文 | 探客Tanker，作者 | 王穎，編輯 | 蛋總
如果說“AI將徹底改變我們的生活”，應該不會有人質疑，但若細問“AI最好的應用場景是什么？”或許每個人都有不同的答案。
“我覺得人工智能最好的應用場景，毫無疑問是醫療的場景。”創新工廠董事長兼CEO李開復表示，他在“中國第五屆醫療健康產業投資50人論壇年度峰會”的演講進一步闡明了投資界對醫療AI的認可。
事實上，醫療行業可以說是AI落地最早的行業之一，何出此言？
需知，醫療AI的早期探索可以追溯到上世紀70年代，1972年英國利茲大學研發出了第一款醫療人工智能系統APPHELP；1978年，北京中醫醫院關幼波教授研發出了我國第一個醫學專家系統——關幼波肝病診療程序，由此打開了我國醫療AI研發的序幕。
進入21世紀時，我國已累計研發出了上百個AI專家系統，但幾乎所有的技術和系統都還是“紙上談兵”，并沒有被應用在臨床實踐中。
最近幾年，隨著全球資本和技術的協同發展，加上各國政策的支持，醫療AI進入了快速發展時期——科技巨頭紛紛成立“大健康事業部”布局醫療業務，創業公司扎堆涌入智能醫療設備和軟件開發領域，AI在醫療領域的落地嘗試愈發豐富，醫學影像、輔助診療、健康管理、數字醫療服務等場景中的新技術、新產品正不斷涌現。
IDC統計數據顯示，預計到2025年，全球人工智能應用市場總值將達1270億美元，其中醫療行業將占總規模的五分之一。
與此同時，醫療AI也吸引了國內大量資本的關注。沙利文咨詢數據顯示，2019到2020年，中國醫療AI領域共發生了77次融資事件，融資總額超過50億元，其中2020年的35次融資總額已接近40億。
無論是單輪融資數額的大幅增加，還是醫療AI三類證的陸續發放，都在表明中國醫療AI行業正在成為發展最迅猛的賽道之一。根據國家藥監局公開的審批情況，截至2021年5月，我國已有12項產品通過審核拿到了最高級別的“醫療器械三類證”。
當前，在經歷了論證“AI技術是否適用于醫療、醫療AI產品是否具有臨床應用可行性、醫療AI是否適合規模化應用”的三個階段后，我國醫療AI的探索正式進入了第四個階段——獲得市場準入資格后的商業化階段。
醫療AI發展火熱，隨著越來越多的產品獲批上市，醫療AI企業開始正面迎接市場的挑戰……
拿什么來證明醫療是AI最好的應用場景？
最直觀的證據就是數據——多少AI產品獲得了市場準入資格、多少醫院正在使用、使用人次有多少、能達到什么效果……尤其是在醫學影像和語音助手這兩個領域中的AI技術，它們就如同醫生的“千里眼”和“順風耳”，其發展數據能在一定程度上回答上述問題。
數據顯示，2020年中國癌癥新發病例為457萬例，其中肺癌發病率最高達到了82萬例，其次分別是結直腸癌56萬例、胃癌48萬例、乳腺癌42萬例……作為疾病診斷的基礎步驟，醫學影像分析在臨床中有大量應用，可輔助醫生識別病灶，了解病情嚴重程度。
研究數據表明，有近90%的醫療信息基于醫學影像分析得出，其在醫療過程中的重要性不言而喻。而作為機器學習的重要分支，深度學習在圖像分析、識別中取得了很好的應用效果，利用深度學習技術進行醫學影像分析輔助診斷也成為了醫療AI落地的重點。
從國家藥監局公布的三類證獲批情況可以看出，肺部影像分析和糖網篩查是目前國內醫療AI企業的研究重點，12項已通過審核的產品中有6個與這兩項檢測相關。
2020年11月，國家藥監局審核通過了全國首個肺部影像AI產品——肺結節CT影像輔助檢測軟件。這款軟件來自一家創立自2016年的醫療AI創企——推想醫療，在論證了AI醫療技術可行、產品化可行，并在醫院規模化應用后，推想醫療拿到了藥監局市場準入認證，這也是非常典型的AI醫療企業的發展歷程。
