作為匯醫(yī)慧影的聯(lián)合創(chuàng)始人兼COO，郭娜是AI醫(yī)療影像賽道最早的入局者之一。她感受到的這一次行業(yè)“升溫”是由于“影像AI第一股”的爭奪戰(zhàn)在2021年正式打響：瞄準(zhǔn)眼底造影分析的鷹瞳科技在年初提交了IPO申請并已通過聆訊，以“肺結(jié)節(jié)”影像分析切入賽道的推想醫(yī)療，率先推出“數(shù)字心、數(shù)字肺”的數(shù)坤科技也先后于8月、9月在港股遞交招股書。

　　CT、核磁共振、腦電圖、心電圖這些人人都熟悉的檢查環(huán)節(jié)，正在被AI重塑?，F(xiàn)在患者去醫(yī)院檢查“拍完片子”，根據(jù)“片子”給出判斷結(jié)果的，可能已經(jīng)是AI而非醫(yī)生了。

　　盡管有多家企業(yè)同時沖擊IPO，對于AI醫(yī)療影像來說，不看好的聲音也從未停止。對比其他AI賽道，雖然在尋找落地場景方面少走了一些彎路，但“盈利難”的利劍還是始終懸在企業(yè)和行業(yè)頭頂。從已經(jīng)公開的招股書中來看，2021年上半年，四家之中收入最高的數(shù)坤科技營收5262萬元，但同期凈虧損已達(dá)8742萬元。與此同時，國外大廠折戟的聲音不斷，Google Health成立不到三年即宣告解散、IBM Watson Health成立六年后仍未盈利。

　　2018年，北極光投資的創(chuàng)始人鄧鋒曾在“第二屆中國醫(yī)療健康產(chǎn)業(yè)投資50人論壇年會”上向推想科技的創(chuàng)始人陳寬提了兩個問題：第一，AI醫(yī)療領(lǐng)域的壁壘到底有多高?如果新出一個團(tuán)隊，幾個人花三個月下來就和你差不多，這個是不是壁壘就不是這么高呢?第二，這個產(chǎn)品的商業(yè)模式到底是什么樣的?

　　走到扎堆上市的階段，“企業(yè)的核心壁壘究竟在哪兒”這個問題再次被提起。從結(jié)果來看，現(xiàn)在的AI影像企業(yè)在市場占比上沒有拉開明顯優(yōu)勢，技術(shù)水平方面，十九張三類證的“分配”也很平均，產(chǎn)品解決的問題也大多都尚且停留在“提效”層面，總體上還并沒有出現(xiàn)絕對的“領(lǐng)頭羊”，商業(yè)模式也尚不明晰。

　　但可以給出明確回答的是，影像AI產(chǎn)品是無法由“幾個人花三個月”完成的，擋在這其中的壁壘——數(shù)據(jù)、算法、人力，都需要大量的資金支持和時間投入。目前進(jìn)入這個賽道的投資機(jī)構(gòu)包括紅杉、高瓴、啟明、高盛等明星機(jī)構(gòu)，持續(xù)獲得資本支持的公司也確實“跑得更快”：數(shù)坤科技成立四年，融資金額超20億;科亞醫(yī)療2020年更是連融五輪，已披露融資金額超7.5億元。

　　二級市場的反應(yīng)如何?易凱資本執(zhí)行董事沈煜霄認(rèn)為企業(yè)紛紛申報IPO對行業(yè)來說是件好事。但也有人有不同意見，“一家公司左一個2個億的研發(fā)投入、右一個2個億的產(chǎn)品成本，但是收入?yún)s只有2000萬”，市場會不會認(rèn)?

　　甲子光年通過多方采訪及拆解四份已公開的招股書，得出以下結(jié)論：

　　國內(nèi)醫(yī)療資源失衡，AI進(jìn)醫(yī)院是必然趨勢。

　　影像AI會在不同場景發(fā)揮不同功能：在三甲醫(yī)院作為提高效率的工具、在基層成為輔助診斷的“助理醫(yī)生”。

　　數(shù)據(jù)能力是AI醫(yī)療影像企業(yè)的核心能力。

　　醫(yī)療影像AI的商業(yè)模式尚不明晰，距離進(jìn)醫(yī)保還隔著千山路。

　　多家企業(yè)啟動上市不意味著行業(yè)成熟，企業(yè)間甚至還不會在市場上直接碰面;選擇上市的首要原因是研發(fā)端需要持續(xù)投入。

　　昨日重現(xiàn)?

