〓【球友会】分享IT计算机各类电子书,包括各类编程语言,人工智能,机器学习、深度学习以及各类大数据、算法等内容的电子书
在呼吸疾病防治管研数据引擎上“开枝散叶”朗叶医疗以 AI 撬动千亿市场
在呼吸疾病防治管研数据引擎上“开枝散叶”朗叶医疗以 AI 撬动千亿市场

在呼吸疾病防治管研数据引擎上“开枝散叶”朗叶医疗以 AI 撬动千亿市场

慢性呼吸系统疾病、心脑血管疾病、糖尿病、恶性肿瘤并列为全球四大慢病,但慢性呼吸系统疾病的知晓率和防治情况却远不如其它三者。疫情催化下,呼吸系统疾病防治步入快速发展期,然而面对我国医疗资源紧缺的大环境,传统的医疗手段并不能完全满足临床需求,AI 正在成为 破局之道 。

作为一家 2021 年成立的新公司,朗叶医疗将目标对准了呼吸系统疾病这一垂直领域,以临床呼吸专科 防治管研 数据引擎为基础,为临床专科、科研机构、药械企业提供包括临床科研、数据治理、患者随访在内的服务,并在过程中不断发掘呼吸系统疾病 防治管研 方面尚未被满足的需求,开发临床科研数字平台、患者随访平台、数字疗法、疾病辅助诊断等产品管线。

打一个通俗的比喻,在呼吸系统疾病的这片土壤中,朗叶医疗是先种下了一棵大树,呼吸专科慢病 防治管研 数据引擎便是大树的树根,树根源源不断地从数据中吸收养分,从而孕育和孵化出朗叶医疗后续的产品管线。

呼吸慢病 防治管研 数据引擎包括多个专业临床系统,如临床路径管理、患者家庭管理、结构化病例分析、数字化研究课题追踪、临床数据采集(EDC)系统、智能 eCRF 系统等,通过算法对埋点进行捕捉分析及预测模型搭建,支持随机对照试验(RCT)、真实世界研究(RWS)、新药研发等多类型临床研究。公司系统与外部端口完美兼容,支持多源数据 ( HIS、LIS、PACS、EMRs ) 和多数据中心安全连接共享。

该引擎不仅为临床医生、科研专家、药企等提供跟踪随访、智能干预、康复管理、体征数据监测等全方位服务,更精细化地管理患者、充分开发临床数据的价值,还可为患者提供以 疾病预防、治疗、院外管理 为闭环的一体化全病程慢病管理系统,提高疾病控制和管理的有效性。

要生成这样的一个数据引擎并非易事,需要机器学习、深度学习、自然语言处理等技术支撑,建立庞大、垂直的专科数据库和循证医学知识库。在呼吸专科,临床数据往往是分散在各个中心,且医疗数据加密、脱敏,需利用数据平台处理海量孤立的临床级数据,以搭建专科数据库。

朗叶医疗同时应用基于 Transformer 架构的 LLM,但在垂直医疗领域应用还需要考虑到它高昂的计算成本(一个完整的训练需要 1024 张 A100 GPU 运行 33 天,而单一问询也对应 5 个 A100 GPU 的背后支持)。因此从应用成本的角度出发,还要将核心的数据模型进行蒸馏、简化等处理,在精准的同时放弃一些不必要的体验,才能做到真正的普惠医疗。

朗叶医疗的数据引擎本身有 ToB 的商业价值,已在 150 多家的公立三甲医院的呼吸科部署,提供慢病管理、临床实验相关功能。同时,朗叶医疗也跟一些国内外知名的药企达成商业合作。再者,公司正在与浙大医学人工智能中心、单细胞及单分子蛋白质动态研究实验室、呼吸疾病研究所等机构共建研发中心或联合开发产品。

呼吸系统慢性疾病防管治研工作主要是围绕着慢阻肺、哮喘、肺结节这几大病种,工作的重点和难点在于疾病的早期筛查以及长期管理,而其中的关键就在数据。在数据引擎基础上,朗叶医疗拥有天然的优势,公司的目标就是以数字化技术推动呼吸疾病的早期筛查及长期管理。目前朗叶医疗重点发展的两款核心产品是基于多组学和人工智能的高精度肺结节风险预警与诊疗决策系统和控烟数字疗法系统。