據「探客Tanker」了解，推想醫療已與全球20多個國家的400多家醫療機構合作。現在推想醫療已經集齊了歐盟CE、日本PMDA、美國FDA、中國NMPA四大認證，拿到了國際市場的準入資格。
在新冠肺炎爆發初期，推想醫療與疫區醫院共同研發了“肺部輔助診斷系統肺炎特別版”，在武漢同濟醫院、北京海淀醫院、重慶醫科大學附屬第一醫院投入使用，輔助一線醫護人員進行診斷、量化評估、分診和疫情監控。
“推想醫療在中國、歐洲、日本、美國都拿到了市場準入資格，也就是說醫療AI這個概念已經經過了認證，它是一個具有臨床實驗安全性和有效性的醫療器械類產品。這也意味著，AI影像醫療設備可以在臨床中得到廣泛的使用。”推想醫療創始人兼董事長陳寬對「探客Tanker」表示。
除肺部AI之外，視網膜AI也是目前在醫療影像AI領域中走在最領先陣列的項目之一。
很多人或許不了解，視網膜是我們人體唯一能夠無創、直接觀測到血管和神經的組織，蘊含著豐富的生物學特性和健康信息，我們可以通過視網膜來檢測到諸多慢病情況。醫學研究表明，視網膜能觀察到上千種病變，常見的有200余種。
2020年8月，鷹瞳Airdoc獲得了國內AI眼底領域的第一張三類證。自2015年創立以來，鷹瞳科技在6年時間完成了7輪融資，融資總額超過8億元人民幣，其主營業務是AI視網膜影像識別早期檢測、輔助診斷及健康風險評估方案。
事實證明，AI視網膜影像識別這個方向是正確的。2020年11月，糖網AI三類證產品被寫進了國家糖尿病防控指南。這既是國家對醫療AI產品安全性、有效性的專業認定，也是推動國內醫療AI臨床應用和深入發展的重大里程碑。
據「探客Tanker」了解，目前鷹瞳Airdoc能對糖尿病、心梗等55種疾病或病變進行相應的檢測或風險評估。鷹瞳Airdoc創始人、CEO張大磊表示，去年鷹瞳Airdoc的視網膜AI產品供檢測了200多萬人次，這其中臨床科室和體檢等醫療機構的貢獻最大。
他預計，今年檢測量會達到1000-2000萬人次，隨著檢測量的增加，單次檢測的成本會逐漸降低，這些技術也將普惠到更多人。
“視網膜是全身唯一可以無創直接觀察血管和神經的部位，包含著豐富的健康信息，但往往只有資深的專科醫生才能對這些疾病作出精準判斷。如今，視網膜影像AI產品可以通過算法快速學習醫生數十年的經驗，做到快速、準確判斷。”張大磊對「探客Tanker」表示。
除了影像，語音技術也是深度學習在醫療AI領域的重要探索之一。截至2020年年底，科大訊飛已在全國設立了200多個智慧醫療項目，累計進行了1.3億次輔助診斷。NLP算法為醫患溝通提供了智能交互能力，提高醫生的診療效率的同時，也為患者提供了更便利的就診形式。
不止如此，科大訊飛研發的“智醫助理”利用語音識別、自然語言處理技術，實現了智能問診、智能交互功能。據「探客Tanker」了解，截至2020年年底，科大訊飛的智醫助理已在北京、安徽、西藏、內蒙古、青海、新疆等地的3萬余家基層醫療機構上線。
此外，作為通用智能語音語言技術的提供商，思必馳也發現了AI醫療是一個“寶藏賽道”。疫情期間，思必馳研發的智能外呼機器人通過信息采集、健康教育、患者隨訪為醫護人員極大提高了工作效率，每天處理百萬級電話外呼，為疫情排查、病例分析提供了基礎支持。
據「探客Tanker」了解，思必馳推出的“1+2”軟硬一體化智慧醫療解決方案，目前在醫療服務的各個階段都有應用，醫生可以基于智能語音語言技術和智能人機交互技術，在門診預問診、門診電子病歷、手術室智能助理、醫技報告語音錄入等環節提高工作效率。
“針對醫療中人與人、人與機器溝通的場景，智能語音語言技術能夠通過對知識的重構處理讓溝通更便捷，這是傳統信息化系統不能解決的問題。”思必馳智慧城市應用事業部副總經理鄒平對「探客Tanker」表示。
