从疾病筛查到临床治疗，图玛深维打造肺癌智能诊疗闭环 / 四六文摘

四年人工智能的探索，图玛深维已经打造出服务于多种医疗场景的辅助诊断产品，并在敏感性、特异性、覆盖病种种类等多项指标上均已取得领先优势。但不可否认，人工智能技术的推广模式一直较为单一，以传统方式落地医院未免有些乏力。

为冲破人工智能发展的桎梏，降低肺癌在全球的高死亡率，在2019春季CMEF大会上，图玛深维联合赛诺威盛、李钟医生集团、赛昂国际医疗技术有限公司，共同成立了“中国肺癌智能诊疗战略联盟”，旨在打通肺癌筛查、治疗、随访全流程，以全新的联盟形态改变中国基层医疗肺癌诊疗现状。

具体而言，联盟将融合各家企业的优势技术和资源，各取所长，推动机器人、人工智能、氩氦刀等高新技术的发展与落地，从而降低肺癌诊疗门槛，最终实现赋能基层医院，提高基层医疗肺癌诊治水平。

四大企业强强联合，打造肺癌诊断完整方案

联盟之中氩氦冷冻消融技术作为一种较新的肿瘤治疗手段，可以有效地治疗肺癌、肝癌、脑肿癌、乳腺癌等实体肿瘤，引发了超低温手术和癌症治疗的革命。但该手术对医生资历、医疗设备要求高，对患者收费昂贵。如何培养专业的医生，并将技术向下延伸是该技术推广的难点。

中国肺癌智能诊疗战略联盟的出现便是为了解决这一问题。由李钟医生集团创始人李钟独创的氩氦刀隧道式肺活检技术可以在活检的同时使癌细胞凋亡，一次治疗便可大概率解决问题，大大降低了患者因往复治疗产生的高昂成本。

这一技术的使用需配合精准的氩氦刀设备，CT设备及人工智能肺部勾画系统。因此，四家企业的联合巧妙地打造了肺癌诊断、治疗、随访全流程闭环，这一闭环将在其共同努力下实现标准化，为技术下沉打好地基。

降低医生学习曲线，人机协助助力基层医疗诊治水平升级

当闭环打造完毕之后，下一步的任务是将技术输入医院。其中的培训工作自然落在了李钟医生集团的头上。

传统而言，医生往往需要根据经验判断肺结节的位置、病变范围，并对周边组织进行区分。因此，以常规的方式培训医生进行氩氦刀肿瘤切除手术时间周期长，严格依赖于医生的手术经验。

AI的出现为这一问题提出了良好的解决方案。通过图玛深维的肺结节AI产品，结合赛诺威盛CT手术导航系统，系统可对患者的肺结节CT影像进行实时勾画、渲染，为临床医生提供实时决策参考。

在这种模式下，加以标准化手术的指导，医生对于手术经验的需求大大降低，整个学习曲线趋于平滑。据李钟透露，通常只需2-3月，联盟便可完成对年轻医生的训练，使之能够进行氩氦刀隧道式活检手术。这将有效的解决中国医疗的供给端问题，更多的基层医疗将在联盟的帮助下提供更有价值的肺癌治疗服务。

图玛深维CEO钟昕告诉动脉网记者：“一方面，人工智能能够把一些比较年轻的医生迅速地能够提高至十年到十五年的中年资医生的水平，保证了医疗资源的基本质量；另一方面，图玛深维在过去只起到了辅助诊断的作用，而在这一联盟中，图玛深维借助于赛诺威盛精准的CT扫描及定位技术、赛昂氩氦刀的冷冻技术、李钟医疗集团的隧道活检技术，将AI从影像科搬入了胸外科，并使CT影像的误判率大幅下降。”

联盟的另一个作用在于对已有的医疗资源进行合理分配。由于难以准确地对自身的需求进行分析，很多基层医院采购了昂贵的外资医疗设备。而高成本往往导致高费用，基层医院的需求却并未与之匹配，许多医疗设备由此闲置医院。

相比之下，赛诺维盛生于中国，深刻了解中国基层医疗机构的需要与习惯，能够为其量身打造的CT产品，在同等价格下为机构提供更为优质的设备，契合医院需求。

所以，与赛诺威盛的合作打开了图玛深维的渠道，而本次肺癌联盟的成立进一步帮助图玛深维走向临床治疗。

目前，图玛深维肺结节智能诊断解决方案已能覆盖疾病监测、定量分析、疾病分类、良恶性判断、追踪随访和报告生成等诊断流程，能够为影像科医生和临床医生节省至少50%的时间，在检测灵敏度上达到97%以上，同时确保假阳性低于1.6。

从放射到临床，图玛深维医疗AI场景再拓展

如今，图玛深维面向肺结节、胸部、乳腺钼靶、脑卒中、肝脏AI辅助筛查产品迅速占领市场，截至2018年12月便已落地200余家国内外医院。

但AI于医疗的价值绝不局限于临床前的影像分析，这项技术同样能在骨科、胸外、心脏、呼吸科、甚至是多学科会诊发挥更有效的价值。

本次联盟合作是图玛深维从放射走向临床的引子。钟昕谈到：“首先在治疗前，图玛深维的AI技术能对患者的CT图像进行精准诊断，以保证病灶被AI赋能的计算机所检出。”

“随后，当胸外科医生做结节手术时，AI能迅速协助医生制定治疗方案，对肿瘤进行实时的精准定位，并对结节区域进行勾画、渲染。这对于肺结节手术的操作时间、成功率都有较大影响。”

总的来说，图玛深维正在实现从放射科走向众多临床科室的价值跨越，一步一步探寻着人工智能更大的价值。

人工智能仍需不断探索

随着人工智能头部企业优势的进一步巩固，影像科人工智能的整体形式已经接近成熟，但人工智能的能力远不局限于此。