　　郭娜總?cè)滩蛔√嵝眩珹I醫(yī)療影像并不是今天才火的。

　　“當(dāng)年我們這個‘小賽道’里，光做肺結(jié)節(jié)的就曾經(jīng)有過兩百家企業(yè)，”郭娜回憶起2017年的“盛景”，強(qiáng)調(diào)說，“兩百家，你敢信么?”

　　2017年是AI醫(yī)療影像迅速攀上的第一個“峰點”，點燃引擎的是當(dāng)時市場對AI的過熱情緒。

　　2016年6月，在人人都知道AI會下棋之后三個月，IBM就推出了Watson Health醫(yī)學(xué)影像協(xié)作計劃，希望AI能通過對影像結(jié)果的精密分析來提高臨床診斷的效率和準(zhǔn)確度。這種需求在國內(nèi)也同樣存在，而且痛點更深、需求更切。國外的放射科醫(yī)生可能每天只需要看10位病人的影像結(jié)果，但國內(nèi)三甲醫(yī)院的醫(yī)生，往往一天平均需要看近200位患者的影像結(jié)果。

　　這里面的原因是，中國的基層患者們都會跋山涉水、從縣城去大城市看病。而他們這么做的原因，是他們所在的縣城醫(yī)院里，鮮有高水平的讀片大夫。要培養(yǎng)一個高水平的放射科醫(yī)生，需要八年、十年甚至更長的時間。這就造成中心城市、三甲醫(yī)院的醫(yī)生超負(fù)荷工作。

　　有什么辦法能讓患者在家門口也能享受優(yōu)質(zhì)的醫(yī)療資源?醫(yī)改推行的“分級診療制度”，就是為了解決這一問題。人們已經(jīng)為此嘗試了很多種方法，比如“遠(yuǎn)程會診”。但是，“遠(yuǎn)程會診”的問診流程還是由三甲醫(yī)院的醫(yī)生來完成，醫(yī)療資源并沒有因此而增加，好醫(yī)生的工作負(fù)荷卻不減反增。

　　安德醫(yī)智BioMind董事長梁偉民指出，問題的關(guān)鍵“還是在于怎么快速提升基層醫(yī)院的診療水平”。2017年，幾個AI出身的年輕人找到學(xué)醫(yī)出身的梁偉民，說他們想“改善中國的醫(yī)療資源結(jié)構(gòu)”。梁偉民將自己關(guān)在家里研究了一星期后得出結(jié)論，“AI很可能是醫(yī)療資源不均衡的解決辦法”，于是決定投資并加入安德醫(yī)智BioMind。如果將AI訓(xùn)練到具備專家醫(yī)生的水平，再讓AI進(jìn)基層醫(yī)院，讓縣城的患者也能看上三甲醫(yī)院的大專家，那基層患者看病難、三甲醫(yī)院超負(fù)荷的問題就能得到有效解決。

　　這樣的熱血故事也曾經(jīng)點燃了資本的熱情。根據(jù)IT桔子數(shù)據(jù)，2018年，AI醫(yī)療賽道融資總額超百億元人民幣，融資事件近百起。政策也一直是助推行業(yè)發(fā)展的重要因素，2016年的“十三五規(guī)劃”中就已經(jīng)提出要推進(jìn)人工智能技術(shù)、開展醫(yī)學(xué)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的技術(shù)研究，重點支持機(jī)器智能輔助診斷。2021年推出的“十四五規(guī)劃”中，人工智能被劃入“新基建”范疇，智慧醫(yī)療被列為重點試點領(lǐng)域。新冠疫情催生的數(shù)字化浪潮，更是將AI醫(yī)療推上峰頂。

　　市場也因此一度非常熱鬧，尤其是一些三甲醫(yī)院的影像科里，很快擺上了各式各樣的AI影像服務(wù)器。但當(dāng)AI公司爭先恐后將“半成品”安裝進(jìn)醫(yī)生的電腦里時，準(zhǔn)確度不高讓AI成了“雞肋”。全景醫(yī)學(xué)影像集團(tuán)的科研管理中心總監(jiān)高欣博士回憶說，剛開始用的時候，AI的準(zhǔn)確度普遍只有50%到60%。盡管有AI，“醫(yī)生自己還得再看一遍”，而且還是幾款產(chǎn)品對比著看。

　　除了準(zhǔn)確度，高欣還格外看重AI公司對于數(shù)據(jù)處理的專業(yè)度與規(guī)范度。隨著使用時間越來越長，大部分服務(wù)器又被搬走，高欣電腦里的AI分析軟件也一個一個被卸載，最終留下來的那個，是他認(rèn)為“數(shù)據(jù)做得最好的”。

