AI閱片讓醫(yī)療系統(tǒng)看到了AI技術(shù)的優(yōu)勢(shì)

　　AI閱片是利用AI進(jìn)行醫(yī)療影像診斷，疫情的爆發(fā)，讓醫(yī)療系統(tǒng)看到了AI技術(shù)的優(yōu)勢(shì)。

　　疫情讓AI閱片備受重用

　　新冠肺炎疫情前期，在核酸檢測(cè)方面，由于醫(yī)護(hù)人員試劑盒使用經(jīng)驗(yàn)有限，很難采集到上呼吸道附近的唾液樣本，造成患者假陰，導(dǎo)致核酸的檢測(cè)在一定程度上受限。

　　隨著臨床診斷數(shù)據(jù)的積累，新冠肺炎的影像學(xué)大數(shù)據(jù)特征逐漸清晰，CT影像診斷被列入《衛(wèi)健委新冠肺炎診療指南（第五版）》中，相比核酸檢測(cè)，CT影像圖像清晰度高，能夠診斷早期輕微病變，因此CT影像也成為新型肺炎檢測(cè)的方式之一。

　　火神山醫(yī)院、雷神山醫(yī)院、武漢同濟(jì)、協(xié)和、中南醫(yī)院等一線戰(zhàn)場(chǎng)已部署并投入使用，隨著臨床數(shù)據(jù)的積累，AI+云也將在新冠肺炎診斷中發(fā)揮更大的價(jià)值。

　　近兩年來(lái)，AI在醫(yī)療健康行業(yè)的應(yīng)用中表現(xiàn)越來(lái)越突出，包括醫(yī)療機(jī)器人、智能藥物研發(fā)、智能診療、智能影像識(shí)別、智能健康管理等方向，這些應(yīng)用在這次疫情防控和診治中發(fā)揮了重要作用。

　　AI閱片能否長(zhǎng)期立足存難點(diǎn)

　?、俜窝追譃楹芏喾N，病毒性、細(xì)菌性、真菌性、支原體、衣原體、過(guò)敏性等。其中，病毒性肺炎的影像學(xué)表現(xiàn)和其他類(lèi)型肺炎都不同。目前困難是，CT無(wú)法準(zhǔn)確判斷病人攜帶的是否是新冠病毒。

　　也就是說(shuō)，CT與核酸檢測(cè)結(jié)果可能存在不一致的現(xiàn)象，這種情況下，再結(jié)合患者流行病學(xué)史、臨床表現(xiàn)才能更為精準(zhǔn)地診斷新冠肺炎。

　?、贏I能夠有效識(shí)別易漏診結(jié)節(jié)，比如6mm以下實(shí)性結(jié)節(jié)和磨玻璃結(jié)節(jié)。但在面對(duì)新冠肺炎病毒時(shí)，AI還有更大的空間。

　　如今單靠CT影像識(shí)別出病毒性肺炎是哪種病毒還是非常困難的，如果AI能夠在這方面有所建樹(shù)，將是很大突破，但這非常難。

　?、垡咔槌跗?，盡管有不少新冠肺炎疑似CT數(shù)據(jù)，但缺乏有效標(biāo)注。CT照片看似海量，但對(duì)于AI來(lái)說(shuō)，仍顯不夠，要想讓AI越來(lái)越聰明，需要“投喂”大量數(shù)據(jù)。

　　但在醫(yī)療場(chǎng)景中，無(wú)論總患病人數(shù)多龐大，都很難在某一個(gè)醫(yī)院獲得大量的數(shù)據(jù)訓(xùn)練，而且病患個(gè)體差異較大，每一個(gè)人的病程、病情、疾病種類(lèi)都會(huì)有所不同。

　?、軓娜珖?guó)范圍來(lái)看，影像科人才資源地域性分配不均衡問(wèn)題突出，基層醫(yī)療單位能否像大醫(yī)院一樣擁有AI醫(yī)療影像診斷的系統(tǒng)使用，目前還不好說(shuō)。

　?、菽壳癆I在神經(jīng)系統(tǒng)影像診斷方面，仍完全依賴(lài)于數(shù)據(jù)真實(shí)性和質(zhì)量的支撐，在缺乏大數(shù)據(jù)支持的疑難病、罕見(jiàn)病診斷領(lǐng)域，AI和專(zhuān)業(yè)醫(yī)生之間仍存在差距。

　　AI醫(yī)療行業(yè)的商業(yè)開(kāi)展

　　自2013年到2017年，中國(guó)醫(yī)療人工智能行業(yè)共獲得241筆融資。其中，2017年國(guó)內(nèi)醫(yī)療人工智能行業(yè)公布的融資事件近30起，融資總額超過(guò)18億元。

　　而到了2018年，資本對(duì)于醫(yī)療人工智能市場(chǎng)的熱情依舊不減，僅2018上半年就有18家公司獲投，總金額超過(guò)31億元。截至2018年6月，中國(guó)共有89家醫(yī)療人工智能創(chuàng)業(yè)企業(yè)獲得投資，總金額約219.38億元。