眾所周知，無論是醫療還是AI，都是門檻很高的行業，醫療AI產品要進入市場就必須面臨層層考驗。當前，醫療AI產品拿到了醫療器械三類證，只能證明這些技術和服務過關，而它能否和臨床緊密結合才是接下來的重點，也是醫療AI企業必須邁過的難關。
AI進行醫學影像分析的步驟，大致可以分為：檢查病灶、分析病情、制定治療方案。在這三個步驟中，任何一個環節都離不開與醫生的緊密配合：
首先，醫生上傳病人的影像資料后，AI可以自動篩查出病灶，結合醫生的判斷最大程度的減少漏診；
其次，AI與醫生一樣，都是通過大量的經驗分析病人病情，經過大量數據對比后，AI可以結合以往病例幫助醫生分析病情；
最后，掌握病人基本情況和病情程度后，AI可以給出相應的治療方案，但只能為醫生提供參考。
無論何種AI模型，想要提高準確率都需要大量的數據和案例學習，而醫療AI面臨的最大問題就是如何獲取海量數據，并在保證數據安全的情況下訓練AI。
2020年3月，國家藥監局對醫療影像AI產品的審核提出了具體要求，包括訓練數據不得少于2000例、來源超過3家醫療機構、人群分布平均等。
為此，很多企業選擇了與醫院合作的方式來獲取真實數據，同時還能直接了解到醫院的真實需求，畢竟對醫療行業來說，醫生在臨床中大量需要的技術就是剛需。
“我們數據的來源主要有三個方面，一是世界權威研究機構發布的合法開源數據；二是合作醫院、專家通過項目和課題合作獲得的數據；三是實際應用中產生的真實數據。”鷹瞳Airdoc首席醫學官陳羽中教授告訴「探客Tanker」。
陳羽中強調，與醫院合作獲得的數據是產品研發中最重要的數據來源之一。另外，適應服務應用收集的真實患者數據會根據知情告知和相應條款，在被允許的情況下用來進行模型訓練和產品迭代。
“醫院向我們提出需要AI幫助醫生在篩查、診斷、治療階段實現哪些功能后，我們會根據醫生的需求進行研發，而不是憑空想象研發出產品后再去找落地方向。”推想醫療創始人兼董事長陳寬對「探客Tanker」說。
以上海某三甲醫院為例，在醫生提出具體需求的情況下，推想醫療為其提供了CT影像輔助檢測軟件。醫生和AI同時對數千名患者的影像數據進行分析。結果表明，結節大小在10-30mm時，醫生和AI都能準確判斷，結節大小在3-6mm時，AI的表現要優于醫生，結節大小在0-3mm時，這種趨勢更加明顯。
AI的優勢在于，其識別精度要遠超人類，且醫生在大量閱片時會產生疲勞，也會影響對病情的判斷。有了AI影像技術的輔助后，可大大地節約醫生的時間及精力，提高醫生的問診效率和質量。
近日，谷歌將Google Health團隊的部分人員并入Fitbit，同時把剩余員工分為三個團隊，其中一個就專注于醫學影像領域的創新，使用算法篩查糖尿病視網膜病變，這也是Google Health目前最重要的研發方向之一，而這件事進一步說明了視網膜影像AI方向的重要性及發展潛力。
不過，一直以來，我國對眼科疾病的重視程度不高，眼科醫生長期處于缺乏狀態，通過視網膜檢測全身疾病的應用更是少之又少。鷹瞳Airdoc的產品首先關注疾病造成的眼部問題，譬如糖尿病的典型并發癥——糖尿病視網膜病變。
2019年，愛康集團與鷹瞳Airdoc達成戰略合作后，對數百萬患者進行了基于視網膜AI的健康狀況評估。其中，AI眼底照相疾病風險評估包括4大類30個各類各級異常，36.8%的受檢者有2種以上的異常結果。
有受檢者在拿到相關報告后，針對異常結果去醫院做了精細的檢查，發現果然在對應的部位出現了病變，這為受檢者的后續治療贏得了理想的時間。