　　一些公司試圖通過免費策略來搶占市場，但是并沒用。資本的大舉進(jìn)入沒能“催熟”AI，行業(yè)熱度在快速登頂后、又更快速地俯沖下滑。在這一次的一上一下之間，那“兩百家”擠進(jìn)來的公司中的一大批歸于沉寂。

　　“太著急?！惫日f起過去幾年的行業(yè)發(fā)展時總是提到這個詞。在她看來，AI走進(jìn)基層去輔助診療的方向和邏輯都是正確的，但這件事情“需要時間”。

　　上癮與雞肋

　　“有點上癮。”高欣說，使用過AI產(chǎn)品的醫(yī)生，大概率會迷上這個技術(shù)。

　　“沒有AI之前，寫一份肺部的閱片報告需要五分鐘，現(xiàn)在AI自動生成，只需要兩秒。”在高欣看來，AI將醫(yī)生從重復(fù)、機(jī)械性的工作中解放出來，尤其為需要負(fù)責(zé)撰寫大量報告的住院醫(yī)師提高了工作效率，醫(yī)生的精力可以得到更好的分配。從2017年到2020年，一些AI產(chǎn)品的準(zhǔn)確度從60%左右逐漸提高至90%。

　　讓醫(yī)生“上癮”的不僅只是AI能快速生成報告，更重要的還是AI快速閱片、降低漏診誤診率的能力。每個患者的肺部的CT檢測造影結(jié)果有300多層，醫(yī)生需要逐層檢查、排查病灶，平均一天需要看100到200位病患的造影結(jié)果?？上攵?，不僅負(fù)擔(dān)極大，也存在一定漏診的可能。他們確實需要AI能來幫忙減輕負(fù)擔(dān)，更精確地指出病灶位置及大小。

　　在放射科醫(yī)生稀缺的基層醫(yī)院，對有閱片能力的AI需求更迫切，但是由于基層醫(yī)院本身技術(shù)水平受限，AI的落地使用成了難題?；鶎俞t(yī)院所缺少的，是根據(jù)影像結(jié)果做出診斷、給出治療方案的醫(yī)生。如果AI還沒有和三甲醫(yī)院醫(yī)生同樣的閱片水平，并沒有解決基層醫(yī)院醫(yī)生稀缺的核心矛盾。

　　如同高欣，在中心城市或三甲醫(yī)院的醫(yī)生們，更傾向于認(rèn)為AI醫(yī)療影像未來的作用，“提效”的可能性大于做輔助診斷。能做到輔助診斷的AI，開發(fā)難度一定更大，需要的時間更長，要取得臨床醫(yī)生的信任也更難。高欣就認(rèn)為，現(xiàn)階段的AI產(chǎn)品，都只能起到“提高效率”的作用，還不可能直接幫助醫(yī)生做診斷，AI是無法取代醫(yī)生的。

　　但提高醫(yī)生的效率，是不是AI的終極價值?梁偉民認(rèn)為，AI存在的意義并不僅僅是幫助放射科的大夫減輕工作量，而是要更多地服務(wù)于臨床?！敖o醫(yī)生提供更多有價值的信息”。如同放射科在醫(yī)院里的存在一樣，AI的價值最終也應(yīng)該是為臨床服務(wù)，為臨床醫(yī)生賦能，造福更多的病人。

　　為臨床診斷提供輔助決策，在治療難度更大的病種時價值更大。一個腦卒中患者，發(fā)病之后的黃金救助時間只有四到六個小時，就近就醫(yī)是患者的唯一選擇。盡管2018年，相關(guān)的臨床研究進(jìn)一步將腦卒中的救治時間窗口從6小時突破至24小時，但醫(yī)療資源相對貧乏的地區(qū)，腦卒中的救治率還是較低，遠(yuǎn)遠(yuǎn)低于北上廣。《中國衛(wèi)生健康統(tǒng)計年鑒》發(fā)布的數(shù)據(jù)顯示，2007~2017年間我國農(nóng)村腦血管病年平均粗死亡率約145/10萬，高于城市的124/10萬。

　　相比于靜態(tài)的肺部CT造影，腦部的核磁共振MRI影像是動態(tài)的，環(huán)境更加復(fù)雜、閱片難度更大，對醫(yī)生的要求也更高。如果進(jìn)入基層醫(yī)院的腦部核磁共振的AI影像產(chǎn)品能做到以量化的形式計算出腦內(nèi)動脈瘤破裂的位置，并估算后續(xù)不同治療方案所面臨的不同風(fēng)險等級，短時間內(nèi)給出更準(zhǔn)確的病情判斷、更優(yōu)的治療方案，患者得到治愈的可能性就更高。

