醫(yī)療AI要怎么做才能實現(xiàn)技術(shù)場景落地？

從AlphaGo大戰(zhàn)柯潔，到OpenAI血虐Dota2半職業(yè)選手，AI再次登上了歷史的舞臺。自2012年以后，得益于數(shù)據(jù)量的上漲、深度學(xué)習(xí)的出現(xiàn)的運算力的大幅提升，人工智能開始大爆發(fā)。

然而，就在今年3月，“中國AI公司遭遇C輪死”引起嘩然；5月有報道稱IBM 醫(yī)療部門大幅度裁員，規(guī)模達50％－70％；隨后美國醫(yī)學(xué)媒體STAT有消息傳出，STAT拿到了來自時任IBM Watson Health副首席健康官的Andrew Norden的文件，該報告顯示正在使用Watson for Oncology（Watson腫瘤解決方案）的醫(yī)生們提出了強烈的批評，指出 Watson經(jīng)常提出不準確的醫(yī)療建議，這讓IBM Watson陷入了歷史以來最大的信任危機。最近更有媒體調(diào)研指出，不少醫(yī)療影像AI產(chǎn)品躺在醫(yī)院”吃灰”。

醫(yī)療AI狂歡背后是新技術(shù)頻頻遭遇落地場景應(yīng)用的尷尬，醫(yī)療AI到底是概念意淫，或者只是一場資本游戲？如果能實現(xiàn)技術(shù)場景落地，那么具備哪些特征的產(chǎn)品才能真正被醫(yī)院接受，避免遭遇“吃灰”的命運？

當下人工智能發(fā)展趨勢不可阻擋，從國外到國內(nèi)，從資本巨頭到科技巨頭，已經(jīng)在積極布局智能醫(yī)療產(chǎn)業(yè)。醫(yī)療影像AI被資本高度青睞，被認為將最先實現(xiàn)商業(yè)化，有望實現(xiàn)彎道超車。

目前，很多公司已經(jīng)研發(fā)出輔助不同科室醫(yī)生的產(chǎn)品，正在加速商業(yè)布局。然而經(jīng)歷了2017年到2018年上半年的狂歡后，醫(yī)療AI公司們似乎并沒有交出一份漂亮的答卷。據(jù)悉，與浙江邵逸夫醫(yī)院影像科合作的醫(yī)療AI公司已經(jīng)達到了10家之多。

匯醫(yī)慧影CEO柴象飛認為，AI+醫(yī)療創(chuàng)業(yè)整體上還處于起步期，不管是在底層技術(shù)、還是產(chǎn)品創(chuàng)造力、產(chǎn)品體驗上都還有很大的改進空間。目前醫(yī)療AI產(chǎn)品躺在醫(yī)院“吃灰”有幾個方面原因：第一，是大家對醫(yī)療AI有著相對較高的期待，而目前AI醫(yī)療對速度的要求和目前醫(yī)療行業(yè)變革緩慢是現(xiàn)在最大的矛盾，整體研發(fā)周期較長。而醫(yī)療是偏傳統(tǒng)的行業(yè)，有很多原始行業(yè)的特性，比如新藥從研發(fā)到商品化可能需要10到15年，器械的研發(fā)是5到10年。

第二，目前大部分產(chǎn)品其實是在醫(yī)院試用，易用度和友好度還有待考察，而且目前AI參與臨床還太淺太少；我們認為AI公司要不僅要以醫(yī)生為中心去設(shè)計產(chǎn)品，把產(chǎn)品融入到醫(yī)生的工作場景中去，還要符合醫(yī)生的使用習(xí)慣，幫助醫(yī)生提高診斷效率和準確率；除此外，我們還要以患者為中心去設(shè)計產(chǎn)品，而真正能服務(wù)患者，提高患者的就醫(yī)體驗才是產(chǎn)品設(shè)計的終點，打造易用友好的醫(yī)療AI產(chǎn)品是制勝的關(guān)鍵。舉例來說，匯醫(yī)慧影在既有業(yè)務(wù)數(shù)字膠片基礎(chǔ)上，給患者提供智能化報告解讀服務(wù)，得到了醫(yī)院和患者多方面的歡迎。

AI技術(shù)能夠通過數(shù)據(jù)訓(xùn)練，掌握不同的專業(yè)知識，許多商業(yè)領(lǐng)域均可受益。人工智能醫(yī)學(xué)影像，就是利用圖像識別的方法進行以圖識圖的判斷。醫(yī)學(xué)當中可能有幾類數(shù)據(jù)，主要就是影像數(shù)據(jù)和病理數(shù)據(jù)，用圖像識別的方法就可以解決很多其中的問題。

