近两年，AI正在医疗赛道掀起“狂奔猛进”的发展浪潮。根据IDC统计的数据显示，预计到2025年，世界人工智能市场总值将达到1270亿美元，其中医疗行业将占整个市场规模的五分之一，AI医疗的市场前景由此可见一斑。
AI+医疗可以细分为AI+新药研发、AI+辅助检查、AI医学影像、智慧病案、手术机器人、AI+肿瘤诊疗等不同类别，应用场景极为丰富。此外，数字医疗也在迅速发展，自2020年以来，已经有19款计算机视觉类AI产品通过NMPA三类证审批，医疗AI的应用前景也更加明晰。与此同时，AI医疗行业的各家企业也各有所长，鹰瞳科技专注AI医学影像、森亿智能和医渡云专注人工智能医疗服务流程管理、推想医疗专注于人工智能辅助诊断。
作为行业领先的数字化精准诊疗公司，至本医疗则专注于AI+肿瘤诊疗的商业化道路。2020年，至本医疗推出了行业首款基于基因变异的AI辅助诊断模型，精准预测患者肿瘤起源，综合正确率近90%。
为了洞察行业发展，蛋壳研究院采访了至本医疗科技的AI总监张玉满，对 AI赛道进行了深入研究，探索行业商业化与技术发展方向，尝试寻找医疗人工智能发展的“下一程”。
破冰：推出行业首个
基于基因变异的AI辅助诊断模型
在临床上，有一些转移期的癌症患者，原发灶几乎是找不到的。他们的肿瘤原发灶或者太孝无法通过现有技术被检测，或者被自身免疫系统消除了，或者在之前手术无意中被切除了原发灶。
找不到原发灶的直接后果，即是治疗方案的相对盲目。即便是在癌症个性化治疗进入临床主流的当下，这些患者的治疗方案仍然只能以经验性化疗为主。治疗反应率不足20%，他们的生存威胁可想而知。临床上，原发灶不明癌症患者普遍病程短，超1/2患者有多个器官受损，肿瘤细胞的转移模式难以追踪，预后很差。有数据显示，这类患者1年生存率约为23%，中位生存期为9.1个月，五年生存率仅4.7%。
实际上，这类患者群体被称为原发灶不明转移癌（CUP）患者，全世界范围的发病率约占所有癌症的3%～5%。这是一个已然不可小觑的瘤种，全球科学家也在努力探索找出患者原发灶的方法，免疫组织化学（IHC）、荧光原位杂交（FISH）、聚合酶链式反应（PCR）和一代测序等临床诊断技术先后被使用，但作用十分有限。
于是，基因技术陆续入常一项针对原发灶不明肿瘤的研究发表在《JAMA Oncology》，通过对200例CUP患者的基因测序结果进行分析，显示有85%（169/200）的CUP患者可以通过全面的基因检测找到可靶向的基因变异。
而随着至本医疗旗下专门用于CUP溯源的AI辅助诊断产品OrigiCUPAI相继在国内多家三甲医院落地，CUP患者的治疗和预后图景，或将被改写。
OrigiCUP AI上线以前，尽管CUP溯源的基因检测技术已经陆续进入临床应用，但由于整个过程涉及的复杂数据处理只能由传统的生信分析算法来完成，对应漫长的报告周期，和更高的检测成本。
“现在，我们基本可以做到，将OrigiCUPAI应用到每个CUP患者的基因检测报告中。”张玉满告诉动脉网。2021年，至本医疗在行业内率先推出了基于基因变异的CUP预测模型OrigiCUPAI，实现了CUP检测在临床应用中快速渗透的破冰。据了解，在应用前期临床推广中，OrigiCUPAI已经累计了超500个真实应用病例，而这个依托至本医疗自成立之初即着手打造的真实世界研究精准数据库（OKAIN）训练而成智能辅助模型，得到了临床医生的一致好评。“我们不断接到新的医院希望OrigiCUPAI去介入的邀请。”张玉满表示。
