利用AI解决糖网病筛查领域5大痛点，9家创业企业都看中了这个近百亿的市场
糖网病是“糖尿病性视网膜病变”的简称，是常见的视网膜血管病变，也是糖尿病患者的主要致盲眼病。中国是全球2型糖尿病患者最多的国家，随着糖尿病患者的增多，糖尿病视网膜病变的患病率、致盲率也逐年升高，是目前人群中第一位的致盲性疾病。
循证医学研究证明，高血糖、高血压、高血脂是糖尿病视网膜病变发生的重要危险因素。
因为糖网病早期往往没有任何临床症状，而一旦有症状，病情已较严重，容易错过最佳治疗时机。所以糖网病的治疗效果取决于治疗是否及时。但是由于我国眼科医生匮乏、居民重视程度不高，目前我国糖网病筛查的比例不足10%。
自2016年以来，人工智能在医疗领域全面爆发，在放射影像、病理图像、智能语音、文本录入等领域的能力已经超过了大部分医生。尤其是医学影像领域，由于人工智能算法、计算力的优势，部分影像人工智能产品准确率超过95%。
与此同时，部分创业公司将AI应用在糖网病筛查领域，并取得了一些成果。动脉网梳理9家这样的公司，了解他们是如何尝试解决糖尿病筛查的问题，并帮助管理糖尿病患者的。
2700万糖网病患者，70%未接受规范治疗
国家卫生计生委办公厅在2017年3月发布的数据，用患病率、发病率和患者情况来说明了我国糖网病的现状：
患病率：目前我国糖网病在糖尿病罹患人群中的患病率为24.7％～37.5％, 其中增殖期视网膜病变比例在3.3%～7.4%，病程越长，患病率越高，病情越重。糖尿病黄斑水肿(DME)与临床有意义的黄斑水肿(CSME)在糖尿病患者人群中的患病率分别为5.2%(3.1%～7.9%)和3.5%(1.9%～6.0%)。
发病率：
基于我国各地区流行病学调查显示，糖尿病黄斑水肿与临床有意义的黄斑水肿在糖尿病罹患人群中的发病率分别为5.2％(3.1％～7.9％)和 3.5％(1.9％～6.0％)。
糖网病患者情况，根据国际糖尿病联盟统计结果显示，截至2015年，我国糖尿病患者约1.1亿人（每人每年两次筛查、每次50元算，普及率按照80%算，市场规模在88亿，接近百亿的市场规模），按此推算我国糖网病患者约2700万人。
目前，87%的糖尿病患者就诊于县级及以下医疗机构。但是 糖网病的基本诊疗措施和适宜技术却在三级医疗机构实施。
部分糖网病的流行病学结果显示：50%以上糖尿病患者未被告知应定期眼底检查。近70%的糖尿病患者未接受规范的眼科治疗，约90%具有激光治疗指征的糖尿病视网膜病变未治疗。在应接受激光治疗的患者中仅有20%接受了规范的激光治疗。
患者数量巨大，但是中国眼科医生数量很少。据卫计委统计，我国目前只有3.2万名眼科医生，其中，从事眼底医疗服务和研究的医生大约800-1000人，相对于1亿多的糖尿病患者来说，眼科医生严重不足。
在治疗费用方面，随着人们健康意识的，糖尿病检测次数的增加，会有更多糖尿病患者获得有效的治疗。因此糖尿病消费市场增长空间大。
根据IDF报告显示，2015年全球医疗消费中，11.6%花费在糖尿病治疗，金额在约6,730-11,970亿美元。
中国糖尿病导致的直接医疗开支占全国医疗总开支的13%，达到1734亿人民币。主要由于糖尿病患者医疗服务的使用是非糖尿病者的3-4倍，其住院和门诊次数较多。另外，中高年龄群体有一定的财富积累，支付能力较高。
这样算下来，平均每个糖尿病患者每年在糖尿病上面的花费为1万以内，所以花费几十块钱去做一次筛查并不是巨大的开支。
目前糖网病筛查的5大行业痛点
糖网病筛查没有大面积普及，一方面是因为医生少、患者多，另一方面也存在一些可观问题。
1、糖网病患者基数大，增长快，眼底设备的普及速度远远无法满足需求。但是由于眼底设备昂贵，对于欠发达地区来说，大量采购并不现实。
2、随着人们对糖网病筛查的重视以及国家的推进，眼底读片的需求在增加，现有医生的数量已经无法承担这些工作量，导致医生过劳，误诊、漏诊的情况出现。另外，有经验的医生也并不愿意一直做读片的工作，他们希望有更多的时间做一些研究，出新的成果。这就导致医生的数量更加紧张。
3、从事眼底读片的医生医生培训速度慢，存在差异性。也就导致不同的医生读片结果存在差异，致使诊断结果缺乏定量信息。
4、眼底读片的数据管理与分析操作难度大，目前现状是数据简单存档保存，但数据整理工作量大，因此读片数据再次利用难度很大。
5、糖尿病患者往往因为高龄或罹患全身多系统并发症而出行不便，居住地又距地区内有足够眼病服务能力的医疗机构较远，在医疗机构等待或检查时间又较长。
利用AI进行糖尿病筛查的9家公司
这些痛点主要原因是医患供需不平衡导致的，而图像识别是人工智能的专长，利用人工智能进行初步筛查，将大大改善目前糖网病筛查的现状。
为此，动脉网盘点了目前利用AI进行糖网病筛查的9家公司（这个数据可能并不完整，如果还有公司涉及这个业务，请与动脉网联系）。
