醫(yī)藥網(wǎng)8月16日訊 人工智能和醫(yī)療的結(jié)合具有非凡的發(fā)展?jié)摿拖胂罂臻g，也是未來5-10年的投資熱點(diǎn)之一，其中有非常多的細(xì)分領(lǐng)域值得關(guān)注。隨著數(shù)字化影像診斷設(shè)備包括數(shù)字化常規(guī)X線設(shè)備、磁共振（MRI）、計(jì)算機(jī)X線斷層攝影（CT），以及醫(yī)學(xué)影像圖像管理系統(tǒng)及其工作站的計(jì)算機(jī)硬件平臺(tái)的普及，人工智能在醫(yī)療影像領(lǐng)域的應(yīng)用將首先進(jìn)入快車道。
一人工智能的多元化
人工智能在醫(yī)療領(lǐng)域的應(yīng)用包括了：病例/文獻(xiàn)信息分析、醫(yī)學(xué)影像診斷、醫(yī)學(xué)語音識(shí)別、虛擬助手、病患風(fēng)險(xiǎn)預(yù)測(cè)、醫(yī)院管理、健康管理、新藥發(fā)現(xiàn)、智能醫(yī)療機(jī)器人、人工智能可穿戴等10多個(gè)分類。從目前國(guó)內(nèi)的項(xiàng)目來看，數(shù)量并不多。根據(jù)不完整統(tǒng)計(jì)，總的項(xiàng)目數(shù)量超過60家，主要還是人工智能在醫(yī)學(xué)影像方面的應(yīng)用為主，藥物研發(fā)等決策性產(chǎn)品比較少。
數(shù)據(jù)顯示，2006年到2017年這十年間， 國(guó)內(nèi)共有26家將人工智能技術(shù)應(yīng)用于醫(yī)學(xué)影像診斷的公司， 其中12家公司將總部設(shè)在北京，4家公司總部設(shè)在上海，在這兩個(gè)醫(yī)學(xué)人才和資源集聚的城市，大部分企業(yè)獲得了資本的青睞，預(yù)期未來5-10年有加速成長(zhǎng)的趨勢(shì)。
資本方面，具有互聯(lián)網(wǎng)基因的BAT，很早就瞄準(zhǔn)了醫(yī)療和AI的結(jié)合。比如阿里巴巴和華潤(rùn)萬東醫(yī)療合作開發(fā)了萬里云，投資了蘭丁醫(yī)學(xué)、ET醫(yī)療大腦；騰訊作為投資方，騰訊產(chǎn)業(yè)共贏基金投資了碳云智能、CloudMedx 、思派網(wǎng)絡(luò)，同時(shí)發(fā)布了騰訊覓影，進(jìn)入到癌癥的早期篩查。百度則主要在相關(guān)專利上做布局，據(jù)統(tǒng)計(jì)，2014至2016年，百度申請(qǐng)的專利數(shù)量分別為4項(xiàng)、63項(xiàng)、142項(xiàng)，不僅數(shù)量上呈現(xiàn)跳躍式遞增，而且領(lǐng)域涵蓋了人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)。
尚未觀察到有專注并且大量布局醫(yī)療人工智能的投資機(jī)構(gòu)， 涉獵的機(jī)構(gòu)除了騰訊，阿里等產(chǎn)業(yè)基金外、主要是一些具有深刻互聯(lián)網(wǎng)基因的天使基金，如真格基金，投資了森億智能、半個(gè)醫(yī)生以及Medal ；紅杉和啟迪創(chuàng)投投資了海納醫(yī)信；紅杉、聯(lián)創(chuàng)策源、PreAngel投資了醫(yī)聯(lián)；峰瑞資本投資了DeepCare； 真格基金和經(jīng)緯中國(guó)投資了圖瑪深維等，反而是專注于醫(yī)療健康領(lǐng)域投資的機(jī)構(gòu)比較謹(jǐn)慎。
