在未來的智能時代，AI公司與醫(yī)生合作的“利益點”在哪里？

 一個月的時間里，AI醫(yī)療影像圈內兩個“世界冠軍”相繼誕生。

7月14日，阿里云ET以89.7%平均召回率打破國際權威肺結節(jié)檢測大賽LUNA16記錄，得世界冠軍;8月7日，科大訊飛的重磅喜訊又鋪天蓋地傳來，以92.3%的平均召回率獲得LUNA評測第一名，再次刷新世界記錄。

LUNA，全稱為LUng Nodule Analysis，是肺結節(jié)檢測領域權威的國際評測，隨著國內AI公司蜂擁進入智能肺結節(jié)篩查領域，這項評測也成為各大公司算法實力近身肉搏的場合。“這個比賽和高考成績一樣，不能作為一個系統(tǒng)整體水平和應用能力的唯一標準，但是在缺乏更有效的綜合評估標準(像himss的電子病歷應用評級水平)之前，可以作為一個核心客觀評價指標來看。就像高考成績高的不一定能力強，但是至少有了學習能力的初步評價參考。”科大訊飛醫(yī)療影像負責人馬文君稱。

但細細斟酌，會發(fā)現(xiàn)一個問題：算法能力的提升是IT界追求的進步，當AI進軍傳統(tǒng)的醫(yī)療行業(yè)，這0.01%級別的提升是否還是值得道賀的突破?

“我根本不關注公司的這些算法，我關注的臨床效果。”一位影像科主任告訴雷鋒網(公眾號：雷鋒網)。一個是日新月異的IT界，一個是傳統(tǒng)保守得近乎偏執(zhí)的醫(yī)療界，當AI醫(yī)療潮水興起，什么是兩者結合的“點”?

AI醫(yī)療：不能當飯吃，還不能打醬油，只是調味品

當下，AI公司與醫(yī)院以科研合作的形式共同開發(fā)AI產品是通用的打法。

所謂“科研合作”，科大訊飛馬文君告訴雷鋒網，“公司與醫(yī)院合作之初就簽訂了合作協(xié)議，產品和未來市場是公司的，醫(yī)院擁有使用權、論文發(fā)表等學術上的成就，另外雙方共同研究，共同擁有知識產權。”

除此之外，更多是基于發(fā)展階段的定義。

早在2016年，科大訊飛便與安徽省立醫(yī)院合作，共建醫(yī)學人工智能聯(lián)合實驗室，探索AI技術在醫(yī)學領域的應用。馬文君表示，AI技術在醫(yī)療領域的應用是從2014年或2015年開始的，AI界關注的東西與臨床有一定差距，業(yè)內都在和醫(yī)院進行一些科研合作，這是必然的。同時，科研合作不僅是企業(yè)和醫(yī)院之間，還包括企業(yè)和企業(yè)之間、軟件和硬件之間、軟件和軟件之間、企業(yè)和大學之間、大學和大學之間等的交叉合作。

朗通醫(yī)療是一家專注于打造智能輔助診斷系統(tǒng)的公司，以全科醫(yī)學為核心，輔助各個?？婆R床診斷。此前，公司與浙江大學邵逸夫醫(yī)院、浙江大學申報成立了一個省級重點實驗室——浙江省精準醫(yī)療中心，探索智能輔助診斷系統(tǒng)的落地應用。對此，朗通醫(yī)療徐哲說道，“我認為一家公司做AI還很難實現(xiàn)的，因為醫(yī)生是最終使用者，打造過程需要把醫(yī)生體驗和他們的臨床思維放進去，如果沒有的話，這個系統(tǒng)是失敗的。”“要真正有用的系統(tǒng)，而非科研的，就需要找醫(yī)院，即所謂的產學研合作。”

初創(chuàng)公司宜遠智能在這條路上甚至走得更遠，“本質上，我們就是畫一個圓，團結一切可以團結的力量，與不同醫(yī)院(醫(yī)生)進行科研合作。”宜遠智能成立于2017年4月，目前與南方醫(yī)科大、港大醫(yī)院等多家醫(yī)院展開科研合作，公司CEO吳博稱，先與醫(yī)生開展科研合作，或者以醫(yī)學切入進來，是現(xiàn)階段必須做的，能實打實給醫(yī)療行業(yè)帶來改變，該走的路必須走。

中國科學院自動化研究所研究員田捷表示，如今AI醫(yī)療雖然很火，但AI在醫(yī)學上的應用畢竟處于探索階段，很難取得效益。這時候，如果AI公司把AI公司把前景看得太好或想借此盈利很難，因為輔助診斷的法律法規(guī)和標準還不太清楚，所以這需要長時間的培育和足夠的資金支撐其從科研到產品的轉換，同時轉換時間可能比較長。

“科研作為切入點，兩者合作，對于產品成熟也更加有效，如同互聯(lián)網剛起來時一樣，我覺得馬云說得很有道理，不能當飯吃，還不能打醬油，只是調味品，如果公司抱有很大盈利希望的話，很難與醫(yī)院長期合作，不利于真正有效的產品培育和發(fā)展。”他告訴雷鋒網。

AI公司與醫(yī)生之間如何求同存異?