　　相比之下，單一的“提效”工具只能告訴臨床醫(yī)生腫瘤是惡性還是良性，無法進(jìn)一步給出診斷結(jié)果，產(chǎn)品的天花板相對低，價值也有限;而如果AI可以根據(jù)檢測結(jié)果給出治療建議，例如手術(shù)與放療孰優(yōu)孰劣，AI產(chǎn)品就從“影像科”走出來，走到了臨床階段。

　　“這是AI能真正為臨床提供價值的地方?！绷簜ッ裾f，即AI不僅會是輔助檢測的工具，還能成為直接提出治療方案意見的輔助診斷“醫(yī)生”?！霸卺t(yī)療體系內(nèi)，只有做到輔助診斷，產(chǎn)品才能真正走進(jìn)基層醫(yī)院?！鄙蜢舷稣f。

　　疫情加速器?

　　2020年的疫情，又推了AI醫(yī)療影像一把，對于肺部造影和分析的強(qiáng)需求將影像AI快速推到了政府、市場和個人的眼前。

　　據(jù)不完全統(tǒng)計，行業(yè)內(nèi)的近30家AI影像企業(yè)在3月內(nèi)有十余款A(yù)I產(chǎn)品快速落地于各個省市的多家醫(yī)院。其中有一直在肺部造影方面深入研究的推想醫(yī)療、依圖醫(yī)療、深?？萍迹灿兄耙恢痹陲B內(nèi)發(fā)力的安德醫(yī)智BioMind?！?6天，我們的產(chǎn)品就緊急上線了?！绷簜ッ裾f，當(dāng)時就是要“搶時間”。截止到2020年3月中旬，安德醫(yī)智BioMind共向各新冠定點醫(yī)院投放了逾140臺緊急研發(fā)的CT影像新冠肺炎輔助診斷產(chǎn)品。

　　“進(jìn)院進(jìn)程”被疫情按下了加速鍵，比如依圖醫(yī)療的產(chǎn)品就迅速落地于武漢、溫州、浙江、重慶等多個地區(qū)的醫(yī)院，而在此前，這些醫(yī)院還不是依圖醫(yī)療的客戶。不過對于AI產(chǎn)品的考核，在疫情得到初步控制后才得以進(jìn)行。2020年7月，由工信部科技司指導(dǎo)、中國信通院負(fù)責(zé)執(zhí)行的“肺炎AI影像輔助診斷產(chǎn)品評測”的結(jié)果公布，參評的17家AI公司中，大部分企業(yè)產(chǎn)品都能較好地篩查出“是否肺炎”，但在具體對于“是否新冠肺炎”的鑒別診斷上，僅有3家的準(zhǔn)確率、靈敏度、特異性在80%以上。

　　匯醫(yī)慧影則將產(chǎn)品賣到了海外。除了幫助國內(nèi)的醫(yī)生，匯醫(yī)慧影的產(chǎn)品在疫情期間還部署到了全球近50個國家，地域覆蓋拉美、亞太、非洲。AI“進(jìn)駐”一線后，位于國內(nèi)的“大后方”，還需要與醫(yī)院保持密切溝通，不斷升級AI能力的同時，隨時準(zhǔn)備應(yīng)對一線的各種突發(fā)問題。比如當(dāng)時產(chǎn)品初次進(jìn)入非洲，就遇到了“老得幾乎沒見過的設(shè)備型號”，醫(yī)院網(wǎng)絡(luò)也不穩(wěn)定?！澳且驳蒙?，還要保證準(zhǔn)確度，那段時間公司是24×7在運轉(zhuǎn)?！惫然貞洰?dāng)時的場景。

　　一開始，匯醫(yī)慧影向海外輸出產(chǎn)品是出于人道主義和責(zé)任感，不過卻帶來了意想不到的收獲?！疤﹪囊恍┽t(yī)院還在續(xù)約我們的肺部檢測產(chǎn)品。在疫情期間建立聯(lián)系的厄瓜多爾、哥倫比亞這些地區(qū)也在購進(jìn)我們的骨折檢測產(chǎn)品?！?/p>

