化处理,以此显示是否受到感染。
NTT DATA
NTT DATA正在研发根据CT、核磁共振成像设备(MRI)的图像进行诊断的AI技术。其他公司的AI虽然也能发现肺炎或肺癌,但是为了确认患者是否还有其他疾患,医生往往还需要反复观察CT及MRI照片。这样一来,就给医生工作带来了较大的负担。
因此,NTT DATA研发的这款AI可以分析肺部、肝脏及肾脏等多个脏器的图像,如果发现异常,则发出警报。医生只需重点查看有异常的图像,大大减轻了医生的负担。
数据的收集能力是NTT DATA的强项。其美国子公司NTT Data Service 在医疗数据的收集方面实力雄厚,它负责数据的收集。而日本的专业团队则专注于AI的开发。
M3
日本医疗科技服务公司M3在这次新冠疫情中崭露头角。该公司与中国阿里巴巴集团共同开发了新型冠状病毒肺炎的辅助诊断AI,并于2020年6月在日本获得监管批准。截至今年1月,已有100多家医疗机构使用了该AI系统。
M3的目标是要建立一个大平台,将海外已获得批准的AI技术进行本地化,并将其应用到日本本地市场中。
除了与阿里巴巴合作以外,该公司还初创公司Lpixel的脑动脉瘤辅助诊断AI、韩国博诺的肺结节辅助诊断AI等四种AI。在欧美,初创公司在AI的开发中处于领先地位,但要在日本上市,需变更规格以符合日本国内情况,或者获得国内的批准。
M3或将成为日本国内外企业的AI流通窗口。
先发者迎击
另一方面,处于迎战方的富士胶片、奥林巴斯等医疗器械制造商,则重视与医疗设备的整体感及使用便利性。
富士胶片
富士胶片在大肠内窥镜上搭载了能强化粘膜、血管等的细微颜色差异的光源,通过AI对该图像的分析,可以很容易发现普通的内窥镜下难以辨别的病变。
它的根基是软件开发能力及图像分析技术。富士胶片公司聘用了美国国家航空航天局(NASA)的人才,推动了IT(信息技术)人才与AI人才的融合,并在1999年自行开发出了用于处理X射线和CT等诊断图像的系统(PACS),富士胶片一直都在积极利用其在摄影领域领先的图像分析技术,目前其市场份额已经位居世界首位。
奥林巴斯
目前,奥林巴斯在销售大肠内窥镜用AI(由富士软件旗下的Cybernet Systems(莎益博工程系统)等公司开发),同时也全力开发自己的AI技术。它充分发挥自己在内窥镜市场上全球份额第一的优势,“从日本国内外收集数据进行AI开发”。
佳能
对于脑卒中患者的CT图像,佳能医疗系统公司开发的AI能突出显示其中应注意的地方
佳能的医疗器械子公司“佳能医疗系统公司(Canon Medical Systems)”在CT、MRI上安装了能让图像更加高清的AI。这将大大有助于CT的低剂量拍摄,并且还能缩短MRI的成像时间。
2020年7月,这款通过AI对CT拍摄的脑卒中患者图像进行分析的软件正式上市。它的强项是分析出血状态和血流状态,大大节省了医生确定治疗方案的时间。有助于提高急救现场的效率。
诸侯混战,加快整合重组
佳能在2016年收购了前东芝医疗系统公司(Toshiba Medical Systems),今年3月底,富士胶片也从日立制作所(Nitapany)手中收购了CT、MRI等影像诊断设备业务……
医疗器械行业在加快重组。
另一方面,医疗AI领域不断有新的公司加入,混战局面加剧。通过AI能否发现疾病,并不单纯取决于设备的精密程度,与患者的病症以及设备的使用环境也有很大关系。
目前已实际投入应用的AI技术仅限于内窥镜、X线和CT等医学图像分析领域。这是由于图像的数据差异较小,深度学习与物体识别的一致性较好。
而电子病历方面,由于不同医生所带来的标注差异,还存在很多的问题。但是,可以预见,未来同时使用电子病历、血液检查等数据的医疗AI的开发,会有很大的发展。在电子病历方面占有市场份额的系统公司,有望在竞争中占据优势。
结论
AI为全球医疗服务提供了新的路径和方法,为医疗行业赋能,带来巨大的变革。AI作为新一代创新技术,改变了医疗领域的供给端及传统医疗机构的运作方式,使医疗变得更加高效、便捷、个性化,并催生出巨大的增量市场。(本文编译自日经产业新闻)
转载链接:https://mp.weixin.qq.com/s/W2htAryC8c_xRzw3uvUJVA