世界一定屬于少數(shù)人，我希望找到真正優(yōu)秀、聰明的團隊跟我一起做這件事。

誰愿意提供給我一臺數(shù)字病理切片掃描儀，我就愿意提供切片和專業(yè)知識配合AI分析。

我本身有清洗后的醫(yī)療數(shù)據(jù)和數(shù)據(jù)人才，要讓我拿數(shù)據(jù)出來，AI公司能提供我什么?工資嗎?至少是我現(xiàn)在工資的雙倍我才可能考慮，但一個創(chuàng)業(yè)公司又負擔不了這個。

……

在問起“想與什么樣的AI公司合作?目的是什么?”時，每位醫(yī)生各執(zhí)己見，更多是基于自身的情況做出的回答。但若問AI公司相同的問題，答案可能是大同小異：做出牛逼的產品，然后賣出去。

醫(yī)生與AI公司訴求不同，如何求同存異，一起做事呢?

求同：找契合點

朗通醫(yī)療徐哲稱，醫(yī)院希望借由深度學習、精準醫(yī)療等項目提升醫(yī)院的形象;衛(wèi)生局希望與AI公司合作，未來能真正提升醫(yī)生的能力;具體到醫(yī)生，他們的訴求就是做課題、發(fā)文章，對職稱有幫助，這需要高質量、有價值的數(shù)據(jù)，“這時，AI公司與醫(yī)生之間就有了契合點。”一個AI產品的開發(fā)少不了的也是高質量、有價值的結構化數(shù)據(jù)。

“醫(yī)生并不關系你用了哪個系統(tǒng)，更希望了解系統(tǒng)結構化后的數(shù)據(jù)，對他的課題有什么價值。”“有的醫(yī)生跟我們說，‘你們的數(shù)據(jù)太棒了，以后發(fā)表文章，就要把你的數(shù)據(jù)拿來用’”

除此之外，據(jù)徐哲介紹，有的醫(yī)生并不以課題為目的，而更在意臨床效果的提升。“在急診科，智能輔助系統(tǒng)對防止誤診漏診的作用很大，醫(yī)生非常愿意把他們的臨床經驗灌輸進去。”

對此，科大訊飛馬文君深表贊同，“醫(yī)生分為兩類：學術型醫(yī)生和臨床類醫(yī)生，前者對論文有強需求;后者不關注論文，真正的臨床療效、應用驗證是強需求。”“發(fā)論文和賺錢都是功利，還有很多大專家有更高的追求。”

據(jù)馬文君介紹，隨著肺結節(jié)智能篩查的流行，讓原先難以操作的一些科研項目變得容易起來，這些大都是IT專家一直不太關注的問題，“機器學習只關注召回率、假陽性多少，而醫(yī)生關注更多指標，假陰性率、假陽性率等。”

拿肺結節(jié)漏診率為例，在此之前很難統(tǒng)計，需要統(tǒng)計經過病理診斷金標準后確診為肺癌的肺結節(jié)患者的歷史病例，才能確定其漏診，在醫(yī)療界沒有公認的數(shù)值。而如今在SaaS區(qū)域平臺上，有更客觀的樣本，可以進行大規(guī)模分析統(tǒng)計其漏診率。除此之外，還涌現(xiàn)出一些新興的研究方向，比如肺癌預測、區(qū)域流行病學分析等。

存異：可以協(xié)調

“AI公司是需要收入的，課題意義不大，企業(yè)都養(yǎng)不活，要課題干嘛。”徐哲的這番話反映了AI公司與醫(yī)院的根本分歧，前者為了錢，后者不能碰錢，該怎么好好做朋友?

