随着后疫情时代的到来， 医疗科技势头高涨。构建数字医疗人工智能，挖掘创新医疗器械，加快领域变革步伐迫在眉睫。一直以来人工智能都依赖大量的数据进行模型训练，预计2020医疗数据量将达到40万亿GB。然而，是背负过多压力的“孩子”胜券在握，还是轻装上阵的少年棋高一着？
近日，获益于基于“小样本深度学习技术”的微识医疗消化内镜AI产品EndoScreener®通过创新医疗器械绿色通道获得国家药品监督管理局（简称“NMPA”）医疗AI三类注册批准[1]。这是NMPA首个实时动态AI软件三类证，也是国内创新医疗器械首个获批的消化内镜领域AI产品。
△产品获批
至此，微识的AI产品EndoScreener®成为全球唯一拿到了中国NMPA（2022年8月），美国FDA（2021年11月）和欧盟CE-MDR（2021年11月）三重认证的软件产品。
01
“小样本创新”破局，跑出蝶变“加速度”
近几年来，国内外科技巨头凭借其深厚数据，在智能医疗，影像诊断，健康管理和药物研发等医疗AI领域掌握着绝对的主动权。那么拼不过数据的初创企业该何去何从？
微识医疗的首席科学家肖潇是布朗大学泛函分析方向的数学博士。从函数的角度看，以深度学习为主的AI技术绝对不是什么可以自动“学习”的大脑，而是每个主要节点都是简单的分段线性函数的网络模型，所谓“训练”也只是一个拟合过程。在泛函理论体系下建模并干预深度学习网络模型的拟合过程，是可以达到事半功倍的效果的——小样本深度学习的数学理论依据。
以结直肠癌前病变识别项目为例，一个息肉在不同角度，不同肠腔充气状态的形态和轮廓特征可能差之甚远，但是其细微特征相对稳定，所以如果在拟合过程中能有效控制函数，抓小放大，就能够在节约样本的同时做到识别性能稳定。基于这样的思路和函数方法，微识研发出了结直肠癌早筛产品——EndoScreener®，一款用于在结肠镜检查的实时视频流中实时检测并提示病灶进而辅助医生发现癌前病变的智能辅助检测（CADe）软件。
△EndoScreener®示意图
与国际同行动辄3000万或5000万的训练样本相比，该产品的研发仅仅使用了5000多张内镜图像。在一些公开场合中，国际同行多次以训练样本规模大来论证自己性能更好，但是性能好或不好应该是拿严格的测试乃至前瞻性对照试验来说话，AI≠Big Data !。
2021年Nature Review Cancer刊文分析当前大热医疗AI的临床证据[2]，在纳入分析的3578篇包含全临床科目的AI研究论文中，验证能够做到外部队列评估的，仅有50篇，EndoScreener在Nature BME发表的超过训练集规模200倍的测试集验证研究位列其中[3]；而更进一步更够称得上三期临床试验的只有3篇，EndoScreener独占其二[4],[5]。
过去几年，该产品为医疗AI全学科领域贡献了第一个随机对照试验（2019，GUT，影响因子= 31.793）， 第一且唯一的双盲随机对照试验（2020，柳叶刀胃肠病学，影响因子=45.042）和第一个交叉串联随机对照试验[6]（2020，Gastroenterology，影响因子=33.883）。单一产品临床证据累积影响因子超过160；临床研究也被多方位解读和学习，近三年被引用次数超过950次，临床证据也被先后纳入了欧洲指南(2019)[7]、中国专家共识（2022）[8]和美国指南（2022）[9]。
在大数据深度学习技术被鼓吹得甚嚣尘上的时代，却是籍籍无名的小样本AI技术的成形产品引领了循证医学金字塔顶端的临床证据，后来居上。
由此可见，解决复杂问题的关键在于能力，数据价值在于方法而不在于规模！小样本技术具有无法比拟的天然优势，即开发过程无需标注海量样本。而产品可控的研发成本意味着更灵活的定价空间，伴随用户整体拥有成本（TCO）的可压缩性将迎来产品预期用途的最大化！
02
稳抓肠癌筛查痛点，“金”准实现医学价值
结直肠癌（CRC）为中国最致命的癌症之一。据最新数据显示，2020年我国结直肠癌新发病例高达55.5万，全国发病率已经从第五蹿升至第二[10],[11]，约占全球新发结直肠癌病例的二分之一[12]。
结肠镜检查是肠癌筛查的“金标准”，相较于粪便潜血测试（FIT），粪便脱落细胞及其基因检测（sDNA）和CT检查等敏感性低，价格昂贵或缺乏临床验证[13]等肠癌筛查方式相比，结肠镜检查是唯一可以大幅度降低发病率和死亡率的“低成本高收益”的筛查方式。
不同于胃癌，肝癌等无明显癌前病变的癌症，结直肠癌有清晰的进展分期，筛查空窗期较长，发展成癌需要约10-15年，属于最能“防”和最好“治” 的癌种之一，若能对结直肠癌进行早期筛查、早发现、早治疗，结直肠癌患者的5年生存率可达80%以上[14]，目前在结肠镜检查早期诊断和定期筛查中发现并切除腺瘤等癌前病变是预防结直肠癌最有效的手段。
腺瘤检出率（ADR）是结肠镜检查的临床核心指标，是指人群中检查出有腺瘤的比例，ADR每增加1%，间期CRC发病风险则降低3%[15]。但我国目前普通三甲医院腺瘤检出率仅为13.4-17.6%[16],[17]，而使用EndoScreener®的AI辅助后检出率可达30%∧4，而且目前国内具备高素质高技能的内镜医生不足4万，缺口至少30万人，供给能力严重不足[18]。
△EndoScreener®
供不应求的情况下，内镜医生持续“高压”作战极易造成癌前病变的漏诊，从而导致患者错过黄金治疗时间，家庭和社会都承担巨额治疗费用。因此如何高效完成肠镜检查，减轻医疗成本，发现更多癌前病变，让患者在黄金时间得到治疗成为各医院和卫生监管部门关注的重点问题。