　　“出?！笔且咔闉锳I影像賽道砸下的新機(jī)遇。2020年以來，國內(nèi)的AI影像企業(yè)都在積極進(jìn)行海外認(rèn)證，先后有多家企業(yè)在日本、美國、歐盟取得產(chǎn)品認(rèn)證，在疫情期間也有多款A(yù)I產(chǎn)品在海外醫(yī)院上線。但沈煜霄認(rèn)為，產(chǎn)品能不能進(jìn)入海外，要看產(chǎn)品適用的場景在海外是否存在。比如針對肺結(jié)節(jié)的篩查，海外的醫(yī)療機(jī)構(gòu)較少像中國的三甲醫(yī)院這樣大體量、滿負(fù)荷，所以基于提升效率開發(fā)的產(chǎn)品在海外的應(yīng)用場景就較弱。

　　郭娜告訴甲子光年，因為地區(qū)之間醫(yī)療水平的不同，醫(yī)療系統(tǒng)之間有一條“鄙視鏈”，歐盟、美國等地區(qū)處于金字塔尖，這些地區(qū)的醫(yī)院會更傾向于用本地的產(chǎn)品。已經(jīng)取得日、美、歐認(rèn)證的推想科技，海外收入僅占總收入的2%左右。

　　三類證破冰

　　AI醫(yī)療影像落地的更大推手，是“三類證”。

　　2020年1月15日，在農(nóng)歷新年的前一周，科亞醫(yī)療率先撞線，其產(chǎn)品冠脈血流儲備分?jǐn)?shù)計算軟件拿到國內(nèi)第一張AI醫(yī)療器械三類證，緊接著，樂普醫(yī)療的心電分析軟件也在2月順利完成審批。有了能“持證上崗”的產(chǎn)品，國內(nèi)的AI影像賽道稍有回暖。

　　如何進(jìn)入醫(yī)院，此前是AI醫(yī)療影像公司的一大難題。即使醫(yī)生愿意用，AI影像公司也未必能進(jìn)醫(yī)院，因為在采買決策流程中，醫(yī)生群體往往并不掌握話語權(quán)。更重要的問題，是AI產(chǎn)品之前沒有“準(zhǔn)入證”。鷹曈科技首席科學(xué)官陳羽中在公開分享中提到，在產(chǎn)品缺乏監(jiān)管層面的認(rèn)證、也沒有第三方來驗證準(zhǔn)確度是否達(dá)標(biāo)的階段，僅僅向醫(yī)院提供公司自己確認(rèn)的數(shù)據(jù)，說服力很弱，“腰桿子不硬”。

　　2018年8月1日，新版《醫(yī)療器械分類目錄》正式生效，并首次明確了醫(yī)療AI產(chǎn)品劃分標(biāo)準(zhǔn)：如果診斷軟件對病變部位進(jìn)行自動識別并提供明確診斷提示，必須按照第三類醫(yī)療器械進(jìn)行臨床試驗認(rèn)證管理?！叭愖C”成了所有公司要集中資源攻克的難關(guān)。

　　為了加速創(chuàng)新性醫(yī)療產(chǎn)品的審批進(jìn)度，國家藥監(jiān)局還開辟了一條綠色通道，將審批流程縮短了起碼30天。要能進(jìn)入這條“創(chuàng)新通道”，企業(yè)需要通過專利機(jī)構(gòu)的評審來證明自身產(chǎn)品的“創(chuàng)新性”。2019年，科亞醫(yī)療、鷹瞳科技、數(shù)坤科技先后進(jìn)入“創(chuàng)新通道”。

　　然而，沒有成熟的審批標(biāo)準(zhǔn)，審批者和被審批者都是“新手”，企業(yè)在這條通道上“通關(guān)”所花的時間比想象中更久。這一整年，雖然政策監(jiān)管方面逐漸明晰，但市場上幾乎沒有好消息傳來。

　　雪上加霜的是，2019年谷歌的一款眼底影像檢測AI落地泰國，但由于AI無法識別泰國診所光線條件下拍出的照片，有五分之一的檢測都直接被系統(tǒng)“拒絕”，不僅沒給醫(yī)生提效，還給診所帶來了更大的負(fù)擔(dān)，增加了患者的時間成本。

　　由谷歌這種技術(shù)能力強(qiáng)悍的大廠所研發(fā)的、已經(jīng)通過美國藥監(jiān)局審批的產(chǎn)品，都無法高效地用于臨床，AI影像產(chǎn)品是否只是個聽上去高端的“花架子”?市場本來已經(jīng)在下滑的信心持續(xù)下跌。