肺結(jié)節(jié)篩查是目前大部分AI影像公司集中的一個領(lǐng)域，雖然AI能幫助找出結(jié)節(jié)，但在進一步的良惡性判斷與報告意見出具方面，AI尚不能給出結(jié)論。而且，目前市場上的產(chǎn)品多集中在肺結(jié)節(jié)上，同質(zhì)化嚴重。一個三甲醫(yī)院可能同時安裝10余家AI公司的產(chǎn)品，但經(jīng)常使用的也就一兩家，其他家的產(chǎn)品由于沒有醫(yī)生的反饋來進行優(yōu)化，產(chǎn)品迭代緩慢，出現(xiàn)躺在醫(yī)院“吃灰”的情況。

肺結(jié)節(jié)公開數(shù)據(jù)多，很多數(shù)據(jù)集可以直接下載，所以近兩年大量公司開發(fā)出了肺結(jié)節(jié)篩查產(chǎn)品。但是，對于更為廣泛的病種，AI產(chǎn)品的研發(fā)卻步履維艱。新病種數(shù)據(jù)獲取難度大，高質(zhì)量數(shù)據(jù)需要專家進行合作標注，整個病種AI產(chǎn)品的研發(fā)周期較長。此外，在醫(yī)療場景當中單獨識別圖像這件事情并不足以滿足醫(yī)生的需求，疾病篩查和輔助診斷臨床價值有限，要成為醫(yī)生日常使用必不可少的工具，就要介入到到臨床決策，醫(yī)生更需要能覆蓋全部醫(yī)療流程的AI產(chǎn)品。

因此，深入更多病種和參與更多醫(yī)療流程的產(chǎn)品，可能能得到更多醫(yī)院和醫(yī)生的支持和肯定，這可能是未來AI影像公司最重要的競爭優(yōu)勢。這一點上，匯醫(yī)慧影獨辟蹊徑，希望以影像數(shù)據(jù)切入，讓AI貫通影像科全流程里，實現(xiàn)從篩查到診斷再到治療和預(yù)后全部環(huán)節(jié)里，完成一個服務(wù)閉環(huán)。

2017年，匯醫(yī)慧影對外發(fā)布了三款比較常用的用于篩查場景的以圖識圖產(chǎn)品，比如CT肺結(jié)節(jié)的檢測、胸部DR檢測和骨折的檢測，其訓(xùn)練模型當中不光是有圖像的信息，還加上了很多患者臨床的信息、檢驗的信息以及愈后隨訪的信息，其AI產(chǎn)品不僅能夠?qū)崿F(xiàn)病灶定位和標注，還可以參與腫瘤的分期分型，并能給醫(yī)生的治療決策提供支持。

2018年4月，匯醫(yī)慧影聯(lián)合301醫(yī)院發(fā)布主動脈夾層人工智能平臺AORTIST2．0，將新病種模型開發(fā)和單病種全流程覆蓋進行了很好的結(jié)合。通過驗證，AORTIST2．0的準確度遠超常規(guī)手動測量，還提供主動脈擴張和復(fù)合終點事件預(yù)后預(yù)測結(jié)果。AORTIST2．0的表現(xiàn)基本上能夠達到301醫(yī)院這樣的精準判斷和預(yù)測水平，能夠?qū)?0％的五年愈后降到15％，能夠更加深入醫(yī)療的場景和決策化的流程。

匯醫(yī)慧影CEO柴象飛表示，醫(yī)療AI已經(jīng)進入下半場，AI已經(jīng)從1．0時代走向了2．0時代，這一點變化的原因是，過去1－2年里，我們聚焦于為醫(yī)生提高診斷效率而努力，今天我們發(fā)現(xiàn)，醫(yī)療服務(wù)的真正核心是患者，以患者為中心，打通從患者到醫(yī)生再到醫(yī)院這條服務(wù)鏈條至關(guān)重要。

匯醫(yī)慧影致力于打造一個在線化的影像中心，連接患者、醫(yī)院、醫(yī)生，為三者提供數(shù)字化、移動化、智能化的影像閉環(huán)服務(wù)體系，并試圖構(gòu)建一個能夠持續(xù)孵化創(chuàng)新醫(yī)療服務(wù)的平臺向縱深發(fā)展，嘗試參與醫(yī)療治療和預(yù)后隨訪環(huán)節(jié)。與此同時，最為行業(yè)頭疼的盈利困境被匯醫(yī)慧影以全鏈條服務(wù)商業(yè)模式打破僵局，殺出重圍，跳出燒錢的魔咒，據(jù)悉匯醫(yī)慧影2017年已經(jīng)有一個漂亮的收入成績單，已經(jīng)被行業(yè)視為準獨角獸、獨角獸。