谁能成为医疗影像AI时代的独角兽

不论是初创公司数量还是融资数量，着实火了一把。但火热的背后，医疗影像AI也遭遇“躺在医院吃灰”的尴尬。市场需要什么样的AI医疗影像产品？如何成为AI时代的独角兽？在经历了热热闹闹的2017年之后，这是摆在所有AI医疗影像公司面前亟待思考的问题。

本文发于贝壳社，作者佚名；经亿欧大健康编辑，供行业人士参考。

AI医疗影像：时代的宠儿

AI正在以前所未有的速度深刻改变人类社会生活的方方面面。与健康生活息息相关的医疗领域毫无例外地成为AI最重要的应用领域之一。作为90%以上

的来源，以及临床疾病诊断不可或缺的重要信息，医疗影像，首当其冲成为

最先取得发展的领域。

《2017 医疗大数据和人工智能产业报告》指出，医疗影像在技术成熟度上刚越过顶峰期的位置。而其他类型的人工智能+医疗企业，都还大部分处于技术萌芽后的快速上升期。事实也确实如此，投资者英特尔、阿里为代表的众多科技巨头均不约而同将医疗影像作为AI与医学结合并商业化的第一步，开始加大布局。AI医疗影像在成为AI和健康产业从业者关注焦点的同时，正在成为资本的宠儿。在普华永道刚刚发布的《2018年中国

调查报告》中，人工智能位居金融机构和投资者投资兴趣的第三位。

AI医疗影像在中国

中国人工智能医疗影像的发展有其雄厚的基础和迫切的市场需求。大数据是发展AI的根本，缺乏数据的AI就是无米之炊，特别是在医疗方面。中国拥有全世界最丰富的海量医疗数据，这也成为中国智能医疗得以迅猛发展的主要原因之一。与丰富的病例资源相对应的是，我国优质医疗影像资源极度匮乏。有资料显示，我国医学影像数据的年增长率约为 30%，而放射科医师的年增长率只有4.1%;中国的放射科医师每天至少需要看4万张医疗影像，严重供求失衡。

AI+医疗影像的完美融合将广大医生从繁琐的读片过程和书写报告等日常工作中解放出来，提高了工作效率，且避免了基层医疗机构误诊漏诊现象频发、影像服务质量低、周期相对较长的局面。正是认识到AI的优势，我国政府在《促进新一代人工智能产业发展三年行动计划(2018-2020年)》中明确提出，“支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发，加快医疗影像辅助诊断系统的产品化及临床辅助应用。”在科技部十三五重点研发计划指南中，也频频看到人工智能的身影。

2017年以来，AI医疗影像在国内异常火爆。据2017年2月发布的人工智能行业研究报告的数据显示，智能医疗是获投资比例最高的5个领域之一。据不完全统计，目前全国以AI+影像的创业公司不下百家，2017年影像AI领域约融资20多次，融资总额大概20亿元人民币左右。

火热的现实背后

尽管各家AI医疗影像公司纷纷宣布产品落地，但事实上，大多数医疗影像AI面临着“躺在医院吃灰”的尴尬命运。为何在众口一词的期待中，面对真正走到身边的AI产品，医疗界却报以冷遇呢？

细细分析国内AI影像公司及其产品，以及从不同渠道倾听使用者和买单者的评价，不难找到答案。尽管公司林立、看似百花齐放，但产品却同质化严重，半数公司的产品单一，且都聚焦于肺结节的医疗影像智能分析，而据业内人士透露，肺结节AI产品研发的入门门槛相对较低，如何从肺结节这个AI产品的“红海”中脱颖而出，成为AI医疗影像公司普遍面临的难题。

令人尴尬的是，尽管产品众多，这些产品的使用体验并不理想，“不精准”，“完全达不到产品号称的精确度”。为何会有这样的市场反馈？

“我们进行肺部影像检查的目的是什么？不仅是发现是否有病变，病变在哪里，更重要的，我们希望知道病变的性质。”目前的AI产品仅能够帮助发现结节，却无法回答疾病的良恶性这一重要问题。也就是说，肺结节AI达不到临床需要的确诊或者辅助诊断的层面，临床医生仍需要花费较多的时间对病变进行定性，斟酌其癌变风险，而这才是肺结节影像检查最具价值的所在。AI产品并不具备这样的功能，因此其临床价值大打折扣。与此同时，由于大部分产品都还处于与用户的磨合期，基本属于免费试用阶段，尚未形成自己鲜明的商业模式与盈利场景，因此，也难以吸引投资者的兴趣和医院的付费意愿。

市场需要什么样的AI医疗影像产品？如何成为AI时代的独角兽？在经历了热热闹闹的2017年之后，这是摆在所有AI医疗影像公司面前亟待思考的问题。

避免产品同质化是关键。与其弯道超车，不如换道先跑。当所有人把眼光聚焦在癌症的时候，我们似乎忽略了另一个更大的市场需求，那就是心血管疾病。事实上，心血管疾病才是导致我国居民病死的“元凶”，发病率和死亡率都远高于癌症。心血管疾病包含了临床上的一大类疾病，而不像肺结节这样单一，因此，研发的AI产品能够解决的临床问题也就更多，覆盖面更广，也就更具备临床和商业价值。影像检查不仅能提示心血管疾病病变的存在、病变的部位，更主要的是可以定性，清晰指示病变的全貌，经验丰富的临床医生藉此可以得出准确的临床诊断并指导临床治疗决策。而心血管疾病的影像需要进行三维重建等复杂的后处理过程，AI影像产品研发难度高于肺结节，这个较高的技术门槛又恰恰可以作为一条准入标准，天然地自发完成市场的优胜劣汰，能够成功生存的，必然是业内的翘楚，拥有雄厚的研发实力和商业运作经验。

同时，鉴于临床影像诊断从拍摄到出具报告需时多日，耗时耗力，我们希望未来的AI产品研发不仅关注病变的检出，更要着眼于疾病管理的全流程，为临床提供一站式的疾病诊断平台，从图像获取到分析病变到后处理再到出具报告，甚至自动打印胶片，提供全流程的服务，真正发挥AI技术的优势，彻底把医生从繁重的重复性劳动中解放出来。

2017年末，SAGE公司人工智能副总裁Kriti Sharma在其题为《How AI will continue its journey into the mainstream in 2018》（人工智能如何在2018年继续它的主流之旅）的文章中激情澎湃地提出，2018年对人工智能（AI）来说将是史诗般的一年。要想成为这史诗般的一年中的佼佼者，前路阻且长，让我们拭目以待。