早期肺癌多表现为肺部小结节,但肺部结节却不一定是癌。目前对于肺小结节的良恶性判定还缺乏准确的鉴别方法,临床常出现漏诊或过度治疗,患者需密切观察、长期随访,为患者心理和医疗资源都带来极大负担。

如何降低肺结节筛查的假阳性率、提高恶性结节识别的精准度,优化恶性肺结节的干预时机,是提高肺癌治疗率、避免过度治疗的关键。朗叶医疗与浙大医学院合作,共同开发基于多组学和人工智能的肺结节风险预警与诊疗决策系统。

平台下细分三个系统, 去伪 系统通过影像组学人工智能筛查,降低肺结节假阳性几率; 存真 系统提高恶性结节识别率; 临床决策 系统对患者气道上皮细胞进行基因测序,只需要通过纤维支镜轻轻刮一下患者气道上皮即可提取样本,得出早癌决策结果,检测方法与患者肺结节大小、数量、类型无关,具有无创、稳定性高等特点。

朗叶医疗创始人 Jack 提到: 我们的平台提供的决策非常明确,一种是让患者在一年内什么都不用管,一种是需要立马干预肺结节发展,让医患更放心。在 300 多例临床试验中,达到了 96% 的敏感性和 81% 的特异性。该项目已获得省政府千万级的科研经费支持。

吸烟是多个呼吸系统疾病的致病因素,呼吸专科医生常给出戒烟或控烟的医嘱,但在院外实际执行过程中,患者往往不能坚持。从疾病长期管理的维度出发,朗叶医疗与中国烟草病学学组共同研发出数字疗法 QuitIt,整套系统包括呼出气测定、尼古丁生物依赖、样本测定、缓解戒断症状药物的用药指导、合并基础病不良反应专家临床干预等严肃医学路径以及精神干预体系。

QuitIt 针对的是有基础疾病、在临床被医生下了戒烟或控烟医嘱的人群,与个人意向驱动的控烟不同,这部分人群的控烟被赋予了必要性。该系统以疾病为出发点,最终也以疾病控制和管理为终点。

在肺结节风险预警与诊疗决策系统和 QuitIt 之外,朗叶医疗的呼吸管线还有多款在研产品。在数据引擎的基础上,公司的产品布局具有较强的拓展性与细分专业性。

呼吸系统疾病领域的数字医疗是一件深入且专业的事。在采访的过程中,Jack 提到要建立专科个性化的基础架构,核心在于完善的知识体系、完整的疾病图谱、足够的垂直专业。那朗叶医疗一个初创公司为什么能做这件事,公司背后又是一支怎样的队伍呢?

朗叶医疗的研发团队中集合了国内外各种复合型背景的人才,专业涵盖临床医学、人工智能、生物医学等领域,来自英伟达、约翰霍普金斯、辉瑞、斯坦福等知名机构和院校。同时,大部分团队成员都在呼吸疾病临床研究、产品化等方面深耕多年,拥有较深的疾病认知和产业化经验。

公司创始人 Jack 也是在跨界中不断沉淀。他在加州大学伯克利分校以及麻省理工学院从事机器学习、量化建模方面的研究,在华尔街打拼数年后,2014 年他在波士顿参与创办一家肿瘤 NGS 公司、负责临床试验的环节。回国后,他在医疗科技的 PE、VC 投资领域浸淫多年,曾在知名国际医疗期刊发表论文。可以说,在他的身上,集合了波士顿的生物技术、硅谷的科技、中国的本土化气质。

同时,在产学研一体化合作方面,朗叶医疗与国内外呼吸疾病领域的权威临床医生和科研专家、算法工程师及生物信息学家联合,共同推动软硬件工程与生物医疗的融合。数据平台也成为了合作生态中的 定海神针 ,将多方真正连接到一起。

未来,朗叶医疗将会陆续开始现有多个管线的临床验证,同时在数据引擎的基础上持续开发新产品。以数据样本和研究经验为基础,公司可以就单个疾病发展阶段做深入研究,也可以跳出研究的维度开发产品、进行产业。

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注