其次，項(xiàng)目均處于早期和概念階段，商業(yè)模式不成熟，醫(yī)療政策和法規(guī)的限制等令投資人謹(jǐn)慎。例如，遠(yuǎn)程影像會(huì)診平臺(tái)，目前是否具備支付的閉環(huán)系統(tǒng)，診斷結(jié)果可以在不同醫(yī)療機(jī)構(gòu)間互相認(rèn)可嗎？又例如， 醫(yī)院或者第三方影像中心采購AI解決方案的投入和產(chǎn)出如何計(jì)算？醫(yī)院和醫(yī)生會(huì)有積極性嗎？加了人工智能讀片功能后， 醫(yī)院是否可以加價(jià)收費(fèi)？最終增量的投入誰來埋單？是社�；蛏虡I(yè)醫(yī)保，還是患者自付？此類等等商業(yè)模式的拓展和創(chuàng)造問題。
從醫(yī)療人工智能的細(xì)分領(lǐng)域來看，國(guó)內(nèi)獲投的醫(yī)療人工智能項(xiàng)目，主要集中在醫(yī)學(xué)影像。醫(yī)學(xué)影像也是國(guó)外非常熱門的細(xì)分領(lǐng)域。但國(guó)外同樣熱門的新藥發(fā)現(xiàn)、健康管理這兩個(gè)細(xì)分領(lǐng)域，在國(guó)內(nèi)則很少涉及。比如，國(guó)外獲得累計(jì)融資金額最高的前5家公司——Flatiron（3.13億美元，病歷信息分析）， Welltok （2.38億美元，病歷信息分析），Benevolent（1.4億美元，新藥發(fā)現(xiàn)），Butterfly（1億美元，醫(yī)學(xué)影像診斷），Lam Therapeutics（9800萬美元，新藥發(fā)現(xiàn)）——就有兩家是做新藥發(fā)現(xiàn)，有兩家是做病歷信息分析。造成這種差距的原因很多，最主要的可能是： 人工智能輸入端的醫(yī)療數(shù)據(jù)所需要的結(jié)構(gòu)化在歐美的醫(yī)療機(jī)構(gòu)很成熟，人工智能的算法更新迭代很快，輸出端的結(jié)果有醫(yī)療機(jī)構(gòu)或者商業(yè)醫(yī)療保險(xiǎn)機(jī)構(gòu)埋單，可以建立起來一個(gè)有效率的健康管理閉環(huán)，所以人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用多元化。
二聚焦醫(yī)學(xué)影像+AI
醫(yī)學(xué)影像是目前國(guó)內(nèi)AI領(lǐng)域投資的熱點(diǎn)和重點(diǎn)。
最近幾年有關(guān)“人工智能是否會(huì)代替醫(yī)生的討論”一直不絕于耳。確實(shí)，AI讀片是趨勢(shì)，但是是否意味著影像科醫(yī)生就要失業(yè)呢？筆者認(rèn)為，一定不會(huì)，至少在中國(guó)本土。
傳統(tǒng)的影像科診斷的流程是初級(jí)影像科醫(yī)生寫個(gè)報(bào)告，資深醫(yī)生來核片，疑難雜癥提交到每周的主任晨會(huì)，因此診斷報(bào)告的出具時(shí)間比較長(zhǎng)，最快也要兩三天，哪怕是急診患者的CT診斷報(bào)告，最快也要1個(gè)小時(shí)。根據(jù)相關(guān)數(shù)據(jù)，國(guó)內(nèi)醫(yī)學(xué)影像數(shù)據(jù)的增長(zhǎng)量每年達(dá)到30%，而同期影像科醫(yī)生的人數(shù)增長(zhǎng)只有2%，通過人工智能技術(shù)，可以減輕醫(yī)生的工作負(fù)荷，輔助診斷減少誤診，提高醫(yī)院的診療效率。
但是也有研究顯示，某些疾病的AI讀片的準(zhǔn)確率在65%左右，這也意味著錯(cuò)誤率是35%。因此，AI讀片只能代替初級(jí)醫(yī)生出具影像診斷報(bào)告的第一步，但是核片以及疑難雜癥的會(huì)診一定需要高年資的醫(yī)生。
如果能夠全面進(jìn)入強(qiáng)人工智能時(shí)代，那影像科醫(yī)生的成長(zhǎng)路徑也許會(huì)發(fā)生改變。成長(zhǎng)為高年資的醫(yī)生，原來都是通過幾百上千張的讀片訓(xùn)練出來的，以后這一步被機(jī)器取代之后，醫(yī)生的經(jīng)驗(yàn)積累被完全改變了。影像科醫(yī)生未來可能承擔(dān)新的角色，比如對(duì)于患者醫(yī)療數(shù)據(jù)的管理越來越重要。
