阿斯利康发布十大AI+医疗应用场景，聚焦多个中国主要疾病

跨国药企阿斯利康发布十大“AI+医疗”应用场景，并在线招募合作伙伴。

7月10日下午，2020世界人工智能大会云峰会“AI聚势，共见未来——阿斯利康AI医疗行业论坛”上，阿斯利康发布十大“AI+医疗”应用场景，并在线招募合作伙伴。此次发布的十大场景聚焦聚焦呼吸，肿瘤，心血管，肾脏，代谢以及消化等多个中国主要疾病领域，涵盖了疾病预测、筛查早诊、诊断和检测以及患者管理等重要环节，旨在借助机器视觉，预测算法，自然语言理解等先进技术，赋能筛查、诊断、治疗、患者随访等诊疗全流程。

AI在疾病早期筛查和诊断阶段的应用将极大地提高医生工作效率及诊断准确率，同时有助于提升基层医院及医疗资源欠缺地区的诊断效率。阿斯利康此次发布多项AI影像辅助判读技术应用场景，主要针对肺癌、乳腺癌、前列腺癌和消化道疾病的筛查和诊断， 关注相关疾病的早筛早诊，旨在提高病灶检出率，减少误诊漏诊。同时，阿斯利康希望与合作伙伴携手探索将AI技术运用于CT筛查慢阻肺，并依托AI预测分析，对慢阻肺急性加重发病风险进行预测。

阿斯利康中国总经理赖明隆表示：“患者需求和医疗资源之间依然存在缺口，这是人工智能医疗的发展驱动力，也是阿斯利康积极构建医疗创新生态圈的原动力。人工智能未来在医疗领域可应用场景非常丰富，市场潜力巨大，我们期待更多的合作伙伴加入进来，共同推动AI在医疗领域的广泛落地，让‘AI+医疗’真正服务于患者，助力实现‘健康中国’早日到来。”

以下是阿斯利康十大“AI+医疗”应用场景详细介绍

1.慢阻肺急性加重风险预测

慢阻肺急性加重是导致患者疾病加剧甚至死亡的主要原因。及早识别急性加重高风险患者、从而开展个体化干预有助于改善临床结局。然而，由于急性加重史难以准确获取，目前的风险评估模式临床应用受到限制，影响疾病管理。

阿斯利康与合作伙伴尝试通过可收集的患者信息与急性发作情况结合建模，建立急性加重风险AI预测模型，对慢阻肺患者未来的急性发作风险进行预测，期待通过提前干预来拯救患者生命。

2.癌症影像AI辅助判读

癌症影像学检查一直存在着效率低，医疗资源分配不平均，依赖医生经验等痛点，不论是准确率还是检查效率都亟待提升，癌症影像AI就是帮助解决这些问题的方法之一。一方面AI辅助判读可以辅助三甲医院影像科医生提升工作效率，另一方面也可以提升基层医院、以及医疗资源欠缺地区的诊断准确性。

在这个应用场景中，阿斯利康主要关注以下三个领域：

肺癌：低剂量螺旋CT AI辅助判读，通过AI 辅助实现癌症检出、良恶性分析以及定量分析等功能，对于医生尤其时基层医院医生在进行大规模筛查时快速、准确的判断患者病情有着重要意义。

乳腺癌：乳腺超声辅助AI，为乳腺癌超声筛查提供更高的诊断准确率和诊断效率，减少医生的工作量，助力乳腺癌的早筛早诊。

前列腺癌：前列腺癌多参数MRI成像AI 辅助判读，将复杂的多参数磁共振影像信息进行结构化处理， 转变成方便泌尿外科医生读取、识别的结构化信息，辅助泌尿外科医生做出临床决策，提升前列腺癌诊疗流程。

3.CT筛查慢阻肺

慢阻肺是我国主要的呼吸慢病之一，肺功能检查是慢阻肺诊断金标准。由于基层肺功能仪普及率低、肺功能检查对患者配合度要求高等多方面的因素，导致患者被漏诊、误诊，错失最佳干预时间。

影像AI技术已广泛应用于肿瘤和心脑血管疾病的诊断和评估，阿斯利康希望与多渠道合作伙伴一道，探索通过CT影像AI分析进行慢阻肺的早筛和辅助诊断，以期改善慢阻肺低诊断率的现状，造福更多患者。