因此，从临床价值层面来看，微识的AI产品获得NMPA的批准，一方面将利好内镜医生，通过AI敏锐又准确的辅助检测，（逐帧敏感性和逐帧特异性为94%∧3以上，腺瘤检出率提升近43%∧4）有效提高现阶段医院的检查效率，做到增量减压；另一方面，随着国内各地基层医院医疗结肠镜检查设备的逐步完善，将会有更多低年资医生在AI的辅助下完成高效并充分的诊断，缩短医生的培育周期，缩小非三甲医院与三甲医院之间的医疗技术差距，补缺资源短板，服务中国医疗新基建。
美国现在的结肠镜筛查仅覆盖了适龄人口的60%。预计2024年将覆盖80%的适龄人口，至少完成2400万例结肠镜检查[19]，将达到每年接近400亿美金的市场规模。
结直肠癌在相对富裕的地区更为高发，比如城市（37.16例/10万人）>农村（24.7例/10万人）[20]。据统计，上海目前的肠癌发病率是59.54例/10万人[21]，已经超过了上世纪90年代开始的国家级筛查计划的美国。得益于结肠镜筛查，美国将结直肠癌的发病率降低了大约40%[22]，从1999年的56.0例/10万人降低到了2019年的36.3例/10万人[23]。据弗若斯特沙利文统计至 2030 年，中国肠癌筛查适龄人口将进一步增加至 7.5亿，结直肠癌高风险人群将增加至1.62亿，今年我国将至少进行1400万次肠镜，以200元（中国医疗保险结肠镜检查定价）的价格进行计算，中国结肠镜检查市场预期将在2030年增加约至1500亿人民币。
2022年3月，国家卫健委发布红头文件把提升结肠镜的腺瘤检出率提升至关乎国家医疗质量安全的高度，成为消化内镜专业唯一的改进目标。因此，就社会效益层面而言，随着微识AI影像辅助诊断设备在医院渗透率的持续增长，将切实推动医疗器械诊疗升级，短期带动结肠镜检查、活检、息肉切除术及组织病理检查单量，长期降低结直肠癌发病率，通过AI赋能医疗推动中国医疗服务模式创新和改革。
03
全球肠癌早筛AI辅助诊断领域的先行者
数字化布局全球
2019年5月到2020年底，全美国全学科领域的第一个关于AI辅助诊断（CADe）技术的随机对照试验[24]由哈佛医学院附属BIDMC医院、纽约大学附属郎格尼医学中心、芝加哥大学附属医院和贝勒医学院附属圣卢克医学中心四所顶级学术临床医院联袂执行。参与临床试验的医生均为教授专家，其中不乏国家指南的编写者、美国胃肠病学会AGA和消化内镜学会ASGE的专委，代表美国医生的专家级水准。
在随机纳入的筛查和监测无症状人群上，该试验的腺瘤检出率基线达到43.64%，远超美国的国家标准25%，而在微识AI产品EndoScreener® 的介入下，平均腺瘤检出数进一步提升32%，癌前病变漏诊率降低41%，而医生最难发现的无蒂锯齿状病变SSL的漏诊率降低83%。“天花板级”的临床试验中EndoScreener®交出了完美答卷。
完美数据的背后，是微识医疗坚定的国际化决心。多中心串联随机对照试验历经了因新冠疫情导致的美国医疗资源挤兑，参与临床试验的医生和临床协调员一度被抽调去支援重症监护ICU、以及州政府与联邦政府关于是否重启日常的矛盾冲突。这个过程中，微识医疗通过在上海和成都的远程支持和协调，虽然比预期延迟近8个月完成了试验，但试验过程和结果均符合美国FDA的要求。
美国是结直肠癌筛查和防治方面最为领先的国家，在这个领域内获得美国认可的创新医疗器械，将会在全球市场具有更强的生命力；在美国顶级教学医院的严谨把关下，设备临床意义的延展性确凿无疑。
EndoScreener®产品的第一次现场病人直播演示在德国汉堡；第一次参与商业展会在西班牙巴塞罗那；目前也已经随着陆续获得国际各主要监管机构的批准，微识医疗收到了来自法国、意大利、瑞士、巴西等多国经销商的合作邀约。正在积极开拓各地区的经销和服务体系，目前Mirco-Tech Endoscopy是EndoScreener®在美国的经销商，通过耗材渠道进行AI辅助软件的销售是一个共赢的渠道创新；源自中国优秀的高科技产品，一定要广泛的参与国际竞争，这样才会更有实力服务好中国市场。只有有效参与了国内国际双循环，产品的竞争力才会持续提升。
从消化内镜市场角度看，中国和美国有相似的规模，均拥有6-8千个内镜中心和2-3万台消化内镜设备，但单次内镜检查的价格相差约10倍。也就是说在成本类似的情况下，单次AI辅助的价值差可能巨大。
美国普林斯顿大学一项卫生经济研究[25]表明，，大规模使用AI辅助筛查可有效降低结直肠癌的发病率，将每例结肠镜筛查成本降低211美元，意味着如果AI辅助的定价低于211美元/次，医疗保险就能盈利；另外，一项欧洲的研究预估平均将成本降低57美元[26]。
除此之外，有了AI辅助，将大幅度提升合格结肠镜检查的供给能力，虽然这部分价值目前尚未被卫生经济学研究测算。所以，有广袤的国际市场让公司可以综合考虑成本收益，最大化的普及这项技术于最需要它的市场。
凡是过往，皆为序章。微识医疗CEO刘敬家表示：“高质量的内镜筛查是预防和早期根治消化道癌症的金标准 ，EndoScreener®作为一款有国际竞争力的医疗AI产品，率先进入了欧洲和美国市场，近日有幸获得NMPA批准进入中国市场，我们必将植根大本营发挥全球化的优势。作为中国数字医疗AI出海的笃行者，同步推进东南亚、澳洲和南美市场的准入，落地全系消化内镜AI产品，加快在构建新发展格局背景下的海外拓展和全球数字医疗市场的发展，向全球输出‘中国技术’。”
管理大师克里斯坦森在《创新者的窘境》中表示，颠覆性创新常常“后发制人”，在业务上更容易弯道超车，并且有很大的机会改变旧有产业格局，促使新的产业龙头诞生。EndoScreener®在实时动态层面的突破，为医生提供了快捷、高效的智能化工具，为全世界范围内的结直肠癌防治工作提供有效帮助。在遏制结直肠癌发病率上，微识医疗用实际行动诠释了科技的力量，并有效的推动了行业的发展和进步。
