医疗AI热度强势回归，你真的看懂了吗？

对于医疗AI企业而言，核心竞争力在于人才、数据和全体系产品带来的商业价值。

2020年被看作是国内医疗AI产业的转折之年。虽然疫情使得部分产业投资进程明显放缓，但医疗AI行业却迎来更多的关注。NMPA（国家药品监督管理局）颁发的多张AI三类证及头部企业的融资进程，都加速了整个行业的发展，也推动着整个国内医院智慧化的进程。

2020年1月，行业内期盼多年的国内首个医疗AI医疗器械三类证颁出，在随后的几个月里，冠脉血流储备分数计算软件、心电分析软件、颅内肿瘤MR影像辅助诊断软件、糖尿病视网膜病变眼底图像辅助诊断软件、冠脉CT造影图像血管狭窄辅助分诊软件、肺结节CT影像辅助检测软件、CT骨折智能分析系统等产品相继获得NMPA注册三类证，行业重心开始由研发向商业化落地转移。

多个医疗AI三类证获批，

但临床意义各不相同

纵观2020年获批的9款医疗AI产品，产品包含了多个细分场景，但仔细观察可发现，NMPA对于各个获批产品的功能描述极为谨慎：并非所有产品都为“辅助诊断”产品，NMPA将部分获证产品的功能严格限制在辅助分诊、辅助检测、计算、分析，并未涉及到诊疗流程中最为核心的“诊断”环节。

细究说来，分诊的作用，可以理解为患者去医院看病，分诊台的护士告诉患者应该去内科还是外科；辅助检测是不涉及到明确的诊断结果，和筛查本质上趋近，比如肺结节的辅助检测，能够帮助医生检测出肺结节，但关于肺部细分疾病进一步的定性诊断，辅助检测的医疗AI并不能做出分析和诊断。

而真正被业内外寄予厚望的辅助诊断医疗AI产品，则不止完成筛查功能，还能进一步完成定性诊断，为医生提供诊断结果上的参考和建议，从而在诊疗过程中实现闭环。比如发现肺结节后，进一步帮助医生判断：如果是肿瘤，良恶性是怎样的？如果是肺炎，到底是哪一类肺炎（细菌性肺炎、病毒性肺炎等）？

其实，对于临床而言，无论是顶级三甲医院还是基层医院的医生，识别肺结节并非难事；但对于一个患者来说，如果仅仅被告知有无肺结节，而不能告诉他是哪一种具体肺部疾病的诊断结果， 那么就达不到患者就诊的需求。相应地，如果医疗AI不能介入到最终的诊断环节中，则实际产生的效用有限，更谈不上辅助医生。

换言之，让研发的医疗AI产品真正具有临床价值，对于医疗AI企业来说，才是真正证明自身有价值的唯一出路。

以安德医智获得国家药监局批准的、以“影像辅助诊断”命名的“天医智”颅内肿瘤MR影像辅助诊断软件为例，它针对数十万例病理验证的脑肿瘤数据，运用深度学习算法，实现包括脑膜瘤、听神经瘤、髓母细胞瘤、胶质瘤等在内的颅内肿瘤的精准诊断，诊断准确率超过90%。患者检查完成后，系统自动生成一份结构化报告，包括肿瘤位置、体积等，帮助医生快速诊断并提高放射科医生对脑肿瘤的诊断能力。

北京安德医智科技有限公司董事长梁伟民表示，安德医智在研发之初，就与临床紧密结合。研发团队“驻扎”在医院，就是为了产品从影像出发，加入到诊疗全过程。“安德医智不仅进行辅助诊断的产品研发，还进行辅助决策的产品研发，贯穿病人入院到出院的整个诊疗过程都在辅助医生。”梁伟民介绍。