4.人工智能辅助心电图解读

传统的心电图机自带算法诊断准确度不高，必须由心电图医师读图确认诊断。但目前国内仅有约36000名心电图医师，医疗机构尤其是下级医院及社区心电图诊断人员不能满足需求，且很多读图人员能力有限，导致心电图诊断不及时、不准确。

心电图报告延迟或误诊会延误心脏疾病患者，尤其是心肌缺血患者的及时诊断及治疗。阿斯利康期待通过AI技术辅助，提高心电图诊断效率及准确率，支持院内院外的心电网络建设，从而给患者带来获益。

5.无创血糖仪

糖尿病是严重影响人类健康的慢性病。血糖监测是糖尿病管理中的重要组成部分，但常规血糖仪有很多缺点，比如体验感欠佳、患者依从性较差、血糖监测结果不连续等，这些问题直接影响医生临床诊断，导致患者疗效不佳。

无创血糖仪的出现帮助患者实现了无创无痛检测血糖，阿斯利康希望与生态圈的合作伙伴一道，帮助医生准确评估患者控糖效果，制定和及时调整合理的降糖方案，阿斯利康期待通过AI技术辅助，更好地保证了血糖监测频率，造福糖尿病患者。

6.PD-L1肺癌病理辅助诊断软件

目前， PD-L1检测判读在技术上具有较大挑战，由于肿瘤异质性和肿瘤细胞数目巨大，病理判读往往为估算，具有很大的主观性，容易造成结果的不确定和重复性差。其次，国内病理科发展水平不平衡，PD-L1检测能力差异化较大，难以满足日益增长的精准诊断的患者需求。

阿斯利康期待与合作伙伴一道，通过AI的机器视觉，辅助病理医生找到肿瘤细胞并且用计数代替估算，降低主观性，提升准确性。未来一方面会把PD-L1病理AI进行验证推广，另一方面也会着力于更多AI病理解决方案。

7.消化内镜AI辅助诊疗软件

内镜检查是消化道疾病最重要的诊治手段，诊疗结果极度依赖操作者的经验，需要内镜医师不断地积累经验才能逐渐提高技术。但是由于医疗资源有限且分布不均匀，导致资深内镜医师匮乏，无法很好的支持人民日渐增长的卫生健康需求。

在AI医疗影像中，消化内镜的AI辅助诊疗也是阿斯利康一个重要的探索方向。阿斯利康期待与生态圈的合作伙伴一道，通过AI技术帮助内镜医生提高消化道病灶的检出率，有效地减少误诊和漏诊，优化医疗资源分配。

8.数字化应用监测血压、血糖、血脂异常

高血压、糖尿病、血脂异常往往初始没有明显症状，高危人群或者患者早期容易忽略，而且这些疾病周期较长，患者自我管理难度大，依从性欠佳，而且多项指标监测需前往医院进行，耗时耗力，增加了患者负担。

通过Digital care（AI）技术的介入，患者可通过生理指标检测仪器，将相关数据即时上传云端，接入智能管理系统，AI将会对检测结果进行梳理分析，发布风险预警，给出患者更有针对性的提醒以及指导。目前，阿斯利康正在探索通过一台设备检查多个生理指标，并且结合智能管理系统对患者进行管理，期待与生态圈的合作伙伴一道，造福三高患者人群。

9.慢性肾病患者管理聊天机器人

慢性肾脏病是个高度异质性的疾病，早期往往病情隐匿，诊断率低，而后期进展加速，最终可导致尿毒症。很多慢性肾脏病患者初次就诊时即已进入疾病终末期，严重影响患者生活质量且造成巨大的经济负担。

阿斯利康希望通过基于疾病图谱构建以及自然语言理解技术打造患者服务机器人，这将比传统搜索式问答更有针对性地给出患者解答和指导，一定程度缓解肾病医生资源有限的现状。

10.社区医生智能语音电话随访

如何通过AI减少医生在日常诊疗工作中的某些重复性操作始终是一个值得探索的方向。在社区卫生服务中心，全科医生的日常工作中就包含了很多常规性随访、宣教、通知、提醒之类的等高重复性内容，后者耗费了医生的大量时间和精力，由此对进一步优化社区患者，尤其是数量庞大的三高患者人群的个性化全病程管理造成了挑战。

阿斯利康希望为社区医生工作减负提供支持，利用AI智能语音系统，协助社区卫生服务中心针对三高人群开展随访管理其中包括电话随访、AI语音辨识、语音转文本、数据结构化等，让全科医生能有更多的时间，为患者提供高质量、个性化的医疗服务。