参考资料：
[1] https://www.nmpa.gov.cn/yaowen/ypjgyw/20220803095201177.html
[2] Kleppe A, Skrede OJ, De Raedt S, Liestøl K, Kerr DJ, Danielsen HE. Designing deep learning studies in cancer diagnostics.Nat Rev Cancer. 2021;21(3):199-211. doi:10.1038/s41568-020-00327-9
[3] Wang P, Xiao X, Glissen Brown JR, et al. Development and validation of a deep-learning algorithm for the detection of polyps during colonoscopy. Nat Biomed Eng. 2018;2(10):741-748. doi:10.1038/s41551-018-0301-3
[4] Wang P, Berzin TM, Glissen Brown JR, et al. Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut. 2019;68(10):1813-1819. doi:10.1136/gutjnl-2018-317500
[5] Wang P, Liu X, Berzin TM, et al. Effect of a deep-learning computer-aided detection system on adenoma detection during colonoscopy (CADe-DB trial): a double-blind randomised study [published correction appears in Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3]. Lancet Gastroenterol Hepatol. 2020;5(4):343-351. doi:10.1016/S2468-1253(19)30411-X
[6] Wang P, Liu P, Glissen Brown JR, et al. Lower Adenoma Miss Rate of Computer-Aided Detection-Assisted Colonoscopy vs Routine White-Light Colonoscopy in a Prospective Tandem Study. Gastroenterology. 2020;159(4):1252-1261.e5. doi:10.1053/j.gastro.2020.06.023
[7] Bisschops R, East JE, Hassan C, et al. Advanced imaging for detection and differentiation of colorectal neoplasia: European Society of Gastrointestinal Endoscopy (ESGE) Guideline - Update 2019 [published correction appears in Endoscopy. 2019 Dec;51(12):C6]. Endoscopy. 2019;51(12):1155-1179. doi:10.1055/a-1031-7657
[8] 国家消化系统疾病临床医学研究中心（上海）, 中华医学会消化内镜学分会, 中国抗癌协会肿瘤内镜专业委员会, 等. 中国结直肠癌癌前病变和癌前状态处理策略专家共识 [J] . 中华消化内镜杂志, 2022, 39(1) : 1-18. DOI: 10.3760/cma.j.cn321463-20211111-00661
[9] Shaukat A, Tuskey A, Rao VL, et al. Interventions to improve adenoma detection rates for colonoscopy [published online ahead of print, 2022 Jun 6]. Gastrointest Endosc. 2022;S0016-5107(22)00248-6. doi:10.1016/j.gie.2022.03.026
[10] https://www.iarc.who.int/fr/news-events/latest-global-cancer-data-cancer-burden-rises-to-19-3-million-new-cases-and-10-0-million-cancer-deaths-in-2020/
[11] Chen, Wanqing et al. “Cancer statistics in China, 2015.” CA: a cancer journal for clinicians vol. 66,2 (2016): 115-32. doi:10.3322/caac.21338.