具体而言，OrigiCUPAI通过人工智能深度学习算法深度挖掘患者临床及基因检测数据中的信息，精准预测患者肿瘤起源，支持30种常见肿瘤预测，TOP3验证综合准确率达到87.2%，辅助临床医生对CUP患者进行准确诊断，进而及时而精准的调整治疗策略。“OrigiCUPAI已获得国家知识产权局授予的发明专利证书。”张玉满指出。
随后，临床医生只需要基因变异信息导入OrigiCUPAI中，由算法将不同的基因变异信息与数据库中的疾病表型相匹配，来输出不同概率的原发灶预测结果。至此，临床医生就能够基于病理、影像学检查、OrigiCUPAI预测结果，来选择适合特定患者的治疗方案。
OrigiCUPAI 算法框架
据张玉满介绍，OrigiCUPAI一直处于高速的优化和迭代中。一方面，随着真实世界应用数据的叠加和反向验证，OrigiCUPAI的预测准确性和肿瘤类型都在不断增加；另一方面，在推动OrigiCUPAI多中心应用落地后，至本医疗启动了OrigiCUP AI产品注册证的申报程序。而一旦OrigiCUPAI得以产品的形式落地临床，CUP溯源的基因检测应用，无疑将以更快速度普及。此外，至本医疗也正尝试在其他肿瘤的基因检测中纳入AI算法，来提升分析效率，从而进一步提高肿瘤基因检测的可及性。“我们希望将AI技术应用到每一份基因检测报告中去。”张玉满表示。
真实世界肿瘤数据
赋能数字化精准诊疗
在AI应用到肿瘤精准诊疗的背后，底层逻辑是肿瘤医疗大数据，这也是近年来各大基因科技公司争相布局的重点。
2018年2月，跨国药企罗氏宣布收购医疗大数据公司Flatiron Health，同年又收购了以癌症基因组学数据巨头的公司Foundation Medicine，整合患者临床基础数据和肿瘤分子基因检测数据，作为临床诊断和新药开发的重要参考。2021年10月，纪念斯隆-凯特琳癌症中心（MSKCC）的精准肿瘤学数据库（OncoKB）获得了美国FDA的部分认可。它是第一个被FDA部分认可的癌症体细胞变异数据库，以后肿瘤基因检测公司可以使用这些数据来支持上市前提交的肿瘤分析测试的临床有效性。由此，全球的临床肿瘤基因组数据库建设和开发被推向高潮。
至本很早就注意到中国肿瘤真实世界数据的广阔应用和价值。实际上，至本医疗从成立之初，就建立了基于肿瘤基因组的临床真实世界数据库。在这个基础上，结合海量文献数据，至本医疗建立了肿瘤精准医疗知识网络（图谱），为智能化的应用开发提供了必要条件。
真实世界数据网络（图谱），简单地说就是结合人工智能去构建一个肿瘤治疗全病程服务体系的知识图谱，将临床真实信息、分子层面信息、基因组信息、病理信息等多个维度的信息数据技术规则做规整和连接，转化成可视化、结构化的知识网络，这无疑是知识图谱最完美的应用方向。
“我们的数据从多个维度收集，高度贴合数据库发展的需求，形成了行业内最高的结构化、精准化的真实数据，这也是至本医疗得以推出行业首个基于基因变异的AI辅助诊断模型的重要原因。”张玉满指出。
“我们也发现，临床级的基因组数据治理实在太特殊。”张玉满指出，“必须由临床专家、生信专家、算法科学家等不同专业背景的团队深度协作才能完成。”随后，至本医疗在基因科技行业内少见地自建起AI技术团队，推动相关的AI应用快速上线和突围。
除了临床辅助诊断外，至本医疗正将数据库能力赋能数字疗法等领域中。2021年，至本医疗重磅上线了全新的知识库架构元（ATOM）知识库系统，将应用在医院、患者、保险、药企合作等各个不同领域。
而未来，随着真实世界数据库的持续积累和人工智能在数字化医疗的不断扩展，数字化的精准诊疗公司可以做的事，无疑会更多。
*封面图片来源：123rf