除了爱尔眼科以外，其他8家都是创业公司。他们有3家注册时间是2015年，有4家注册时间是2016年，都还是很年轻的公司。这9家创业公司中有5家可以在网上找到融资信息，4家是天使轮，1家是A轮。
这些公司中，上工医信、肽积木、上海孚视、BigVision、致远慧图、爱尔眼科这5家公司都是专注于眼科领域。体素科技、泰立瑞和Airdoc的业务就广泛一些，涉及到其他的影像产品。
在临床实验阶段，利用人工智能进行糖网病筛查的流程是这样的：患者利用手机、手持式眼底照相机以及专业眼底设备拍摄眼底照片，然后上传到系统或者云端，然后输入自己的病史（也可以是医生输入），系统就会自动给出辅助参考意见。
将需要后续深度检查治疗的患者交由医生复查，无糖尿病视网膜病变、轻度无需后续深度检查治疗的患者，给出健康指导建议。
据肽积木CEO柏文洁介绍，利用肽积木AI技术，13-15秒就可以完成一张眼底图片的病灶标记，而医生需要3-5分钟，在保证准确率的前提下，速度提高20倍左右。
上海长征医院魏锐利教授如此评价Airdoc：“有了Airdoc DR这个系统，可以把我们专业医生的手和我们的检查技术延伸到全国各地，也就是说在任何一个角落，手机拍摄的，专业仪器拍摄的影像，都可以传输到云中，进行辅助分析获得准确建议，让患者在任何时候都可以得到早期的预防和辅助分析建议。”
人工智能识别糖网不光诊断速度快且准确率高，大大优化糖网的筛查工作，并优化患者看病流程，节约医生时间。未来的人工智能将帮助基层医院更好地筛查糖网患者，从而让需要治疗的患者尽早治疗，进而大幅度降低社会总医疗成本。
利用AI进行糖网筛查将助力中国糖尿病管理
曾经有一篇文章提到这样一个观点：利用AI进行糖网筛查将助力中国糖尿病管理。
借助糖网筛查相比较于管理血糖，更能帮助基层逐步建立慢病管理体系和提高慢病管理能力。在卫计委的分级诊疗服务方案中，说的很明确，眼睛的问题需要转诊，但是血糖，血压，血脂的严格控制，患者的定期随访和教育必须落实在基层。
那么当我们把患者筛查之后，那怕他去三甲治疗了眼睛，最终他还是要回到基层，凯撒的归凯撒，上帝的归上帝，真正做好筛查，监测，随访，教育和药物治疗，这才是基层慢病管理体系的核心。
糖网的筛查只是一个开始，一个入口，当基层有意愿开始管理患者的时候，我相信很多的药企会大手笔的去资助培训我们的医生，去提供各种工具协助管理患者。
利用AI做糖网病筛查的挑战与机遇
眼科设备需要进步：目前的专业眼科设备价格昂贵、操作复杂。需要专业的人员进行操作，但是这种设备不利于大面积的筛查。对此市场上出现了一些手持式的眼底照相机和利用手机改进的眼底照相机。
手持式设备虽然操作简单，但是有行业人士称，国产的手持式设备拍出来的图像有30%左右为无效图像，需要第二次拍摄。海外进口的手持眼底照相机图像质量要比国内的设备效果好一些。
如果进行大规模糖网筛查，手持式的眼底照相机是必不可少的设备，这一块的技术短缺，将对AI眼底筛查技术的普及造成一定的影响，但是据动脉网了解，目前已经有很多公司在合作改进这个设备。
需建立完善的标准数据库：企业或者医院搜集一定数量的由各种质量的眼底照片组成的影像数据，由政府牵头，聘请一批专家来做标注，做好等级分类。然后再将这些图片输入各个创业公司的眼底AI辅助诊断、筛查系统，对比系统与专家的标注结果，这样出来的准确性才有意义。
这件事情并非易事，数十万的数据标注需要资金规模在数千万人民币以上，每个图像5-7个专家标注，这都是一个很大的工作量，现实中如何落实，还需要政府、企业、医院多方讨论。
眼科全方位的服务：Airdoc的张大磊曾指出目前医学人工智能主要应用在门诊和住院等环节，但是医疗服务环节众多，人工智能完全可以在其他环节发挥更大作用，如术后跟踪和随访，药品作用反馈等领域。人工智能可以快速分析海量数据并生成相应模型，辅助医生对疾病发展和治疗进行更有效的追踪和随访管理。
最近我们不断看到有AI企业开始和当地卫计委合作展开眼底糖网病的筛查活动，活动项目由医保付费，企业落实。虽然现在还是实验阶段，但我们相信随着政策完善、设备的更新，人工智能必将助力糖网病的筛查、糖尿病的管理、分级诊疗的落地。
参考资料：《国家卫生计生委办公厅关于印发糖尿病视网膜病变分级诊疗服务技术方案的通知》
文|王晓行
微信|lwxh-666-666
添加时请注明：姓名-公司-职位
后台发送关键词即可获得相关好文！
网站、公众号等转载请联系授权
tg@vcbeat.net
#点击图片进入动脉网知识库#
近期推荐
★ CGM连续血糖监测领域盘点：13.7亿美元的市场，主要由这10家企业瓜分
★ 新氧CEO金星：“城市下沉”已进军全国200个二三线城市，医美头部平台为诊所赋能
★ 产业即将破晓！开启中国医疗大数据与人工智能优秀合作案例征集活动
声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。