從投資的角度，為什么專注于醫(yī)療的投資機(jī)構(gòu)的較多，而醫(yī)療影像AI的較少呢？筆者認(rèn)為主要有兩個(gè)緯度的問題亟待解決。
第一，支付端。AI讀片的醫(yī)院影像科，收費(fèi)是更貴還是更便宜呢？理論上說，因?yàn)樾侍岣吡�，醫(yī)院對(duì)于患者的收費(fèi)應(yīng)該是降低的。AI的軟件和硬件，這部分采購費(fèi)用的支付方是醫(yī)院，但是醫(yī)院有什么動(dòng)力或者動(dòng)機(jī)來承擔(dān)這部分開支。因此，至少在目前，公立醫(yī)院的影像科核放射科，基本都沒有用到額外和增量的人工智能讀片技術(shù)和產(chǎn)品，現(xiàn)在所用到的是影像裝備內(nèi)嵌的圖像識(shí)別和后處理軟件，屬于比較早期的計(jì)算機(jī)輔助診斷CAD，大部分還不具備深度學(xué)習(xí)技術(shù)。
第二，數(shù)據(jù)端。醫(yī)療影像的AI軟件是通用的，機(jī)器學(xué)習(xí)的一種，參數(shù)需要醫(yī)生來提供。關(guān)鍵是AI技術(shù)的發(fā)展取決于原有樣本的大小，也直接決定了AI讀片的準(zhǔn)確性。國(guó)內(nèi)是否能夠給機(jī)器提供足夠的優(yōu)質(zhì)數(shù)據(jù)呢？中國(guó)人口眾多，數(shù)據(jù)基礎(chǔ)大，但是每家醫(yī)院都堅(jiān)守著自己的信息，影像數(shù)據(jù)傳統(tǒng)上都是醫(yī)院的資產(chǎn)，甚至不屬于病人。目前即使是2008年就實(shí)現(xiàn)互聯(lián)互通的上海醫(yī)聯(lián)體，醫(yī)院之間調(diào)閱影像數(shù)據(jù)時(shí)，仍舊是按照服務(wù)調(diào)度的方式，指示資源所在的服務(wù)器提供數(shù)據(jù)， 深度學(xué)習(xí)應(yīng)建立在對(duì)醫(yī)院數(shù)據(jù)的分析上，而醫(yī)學(xué)影像占據(jù)了90%以上的醫(yī)學(xué)數(shù)據(jù)， 但影像不僅僅是圖片，醫(yī)生在判讀的時(shí)候用到更多的是關(guān)聯(lián)的醫(yī)學(xué)知識(shí)，更大的挑戰(zhàn)是醫(yī)療數(shù)據(jù)的結(jié)構(gòu)化問題，雖然中國(guó)的醫(yī)療數(shù)據(jù)量龐大，但I(xiàn)DC Digital的一項(xiàng)預(yù)測(cè)卻顯示，80%的數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，妨礙了AI算法的精確 。
在以上兩個(gè)問題厘清之后，再來看具體往哪些細(xì)分領(lǐng)域投入。根據(jù)影像生成到診斷的整個(gè)流程的不同階段，醫(yī)學(xué)影像產(chǎn)業(yè)可劃分為：采集成像、影像存檔、影像傳輸、影像顯示、影像分享、影像診斷六個(gè)階段。筆者認(rèn)為，主要的增量可能來自于人工智能輔助臨床決策的應(yīng)用， 其中包括了集成式的影像診斷工具、圖像識(shí)別、成像質(zhì)量控制系統(tǒng)等方面。
首先，這些細(xì)分領(lǐng)域的市場(chǎng)前景非常樂觀，Markets and Markets預(yù)測(cè)，中國(guó)醫(yī)學(xué)影像設(shè)備市場(chǎng)規(guī)模到2020年將有58.8億美元，醫(yī)學(xué)影像分析軟件系統(tǒng)市場(chǎng)規(guī)模將達(dá)到25億美元。其次，AI+影像系統(tǒng)將通過云端外延，遠(yuǎn)程影像診斷符合國(guó)家倡導(dǎo)的醫(yī)療的公平和效率，整體有望降低醫(yī)療費(fèi)用的支出，幫助醫(yī)�？刭M(fèi)。