[12] Siegel RL, Miller KD, Goding Sauer A, et al. Colorectal cancer statistics, 2020. CA Cancer J Clin. 2020;70(3):145-164. doi:10.3322/caac.21601
[13] RobertsonDJ, ImperialeTF. Stool testing for colorectal cancer screening[J]. Gastroenterology, 2015,149(5):1286-1293. DOI: 10.1053/j.gastro.2015.05.045.
[14] DeSantis CE, Lin CC, Mariotto AB, et al. Cancer treatment and survivorship statistics, 2014[J]. CA Cancer J Clin, 2014, 64(4): 252-271. DOI:10.3322/caac.21235
[15] CorleyDA, JensenCD, MarksAR, et al. Adenoma detection rate and risk of colorectal cancer and death[J]. N Engl J Med, 2014,370(14):1298-1306. DOI: 10.1056/NEJMoa1309086.
[16] Jia H et al. Water Exchange Method Significantly Improves Adenoma Detection Rate: A Multicenter, Randomized Controlled Trial. Am J Gastroenterol. 2017(PMID: 27922025)
[17] Zhou H et al. [Distribution characteristics and risk factors of colorectal adenomas]. [Article in Chinese]. Zhonghua Wei Chang Wai Ke Za Zhi. 2018(PMID:29968244)
[18] 张文辉, 耿伟. 中美消化内镜诊治流程和人才培养异同 [J] . 中华消化杂志,2018,38 (7): 495-496. DOI: 10.3760/cma.j.issn.0254-1432.2018.07.017
[19] Joseph DA, Meester RG, Zauber AG, et al. Colorectal cancer screening: Estimated future colonoscopy need and current volume and capacity [published correction appears in Cancer. 2017 Oct 1;123(19):3857]. Cancer. 2016;122(16):2479-2486. doi:10.1002/cncr.30070
[20] https://pdf.dfcfw.com/pdf/H3_AP202106031495684557_1.pdf
[21] 明敏, 龚杨明, 吴春晓,等. 2011—2015年上海市结直肠癌发病及死亡特征分析[J]. 上海预防医学, 2019, 31(6):6.
[22] Source - U.S. Cancer Statistics Working Group. U.S. Cancer Statistics Data Visualizations Tool, based on 2021 submission data (1999-2019): U.S. Department of Health and Human Services, Centers for Disease Control and Prevention and National Cancer Institute;
https://www.cancer.org/cancer/colon-rectal-cancer/about/key-statistics.html.
[23]https://www.cdc.gov/cancer/dataviz, released in June 2022.
[24] Glissen Brown JR, Mansour NM, Wang P, et al. Deep Learning Computer-aided Polyp Detection Reduces Adenoma Miss Rate: A United States Multi-center Randomized Tandem Colonoscopy Study (CADeT-CS Trial) [published online ahead of print, 2021 Sep 14]. Clin Gastroenterol Hepatol. 2021;S1542-3565(21)00973-3. doi:10.1016/j.cgh.2021.09.009
[25] cost-effectiveness of the addition of real-time computer-aided detection of adenomas to screening colonoscopy in colorectal cancer screening of average-risk persons at 45 years of age. DOI:https://doi.org/10.1016/j.gie.2022.04.462
[26] Areia M, Mori Y, Correale L, et al. Cost-effectiveness of artificial intelligence for screening colonoscopy: a modelling study [published online ahead of print, 2022 Apr 13]. Lancet Digit Health. 2022;S2589-7500(22)00042-5. doi:10.1016/S2589-7500(22)00042-5