　　好在國內(nèi)三類證的零突破及時挽救了趨于冰點的市場信心。截至2021年9月，共有十九款產(chǎn)品拿到了三類證。根據(jù)AI的功能不同，這十九張證可以被大體分為“輔助診斷”“輔助檢測”“分診與評估”三類。其中“輔助診斷”能夠直接為醫(yī)生提供診斷建議，開發(fā)難度最大，臨床價值也最高;“輔助檢測”“分診與評估”的主要作用是幫助放射科醫(yī)生提高效率。

　　但進(jìn)了醫(yī)院，不意味著萬事大吉了，緊接著的問題就是影像AI在醫(yī)院該怎么收費?美國的“按使用量收費”的模式是否適用?以及這些費用能不能進(jìn)醫(yī)保?盡管有不同的產(chǎn)品和企業(yè)都已經(jīng)在做嘗試，但沈煜霄和梁偉民都認(rèn)為目前中國醫(yī)療人工智能企業(yè)的商業(yè)模式還在摸索階段。

　　以進(jìn)醫(yī)保為例，“CT、核磁共振的結(jié)果對應(yīng)到針對人體各器官，可能會被用來判定幾十種乃至數(shù)百種的疾病，如果每個單病種AI都收費，那掃一次排除一個病，費用對于患者太高?！绷簜ッ裾J(rèn)為，無論是對患者、醫(yī)院還是對醫(yī)?；饋碚f，根本問題還是沒能解決臨床實際問題。

　　數(shù)據(jù)爭奪戰(zhàn)

　　賽道回暖的同時，一個舊問題又浮出了水面：想在AI醫(yī)療影像賽道率先突圍，企業(yè)需要具備什么核心優(yōu)勢?

　　2021年5月，谷歌團(tuán)隊發(fā)表了一篇名為《Everyone wants to do the model work, not the data work”: Data Cascades in High-Stakes AI》的論文(虎嗅此前曾轉(zhuǎn)載了對此文的介紹文章)，文中著重強(qiáng)調(diào)了，數(shù)據(jù)是AI的地基，但卻因為被看作是更基礎(chǔ)的工作，而通常被忽視其重要性。

　　“哪有人工智能公司?”郭娜說，早兩年，這個行業(yè)里都是人工公司。因為醫(yī)療影像上的數(shù)據(jù)標(biāo)注都得靠人力，“一個一個標(biāo)?！?/p>

　　讓郭娜和團(tuán)隊最“痛苦”的“標(biāo)數(shù)據(jù)”的過程，是所有AI公司都需要經(jīng)歷的階段。“一時半會兒學(xué)不會。”自稱“完全不懂AI”的梁偉民特別提到，大部分醫(yī)院并沒有留存病人完整的檢查視頻影像資料。CT、核磁共振都有影像資料，但是能直接拿到的數(shù)據(jù)量很少，所以短時間內(nèi)AI的訓(xùn)練量達(dá)不到，準(zhǔn)確度不可能高。

　　要讓AI學(xué)會“閱片”，首先要“喂給”它足夠多、足夠精準(zhǔn)的“教程”，而保證“教程質(zhì)量”的這個環(huán)節(jié)，只能靠有專業(yè)背景的人力來把數(shù)據(jù)整理成AI可以理解的結(jié)構(gòu)。從拿到原始數(shù)據(jù)到把數(shù)據(jù)變成AI可用的訓(xùn)練集，人力和時間的投入必不可少。匯醫(yī)慧影當(dāng)年曾經(jīng)找了眾多專家來制定數(shù)據(jù)標(biāo)注的規(guī)則，而另一個大房間里坐滿了他們請來的有醫(yī)學(xué)專業(yè)出身的人，關(guān)在房間里標(biāo)注數(shù)據(jù)。這并不是孤例。安德醫(yī)智BioMind的研發(fā)團(tuán)隊超過200人，其中僅與天壇醫(yī)院的合作，就投入了超過80人的人力。

　　2017年AI醫(yī)療影像熱潮的興起，一個推動力是美國國家癌癥研究所(National Cancer Institute)發(fā)起了開源數(shù)據(jù)庫LIDC-IDRI(The Lung Image Database Consortium)，這個數(shù)據(jù)庫收集了1000多例醫(yī)學(xué)圖像文件。曾經(jīng)有人認(rèn)為，有了開源數(shù)據(jù)庫，那么就可以訓(xùn)練AI了。但是，開源數(shù)據(jù)庫的數(shù)據(jù)多有殘缺，常常是有影像缺病理、有病理缺診斷，根本達(dá)不到AI完成訓(xùn)練的要求。