医疗AI的核心在于数据，

其质量直接决定产品质量

正因为临床价值的不同，辅助诊断产品相较于其他功能的获证产品，需要更多优质数据的“投喂”。

在数据训练过程中，如果仅仅是关于 “筛选”或“检测”等功能的训练，那么仅仅追求检出率即可。但对于辅助诊断功能的训练，就不仅仅是识别病灶那么简单，而是要给出明确的定性诊断意见，这就需要建立标准数据集，用最顶级专家的诊疗经验和智慧，加之金标准的病理结果反复验证、训练。

“我们认为，数据的质量直接决定产品质量，数据是核心。”梁伟民表示，这就好比师父和徒弟的关系，可以说安德医智从成立之初至今，都选择全国和世界顶尖水平的“师父”来“拜师学艺”。

这在近期公布的工信部“国家级医疗人工智能公共平台项目”的中标联合体成员单位名单中可窥一二：解放军总医院（301医院）、天坛医院、北京大学第一医院、同仁医院、北京大学肿瘤医院、郑州大学第一附属医院、北京安德医智科技有限公司、华为、、中国食品药品检定研究院。

“我们希望牵手在心肺等脏器、脑、眼、血管、骨科、肿瘤等学科医疗水平均居于世界领先地位的顶级医院，通过临床与AI技术的强强联合，实现头、颈、胸、腹乃至全身疾病的产品研发，首先就是将每个病种的精品数据集梳理出来，这是一切的源头。”梁伟民表示，这也是在该国家级项目中安德医智承担的任务之一——参与人工智能医疗健康国家/行业标准（草案）制定工作，参与建立人工智能医疗健康产品的临床性能评价指标体系。

此外，安德医智与北京天坛医院联合成立了全球首家神经系统疾病人工智能研究中心，而天坛医院则在神经外科、神经内科学科排名全国双第一、全球排名前三，更是国家神经系统疾病临床研究中心所在地。安德医智先前获NMPA三类证的辅助诊断产品就诞生于此。

“AI更深刻的价值在于提升基层诊疗能力，

不仅是效率的提升”

随着国内医改的进一步深化，分级诊疗的落地，医疗人工智能将在提高医疗质量和服务效率、减少误诊误治方面发挥重要作用。长时间以来，国内医疗资源受限于分配不均，优质医疗设备、医疗资源集中在发达城市，这种情况使得大量患者在本地得不到充足的诊疗，只能向大城市和大医院聚集。根据此前统计数据显示，截至2018年11月底，国内共有医院32476个，其中三级医院数量2498家，占比7.69%的三级医院就诊人数却达到16.46亿次。

“假如县医院能达到大医院的诊断水平，病人就不会往外跑了，因为在县医院就能得到及时、优质的治疗。”梁伟民表示。人工智能的出现一直被认为是解决医疗资源分配不均的的突破口，能够极大程度提升广大基层医院的诊疗能力，推动优质医疗资源下沉，帮助百姓实现“大病不出县”。

“以往很多人都觉得医疗AI的重点在于效率的提升，但我认为不止于此。”梁伟民认为，医疗AI更深刻的价值在于帮助广大基层医生提高诊疗能力，解决基层医疗机构的真正需求，而这正是我国医改的重点。

事实上，对于大医院来说，解决效率问题是它的需求之一，但如果只是在单独某个场景中效率的提升，对整个诊疗环节的效率提速是非常有限的；而基层诊疗能力的提升则需要系统性、全科室的重建，对于医疗AI企业而言，这直接考验公司产品覆盖医疗场景的广度，和对各垂直细分领域研究的深度。这样就不单需要拥有AI强大的深度学习技术力，也需要同临床紧密结合，不断发现临床痛点才能真正辅助医疗这一传统行业。

在被问及安德医智德围绕临床的产品布局思考时，梁伟民表示，对于医疗AI产品，如果只能实现单部位或单病种的AI应用，那么临床的应用体验就不会有很好的提升，医生尤其是基层医生的诊疗能力也不会得到真正而全面的提高。