徐哲稱，這也是可協(xié)調的，辦法就是“都做一點”。

據(jù)他介紹，其智能輔助系統(tǒng)能提升基礎醫(yī)院的能力，“國家衛(wèi)計委已經發(fā)了文，專門對此進行研究。”“衛(wèi)計委和扶貧辦已經跟我們簽了協(xié)議，如果能成功的話，可能獲得1200~2000萬的項目基金。”

而對于科大訊飛這樣的巨擘來說，錢的問題就沒那么迫切。據(jù)馬文君介紹，在雙方的合作中，公司負擔研發(fā)項目、購買設備，醫(yī)院投入醫(yī)療設備、專家、數(shù)據(jù)等。“我們也不是完全沒有收入，我們會申請一些科研扶持項目、基金項目。”

對此，田捷博士表示，做醫(yī)療的AI公司，應做好打長期持久戰(zhàn)的準備，這個行業(yè)需要培育過程，待相關法規(guī)和標準逐漸成熟，才能逐漸取得效益。“但短期來說很難實現(xiàn)，所以這是持久戰(zhàn)。”

智能醫(yī)療創(chuàng)業(yè)中，誰是主導?

“謹慎歡迎。”

這句精準的描述與三甲醫(yī)院信息中心主任悟空(網名)的背景很契合，在雷鋒網問起醫(yī)生對于AI的態(tài)度時，他如是回答。“大多數(shù)醫(yī)生對AI還不是很了解，因為工作很忙，忙著看病了。”

華山醫(yī)院病理科醫(yī)生祝迎鋒也現(xiàn)身說法，他表示，“目前我們都處于觀望狀態(tài)，這種項目太費精力了。醫(yī)生通常沒有這么多時間來做這樣的事情。”

南方醫(yī)科大學副教授劉再毅告訴雷鋒網，“我不是創(chuàng)業(yè)，我是從研究角度看，臨床問題比什么都關鍵，算法有多好不重要，重點在于臨床設計。”“很多公司都在比拼算法，我覺得這也很好，但是你有沒有一個實際的原創(chuàng)目的?我為什么要用這樣的算法?實際上我們有些時候，也不需要很炫的算法，如果我用常規(guī)的方法都能夠解決這個問題，算法是不重要的。”

現(xiàn)階段，他們或其所在的單位都沒有參與AI醫(yī)療項目中，都處于“謹慎歡迎”的狀態(tài)，這取決于“跟AI公司合作能不能得到我想要的東西”。

據(jù)悟空介紹，其所在醫(yī)院與AI公司的合作持歡迎態(tài)度，除考慮聯(lián)合科研能減輕醫(yī)生的工作強度外，醫(yī)院早期參與，能避免AI公司走彎路。“比如肺結節(jié)早期篩查對于有經驗的醫(yī)生來說意義不大，他們更關注診斷完后，臨床治療環(huán)節(jié)。”而如果真正與AI公司合作，更希望大學牽頭。“他們有一定的科研經費，還有資源能用，對于機器學習來說，單個醫(yī)院的數(shù)據(jù)量不夠，每個醫(yī)院的治療方案也不太一樣，如果大學牽頭搞區(qū)域性的，樣本量大，廣泛程度好。”但醫(yī)院并不會主動牽頭做這樣的事情，“醫(yī)院時間主要用在治病和醫(yī)療管理，很少主動做，除非有國家的科研項目。”

而在方向選擇上，更希望打造智能輔助診療系統(tǒng)，能解決基層很多問題，推動分級診療，“讓基層知道某個病發(fā)展到什么程度基層可以搞定;什么程度需要大醫(yī)院專家干預。”“我對商業(yè)不了解，不知道推廣價值怎么樣，但對于基層醫(yī)生診療水平的提升，對于分級診療的推廣是有幫助的。”

對此，田捷博士表示，醫(yī)院與AI團隊的合作時，醫(yī)生更關注工科團隊是否理解其需求，“工科做了所有的事情，對臨床的事情不太了解，往往成了盲人摸象。”因為，他認為AI公司與醫(yī)院合作過程中比較重要的問題是AI團隊與醫(yī)院的溝通，關鍵在于能不能解決臨床需求。AI團隊對醫(yī)療的醫(yī)療需求有基本了解，甚至團隊中有醫(yī)療背景的人，同時醫(yī)院也招一些工科背景的人，人員上有一些交叉的話，往往會事半功倍，取得更好效果。“所以我覺得合作的關鍵在于溝通上，溝通的質量決定合作的成敗。”

這讓雷鋒網想起一個類似的問題：醫(yī)療機器人的創(chuàng)業(yè)中，醫(yī)生與技術人員誰是主導?對此，加拿大斯喀徹溫大學機械工程系高級工程設計工程實驗室主任、加拿大工程院院士Chris Zhang認為，“醫(yī)療機器人行業(yè)初期創(chuàng)業(yè)時，醫(yī)生是主導，技術人員是就提出問題來思考，相對被動。”初期創(chuàng)新是發(fā)散的，所有的問題來自于醫(yī)學和醫(yī)學專家，但是如果有了突破而要創(chuàng)辦一個公司時，就應該以企業(yè)為核心，去市場分析、包括難點、成本等。