事實上，醫療AI產品想要真正普及，只能通過不斷創新為醫生創造更多價值，保證整個行業的探索朝著有效的方向前進。除了醫院和用戶本身的需求，更重要的是在產品落地過程中能與臨床有緊密的結合，且不必在不同的醫院做不同的適配，有一個放之四海皆準的標準。
而現階段，企業要做的就是服務好醫院和醫生，讓AI最大程度地輔助醫生提高診療效率、放大診療效果并復制診療模式。
話說回來，醫療AI的訓練過程就是AI向人類專家學習，以深度學習為核心的AI技術可以通過大數據和算法，去發現一些人類可能尚未關注或掌握的規律，這也是AI適用于醫療行業發展的重要原因之一。
醫療AI在迅猛發展的同時，也在進行“大浪淘沙”——這兩年中有不下百家企業被逐步淘汰。現階段，對醫療AI企業來說，拿到三類證書只意味著拿到了一張“進入市場的入場券”，之后如何得到醫院和患者的認可？如何讓醫療AI產品普及？如何實現企業的正向盈利？
不難想象，醫療AI還有很長的一段路要走。
從“醫療AI第一股”科亞醫療在今年三月提交的招股書可看出，其2020年的營收僅有70.9萬元，而2019年這一數字為116.7萬元，毛利則從89.6萬元降低到了50萬元，年度虧損更是從539.5萬元增長到了48739.4萬元。這也凸顯了醫療AI產品實現商業化的難度之大。
今年4月20日，科大訊飛公布的2020年年報顯示，2020年科大訊飛全年總營收為130.25億元，凈利潤為13.64億元，其主要業務包括教育、醫療、消費者和智慧城市四大領域。其中，智慧醫療業務2020年總營收3.13億元，占營收總比重2.4%，同比增長69.25%。
這也意味著，即便是如科大訊飛這樣的AI語音巨頭，其智慧醫療業務的營收也相當于“剛剛起步”，在總收入中占比還很小。
那么，醫療AI的商業化之路為何如此難走？
據「探客Tanker」了解，此前為了能快速檢驗產品的適用性并打開市場，很多企業選擇了免費入駐的方式進入醫院，但事實上這些醫療產品僅被個別醫院小范圍適用是很難迅速鋪開的，一味地靠免費使用去拓展市場，除了增加運營負擔外，企業也無法找到正確的盈利路線。
“只有既懂AI又懂臨床的團隊才能讓整個行業發展起來，建立這樣的團隊本身就是有挑戰的，我們的核心競爭力就是有一個懂AI、懂臨床，有研發能力、組織能力的團隊。”陳寬說。目前，他們的研發團隊已有上百人。
總的來說，醫療AI是一個全新的行業，無論是醫療機構還是患者，對醫療AI都有一個認識、接受的過程，這就意味著醫療AI是一個“不得不慢慢來”的行業。
鷹瞳AirdocCEO張大磊認為，醫療AI是個“慢”生意，可能要坐多年冷板凳。他曾說，“把一個產品做到極致可能需要10年甚至20年，讓市場接受可能還需要20年，讓它真的在臨床中普遍應用可能還需要更久，我只希望在有生之年能看到這件事初有成效，我們這一代人在這一代技術上做到極致，或許再往下做會更容易些。”
作為在互聯網環境中成長起來的一代，我們對于醫療AI的接受程度相對較高，隨著我們這一代人的父母逐步邁進老年階段，整個社會對醫療AI的需求會大幅增加。
「探客Tanker」關注到，這幾年無論是醫院領導、行業專家還是患者，乃至全社會，對醫療AI產品都逐漸從陌生、懷疑到熟悉、接受，甚至在日常應用中已經離不開了。
現在頭部的AI公司都在規模化地商業落地過程中，我們堅信，人工智能將會改變世界，但這一過程需要大量的應用不斷嘗試。如今，醫療領域的新技術開始拓展更多新的可能，隨著研發力度的增加、政策的支持以及人們意識的提高，未來醫療AI也許將成為隨處可見的基礎應用。
黎明到來前，天色最黑暗。殘酷的市場競爭與極高的技術門檻，將快速地把那些企圖吃一波AI紅利就走的投機者淘汰掉。能夠歷經艱辛熬過來的，或許正是那些一直腳踏實地打磨產品、靈活適應市場需求的人，醫療AI行業的第一抹曙光將照在他們的臉上。
搜索“智醫療”
或掃描二維碼