　　訓(xùn)練AI要哪些原始數(shù)據(jù)呢?光有影像結(jié)果不夠，還需要結(jié)合病理數(shù)據(jù)和醫(yī)生的最終診斷。以肺結(jié)節(jié)的診斷為例，首先，要在影像結(jié)果上看到腫瘤存在;其次，要判斷腫瘤大小、是良性還是惡性，這一步就不能只依賴影像結(jié)果，還需要病理數(shù)據(jù);最后，如果是惡性腫瘤，還得學(xué)會判定是哪種癌癥。

　　這也決定了，僅僅和醫(yī)院的影像科合作也達(dá)不到要求，更不用說只是從放射科醫(yī)生手里拿到一些影像資料。要想獲得足夠數(shù)量的高質(zhì)量數(shù)據(jù)，還是要回到醫(yī)院，與醫(yī)院建立長期穩(wěn)定的合作關(guān)系。沈煜霄告訴甲子光年，評判AI醫(yī)療影像企業(yè)的一項重要指標(biāo)就包括“和哪些醫(yī)院建立長期合作關(guān)系、醫(yī)院的數(shù)據(jù)授權(quán)模式具體是什么樣的”。

　　這是否意味著和越多醫(yī)院建立合作關(guān)系，AI的水平就越高?答案是，并不是。在保證訓(xùn)練集數(shù)量的基礎(chǔ)上，數(shù)據(jù)集是“貴精不貴多”的。

　　沈煜霄強(qiáng)調(diào)，AI醫(yī)療影像公司的目標(biāo)，應(yīng)該是能和頂級醫(yī)院建立長期合作關(guān)系。因為名師才能出高徒，學(xué)生水平的天花板由它的老師的能力決定。神經(jīng)病學(xué)領(lǐng)域權(quán)威雜志Neurology在2017年發(fā)布的一篇文章顯示，急診科室的腦血管疾病誤診率范圍在24%~60%之間。如此大的差距，醫(yī)生水平的高低是決定性的因素。

　　但要獲取院內(nèi)數(shù)據(jù)、讓AI能跟著頂尖專家學(xué)診斷，企業(yè)們眼下還得解決數(shù)據(jù)安全的問題。我國對于醫(yī)療數(shù)據(jù)的管控一向十分嚴(yán)格，而且未來會越來越嚴(yán)。《數(shù)據(jù)安全法》于2021年9月1日正式施行，進(jìn)一步加速了醫(yī)療行業(yè)數(shù)據(jù)合規(guī)的緊迫性。往后，和單個醫(yī)生或醫(yī)院影像科合作的模式是否還走得通?就得打個問號了。不過目前在具體的實施層面，仍有一些模糊地帶界定不明，比如作為第三方使用醫(yī)療數(shù)據(jù)是否需要獲取患者本人同意?需要通過什么程序獲取同意?這也給AI企業(yè)帶來了一些隱性風(fēng)險。

　　如果要爭取到和頂級醫(yī)院的合作，就得保證數(shù)據(jù)安全。安德醫(yī)智BioMind的解決方案是“數(shù)據(jù)不出院”，直接將服務(wù)器、研發(fā)人員全部打包送進(jìn)合作醫(yī)院，所有產(chǎn)品開發(fā)的工作都在院內(nèi)進(jìn)行。匯醫(yī)慧影則在已脫敏的數(shù)據(jù)出院時又加了一道“AI自動脫敏”程序，盡量確保數(shù)據(jù)的敏感信息不被泄露。

　　遠(yuǎn)不到“跑馬圈地”期

　　2016年，推想醫(yī)療的創(chuàng)始人陳寬帶著團(tuán)隊的三個人在四川省人民醫(yī)院外租了一間小屋，天天抱著電腦去醫(yī)院“上班”。“泡在”醫(yī)院的日子里，他更清晰地看到了放射科醫(yī)生超負(fù)荷“運轉(zhuǎn)”的工作狀態(tài)：一半以上的放射科醫(yī)生工作時間在8小時以上，每個醫(yī)生每天要看100到200例患者的CT結(jié)果，其中肺部CT數(shù)量最多。

　　數(shù)據(jù)多、需求大，對于影像AI的訓(xùn)練、推廣都是利好條件，這也是首先選中“肺部檢測”的公司數(shù)量最多的原因。除了推想醫(yī)療，融資分別至C輪、B輪的深睿醫(yī)療、聯(lián)影醫(yī)療也先后在2021年取得了三類證。

　　從細(xì)分場景切入賽道，是絕大多數(shù)AI影像企業(yè)的思路。在陳寬看來，“醫(yī)療環(huán)節(jié)都是細(xì)分的”，只做幾個細(xì)分場景，做深做透、做到世界第一，也一定能夠成為千億市值的企業(yè)。