三可預(yù)見的未來
人工智能最應(yīng)該扮演的仍是醫(yī)生的“助手”角色，而不是醫(yī)療決策的主角。以它的算法和數(shù)據(jù)庫來做決策支持，但做決定的人應(yīng)當(dāng)仍是可以結(jié)合實(shí)際情況進(jìn)行判斷的醫(yī)生。
對(duì)疾病的及時(shí)準(zhǔn)確的診斷是臨床醫(yī)學(xué)的基礎(chǔ)，而西醫(yī)的臨床診斷70%依靠醫(yī)學(xué)影像。我們認(rèn)為，未來的增量將集中在醫(yī)學(xué)影像軟件和在線門戶類、集成式的影像診斷工具、計(jì)算機(jī)輔助診斷識(shí)別、3D醫(yī)學(xué)圖象、成像質(zhì)量控制系統(tǒng)。
從國(guó)內(nèi)的醫(yī)療環(huán)境來看，最大的挑戰(zhàn)就是醫(yī)療數(shù)據(jù)的封閉，傳統(tǒng)上每家醫(yī)院都形成了“信息孤島”。當(dāng)然這種情況已經(jīng)在發(fā)生改變，比如在上海已實(shí)現(xiàn)醫(yī)療數(shù)據(jù)在申聯(lián)系統(tǒng)內(nèi)互通，目前參與申聯(lián)系統(tǒng)的醫(yī)院數(shù)量已經(jīng)增加到了40家。隨著“以患者為中心”的醫(yī)療服務(wù)理想在國(guó)內(nèi)的興起，醫(yī)學(xué)影像數(shù)據(jù)在醫(yī)療服務(wù)單位之間的順暢流轉(zhuǎn)是趨勢(shì)也是必然。
目前， 國(guó)際品牌占據(jù)了80%以上的醫(yī)學(xué)影像裝備的市場(chǎng)份額，其中前三大的GPS公司——GE、飛利浦、西門子——占據(jù)著70%以上的市場(chǎng)份額。然而，隨著市場(chǎng)不斷被開發(fā)，相信在細(xì)分領(lǐng)域會(huì)有本土的優(yōu)秀技術(shù)和商業(yè)項(xiàng)目的生存空間。
最后，人工智能技術(shù)在醫(yī)學(xué)影像診斷上的應(yīng)用，尚處于較的弱人工智能階段，通過構(gòu)建圖像算法模型和深度學(xué)習(xí)能夠完成醫(yī)生的指定任務(wù)，算是輔助診斷，可以提升讀片效率，提高診斷準(zhǔn)確率，但是如何商業(yè)化？還是一個(gè)挑戰(zhàn)！關(guān)鍵是誰來付費(fèi)？
筆者期待商業(yè)醫(yī)療保險(xiǎn)的及早介入，快速推動(dòng)本土AI+影像的發(fā)展，提升醫(yī)療行為的效率和質(zhì)量的同時(shí)，減少患者的誤診率和并發(fā)癥，從而降低整體醫(yī)療費(fèi)用的支出，人工智能技術(shù)在影像醫(yī)學(xué)方向上的應(yīng)用將從減少的醫(yī)療費(fèi)用支出中分得相應(yīng)的商業(yè)回報(bào)。（王晨）
關(guān)于作者：
王晨，景旭創(chuàng)投合伙人，負(fù)責(zé)醫(yī)療器械和醫(yī)療服務(wù)板塊的股權(quán)投資。
在超過20年的職業(yè)生涯中，王晨先生先后任職于飛利浦醫(yī)療從事策略并購及戰(zhàn)略咨詢工作，在GE醫(yī)療擔(dān)任資深產(chǎn)品經(jīng)理，并在強(qiáng)生Cordis心臟及外周血管介入治療業(yè)務(wù)部、葛蘭素史克處方藥事業(yè)部、羅氏制藥腫瘤業(yè)務(wù)部、德國(guó)勃林格殷格翰制藥任職核心崗位。另外，王晨先生曾是一位放射科的住院醫(yī)師。他畢業(yè)于上海交通大學(xué)臨床醫(yī)學(xué)系；目前是英國(guó)威爾士大學(xué)的在讀工商管理碩士。
|