其实这并不难理解，如果只做针对某个部位、某个器官的的AI产品，其实是远远不能满足需要的，不仅是临床需求，还有患者的需求。举个例子，一位患者去医院拍了全身CT后，医生是可以根据影像来判断其全身各部位的健康状况的。当医疗AI产品加入时，如果只能给到医生某个部位或某种疾病的辅助诊断意见，那么就无法满足患者拍CT后全面了解自己身体状况的目的，也无望成为适用于所有医生的好帮手。

因此，医疗AI产品要比拼的是可以覆盖全身的辅助诊断能力。而另一方面，进一步比拼的则为“准确率”。

以安德医智的“天医智”为例，它的研发从头部的神经系统疾病开始，到心脏、乳腺再到心血管等胸部、腹部疾病的辅助诊断，最终将实现全身多部位、全病种、适用于不同场景的AI应用；它在全球率先实现神经系统疾病CT/MRI影像人工智能辅助诊断，能够辅助诊断包括脑肿瘤、小血管病变、脑卒中在内的60余种疾病，诊断准确率超过90%，有的病种诊断准确率更超过96%。

据悉，除获得我国NMPA三类证外，安德医智目前已经获得欧盟CE认证，并在德国、东南亚、新加坡、马来西亚等近30个国家获得了销售许可。

热度之下，什么样的企业能够突围？

以往像行业内热门的肺结节等领域，已经有不少开源的数据集能够帮医疗AI企业短时间内快速做出产品。而覆盖全身的产品，则意味着企业不仅需要先梳理和建立起各类疾病的精品数据集，同时需要能够实现多任务的同步分析，这就意味着对AI进行反复训练的是大模型。

除了大模型非常考验企业本身的技术能力，临床资源的协调能力问题更为突出。因为从基层到三甲的诊断能力和结果差异非常大，为了让AI更趋近于顶尖医生的能力，就需要用顶尖医生的诊疗数据进行训练。简单而言，未来实现全身多病种的覆盖，医疗AI需要获得全身多种疾病的优质数据集。

梁伟民表示，“精品数据集和多任务同步分析的大模型，这两者对企业的要求非常高，因此医疗AI行业实质上是个高门槛行业。”

在确保数据质量的同时，数据安全也是需要值得关注的命题。近年来，随着医疗AI逐步走入深水区，相关部门陆续出台一系列指南、标准，对医疗数据的安全性问题予以规定。

以安德医智为例，为了保证患者的隐私，目前完全做到所有训练数据不出院，数据进行清洗、脱敏训练等全部在医院内网完成。“医疗数据安全和患者隐私是非常严肃的事情，安德医智的目标是走得长远，所以一开始就把隐患消掉。”梁伟民表示。

人才方面，医疗AI作为医疗和深度学习的交叉学科，行业内一直都面临交叉学科人才紧缺的局面。安德医智团队成员多来自于剑桥、MIT、清华、新加坡国立等国内外顶尖高校。梁伟民介绍：“安德医智选拔人才的门槛是非常高的，2019年我们收到了160份来自清华、北大、中科院等学府人才的简历，但当时仅发出了两份offer。”

数据显示，2020年国内医疗AI应用市场规模已接近300亿元，融资规模方面，2020年医疗AI总计47笔融资，涉及金额约84.8亿元，同比增长118%。虽然市场再次火热，但未来真正能够跑出来的医疗AI公司仍在少数。分析原因有二：

一方面，医疗AI行业前期阶段多使用开源数据集，虽然短时间内将产品推出面世，但容易面临数据质量不高、同质化倾向严重的问题，随着更多、更成熟产品的面世，竞争将越来越激烈。

另一方面，目前市场上能真正根据临床实际需求设计产品的企业还是少数。如果只是在某个单一的场景里去应用，这样的产品局限性大，商业模式也很难跑出来。

随着三类证的陆续批准，梁伟民认为，对于医疗AI企业而言，核心竞争力在于人才、数据和全体系产品带来的商业价值。“安德医智会始终秉承初心，迎接挑战，让AI技术的进步服务于人类的健康。”