　　目前中國(guó)大多數(shù)初創(chuàng)企業(yè)以輔助診斷為主要業(yè)務(wù)，而具體業(yè)務(wù)又以影像學(xué)、智能輔助診斷系統(tǒng)和語(yǔ)音識(shí)別為主，涵蓋的疾病較廣，但多偏重于基于圖像識(shí)別的影像學(xué)、病理圖片識(shí)別的疾病，如肺癌、宮頸癌等。

　　不過(guò)雖然資本的熱情將醫(yī)療人工智能初創(chuàng)企業(yè)推上風(fēng)口，但對(duì)于創(chuàng)業(yè)公司來(lái)說(shuō)，如何實(shí)現(xiàn)商業(yè)化是一個(gè)巨大的難題。與此同時(shí)，同行的競(jìng)爭(zhēng)及巨頭吞并也給這些企業(yè)帶來(lái)一定的困難。

　　AI在醫(yī)療領(lǐng)域最大的問(wèn)題可能是沒(méi)有一個(gè)非常好的商業(yè)模式落地，或者沒(méi)有形成真正的閉環(huán)，實(shí)現(xiàn)自我的造血能力。主要原因是可能還沒(méi)有找到特別好應(yīng)用，目前都在不斷的試錯(cuò)階段。

　　AI影像的終點(diǎn)在基層

　　三甲醫(yī)院是醫(yī)學(xué)影像AI的主要陣地。大型醫(yī)院人滿(mǎn)為患，醫(yī)生分身乏術(shù)。AI的出現(xiàn)能夠緩解醫(yī)生工作壓力，讓醫(yī)生能夠騰出時(shí)間思考更高技術(shù)水平的問(wèn)題，讓醫(yī)生回歸醫(yī)療本身。

　　AI現(xiàn)階段的角色主要是輔助工具，在少數(shù)醫(yī)療診斷過(guò)程中有明顯作用。此外，AI不應(yīng)停留在大型醫(yī)院，基層醫(yī)院也需要AI的助力。無(wú)論是AI軟件或系統(tǒng)設(shè)備，在基層都大有可為。

　　對(duì)于基層醫(yī)療機(jī)構(gòu)來(lái)說(shuō)，醫(yī)療資源不足，基層醫(yī)生因?yàn)闆](méi)有機(jī)會(huì)接觸、學(xué)習(xí)大量的不同病例，所以缺乏相應(yīng)的閱片經(jīng)驗(yàn)。AI便能輔助基層醫(yī)生做出診斷。

　　大醫(yī)院和基層醫(yī)院都需要AI，只是需求不同。隨著技術(shù)的發(fā)展，AI在基層會(huì)呈現(xiàn)出更大的社會(huì)價(jià)值和商業(yè)價(jià)值。

　　一項(xiàng)新的醫(yī)療技術(shù)往往是從高級(jí)往低級(jí)傳遞，AI技術(shù)在大醫(yī)院進(jìn)行打磨、試點(diǎn)、成熟，被認(rèn)可后下沉到基層醫(yī)院，這一發(fā)展路徑與其他行業(yè)的AI技術(shù)有所不同。

　　海外會(huì)成為醫(yī)療AI的未來(lái)主市場(chǎng)

　　目前，我國(guó)疫情已進(jìn)入收尾階段，防疫重點(diǎn)也是防止輸入性感染，國(guó)門(mén)之外，新冠肺炎患者數(shù)量急劇上升。在此情況下，AI企業(yè)也順勢(shì)走出了國(guó)門(mén)，拓展海外市場(chǎng)。

　　目前海外國(guó)家推崇的是核酸檢測(cè)，而我國(guó)關(guān)注的是核酸檢測(cè)與影像學(xué)針對(duì)的結(jié)合。

　　中國(guó)醫(yī)療AI企業(yè)的命運(yùn)，就是要實(shí)現(xiàn)出海，哪怕是被海外領(lǐng)先企業(yè)“吃掉”，也要把自己放在全球的格局中去競(jìng)爭(zhēng)。中國(guó)醫(yī)療AI企業(yè)的競(jìng)爭(zhēng)對(duì)手就應(yīng)該來(lái)自于海外市場(chǎng)。

　　實(shí)際上，美國(guó)、以色列、印度都是強(qiáng)大的競(jìng)爭(zhēng)對(duì)手。美國(guó)的優(yōu)勢(shì)在于商業(yè)化路徑非常通暢。

　　醫(yī)療行業(yè)體量龐大，社會(huì)對(duì)創(chuàng)新技術(shù)的落地和收費(fèi)持鼓勵(lì)態(tài)度。如以色列等國(guó)，會(huì)有政府牽頭，幫助企業(yè)獲得科研數(shù)據(jù)，保證其產(chǎn)品的準(zhǔn)確性，從而走出國(guó)門(mén)，去國(guó)際市場(chǎng)分一杯羹。

　　結(jié)尾

　　隨著人工智能技術(shù)逐步走向成熟，一個(gè)萬(wàn)億級(jí)的人工智能大健康產(chǎn)業(yè)呼之欲出。

　　向治療領(lǐng)域的縱向延伸，是人工智能的一大趨勢(shì)，當(dāng)前人工智能技術(shù)的運(yùn)用還有相當(dāng)長(zhǎng)的研究路徑要走，只有從醫(yī)學(xué)輔助進(jìn)入影響治療決策的階段，才能說(shuō)明“AI+醫(yī)療”真正走向成熟。