装得多用得少，医疗影像AI抢占放射科有什么用？

AI公司如果想让医院买单，应该将人脑做不到或误差率非常大的东西细化、产品化...

本文摘编自新京报

原文标题：医疗影像AI抢占放射科 装得多用得少

8月1日上午10时，武警总医院CT科，十余位影像医生正在阅读医院前一天200多例患者的CT图像。医生小刘在电脑上打开一个检查单，点击进入影像页面，一家医疗AI公司提供的肺部筛查产品给出了10条可疑病灶。根据提示和自己的判断，小刘书写报告，全程约8分钟，这样的病例他一天大约要看30份。以前，小刘需要阅读每个病人的几百幅影像。现在AI帮他找出肉眼不容易发现的小结节，漏诊率大大下降。

记者在走访中发现，在AI产品扎堆的影像领域，一个三甲医院可能同时安装10余家AI公司的产品，医生真正使用的只有一两家，目前产品多集中在肺结节查找上，同质化严重。

多名业内人士表示，医疗影像AI公司仅靠单一产品，在医院盈利难度较大。未来创业公司可开发短平快的优势盈利模块、与设备厂商合作相互赋能或在体检机构、基层医院推广使用AI影像产品。武警总医院CT科主任王贵生回忆，2016年底，美国一家科技公司联系到武警总医院，将一个肺结节筛查AI产品的试用版安装到了科室的电脑里。“当时的系统特别慢，需要先把影像资料导到服务器上，然后它给出格式化报告再导出来。”

真正落地到武警总医院的是2018年引入的两个产品，分别来自深睿医疗和推想科技。虽然功能和之前美国的产品大同小异，但操作时间缩短了不少。

据介绍，在武警总医院这样的综合型三甲医院，一天做CT的病人约270个，科室有7名医生读片、写报告，5名医生审核，每位医生平均每天要看30多个病人的片子，一个病人约有500多幅图像，每个图像需要二级或三级审，至少要过三遍。

王贵生表示，一个片子阅读加写报告约要5-8分钟，用了AI产品之后，时间上并没有明显的减少，但系统提示过以后，漏诊的几率低了。另一方面，AI对结节大小体积的测算比人工准确，尤其是对于椭圆形的结节，AI的测量则相对准确。在走访中，记者发现，虽然一些医院同时安装多家公司的AI产品，但真正使用的只有一两家，甚至一家都未使用。

武警总医院的多名医生表示，他们平时会从根据使用习惯、系统的稳定性等只用一家，并不会去切换比对。广东省第二人民医院也表示引入了图玛森维、腾讯、推想科技的产品，日常用的也是1家。某匿名行业内人士透露，有的医院是使用一段时间就不用了，因为筛查不精准，或者调用软件时导致系统崩溃，医生不愿意花费时间。

这是因为，虽然AI能帮助找出结节，但在进一步的良恶性判断与报告意见出具方面，AI尚不能给出结论。而且，目前市场上的产品多集中在肺结节上，同质化严重。

一位影像AI领域从业者透露，肺结节出产品容易而新病种攻克难度大。他表示，肺结节公开数据最多，很多数据集可以直接下载，而且肺结节影像相对直观，不管是创业公司还是上市公司，过去两年都相继推出类似产品；而新病种研发需要大量深度学习模型训练，获取单病种数据难度大，还需要与大量专家合作进行精标注，新病种的验证周期也非常长。

对此，各家创业公司表示，除肺部筛查产品之外，也在开发适用于脑部等其他部位的AI应用，只是大多数产品还没进入到临床应用阶段。

推想科技创始人兼CEO陈宽认为，虽然大家都在做肺结节，但是在医院的使用情况截然不同。同质化不重要，关键看的是医生的信任度与点击量，这才是判断产品的标准。经过了三年多的发展，影像AI领域内的公司依然处于打磨产品的阶段，没有明朗的商业模式与盈利场景，医院的付费意愿很低。

王贵生表示，就目前看，拿肺结节产品来收费肯定是不可能的，因为各公司都能做到而且都在免费使用。

在他看来，AI产品盈利能力受限的根本原因还是在于现阶段的产品对医生来说并不是刚需，有了是锦上添花，没有也不耽误事，就像是滴滴，用它方便叫车，但没有也能出行。

美国AI医疗服务商More Health联合创始人胡泊认为，影像AI产品难以真正落地使用，其中除了技术问题，还有责任问题。如果AI给出的结果错误，谁来承担这个责任，这需要相关的政策和法律支持。

同时，企业的良性发展问题尚未解决。目前大部分企业在烧钱，中国大部分机构或医院不愿意为软件买单，找到可带来现金流的产品是难题。

此外，国内数据有不连续性和多样性，每个医院的标准不一样，一个患者可能去四五家医院，数据不连续，大部分医院现在还是信息孤岛，想要打通短期之内很困难。从医生的角度，王贵生认为，AI除了筛查结节降低误诊率之外，测量、对比、了解结节密度的改变也对医生很有帮助，“比如，肺结节大小的改变其实是体积的改变，如果AI能给出准确的体积改变与前后对照，价值是较大的。”

他表示，AI公司如果想让医院买单，应该把它最优势的机器运算发挥起来，将人脑做不到或误差率非常大的东西细化、产品化，拿这些模块来补现在免费的模块。

AI公司还可以跟设备厂商结盟，依附于医疗设备上，将付费方和受益方形成一致，传统厂商也能增加卖点。长期关注医疗领域的火山石资本副总裁刘凯认为，医疗影像AI更适合设备厂商来做。

“设备厂商扮演的角色和AI公司的商业模式都存在不确定性，销售软件给医院的市场规模并不是很大，基于前两个不确定性去博一个市场不够大的领域，需要谨慎。”在他看来，西门子等设备厂商有很多技术储备，影像要先从设备里出来，设备厂商能拿到更多更一手的资料，如果由厂商来做医疗影像AI，比第三方公司给出来的片子加标注更容易。

医学影像行业的深入变革，需要从更深层次的数字化开始

詹松华：医学影像与AI之间依旧隔着一道“玻璃门”

梁长虹：具有医学人文和社会学意义的人工智能才是终极

推荐阅读

解放军总医院血管外科主任郭伟谈人工智能：应用制式和程序化手段规范临床行为

北医三院CIO计虹：如何建设有信息化特色的服务体系？医学装备智能化带来数据管理新命题，多维度医院信息安全建设至关重要一分部署，九分落实：解读卫健委新发30条措施促“互联网+医疗健康”落地进度条过半，2018上半年我们关注了这20项重点政策！工蜂专栏 | 出题人、考官、答题人是如何解读医院信息互联互通标准的？

借智专家团、以评促建……河南省人民医院信息化建设这样进入第一梯队

这份高级别电子病历分级评价医院名单正在HIT圈里刷屏！

重磅！公安部发布《网络安全等级保护条例（征求意见稿）》，提出动态变更网络安全保护等级

“抢凳子”游戏已经开始：正在扩张的HIT版图！

上海医保系统瘫痪四个多小时，我们更关心该如何应对HIT高互联模式下的系统性风险？

数据大、散点状、存管难，华山医院破解医学影像数据难题的思路北大一院医学影像科主任王霄英：医学影像AI产品在临床应用中有哪些容易被忽略但却非常重要的细节？ABC技术合力，医学影像行业踏光前行

IBM Waston大裁员，医学人工智能要破灭了吗？

主编短评：深度服务业务是医疗信息化下一阶段的要务

©以上文章来源

本文摘编自新京报

    关注 e医疗