　　但是眼下，即使是在單一細(xì)分場景內(nèi)，距離“做深做透”也還有很遠(yuǎn)的距離。取得三類證的幾款肺部檢測AI，都只能針對單一病種“肺結(jié)節(jié)”做出判斷。而只能判定單一病種的AI在實際的醫(yī)療場景中存在不合理性：如果患者去醫(yī)院看病，大夫肯定是說“去做個CT”，而不是“去看看有沒有肺結(jié)節(jié)”，如果結(jié)果是“沒有肺結(jié)節(jié)”，那么閱片流程就還是回到了“老路”，要由醫(yī)生來完成。

　　解決這一問題將是推想醫(yī)療接下來持續(xù)發(fā)力的產(chǎn)品方向，根據(jù)招股書，推想醫(yī)療接下來會由AI肺結(jié)節(jié)為突破口繼續(xù)深入，從只判別“是否肺結(jié)節(jié)”轉(zhuǎn)化為對肺部全方位輔助診斷的“CT肺”。而要通往“千億市值”，只靠肺部檢測產(chǎn)品不夠，持續(xù)推出針對不同器官的產(chǎn)品也是必走的路線。招股書中的產(chǎn)品進(jìn)度表披露，推想將進(jìn)一步把產(chǎn)品線擴(kuò)展至心、胸、肺、腦等多個部位。

　　率先拿到“骨折X光輔助檢測三類證”的匯醫(yī)慧影，則從成立初期就更看重產(chǎn)品矩陣的搭建。郭娜特別提到，要想打動醫(yī)院，就要能根據(jù)不同的市場需求從豐富的產(chǎn)品矩陣中拿出適配的產(chǎn)品。比如，在非洲等醫(yī)療欠發(fā)達(dá)地區(qū)，醫(yī)生會需要AI來輔助判定是否骨折;而日本國立腫瘤醫(yī)院的醫(yī)生則更需要一個提供AI技術(shù)支持的科研平臺。

　　不同于單病種切入，安德醫(yī)智BioMind的產(chǎn)品思路是以不同醫(yī)療設(shè)備的應(yīng)用場景為原點，直接根據(jù)掃描結(jié)果來判斷病種?！耙芨嬖V醫(yī)生是什么病”，梁偉民強(qiáng)調(diào)。安德醫(yī)智BioMind的產(chǎn)品“顱內(nèi)腫瘤AI輔助診斷”已經(jīng)完成了27種顱內(nèi)腫瘤的??智能診斷研發(fā)，并拿到了“顱內(nèi)腫瘤磁共振影像輔助診斷軟件”三類證，這是國內(nèi)首張顱內(nèi)檢測且功能為輔助診斷的AI三類證。

　　如果肺、腦、心都由不同的AI來完成，那一間放射科檢查室內(nèi)，會不會同時有好幾個AI“常駐”?雖然這種情況現(xiàn)在確實存在，但一家醫(yī)院引入多種影像AI，既不是醫(yī)院所希望的、也不是企業(yè)的愿景。起點雖然不同，但現(xiàn)在的影像AI企業(yè)的最終目的都是從一個產(chǎn)品開始，逐漸“包圓”整個醫(yī)院，用一個AI平臺來檢測、診斷所有病種。

　　以“包圓醫(yī)院”為最終目標(biāo)，哪種發(fā)展思路機(jī)會更大?既然都想搶先一步將產(chǎn)品送進(jìn)醫(yī)院，是不是企業(yè)之間要開始直面競爭了?“根本碰不著”，郭娜說起現(xiàn)在和其他企業(yè)的競爭情況，“還早吶，行業(yè)才剛剛、剛剛起步?！?/p>

　　對于行業(yè)競爭格局，甲子光年的多個采訪對象都給出了和郭娜相同的回答。中國的醫(yī)療市場極其廣闊，以現(xiàn)在的產(chǎn)品來看，做肺部造影的和做腦部造影的就完全“碰不著”。即使是同樣做肺部造影，廖廖幾家企業(yè)要面對的是國內(nèi)逾萬家公立醫(yī)院以及近兩萬五千家民營醫(yī)院。“還遠(yuǎn)遠(yuǎn)不到跑馬圈地的階段?！?/p>

　　“外界看我們是上上下下，但我們自己來看是這樣的”，郭娜又畫出了第二條非常平緩的爬坡軌跡，“行業(yè)才剛走出一小段?！盇I影像企業(yè)的向上攀行才剛剛開啟。