2017-06-28 | 김지영 기자

[关注!生物创投-<12>Lunit]“以AI读X光,提高肺癌、乳腺癌诊断率”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

Lunit首席执行官白承昱(右三)去年出席国际影像医学会议“北美放射学会年会(RSNA Annual Meeting)”,介绍利用人工智能(AI)的医学影像诊断软件。/图片提供=Lunit 每100名肺癌患者中,通过X光拍摄能够被确诊肺癌的概率为73.5%。而在计算机断层扫描(CT)阶段,这一比例升至93.8%,高出20个百分点。也就是说,在X光诊断中医生漏诊的情况高达27%。Lunit正在利用人工智能(AI)技术开发帮助在X光阶段也能作出准确诊断的软件(SW)。

Lunit首席执行官白承昱(见图)28日在接受Seoul Economic Daily采访时表示:“X光的放射线暴露比CT少、费用也便宜,但仅靠X光拍摄无法像CT那样诊断出癌症”,“这正是开发在人存在局限的环节帮助作出准确诊断的AI软件的最重要原因。”

该公司专注于全球发病率较高的肺癌和乳腺癌。亚洲女性中致密型乳房比例较高,仅靠X光拍摄难以诊断乳腺癌。据共同民主党议员权美赫办公室的资料,以2015年为准,在乳腺癌检查中被判定为正常的人当中,有4638人后来被确诊为乳腺癌。这远多于被判定为疑似乳腺癌的人中获确诊的1765人,说明乳腺癌诊断的准确性之低。

因此,在医疗一线为提高较低的诊断率,在进行X光拍摄的同时还会一并进行超声波检查。Lunit的目标是通过分析仅凭X光拍摄难以由人判读的影像,提高疾病的诊断率。

白承昱并非一开始就投身医疗领域的AI软件开发。2013年创立公司时,瞄准的是时尚领域的图像识别市场。方式是拍下身上穿的衣服照片,便可找到类似产品。但在时尚领域,AI难以确保达到与人眼相当的准确性。这正是转向人不擅长而非人擅长的领域的最大原因。

白承昱解释说:“转向医疗领域时内部反对声不小,又没有医疗领域的专业人才,经历了很多困难”,“一边说服员工,一边引入医学领域专家担任顾问委员来推进。”

目前Lunit的疾病诊断技术处于世界水平。去年在医学影像处理学会(MICCAI)主办的乳腺癌肿瘤扩散评分自动判读算法大赛中,击败IBM和微软夺得世界第一,实力获得认可。

借此势头,公司从K Cube Ventures、软银创投、InterVest、Mirae Asset Venture Investment等风险投资(VC)处获得58亿韩元投资。

白承昱强调:“我国的健康体检项目中包含X光拍摄,相关数据比美国还多”,“这正是我国在医学影像诊断领域能够比其他国家更具竞争力的背景。”

Lunit的抱负是中长期内在肺癌和乳腺癌领域具备专科医生水平的诊断能力。作为第一步,计划今年下半年将肺癌诊断X光型软件商用化,明年上半年将乳腺癌设备商用化。

阅读韩文原文